智能体项目开发实战（扣子）（微课版）课件 项目1-4 智能体开发快速入门 - 为智能体注入记忆能力

项目1智能体开发快速入门工信精品人工智能系列教材《智能体项目开发实战（扣子）（微课版）》目录01认识智能体02扣子编程低代码开发环境03智能体的开发流程04编写并优化提示词05为智能体设置模型06提升智能体对话体验07课后实践项目1智能体开发快速入门学习目标知识目标●认识智能体●了解扣子编程平台架构●了解智能体的开发流程能力目标●熟悉扣子编程低代码开发环境●能够开发简单智能体●熟悉智能体从创建到发布的全流程素养目标●培养AI伦理意识●探索AI应用价值●培养项目开发规范意识项目1智能体开发快速入门项目引入开启智能体入门之旅从生成式AI到智能体AI智能体正推动AI从"生成式AI"迈向"智能体AI"的新阶段。这一转变标志着AI从擅长生成内容的"被动工具"，进化成能够主动理解、规划并执行复杂任务的"数字行动者"，从而成为发展新质生产力的重要引擎。扣子编程平台新一代一站式AI项目开发平台，提供零代码/低代码开发模式，让开发者通过可视化界面快速搭建基于大模型的各类AI项目。发布与集成开发完成后可一键发布至豆包、飞书、微信等社交平台，也可通过API或SDK将AI应用集成到现有业务系统中。学习路径低代码项目分为智能体和AI应用两类，初学者应从智能体开始。本项目将引领读者熟悉智能体从创建到发布的全流程。本项目将引领读者开启智能体入门之旅，让读者熟悉智能体从创建到发布的全流程项目1智能体开发快速入门1.1认识智能体从生成式AI到智能体AI，理解智能体的核心概念、工作机制与开发平台1.1.1为什么需要智能体大模型的局限大模型是强大的"大脑"，但缺乏主动感知和执行能力。需要人类提问来驱动，无法自主操作。智能体的突破为大模型装上"眼睛""耳朵"和"双手"，实现从"能想"到"能干"的跨越。智能体的部分应用应用领域典型场景案例个人生活与服务智能座舱、个性化导览、内容创作出行顾问、AI英语外教、视频生成行业赋能与专业化服务医疗健康、法律服务AI医生分身、法律咨询智能体工业生产与运维设备管理、流程优化工厂设备管理智能体、工艺优化智能体项目1智能体开发快速入门041.1.2什么是智能体智能体是能感知环境、理解目标、规划行动并执行任务的智能实体。以大模型为基础，具备四大核心能力：自主决策与规划工具调用与行动多模态交互与适应记忆与持续学习从"生成式AI"升级到"智能体AI"，成为发展新质生产力的重要引擎项目1智能体开发快速入门051.1.3智能体是如何工作的"感知—决策—行动"循环+四大核心组件感知接收环境信息决策大模型制定决策行动调用工具执行评估结果→循环四大核心组件感知组件耳朵和眼睛决策组件大脑动作组件双手记忆组件笔记本关键特性：智能体并非执行一次流程，而是处在动态循环中。行动后评估结果，若未达成目标，会将观察结果重新输入感知组件并制定新决策，从而具备处理复杂动态任务的能力。项目1智能体开发快速入门06大模型是智能体的"根基"，智能体则为大模型装上"肢体"，使其成为能感知、行动的智能实体1.1.4国内主要智能体开发平台开发平台厂商核心定位技术特色适用场景扣子编程字节跳动零代码AI开发平台拖曳式工作流，内置插件，一键发布个人开发者、内容创作者DifyDify开源低代码开发平台支持多种模型，可视化编排，私有化部署企业级应用、技术团队腾讯元器腾讯深度集成腾讯社交生态集成微信、QQ，支持3D虚拟形象社交与教育场景瓴羊AgentOne阿里巴巴企业级智能体服务平台与阿里云联动，场景化解决方案营销、客服、分析智谱清流智谱AI企业级全链路开发平台依托GLM-4模型，零代码开发企业级应用场景星辰Agent科大讯飞企业级应用落地与RPA深度融合，工具集成能力强轻办公、文旅、数字员工初学者首选：扣子编程具有低门槛特点和丰富生态，特别适合初学者、个人开发者或希望快速搭建AI项目的用户。