人工智能通识 课件 项目7 智能代理：构建自主协作的智能体

项目7智能代理：构建自主协作的智能体7.1智能体概念、特征及发展趋势——《人工智能通识》7.1智能体概念、特征及发展趋势AI导学2025年，随着《人工智能大模型》国家标准对智能体技术规范的进一步明确，智能体已从实验室走向实际应用——小到帮你规划社团出行的出行助手，大到工业场景中自主协作的机器人团队，都离不开智能体“感知-决策-执行”的核心逻辑。你是否好奇：为什么智能体能主动获取实时天气调整行程，而传统AI只能被动回答问题？它的自主性、反应性究竟如何实现？本节课将带你揭开智能体的面纱，从概念本质到发展趋势，掌握这一AI领域核心技术的关键认知，为后续搭建实用智能体打下基础。7.1智能体概念、特征及发展趋势

学习目标能准确说出智能体（Agent）的定义，区分其与传统AI工具的核心差异。能完整列举智能体的五大核心特征，并举例说明每类特征的实际表现。能简述智能体的发展历程及未来两大发展方向。知识目标能通过对比实验（调用传统AI与智能体工具），提炼两类工具在“出行规划”场景下的输出差异，附具体截图或文字记录。能运用“提示词黄金公式”（角色定义+任务目标+关键约束+输出格式），设计出能激活智能体自主性的指令，避免静态响应。技能目标激发对智能体技术的探索兴趣，认识到其在解决复杂现实问题中的价值。树立“技术适配场景”的思维，不盲目追求功能复杂，能根据需求选择合适的AI工具。素养目标任务1理解提示词概念及作用7.1智能体概念、特征及发展趋势角色：学校社团活动组织者小云任务：调用智能体获取实时天气数据与定制化出行方案要求：包含防雨/防晒措施、团体交通及应急备案等闭环决策建议

课程导入：有效的出行计划智能体和普通AI工具有什么区别？智能体是能够感知环境、自主决策、执行动作的AI实体智能体和传统AI工具的区别传统AI工具仅提供“参考信息”，即用户抛出问题，AI告诉用户如何去做，用户需要自行执行任务；智能体作为代理人，对于用户抛出的问题与要求进行感知+决策+执行，代替用户闭环完成任务。7.1智能体概念、特征及发展趋势

任务分析：什么是智能体？7.1智能体概念、特征及发展趋势2.关键要素任务目标明确智能体需完成的闭环任务，清晰区分其与传统AI工具的核心差异。核心内容通过对比“问普通AI天气”和“让智能体规划出行”的过程，明确智能体的定义、总结智能体的特征。7.1智能体概念、特征及发展趋势3.常见问题及解决技巧问题技巧指令模糊导致静态响应使用提示词设计黄金公式：角色定义+任务目标+关键约束+输出格式+避错指南在人工智能领域，智能体（Agent）通常指能够进行环境感知、独立决策并采取行动以实现特定目标的个性化系统，其形态可以是软件程序，也可以是物理实体。

智能体的定义7.1智能体概念、特征及发展趋势（1）自主性智能体具备自主性，意味着它能够在没有人类持续直接干预的情况下独立运作。这种独立性体现在它能主动感知环境状态（如通过传感器获取信息），基于感知数据和预设目标自主做出决策，并驱动执行机构（如机械部件或软件模块）完成相应动作。这使得智能体能够在复杂多变的环境中独立工作，适应变化并调整行为。（2）反应性反应性指智能体对环境变化具有高度敏感性，并能迅速、恰当地做出响应的能力。这种特性使其在面对突发事件或动态环境时能够及时应对。反应性对于需要即时处理的实时系统尤为关键。其核心在于对当前环境状态的即时响应，而更先进的智能体还能结合历史经验和预测信息，使反应更具智能性和灵活性。

智能体的特征7.1智能体概念、特征及发展趋势（3）主动性主动性使智能体超越了仅对环境刺激做出被动反应的模式。它意味着智能体能够基于其内在目标或动机，主动设定任务目标，规划实现路径，并采取前瞻性的行动。具备主动性的智能体不仅会响应变化，更会主动探索环境、发现问题，并寻求解决方案，从而为实现长期目标提供了更强的灵活性和创造性。（4）社会性社会性是指智能体具备与其他智能体或人类进行交互、沟通和协作的能力。拥有社会性的智能体能够理解并遵循基本的交互规则或协议，通过信息共享、任务协调与协商来共同完成复杂的、单个智能体难以胜任的任务。这种特性在多智能体协同系统以及人机交互场景中尤为重要。

智能体的特征7.1智能体概念、特征及发展趋势（5）进化性进化性指智能体能够通过持续的学习和经验积累，不断优化自身性能、提升能力，从而更好地适应新环境和新任务挑战的特性。这种自我提升的能力通常依赖于内置的学习机制（如机器学习技术），使智能体能够从与环境的长期交互中获取知识、调整策略。进化性极大地增强了智能体应对不确定性、复杂性和未知场景的能力，使其在长期运行中表现越来越出色。

智能体的特征7.1智能体概念、特征及发展趋势7.1智能体概念、特征及发展趋势智能体于20世纪60年代被引入AI领域，其经典架构为“感知-认知-行动”：感知模块接收信息，认知模块处理决策，行动模块执行动作。大型语言模型（LLM）的出现，极大地增强了智能体的语言理解、推理与生成能力。这使得智能体不再局限于单一任务，能够处理更复杂、多样的场景，为智能体技术的发展带来了重要机遇。未来，智能体将朝着更强自主性与多智能体协同方向发展，在各领域实现更深度的应用。

智能体的发展趋势7.1智能体概念、特征及发展趋势

请大家以小组为单位，在5分钟内，解答以下下问题。稍后会随机邀请小组代表来分享你们的答案。1、智能体的“社会性”特征在校园场景中可如何应用？尝试举例说明？2、从“传统工具辅助人”到“智能体代理协作”的技术演进，体现了人工智能发展的什么趋势？这一趋势对未来职场能力提出了哪些新要求？思维拓展