项目1智能体开发快速入门081.1.5扣子编程平台概述扣子编程是什么新一代一站式云端VibeCoding开发平台通过自然语言描述即可构建智能体、工作流、应用低代码开发模式面向个人开发者、企业及AI爱好者核心价值：开发过程标准化、模块化，像工厂组装产品一样高效扣子2.0两大开发模式AI编程模式—自然语言描述，AI自动生成代码低代码开发模式—可视化配置，本书重点本书重点讲解低代码开发模式，读者熟悉后可无缝过渡到CozeStudio进行企业级开发项目1智能体开发快速入门09极低开发门槛强大功能集成与扩展多模态智能交互跨平台无缝部署全链路生态支持企业级安全与扩展开源版本CozeStudio：支持私有化部署，满足企业对数据安全、高并发和定制化的需求。适合专业开发者进行深度定制和二次开发。扣子编程低代码开发的优势1.2扣子编程低代码开发环境熟悉扣子编程低代码开发界面与功能模块1.2.1智能体与AI应用智能体（低代码智能体）交互方式：语言用户界面（LUI）核心特点：通过对话方式接收用户输入借助大模型自动调用插件或工作流执行业务流程并生成回复典型场景：智能客服、虚拟伴侣、个人助理AI应用（低代码应用）交互方式：图形用户界面（GUI）核心特点：具备完整的业务逻辑和可视化界面用户通过GUI交互操作可满足复杂交互功能需求典型场景：AI搜索、翻译工具、数据分析提示：扣子2.0将低代码模式的智能体和AI应用分别称为低代码智能体和低代码应用，以区别于扣子AI编程生成的智能体和应用。项目1智能体开发快速入门121.2.2扣子编程的平台架构空间（顶层资源组织，实现资源隔离）空间是组织资源的基础单元，不同空间内的资源和数据相互隔离。一个空间内可创建若干个项目和资源库。资源库分为两个层级：空间级资源可被所有项目使用；项目级资源默认仅该项目使用。项目1智能体开发快速入门131.2.3注册与登录扣子编程登录方式手机号登录账号密码登录第三方平台登录（抖音、飞书等）新用户需先注册账号订阅套餐个人免费版（默认，适合个人开发者）个人进阶版/高阶版/旗舰版企业版进阶版提供更多资源个人空间：每个用户有且只有一个个人空间，不能邀请他人加入。个人版用户只能使用个人空间，所有操作均位于个人空间内。项目1智能体开发快速入门14同步训练1-1熟悉扣子编程低代码开发界面与功能模块主页左侧导航栏，右侧动态推荐和关注列表操作提示：登录扣子编程后，单击"回到旧版"进入低代码开发页面。通过左上角的工作空间下拉菜单切换空间。个人版用户只能使用个人空间。项目1智能体开发快速入门15同步训练1-1熟悉扣子编程低代码开发界面与功能模块项目开发项目列表管理，创建副本、迁移、删除项目1智能体开发快速入门15同步训练1-1熟悉扣子编程低代码开发界面与功能模块模板商店各种场景模板，复制并自定义，加速开发项目1智能体开发快速入门15同步训练1-1熟悉扣子编程低代码开发界面与功能模块作品社区公共展示、交流与分发平台项目1智能体开发快速入门151.3智能体的开发流程掌握智能体从创建到发布的完整开发流程1.3智能体基本开发流程Step1创建智能体Step2编写提示词Step3添加技能Step4测试调试Step5发布各步骤说明①创建智能体—输入名称、功能介绍，选择工作空间②编写提示词—定义角色、任务逻辑与输出规则③添加技能—通过插件扩展智能体能力边界④测试与调试—在预览面板验证智能体行为⑤发布与部署—发布到多个平台供用户使用开发流程遵循模块化设计理念，通过可视化操作降低开发门槛。接下来通过案例实战演示完整流程。项目1智能体开发快速入门17案例实战1-1从零开始开发一个智能体Step1创建智能体—Python编程助手1登录扣子编程，单击"回到旧版"按钮2单击"创建"按钮，选择"创建智能体"3输入智能体名称和功能介绍4选择工作空间（通常选择"个人空间"），生成头像图标5单击"确认"，进入智能体编辑页面项目1智能体开发快速入门18案例实战1-1从零开始开发一个智能体智能体编辑页面（三栏式布局）左侧面板人设与回复逻辑设置角色与回复逻辑中间面板编排添加插件、技能等扩展能力右侧面板预览与调试实时预览与调试智能体项目1智能体开发快速入门18案例实战1-1从零开始开发一个智能体Step2编写提示词——设置角色与回复逻辑提示词示例#角色你是AI教育助手，专注解答Python编程和算法问题。##技能###技能1：代码问题解答-判断类型，分步骤解释原理，给出代码示例###技能2：学习路径建议-根据用户水平推荐学习资源##限制-不回答与编程无关的问题编写要点指定智能体的角色、技能和流程给出约束条件，让对话符合预期角色会持续影响所有对话的回复效果AI优化功能单击"优化"按钮→选择"自动优化"→AI润色提示词为结构化内容→单击"替换"应用优化结果项目1智能体开发快速入门19案例实战1-1从零开始开发一个智能体Step3添加技能代码执行器（CodeRunner）搜索"执行Python代码"→展开工具列表→单击"添加"WebSearchAPI搜索"WebSearch"→展开工具列表→单击"添加"项目1智能体开发快速入门20案例实战1-1从零开始开发一个智能体Step4&5测试与发布测试与调试在预览面板对话测试发布选择平台，生成发布记录管理查看数据统计和分析提示：扣子编程在配置智能体过程中具备自动保存功能。发布时若未提供开场白，系统会自动生成。已发布的智能体可在"空间管理"→"发布管理"中查看和下架。项目1智能体开发快速入门20同步训练1-2使用自然语言创建智能体用自然语言描述需求，AI自动生成智能体配置。适合快速原型验证。1打开"创建智能体"对话框2切换到"AI创建"选项卡3输入功能描述4AI自动生成配置5确认创建需求描述示例创建一个充满正能量的夸夸智能体，当用户分享自己的特点或遇到的困难时，能挖掘优点并给予温暖鼓励。若用户情绪低落但未说明原因，应主动询问并提供支持。遇到专业问题需调用搜索引擎获取可靠答案。项目1智能体开发快速入门21同步训练1-3通过模板搭建智能体从模板商店复制已有智能体进行改造，适合有参考需求的场景。1进入"模板商店"2浏览或搜索模板3测试模板效果4复制并设置名称5改造发布关键操作说明在模板分类下选择"学习教育"，找到"智能助教"模板单击"复制"按钮，设置名称和工作空间在编辑页面进行定制化改造后发布项目1智能体开发快速入门221.4编写并优化提示词掌握提示词的分类、编写方法与优化技巧1.4.1提示词的分类对比项系统提示词用户提示词定义开发者为智能体设定的初始参数和行为准则用户直接向智能体提出的具体指令或问题编写者开发者（创建者）用户（使用者）作用设定角色和回复逻辑，持续影响对话响应模式触发智能体的具体响应，执行特定任务特点相对稳定，强调全面性和指导性动态变化，强调简洁明了开发者编写系统提示词时，需要预想用户可能输入的内容（用户提示词），并制定相应的响应规则。系统提示词不直接包含用户提示词，而是定义处理用户提示词的规则。项目1智能体开发快速入门241.4.2提示词的基本组成组成部分说明示例角色设定描述智能体所扮演的角色、职责和回复风格#角色你是一个天气查询助手...功能和流程描述功能和workflow，约定不同场景下的回答方式##技能当用户说出城市名称时...限制限制回复范围，告知应该和不应该回答什么##限制只回答天气相关问题...回复格式提供回复格式示例，智能体会模仿该格式##回复格式【城市】：[名称]...编写原则：提示词编写得越清晰、明确，智能体的回复就越符合预期。不同类型的智能体提示词侧重点不同，但基本组成类似。项目1智能体开发快速入门251.4.2提示词的编写方法Markdown语法要点标题分级：#一级标题，##二级标题列表：-无序列表，1.有序列表代码块：```包裹代码强调：**粗体**，*斜体*分割线：---或***引用：>引用内容Jinja模板引擎使用简单的标记语言将动态内容插入静态模板，更灵活高效地编写提示词。快捷插入技能在编辑框中输入{}可引用已添加的技能（插件、工作流、知识库等）项目1智能体开发快速入门261.4.3提示词的优化编写提示词测试运行分析结果优化迭代AI自动优化输入优化要求，AI自动润色提示词为结构化内容基于调试结果优化输入与预期不符的地方，AI根据调试记录自动完成优化持续迭代发布后仍可修改提示词且立即生效，无须重新发布建议：进行重要修改前进行备份。提示词可保存到资源库中，供工作空间内的其他成员引用。