小组讨论7.1智能体概念、特征及发展趋势使用传统AI工具获取信息使用智能体获取信息优化指令多轮交互验证

初识智能体7.1智能体概念、特征及发展趋势

评价标准细则序号评价维度优秀(A)良好(B)合格(C)待改进(D)权重1工具操作完整性

熟练完成传统AI工具与扣子空间智能体的调用，操作步骤清晰可追溯，附完整截图/文字记录成两类工具调用，操作步骤基本完整，有核心环节记录仅完成一类工具调用，或操作记录不完整未完成工具调用，无任何操作记录25%2输出差异识别准确指出两类平台输出的3处及以上核心差异（如自主性、闭环性、信息完整性），分析贴合场景准确指出2处核心差异，分析基本贴合场景仅指出1处核心差异，分析较笼统未识别差异或识别错误25%3提示词优化效果运用黄金公式优化后的提示词，使智能体输出完全覆盖任务目标、约束条件，格式规范优化后的提示词使智能体输出覆盖核心需求，格式基本规范提示词有优化，但智能体输出仍有部分需求未满足未优化提示词，或优化后无效果30%4多轮交互验证完成3轮及以上延展交互，验证智能体的社会性与进化性，记录详细完成2轮延展交互，验证核心特征，记录基本完整完成1轮延展交互，记录简略未进行多轮交互验证20%7.1智能体概念、特征及发展趋势练习1：特殊体质营养规划师目标：在扣子空间中搜索合适的智能体为不同体质学生生成安全定制化餐单。输入要求：①体质限制（乳糖不耐/海鲜过敏/麸质敏感）；②营养目标（增肌/控糖/补铁）；③消费场景（食堂/外卖/自炊）。

实战演练7.1智能体概念、特征及发展趋势练习2：校园活动应急响应助手目标：在扣子空间中调用合适的智能体，为校园社团活动提供实时动态应急方案。1）输入基础信息：活动类型、参与人数、活动地点及周边环境。2）动态触发条件：设置可能发生的突发情况，比如突然下雨、有人扭伤、设备没电，还要能让智能体接收现场的照片或定位。3）进阶需求：如果同时发生多个突发情况，要能判断先处理哪个；能自动推送附近药店、维修站的联系方式；每10分钟更新一次撤离路线。

实战演练7.1智能体概念、特征及发展趋势智能体是具备感知-决策-执行闭环能力的AI实体智能体区别于传统AI的关键在于自主性与目标导向性智能体五大特征：自主性反应性主动性社会性进化性

小结：项目7智能代理：构建自主协作的智能体7.2

智能体的系统组成架构——《人工智能通识》7.2智能体的系统组成架构AI导学当社团出行智能体帮你规划行程时，它会先调用天气插件获取实时数据（感知），再根据“20人团体、人均成本＜60元”的需求筛选交通方案（决策），最后自动生成行程表并推送提醒（执行）——这背后正是智能体“感知-决策-执行”三层架构的协同作用。你是否想知道：每层架构具体由哪些技术模块支撑？知识库、工作流、通用插件又是如何赋能架构运行的？本节课将拆解智能体的“内部构造”，让你不仅知其然，更知其所以然，为后续搭建定制化智能体提供架构设计思路。7.2智能体的系统组成架构

学习目标能准确描述智能体“感知-决策-执行”三层架构的功能。能解释知识库、工作流、通用插件三大支撑模块的作用，说明它们如何与三层架构协同。能列举2种以上通用插件的实际应用。知识目标能针对具体场景，画出智能体的架构逻辑图，标注每层架构的输入输出及依赖的支撑模块。能排查简单的架构运行问题（如智能体返回静态时间而非实时时间），运用“单步验证-动态增强”策略（验证模型时间响应、配置实时时钟插件）解决问题。技能目标培养“结构化设计”思维，理解复杂系统需分层分工、模块协同的逻辑。建立“技术落地”意识，能思考架构设计如何适配具体场景需求。素养目标任务1理解提示词概念及作用角色：学校社团活动组织者小云任务：自己开发一款更贴合团队需求的“社团出行小助手”要求：让智能体能更精准适配社团场景的特殊要求7.2智能体的系统组成架构

课程导入：动手搭建智能体智能体搭建有哪些步骤？扣子空间提供“出行小助手”智能体，其运行核心遵循“感知-决策-执行”3层架构逻辑。感知层通过平台插件实时获取信息，比如借助天气API掌握实时温度、通过地图接口获取路线数据；决策层依托规则引擎处理这些信息，例如遇到雨天自动触发“推荐带伞”的建议，发现拥堵路段时自动调整路线规划；执行层则通过文本输出、快捷按钮等完成与用户的交互。7.2智能体的系统组成架构1.核心原理任务目标：掌握智能体“感知-决策-执行”3层架构的核心功能逻辑，理解知识库、工作流、通用插件在智能体运行中的关键作用与协同关系。核心内容：开发适配社团场景的智能体，保留基础功能（路线、天气），覆盖团队定制需求（团队人数、出行建议、限制成本），辅助团队出行全流程。成果评价：创建的智能体能够顺利运行，同时生成的内容能够给出当地天气、出行路线与出行建议。7.2智能体的系统组成架构2.关键要素问题：大模型在解析用户输入时，可能将时间关键词（如“今天”或“现在”）识别为静态文本而非动态时间变量，导致返回固定时间值（例如，始终输出“2024年1月1日”），而非实时时间计算结果。技巧：通过“单步验证-动态增强”策略保障时效性：在集成前单独输入时间相关指令（如“此刻几点”），验证大模型返回结果为动态值；若返回静态时间，则插入实时时钟插件并配置动态调用；重写提示词强制关联动态时间源（如“始终从系统时钟获取当前时间”）。7.2智能体的系统组成架构3.常见问题及解决技巧感知-决策-执行循环是智能体实现环境交互的通用范式。其协作逻辑如同人体神经系统，感知层获取环境信息，决策层分析信息并制定策略，执行层输出行动结果。执行结果会再次被感知层捕捉，形成持续迭代的闭环，这正是智能体能够适应环境、优化行为的基础。