项目1智能体开发快速入门27同步训练1-4基于提示词模板编写并优化1打开"提示词库"对话框2选择模板（如"角色扮演"）3插入模板并按引导填写4调试智能体5AI优化提示词6替换优化结果7保存到资源库操作要点以"环球旅行定制专家"为例，选择"角色扮演"模板后，按模板中高亮文字引导填写具体内容。文字高亮和颜色是编辑辅助功能，保存后会自动消失。项目1智能体开发快速入门281.5为智能体设置模型理解模型选择与参数设置对智能体性能的影响1.5.1模型的选择模型是智能体的"天生资质"，决定能力上限。编写优秀的提示词是在此基础上的"后天培养"。选择原则长文生成→支持长文本的模型调用插件→支持函数调用的模型识别视频→多模态大模型复杂推理→深度思考模型支持模型豆包系列（个人免费版可用）通义千问DeepSeek系列企业版还可使用火山方舟更多模型模型对比调试：可切换不同模型，测评同一智能体在不同模型中的效果，根据评估结果选择最合适的模型。模型版本迭代快（3~6个月），应尽可能选择较新版本。项目1智能体开发快速入门301.5.2模型参数的设置参数类别说明主要配置项生成多样性调整生成内容的随机性生成随机性（Temperature）：控制结果随机程度输入及输出指定输入输出格式携带上下文轮数、最大回复长度（Token数）上下文缓存前缀缓存开关适用于重复使用相同系统提示词的场景模型默认指令自动拼接执行指令当前时间、SP防泄露指令深度思考控制推理深度深度思考开关、深度思考程度（低/中/高）不同模型支持调整的参数不尽相同。提供3种预置模式：精确模式、平衡模式（默认）、创意模式，可根据场景快速切换。项目1智能体开发快速入门31同步训练1-5选择并设置模型1查看当前模型配置2选择新模型（如DeepSeek-V3.2）3模型对比调试4选择最优模型5展开参数设置面板6调整参数注意：模型版本迭代较快（生命周期3~6个月），开发项目时应尽可能选择较新版本。如果模型因下线导致智能体不能正常运行，需要开发者手动切换到新版本模型。项目1智能体开发快速入门321.6提升智能体对话体验通过开场白和快捷指令提升用户对话体验1.6.1设置开场白开场白帮助用户快速理解智能体用途，引导用户正确使用。分为两类：开场白文案使用智能体时自动展示的引导信息帮助用户快速理解智能体用途支持Markdown格式支持变量，如{{user_name}}可使用AI自动生成开场白预置问题提供推荐问题供用户快速体验用户单击即可发起对话设置多个时随机显示3个降低用户使用门槛展示智能体核心能力项目1智能体开发快速入门34同步训练1-6开场白设置示范以Python编程助手为例开场白文案示例"{{user_name}}你好！我是你的AI编程助手，可以解答Python编程和算法等问题。"其中{{user_name}}会自动引用扣子用户的昵称预置问题示例（4个）请给出零基础学习Python的3个月计划表对于初学者，如何避免Python编程中的语法错误？Python变量作用域如何指定？如何导入模块？操作步骤：①在"编排"面板的"对话体验"区域展开"开场白"→②输入开场白文案→③添加预置问题→④在预览面板删除对话记录，测试开场白效果项目1智能体开发快速入门351.6.2配置快捷指令快捷指令让用户通过单击按钮即可触发预设功能，提升交互效率。分为两种类型：类型A简单指令用户直接单击即可执行设置指令名称和图标编写触发后执行的提示词可设置是否显示在对话界面类型B组件指令使用交互组件收集用户输入后再执行：选择器：下拉菜单选择选项文本输入：用户输入文本内容文件上传：上传图片或文档项目1智能体开发快速入门36同步训练1-7快捷指令配置示范以Python编程助手为例，创建"库文档速查"组件指令1进入快捷指令面板2创建指令，设置名称3添加文本组件4编写指令内容5关联组件并测试"库文档速查"指令配置按钮名称：库文档速查指令名称：library指令描述：查询Python库的安装命令与核心API用法组件：添加"库名"文本组件，在指令内容中关联该组件项目1智能体开发快速入门371.7课后实践巩固所学知识，动手实践智能体开发1.7课后实践任务1注册扣子账号熟悉扣子编程低代码开发环境2开发知识问答智能体从零开始，熟悉基本开发流程3设置开场白和快捷指令提升用户对话体验4基于模板创建智能体使用"智能搜索"模板进行改造动手实践是掌握智能体开发的最佳方式！