核心框架：3层循环模型7.2智能体的系统组成架构（1）感知层：信息采集的“感觉系统”感知层是智能体与外部环境连接的接口，核心功能是采集与预处理信息。它需要接收两类信号：一是外部环境数据，如物理世界的温度、图像、声音，或数字环境的用户消息、系统通知；二是用户的直接需求，如文字提问、语音指令等。感知层会对原始信息进行初步加工，比如将语音转成文字、过滤无效噪音，确保传递给下一层的是“可用信息”，其作用类似人的感官，负责“看见、听见、接收到”外部信号，并转化为能被“大脑”理解的形式。

核心层级：技术组成与功能7.2智能体的系统组成架构（2）决策层：策略制定的“核心大脑”决策层是智能体的“思考中心”，核心是基于感知信息制定行动策略。它会结合两方面依据：一是感知层传递的实时信息，比如“用户需要预约15人团体票”；二是智能体自身的目标或规则，比如“团体票需提前3天预约”。决策的复杂度随场景变化：简单需求可通过预设规则直接回应，复杂场景则可能需要算法模型分析预测，本质上是回答“接收到这些信息后，我应该做什么”，是智能体“判断力”的核心体现。

智能体的特征7.2智能体的系统组成架构（3）执行层：行动输出的“实践终端”执行层是将决策转化为实际行动的“操作端”，核心是输出结果或执行动作。其输出形式需匹配场景：可以是对用户的直接反馈，如文字回复、语音播报；也可以是对外部系统的操作，如自动提交预约申请、发送通知。执行的关键是“精准落地”，比如决策层确定“需要预约团体票”，执行层就需调用接口按要求完成操作，确保决策不只是“想法”，而是产生实际效果，类似“人的手脚”，把“大脑”的决策变成具体行为。

智能体的特征7.2智能体的系统组成架构7.2智能体的系统组成架构（1）知识库知识库本质上是一个存储结构化知识的“记忆仓库”。它由预置规则、事实经验或操作指南构成，使智能体在感知环境或接收请求时能够快速检索相关知识，从而驱动决策与行动。知识库不仅能整合文本、表格等不同形式的信息，还能通过用户反馈持续自我优化，确保内容始终精准契合需求，为智能体的感知-决策-执行闭环提供持续的知识支撑。比如社团组织参观活动时，智能体的知识库中会存储博物馆的开放时间、团体票预约要求、周边交通路线等信息，当组织者询问“本周六能否安排15人参观”时，智能体便可迅速调取相关内容，结合15人需提前2天预约的规则及周六开放的事实，给出具体可行的方案。

支撑模块：功能实现的关键组件7.2智能体的系统组成架构（2）工作流工作流是智能体完成复杂任务时遵循的“步骤指南”，它把一件需要多个环节才能完成的事，拆分成一个个按顺序排列的具体步骤，明确每个步骤该做什么、怎么做，以及做完一个步骤后接下来自动做什么，就像给任务铺了一条“有序前进的轨道”。比如智能体帮社团安排活动，工作流会规定先统计人数，再查场地，接着订交通，最后发通知，确保每个环节按顺序衔接，不会遗漏或打乱，让任务能高效、准确地完成。这种结构化的步骤设计，是智能体能够处理多环节任务的重要基础。

支撑模块：功能实现的关键组件7.2智能体的系统组成架构（3）通用插件通用插件是智能体结合大语言模型（LLM）拓展功能的“工具包”，能让智能体突破自身原生能力的局限，更好地适配实际场景需求。借助这些插件，智能体不仅能获取实时且专业的信息，比如查询最新的公交班次、景区临时闭馆通知、周边停车场空位等；还能处理PDF、图片、语音等多种形式的输入，比如解析成员发来的行程Excel表格、识别活动现场的照片并生成总结文字；同时，也能自动完成订团体票、给成员群发集合提醒邮件、同步更新活动日程表等事务，让服务更贴合团体出行的具体需求。

支撑模块：功能实现的关键组件7.2智能体的系统组成架构

请大家以小组为单位，在5分钟内，解答以下下问题。稍后会随机邀请小组代表来分享你们的答案。1、以“社团出行智能体”为例，分析若缺少“知识库”模块，决策层会出现什么问题？可通过什么方式弥补这一缺失？2、工作流在“规划参观行程”任务中如何拆解步骤？思维拓展

小组讨论7.2智能体的系统组成架构打开扣子空间官网界面，登录账号后进入个人空间，单击右上角的“项目”按钮（或左上角的“+”按钮）创建智能体生成后，平台会自动跳转到智能体开发页面，通常分为以下3个主要区域。人设与回复逻辑：AI已根据“出行规划”生成了初步的智能体角色设定和基本的回复规则。编排：这里是配置智能体核心能力（如插件、工作流）的区域。预览与调试：用于实时测试智能体效果。在“预览与调试”区域的输入框中，粘贴我们预设的复杂提示词进行测试

步骤1：AI创建智能体7.2智能体的系统组成架构根据步骤1的测试结果，分析智能体现有人设和回复逻辑的不足。例如，它可能没有主动获取实时天气的能力，或者对“详细出行建议”的理解不够深入。可以在“人设与回复逻辑”编辑框中直接修改或补充提示词内容，如明确添加一项核心技能：技能3：实时汇报当地天气状况，并根据具体天气（如暴雨、高温、晴朗等）提供针对性的出行建议（如携带雨具、防晒措施、调整室内外活动时间等）。可以利用平台的“AI优化”功能，输入你的改进需求，让AI辅助润色和增强提示词。确保提示词清晰、完整地传达了智能体需要扮演的角色、具备的能力以及回复时需要包含的关键要素。