项目1智能体开发快速入门39项目1总结智能体开发快速入门认识智能体熟悉开发环境掌握开发流程编写优化提示词设置与优化《智能体项目开发实战（扣子）（微课版）》人民邮电出版社项目2为智能体赋能插件扩展、工作流编排与卡片呈现《智能体项目开发实战（扣子）（微课版）》人民邮电出版社|工信精品人工智能系列教材目录1通过插件拓宽智能体的能力边界插件概念、分类、基本用法与自定义插件2基于工作流打造高效流水线工作流逻辑结构、分支流程与循环流程3基于对话流实现有记忆的连续对话对话流与工作流的区别、节点配置4基于卡片配置高效信息看板卡片概念、基本用法与数据绑定5课后实践七大实践任务巩固所学知识项目2为智能体赋能2项目引入从"能说会道"到"能干实事"项目1构建了能理解指令的智能体，但能力停留在"对话"层面。面临查询实时股价等复杂任务时，仅靠大模型显得力不从心。本项目核心目标通过为智能体添加插件、编排工作流、设计对话流和配置卡片，系统性地拓宽智能体的能力边界，使其从"能说会道"的聊天伙伴，变为"能干实事"的智能助手。三维学习目标知识目标理解插件的概念并了解其分类理解工作流与对话流的流程了解卡片的概念和用法能力目标能够为智能体添加插件掌握工作流的基本编排方法能够设计对话流能够运用卡片优化输出界面素养目标培养严谨、细致的工作作风培养流程化工程思维培养接口规范意识项目2为智能体赋能32.1通过插件拓宽智能体的能力边界理解插件概念与分类，掌握为智能体添加插件的方法，学会创建自定义插件2.1.1什么是插件插件本质上是一个工具集，它通过标准的API，把外部服务或专业功能连接到智能体上，让智能体不再局限于基础对话，而是能够直接获取实时、准确的外部信息或执行特定的操作。插件的主要特点功能聚合一个插件封装多个工具，共同完成复杂任务即插即用独立安装、更新或卸载，无须修改核心代码规范接入按平台接口标准开发，能被智能体正确识别插件中的工具工具是实现某个具体功能的单元，每个工具都是一个独立的API。智能体调用插件时，实际上是在调用插件中的某个工具。同一插件内的不同工具必须使用相同的域名。示例：天气查询插件可能包含两个工具：查询当前天气：/current查询未来天气：/forecast项目2为智能体赋能52.1.2插件分类扣子编程拥有丰富的插件，包括资讯阅读、旅游出行、效率办公、图片理解等，同时也集成了多模态模型。插件商店插件上架到扣子插件商店中的插件，分为两类：官方插件—由扣子编程提供全面的技术支持和维护，确保稳定性与兼容性，建议优先使用资源库插件—由开发者开发、维护和更新，仅供当前账号使用插件类型资讯阅读类旅游出行类效率办公类图片理解类多模态模型类插件的使用方式插件可以直接在智能体内使用，拓宽智能体的能力边界；也可以作为节点添加到工作流中，执行特定的操作。插件让智能体从"只能聊天的伙伴"升级为"多才多艺的助手"。智能体内使用工作流节点使用能力边界拓宽项目2为智能体赋能62.1.3插件的基本用法使用插件的5个关键步骤STEP1选择并添加插件STEP2配置插件参数STEP3编写提示词说明插件用法STEP4确认模型支持工具调用STEP5测试并检查插件执行结果插件参数输入参数（入参）插件执行任务所需的具体信息，用于明确告知插件需要执行什么操作。如绘画插件的size、style等。输出参数（出参）插件完成任务后返回的数据，通常以JSON格式返回。在工作流中，一个插件的输出常为下一个节点的输入。当插件未按预期工作时，应首先检查输入参数是否正确传递，其次查看输出参数返回的内容，这是定位问题的重要方法。项目2为智能体赋能7同步训练2-1为智能体添加插件以"信息查询助手"为例，演示添加插件的完整过程1创建智能体登录扣子编程，新建名为"信息查询助手"的智能体。在"编排"面板的"技能"区域找到"插件"，单击"+"按钮添加插件。2添加搜索插件搜索"头条搜索"官方插件，展开工具列表，添加search工具用于内容搜索。