步骤2：优化人设与回复逻辑7.2智能体的系统组成架构在模型配置区域，根据对智能体“性格”和功能的需求，选择合适的模型。根据实际需要，可以进一步配置如下。输入/输出设置：如最大生成长度、温度（控制随机性）。上下文缓存：设定智能体能记住多少轮之前的对话内容。模型默认指令：添加模型级别的通用指令（通常更底层，与人设提示词互补）。

步骤3：配置核心模型7.2智能体的系统组成架构在“编排”区域的插件库中搜索“墨迹天气”及其他相关插件（如“高德地图”或“打车服务”等）。单击“添加”按钮将其集成到智能体中

步骤4：添加与配置关键插件7.2智能体的系统组成架构在“编排”区域单击“新建工作流”按钮，将需要的插件节点、大模型节点拖入工作流画布，按照期望的逻辑顺序连接这些节点。为每个节点设置具体的输入参数。步骤5：设计工作流7.2智能体的系统组成架构在编排中可以编写智能体的开场白，如“你好！我是你的社团出行小助手，随时为你规划完美行程！”预设几个用户可能常问的快捷问题按钮，如“规划博物馆参观”“查询实时天气对行程影响”或“生成应急备案”，让智能体的交互更友好、便捷。

步骤6：个性化设置7.2智能体的系统组成架构返回“预览与调试”区域，再次输入相同的复杂提示词（或类似的新需求）。观察优化后的智能体是否能稳定输出符合所有要求的、包含实时天气支撑、详细防雨防晒措施、具体交通方案、可行应急备案（且成本达标）的表格化出行规划。根据测试结果，进行更细致的调整。变量固化：由于这是为“20人社团”定制的助手，可以在提示词或工作流的变量设置中，固定一些常用参数，如“团体人数=20”，“首选交通方式=大巴”，“核心行程时段=14:00-16:00”，“人均成本上限=60元”。这样用户输入需求时，只需关注核心变化（如目的地、日期），智能体能自动代入这些默认值。提示词微调：确保所有关键要求（表格呈现、不推荐长步行路线）都被清晰表达并得到满足。工作流优化：检查流程是否高效，有无冗余步骤，条件判断是否覆盖所有情况。

步骤7：全面测试与迭代优化7.2智能体的系统组成架构

评价标准细则序号评价维度优秀(A)良好(B)合格(C)待改进(D)权重1架构理解程度清晰阐述“感知-决策-执行”3层架构的功能及协同逻辑，准确说明知识库、工作流、插件的作用基本阐述3层架构功能，能说明核心支撑模块的作用能简单描述3层架构，对支撑模块作用理解较模糊无法描述架构或理解完全错误20%2智能体开发完整性成功创建“社团出行小助手”，覆盖团队出行全流程需求，功能无缺失创建的智能体覆盖核心需求，仅个别次要功能未实现智能体可运行，但核心功能（如交通规划、应急备案）不完整未成功创建智能体或智能体无法运行30%3组件配置合理性知识库、工作流、插件配置精准适配场景，工作流逻辑清晰，插件调用高效组件配置基本适配场景，工作流逻辑无明显漏洞组件配置存在部分不合理，工作流有轻微逻辑问题组件配置混乱，工作流无法正常流转30%4运行效果匹配度智能体输出结果完全符合输入需求，包含天气、路线、成本等所有关键信息，格式规范输出结果基本符合需求，核心信息完整，格式基本规范输出结果与需求有偏差，部分关键信息缺失输出结果与需求严重不符，无法使用20%7.2智能体的系统组成架构练习1：创建“今日穿搭小精灵”智能体目标：在扣子空间中搭建简易“今日穿搭小精灵”，实现根据用户需求给出穿搭建议。要求：对人设与回复逻辑、模型、插件进行适当增删，加入工作流。测试：输入“今天下午要去公园野餐，该怎么穿”，检查回复是否包含具体的穿搭建议（如“T恤+短裤+运动鞋+遮阳帽”），是否提到基于当前天气的小贴士（如“今天晴，27℃，建议涂防晒霜哦”）

实战演练7.2智能体的系统组成架构练习2：创建升级版“社团百事通”智能体目标：在扣子空间中创建“社团百事通”智能体，帮助社团成员了解社团相关知识。要求：使用“标准创建”来创建智能体；创建一个名为“社团冷知识.txt”的文件，上传到知识库，文件内容即为社团各项事宜。测试：输入“咱们社团成立时发生过什么有趣的事呀”，检查智能体是否能根据知识库正确回答出创始人忘带钥匙爬窗。使用其他智能体平台，比如“豆包角色扮演”模型，测试回复是否会更风趣、幽默

实战演练7.2智能体的系统组成架构三层架构是智能体运行的“骨架”——感知层是“信息入口”，确保数据可用；决策层是“大脑中枢”，确保策略合理；执行层是“行动终端”，确保落地有效，三者形成“采集-分析-行动-反馈”的闭环知识库是“记忆库”，存储规则与经验；工作流是“步骤指南”，拆解复杂任务；通用插件是“工具包”，拓展功能边界，三者共同为架构“输血”，避免智能体“空有骨架无能力”架构设计需“按需适配”——校园场景无需复杂工业级模块，重点强化“低成本、多人协同、实时信息获取”相关配置，避免过度设计

小结：项目7智能代理：构建自主协作的智能体7.3构建智能体常用工具——《人工智能通识》7.3构建智能体常用工具AI导学想搭建一个“社团出行小助手”智能体，却不知道该用什么工具？是选择扣子空间的可视化编排功能，还是用其他平台的插件库？2025年，国内智能体开发工具已形成“低代码平台为主、专业代码工具为辅”的生态——扣子空间支持拖拽式搭建工作流，AgentBuilder擅长多智能体协同配置，不同工具各有适配场景。本节课将带你系统梳理主流工具的核心功能、操作逻辑及适用场景，掌握“工具选型-功能配置-测试优化”的全流程技巧，让你从“工具小白”变身“智能体搭建能手”。7.3构建智能体常用工具