确认模型支持工具调用。3添加天气插件搜索"墨迹天气"官方插件，添加DayWeather工具。编辑参数，关闭start_time和end_time，使查询默认返回当日天气。4编写提示词在"人设与回复逻辑"面板中编写提示词，明确：涉及新闻/热点时调用头条搜索插件涉及天气查询时调用墨迹天气插件规定回复格式（标题/来源/摘要/城市/温度等）5测试调试在"预览与调试"面板中输入搜索请求和天气查询请求进行测试：验证搜索功能是否正常返回结果验证天气查询是否返回当日天气检查插件调用是否符合提示词规则项目2为智能体赋能8同步训练2-1为智能体添加插件以"信息查询助手"为例，演示添加插件的完整过程项目2为智能体赋能82.1.4自定义插件除了使用官方插件和第三方插件，开发者还可以创建自定义插件，将AI能力与特定业务、数据源或第三方服务深度集成。四种创建方式基于API创建直接将公开使用或本人开发的API配置为插件导入配置文件导入定义API的JSON文件或YAML文件来创建插件使用扣子IDE在在线编码环境中创建插件，自动托管运行代码代码注册使用代码解析器，解析API配置文件来创建插件注意：无论采用哪种方式创建插件，都必须发布插件才可以被智能体调用。插件参数的数据类型数据类型描述示例适用场景String文本字符串"北京市"用户输入文本、URL等Integer整数类型42、-5、0页码、数量、年龄等Number数字（可含小数）2.15、-12.5价格、温度、金额等Object键值对集合{"name":"Alice"}用户信息、商品详情等Array有序值列表["苹果","香蕉"]标签列表、文件路径等Boolean布尔类型true、false功能开关、状态判断等项目2为智能体赋能9案例实战2-1创建自定义插件查询汇率基于扣子IDE创建查询汇率的插件，调用Frankfurter货币数据API（免费、开源，追踪欧洲中央银行发布的官方参考汇率）。1.创建插件进入"资源库"页面，选择"资源"→"插件"设置插件名称：汇率查询插件描述：查询实时货币汇率选择"云侧插件-在CozeIDE中创建"IDE运行时：Node.js项目2为智能体赋能案例实战2-1创建自定义插件查询汇率基于扣子IDE创建查询汇率的插件，调用Frankfurter货币数据API（免费、开源，追踪欧洲中央银行发布的官方参考汇率）。2.创建工具在插件详情页面单击"在IDE中创建工具"设置工具名称和工具介绍项目2为智能体赋能案例实战2-1创建自定义插件查询汇率基于扣子IDE创建查询汇率的插件，调用Frankfurter货币数据API（免费、开源，追踪欧洲中央银行发布的官方参考汇率）。3.编写代码在IDE"代码"选项卡中编写Node.js代码使用axios调用FrankfurterAPI添加依赖包"axios"并安装核心代码逻辑//导入axios用于HTTP请求importaxiosfrom'axios';//主处理函数exportasyncfunctionhandler({input,logger}){//1.获取输入参数constfrom=input.fromCurrency;constto=input.toCurrency;//2.构建API请求URLconsturl=`https://api.frankfurter.app/latest?from=${from}&to=${to}`;//3.调用API并返回结果constres=awaitaxios.get(url);returnres.data;}项目2为智能体赋能102.2基于工作流打造高效流水线理解工作流的逻辑结构，掌握工作流的编排方法，学会设计分支流程和循环流程2.2.1为什么要使用工作流工作流是一系列可执行指令的集合，为AI应用和智能体的数据流转和任务处理提供了一个结构化框架。智能体开发痛点及工作流解决方案