学习目标能列举3类主流智能体开发工具，说明每类工具的核心作用。能对比扣子空间与其他平台在“工作流编排”“插件集成”“模型配置”三个维度的差异，明确各自的适配场景。能说出工具使用的3个关键注意事项（如插件参数关联、模型token消耗控制、数据安全合规）。知识目标能在扣子空间完成智能体的基础搭建：创建项目、配置模型、添加1-2个核心插件，并完成首次试运行。能运用“渐进式搭建”策略（先建基础流程、每加一个节点试运行），定位并解决工具使用中的常见问题（如工作流无响应、插件参数未关联）。技能目标培养“工具适配需求”的意识，不盲目追求“功能最多”，能根据开发难度、场景需求选择合适工具。树立“成本控制”思维，在免费资源限制下，合理选择轻量模型与必要插件，避免资源浪费。素养目标任务1理解提示词概念及作用7.3构建智能体常用工具角色：班级宣传委员小雯任务：用AgentBuilder搭建“新闻稿生成小助手”智能体要求：实现“输入活动信息→自动生成新闻稿→支持简单修改”的功能，让写稿效率更高

课程导入：搭建智能体的平台AgentBuilder和Coze使用起来有什么区别？AgentBuilder是为零基础用户设计的可视化AI开发平台，其核心逻辑是通过模块化组件实现功能集成与流程自动化：无须编写代码，只需选择现成插件、拖拽设计操作步骤、配置简单参数，即可让智能体按预设逻辑自动完成任务。因此用户只需要预设新闻稿模板，将活动关键信息（时间、地点、内容等）通过插件采集后，按模板逻辑自动填充内容，即可生成规范的文本。本任务中的智能体本质是将“收集信息→组织语言→排版格式”的手动写稿流程，转化为“输入要素→自动生成→微调使用”的简单操作。7.3构建智能体常用工具1.核心原理任务目标：明确在AgentBuilder平台需完成的核心任务，重点体验该平台与Coze平台的差异，通过实际操作熟悉不同智能体平台的核心功能模块与操作逻辑，完成从单一平台学习到多平台体验的拓展。核心内容：完成“校园活动新闻稿生成小助手”智能体，支持输入活动主题、时间、流程等信息后，自动生成含标题、导语、正文、结尾的结构化新闻稿，便于直接使用。成果评价：成功搭建“新闻稿生成小助手”智能体，生成的新闻稿结构完整（含标题、导语、正文、结尾），内容与输入信息匹配，无明显语病；能独立完成新闻模板设计、信息采集字段设置、流程拖拽等操作。7.3构建智能体常用工具2.关键要素问题：创建新闻稿知识库时，不清楚知识库该由什么内容组成，导致录入内容杂乱无重点。技巧：从聚焦“新闻稿生成”核心需求，知识库内容以“模板框架+优质案例”为核心组成部分；​模板框架需包含校园新闻稿必备结构：规范的标题模板（如“[活动主题]顺利举办”）、导语模板（含时间、地点、参与人员要素）、正文流程模板（分环节描述逻辑）、结尾模板（体现活动意义）；补充3-5篇不同场景的优质新闻稿案例（如班会、志愿活动、讲座），标注其中的高频表述（如“引发热烈反响”“奠定良好基础”）和结构亮点，同时用“[]”标记可替换的变量（如[活动亮点]或[参与人数]），让智能体有明确的参考依据。7.3构建智能体常用工具3.常见问题及解决技巧（1）低代码/无代码平台此类平台专为零基础用户设计，通过可视化界面实现“拖拽式开发”。（2）全栈式开发平台面向企业级复杂应用的整合型平台。（3）行业垂直型开发平台针对特定行业需求设计，深度融合特定行业知识的开箱即用方案。（4）私有化部署平台满足企业对数据安全和隐私保护的严格要求，可将智能体部署在企业内部服务器或私有云中。（5）开源框架平台

技术爱好者灵活构建复杂系统的底层工具

智能体开发平台分类7.3构建智能体常用工具2.智能体常用开发工具7.3构建智能体常用工具7.3构建智能体常用工具

请大家以小组为单位，在5分钟内，解答以下下问题。稍后会随机邀请小组代表来分享你们的答案。1、对比扣子空间与AgentBuilder在“搭建求职小助手智能体”场景中的优劣：从“简历解析插件集成难度”“岗位匹配算法配置灵活性”“输出报告格式定制能力”三个维度打分（1-5分），并说明打分理由？2、国内低代码智能体工具（如扣子空间）的普及，降低了AI技术的开发门槛，这体现了科技发展的什么价值取向？思维拓展

小组讨论7.3构建智能体常用工具打开AgentBuilder官网首页，单击上方的“登录体验”按钮，使用百度账号进行登录

步骤1：账号注册与平台熟悉7.3构建智能体常用工具在平台首页单击“创建智能体”按钮，进入快速创建智能体页面。在弹出的创建页面中，为智能体命名为“新闻稿生成小助手”，并撰写设定。单击“立即创建”按钮后，系统会自动生成基础人设、回复逻辑及开场白框架，可初步查看其与扣子空间在创建流程上的差异步骤2：创建“新闻稿生成小助手”智能体项目7.3构建智能体常用工具在“开场白”文本框中填写引导语。创建新闻稿知识库。创建工作流，填写工作流名称与工作流描述进入工作流编译器，搭建自动化流程。步骤3：配置智能体核心能力7.3构建智能体常用工具在“人设与回复逻辑”板块补充规则，如“智能体需优先调用新闻稿知识库和工作流，根据用户输入的活动信息生成内容，确保结构完整（含标题、导语、正文、结尾）”。在右侧“预览调优”板块中输入测试信息，如“活动主题：‘读书分享会’；时间：10月25日；地点：图书馆3楼；流程：1.同学分享书籍，2.小组讨论；亮点：张三同学推荐的《小王子》引发共鸣”。检查生成结果：结构是否完整、信息是否准确嵌入、语言是否符合校园新闻风格。步骤4：调整优化与发布7.3构建智能体常用工具

评价标准细则序号评价维度优秀(A)良好(B)合格(C)待改进(D)权重1平台操作熟练度熟练操作AgentBuilder平台，独立完成智能体创建、模板设计、流程拖拽等所有操作，无卡顿能独立完成核心操作，仅个别步骤需参考指引基本能完成操作，但需频繁参考指引，耗时较长无法独立完成操作，依赖他人协助15%2智能体功能完整性“新闻稿生成小助手”支持自动生成标题、导语、正文、结尾，支持信息修改，功能完备支持核心生成功能，修改功能基本可用，无明显缺陷能生成新闻稿，但结构不完整（如缺少结尾）或修改功能异常无法生成完整新闻稿或功能完全不可用35%3知识库建设质量知识库包含规范模板框架+5篇以上优质案例，标注清晰，可直接支撑智能体生成高质量内容知识库包含基础模板+3-4篇案例，标注基本清晰知识库仅有简单模板或1-2篇案例，标注不清晰般未建设知识库或知识库内容无实用价值30%4细节优化能力深入分析AgentBuilder与Coze平台的3处及以上核心差异（如操作逻辑、功能侧重），分析专业分析2处核心差异，分析基本合理分析1处核心差异，分析较笼统未进行多平台对比或对比错误20%7.3构建智能体常用工具练习1：使用扣子空间创建“新闻稿生成小助手”智能体目标：使用扣子空间自行搭建“新闻稿生成小助手”，进行对比学习与功能提升。要求：重点对比其与AgentBuilder在操作逻辑、组件配置上的核心差异；尝试通过插件组合或格式转换功能实现新闻稿docx格式文件的直接导出。

实战演练7.3构建智能体常用工具练习2：使用智谱清言平台创建“节日祝福生成小助手”智能体目标：在智谱清言平台从零搭建“节日祝福生成小助手”，掌握平台核心操作，实现能根据节日类型和祝福对象自动生成贴合场景的祝福文案。要求：需命名并设定“生成贴合场景的祝福文案”人设；预设生日、教师节、春节等节日模板，按同学、老师、家人等对象区分语言风格（如老师用敬语、同学用活泼语气）；通过交互提问获取节日类型和对象信息，自动匹配模板生成祝福；测试“教师节+老师”“生日+同学”等场景。

实战演练7.3构建智能体常用工具工具分类：低代码平台是“搭建主力”，插件库是“功能延伸”，测试工具是“质量保障”，三者配合才能高效完成智能体开发选型关键：优先看“场景适配度”（如求职场景需简历解析插件支持），再看“操作门槛”（新手选扣子空间），最后看“资源成本”（免费资源优先选轻量模型与必要插件）实操技巧：搭建时遵循“渐进式”原则，避免一次性添加过多节点；测试时重点关注“数据流转”（如插件输出是否正确传递给模型），确保每一步逻辑通顺

小结：项目7智能代理：构建自主协作的智能体7.4智能体的应用场景——《人工智能通识》7.4智能体的应用场景AI导学从帮你优化简历的“求职小助手，到校园里自动巡逻的“安防智能体”，再到工业场景中协同作业的“生产机器人团队”——智能体已渗透到生活、教育、职场、工业等多个领域。你是否思考过：为什么不同场景的智能体功能差异巨大？求职场景需要“简历解析+岗位匹配”能力，而安防场景需要“图像识别+异常预警”能力。本节课将带你遍历智能体的典型应用场景，分析每类场景下智能体的核心功能需求与技术适配逻辑，学会“从场景需求反推智能体设计”，为后续定制化开发提供思路。7.4智能体的应用场景

学习目标能列举智能体在四大领域的典型应用场景：生活服务、教育学习、职场办公、工业生产。能根据实际场景列举对智能体功能的不同需求。能说明智能体在场景应用中的核心价值（降低人力成本、提升决策效率、实现复杂任务闭环）。知识目标能针对不同场景，梳理智能体的核心功能模块，并画出简易功能架构图。能结合场景需求，为智能体选择2-3个关键插件，说明选择理由。技能目标激发“场景创新”思维，能观察身边未被满足的需求（如校园快递整理、社团活动报名），思考智能体的应用可能性。培培养“伦理合规”意识，在设计校园场景智能体时，关注数据安全（如不泄露学生隐私信息）、功能边界（如不替代教师核心教学职责）。素养目标任务1理解提示词概念及作用角色：机器人大赛备赛选手小李任务：构建一个“证件照底色转换小助手”智能体要求：能够根据提供的照片生成不同底色证件照7.4智能体的应用场景

课程导入：智能体助力生活智能体可以运用在生活中哪些方面？智能体的应用场景与类型存在紧密适配逻辑：特定场景的需求特征决定了智能体的类型选择，而智能体的功能设计需精准匹配场景痛点。在日常生活场景（如证件照底色转换）中，核心痛点是“重复性、标准化任务的低效手动处理”（如反复修改证件照底色、操作流程繁琐），这类场景适配“反应式智能体”——该类型智能体以“模块化工具集成+自动化流程执行”为核心，通过感知用户需求（上传图片、选择目标底色）、调用专项工具（人像抠图、底色替换插件）、按预设逻辑自动完成全流程（上传→处理→输出），实现对标准化任务的高效替代，解决人工操作的低效与误差问题。7.4智能体的应用场景1.核心原理任务目标：通过构建“证件照底色转换小助手”智能体，理解个人效率类应用场景的核心需求（解决高频重复任务的自动化处理问题），掌握工具型智能体的适配逻辑与功能设计方法，明确智能体类型（反应式）与应用场景（日常生活）的匹配关系，深化对智能体“场景化落地”的认知。核心内容：使用扣子空间搭建“证件照底色转换小助手”智能体，实现核心功能：支持证件照的底色转换，上传图片后一键生成边缘清晰、底色均匀的新证件照。成果评价：成功搭建可正常使用的证件照底色转换智能体，支持基础底色转换与保存。7.4智能体的应用场景2.关键要素问题1：流程节点衔接缺失（如抠图后未连接图像生成）或触发条件不满足（如未抠图就图像生成）。技巧：严格按“输入→抠图→生成→换脸→换底→输出”顺序标注工作流节点，设置强制执行条件，如抠图完成才触发图像生成。问题2：输入质量不足导致图片模糊或背景残留，照片不符合处理要求（侧脸/低分辨率/复杂背景），超出AI修复能力阈值。技巧：尽量输入正面高清照，肩膀平行，照片清晰7.4智能体的应用场景3.常见问题及解决技巧

智能体的应用场景7.4智能体的应用场景智能体类型7.4智能体的应用场景分类维度类型细分核心特征典型应用案例按功能目标反应式智能体实时响应环境输入，无历史状态依赖，直接执行预设动作工业温度控制系统目标驱动型智能体多步骤规划实现目标，动态追踪执行状态并调整策略电商售后自动化系统学习型智能体基于历史数据优化决策，通过算法迭代提升效果视频平台个性化推荐系统协同型智能体多智能体通信协作解决复杂问题，依赖任务分配与通信协议智慧城市交通调度系统智能体类型7.4智能体的应用场景分类维度类型细分核心特征典型应用案例按交互方式对话型智能体以自然语言交互为核心，解析语义并响应用户需求银行智能客服视觉型智能体专注图像/视频解析，通过计算机视觉识别目标工业质检系统具身智能体在物理环境中自主执行操作，融合感知、决策与执行能力仓储物流自主导航机器人数据型智能体处理结构化数据流，从数据中提取价值并生成结论金融风险评估系统按部署环境嵌入式智能体部署于终端设备，低功耗、高实时性，本地响应环境输入智能家居温控模块云端智能体依托云平台算力处理复杂任务，整合多源数据深度分析城市应急管理系统边缘智能体部署于近端服务器，平衡实时响应与计算效率需求工厂设备预测性维护系统7.4智能体的应用场景

请大家以小组为单位，在5分钟内，解答以下下问题。稍后会随机邀请小组代表来分享你们的答案。1、对比智能体在“求职辅助”与“工业设备巡检”场景中的容错率要求：哪个场景容错率更低？为什么？这对智能体的设计（如决策逻辑、冗余机制）提出了什么不同要求？2、智能体在教育场景中的应用，可能会带来“学习差距扩大”的风险（如资源不足的学生难以使用）。如何通过技术设计或政策引导，减少这种风险，实现“教育公平”？思维拓展

小组讨论7.4智能体的应用场景进入扣子空间官网并创建智能体选择“标准创建”，为智能体命名为“证件照底色转换小助手”，并撰写设定“一个证件照底色转换小助手，能够实现证件照背景色转换，一键生成高质量新证件照”

步骤1：创建“证件照底色转换小助手”智能体7.4智能体的应用场景将用户输入类型从默认的字符串改成图片类型，输入节点后分别添加连接以下节点：智能抠图节点：去除人物背景图像生成节点：对抠图结果进行二次处理智能换脸插件：确保五官精准对齐背景替换插件：更换证件照底色最后连接结束节点，通过结束节点输出替换好背景的图片步骤2：构建工作流7.4智能体的应用场景添加工作流，增加提示“请上传正面清晰照片，双肩平直”。在预览界面测试不同底色生成效果，如图所示，确认无误后单击“发布”按钮步骤3：调试与发布7.4智能体的应用场景

评价标准细则序号评价维度优秀(A)良好(B)合格(C)待改进(D)权重1场景适配准确性精准识别3个及以上智能体典型应用场景，结合场景特点设计智能体功能，适配度极高识别2-3个典型场景，功能设计基本适配场景需求识别1-2个典型场景，功能适配存在轻微偏差未识别典型场景或功能与场景严重不匹配20%2需求挖掘深度深入挖掘场景潜在需求（如应急场景的实时响应、教育场景的个性化反馈），功能设计有前瞻性挖掘核心需求，功能设计能满足基本使用仅挖掘表面需求，功能设计较基础未挖掘需求，功能设计盲目30%3案例分析质量结合实际案例分析智能体在场景中的应用价值，分析全面，数据支撑充分结合案例分析应用价值，分析基本合理简单提及案例，分析较笼统未结合案例或分析无依据30%4创新应用设计能针对输出结果进行精准优化，细节把控到位，优化效果显著能基于现有场景优化功能，有一定创新性仅重复现有应用场景，无创新应用设计不可行或无实际意义20%7.4智能体的应用场景练习1：皮肤健康顾问目标：创建视觉型智能体，分析虚拟皮肤图片特征，输出护理建议卡片（非诊疗）。要求：智能体需接收虚拟皮肤图片输入，通过视觉分析识别皮肤现象（如红疹/痘痘的类型与密度），输出非诊疗性的护理建议与风险提示，并标注声明“本结果仅供参考，如有持续症状请就医”。

实战演练7.4智能体的应用场景练习2：校园英语陪练小助手目标：创建对话型智能体，模拟校园生活对话场景，通过多轮互动帮学生练习日常英语口语，并实时纠正基础语法错误。用户输入：选择固定场景（食堂点餐/课堂提问/社团招新）；回复简单句子或短语（如“Iwantcoffee”）。智能体输入限制：每次仅提1个问题；使用小学词汇（≤CET-4级）。输出要求：能进行语法纠错（每次至少改1处最明显错误）；输出正确示范。

实战演练7.4智能体的应用场景场景分类：智能体应用已覆盖“生活-教育-职场-工业”全领域，核心差异在于功能需求与技术适配。需求分析：拆解场景需求时，需从用户目标反推核心功能，再对应技术模块，确保逻辑连贯。应用原则：不盲目追求“全功能”，聚焦场景核心痛点；同时关注伦理边界，避免功能越界或数据安全风险

小结：项目7智能代理：构建自主协作的智能体7.5制作求职小助手智能体——《人工智能通识》7.5制作求职小助手智能体AI导学大一学生小张因简历缺乏亮点错失实习机会，身边同学也常因不知如何匹配岗位需求、面试应答无思路而焦虑——这样的求职困境，恰好能通过“求职小助手”智能体解决。你是否想过：如何让智能体自动提取简历关键信息、对比岗位需求、生成优化建议？2025年，借助扣子空间等低代码工具，无需复杂代码，就能搭建出贴合学生需求的求职智能体。本节课将带你从“需求分析”到“功能落地”，完成求职小助手智能体的全流程制作，不仅掌握智能体开发技巧，更能为未来求职储备实用工具7.5制作求职小助手智能体

学习目标能明确“求职小助手”智能体的三大核心功能：简历关键信息提取、岗位匹配度分析、优化建议生成。能列举制作该智能体需用到的3类核心工具：简历解析插件（提取信息）、招聘岗位库插件（获取岗位需求）、大模型（生成分析与建议）。能说出智能体工作流的核心逻辑，明确每个环节的输入输出。知识目标能在扣子空间完成“求职小助手”智能体的完整搭建：配置简历解析插件、关联招聘岗位库、设计“信息采集-分析-输出”工作流，并完成2次以上试运行优化。能针对测试案例，验证智能体输出的“岗位匹配度分析”是否准确，若存在偏差，能通过微调提示词优化结果。技能目标培养“问题导向”的开发思维，围绕求职痛点设计功能，不堆砌无关模块。树立“用户视角”，在测试时模拟真实学生需求，确保智能体实用、易用。素养目标任务1理解提示词概念及作用角色：大一新生小张任务：利用学到的智能体知识，制作“求职小助手”智能体要求：实现简历分析、优化建议及岗位推荐功能7.5制作求职小助手智能体

课程导入：智能体综合实践如何创建复杂的智能体？你见过哪些？求职辅助场景适配目标驱动型智能体，通过感知层采集用户简历和岗位信息，决策层基于岗位需求分析匹配度，执行层生成定制化建议，形成“信息输入→智能分析→成果输出”闭环，替代人工低效摸索，精准解决零基础学生求职经验不足的痛点7.5制作求职小助手智能体1.核心原理任务目标：结合智能体概念、架构、工具及应用场景知识，在Coze平台制作“求职小助手”，实现简历分析、优化建议及岗位推荐功能。核心内容：设计“信息采集→简历解析→匹配分析→结果整合”工作流，支持输入简历和岗位后自动生成匹配度分析、优化建议及适配岗位推荐。成果评价：智能体可正常运行，能准确提取简历关键信息；生成的分析内容包含岗位匹配度、优化建议及岗位推荐，且每项分析结合具体技能或经历举例；输出格式清晰（分点罗列，重点内容加粗），无明显逻辑或格式错误。7.5制作求职小助手智能体2.关键要素问题1：扣子空间等平台免费资源点有限，模型与插件调用的token消耗需合理控制。技巧：优先选择轻量版大模型（如基础版模型），精简插件调用次数；调试时使用简短测试文本，避免冗余信息占用token；删除工作流中不必要的节点，减少无效流程消耗。问题2：创建的工作流试运行时无响应或输出异常。技巧：采用“渐进式搭建”策略，先创建仅含开始节点和结束节点的基础工作流，确认流程通畅后，每添加一个节点（如简历解析节点、大模型节点）立即试运行，通过单节点测试定位配置错误（如参数未正确关联、插件未启用）。7.5制作求职小助手智能体3.常见问题及解决技巧智能体节点协作的核心逻辑7.5制作求职小助手智能体搭建完整智能体需要明确节点间的“数据传递规则”：开始节点采集的用户输入需要通过“变量关联”传递给后续节点（如将“用户上传的简历”变量绑定到简历解析器插件的“输入文件”参数）；中间节点的输出需要作为下一级节点的输入（如简历解析器的“结构化简历数据”变量需关联到大模型节点的“参考信息”参数），确保信息在工作流中无缝流转，避免数据断裂导致分析中断。模型提示词的场景化设计原则7.5制作求职小助手智能体针对求职场景，提示词需包含“角色定义+任务边界+输出格式”三要素：角色定义明确“你是专注大学生求职的分析助手”；任务边界限定“仅基于简历和岗位需求分析，不编造经历或技能”；输出格式要求“分模块标注‘匹配度分析’‘优化建议’‘岗位推荐’，每项需附具体例子”。清晰的提示词可降低大模型输出偏差，提升分析精准度。插件选择与功能适配方法7.5制作求职小助手智能体选择插件需遵循“场景必要性”原则：核心功能插件（如简历解析器）必须集成，确保完成信息提取基础任务；辅助功能插件（如招聘岗位库）按需添加，用于补充岗位需求数据；非必要插件（如复杂格式转换插件）暂不集成，避免占用资源。集成后需检查插件参数配置（如简历解析器的“提取字段”需勾选“技能”“经历”等关键项），确保与任务需求匹配。智能体测试与迭代的基础方法7.5制作求职小助手智能体测试需覆盖“功能完整性”和“稳定性”两类场景：功能测试输入典型案例（如“计算机专业+新媒体运营岗”的简历信息），检查是否输出完整的分析模块；稳定性测试重复输入相似内容，观察结果是否一致（无重复或遗