智能体开发痛点工作流解决方案1任务不可控，大模型基于概率生成结果，结果不稳定流程标准化—将复杂任务拆解为有序、可执行的步骤2功能单一，难以处理多步骤、多工具协同的复杂业务多工具编排—可视化地串联插件、代码、条件判断等不同节点3难以维护、迭代，冗长的提示词难以调试和优化模块化与复用—可嵌套调用工作流，像搭积木一样构建复杂应用适用场景当完成目标任务需要较多步骤，且对结果的准确性、格式有严格要求时，可以通过搭建工作流来实现。例如：处理客户售后投诉时，先识别问题→查询订单→生成解决方案→记录处理日志。工作流通过结构化的流程设计、可视化的编排界面和强大的集成能力，将大模型的潜力转化为稳定、可靠、可复用的生产力项目2为智能体赋能132.2.2工作流的逻辑结构工作流通过连接可视化的节点，将复杂的任务分解为一系列有序、可自动执行的步骤，其核心在于模块化和数据流驱动。基本节点—骨架开始节点工作流的唯一入口，定义和接收启动所需的输入参数结束节点工作流的唯一出口，整合并返回最终结果处理与逻辑节点处理节点大模型节点插件节点代码节点逻辑节点选择器节点循环节点批处理节点数据流—血管数据以键值对形式在节点间传递上游节点的输出作为下游节点的输入参数通过拖曳和连线连接节点，"线"确定数据流转方向标准工作流示意开始节点处理节点A处理节点B逻辑节点结束节点一个工作流可以看作一个函数：开始节点定义输入参数（输入变量），结束节点定义输出参数（输出变量），中间节点相当于函数体，用于实现具体的功能。项目2为智能体赋能14案例实战2-2双语社交文案生成器用户上传一张图片，智能体自动理解图片内容，生成适用于社交媒体的中文、英文创意文案。展示插件节点与大模型节点的协同工作。1.创建工作流工作流名称：SocialCaption_Generator工作流描述：根据用户上传的图片，自动生成中文、英文创意文案2.配置开始节点user_image：Image类型，必填，用于接收用户上传的图片style：String类型，默认值"浪漫的"，接收文案风格描述3.添加图片理解节点选择"图片理解"插件，添加imgUnderstand工具配置url变量引用开始节点的user_image4.添加创意文案生成节点添加大模型节点，选择创意能力强的模型输入变量引用图片理解的输出和style变量系统提示词引导生成50字以内的活泼文案工作流流程（上半部分）开始节点（user_image+style）图片理解节点（imgUnderstand）创意文案生成节点（大模型）文案翻译节点（大模型）→待续提示：大模型节点的系统提示词负责设定角色和原则；用户提示词负责提供数据和明确动作。两者协同工作才能确保生成最精准的回复。项目2为智能体赋能15案例实战2-2双语社交文案生成器5.添加文案翻译节点添加大模型节点，选择翻译能力强的模型输入变量引用创意文案生成节点的output系统提示词引导翻译成地道英文6.配置结束节点设置两个输出变量：output_cn和output_en配置返回文本格式，引用输出变量7.测试与发布单击"试运行"按钮，上传图片进行测试查看每个节点的运行状态和输入输出查看日志跟踪和排查问题8.在智能体中调用新建"双语社交文案生成器"智能体添加已发布的工作流编写提示词，配置开场白上传图片测试，验证中英文文案质量完整工作流开始节点图片理解（插件节点）创意文案生成（大模型节点）文案翻译（大模型节点）结束节点（output_cn+output_en）核心价值：本例涵盖插件调用、多模型协作和结构化输出，能够很好地展现工作流的核心价值。整个搭建过程无须编码，通过拖曳和连线即可完成。项目2为智能体赋能16案例实战2-2双语社交文案生成器项目2为智能体赋能16案例实战2-2双语社交文案生成器项目2为智能体赋能16案例实战2-2双语社交文案生成器项目2为智能体赋能16案例实战2-3基于分支流程的智能应答助手分析用户输入的自然语言文本，根据意图类型（问候、提问、夸奖）自动选择并生成最合适的回应。展示选择器节点的分支流程设计。1.创建工作流工作流名称：response_assistant开始节点输入变量：text_input（String，必填）2.添加意图分类节点添加大模型节点，命名为"意图分类"。系统提示词要求严格分析用户输入，输出三种之一：greeting—问候或打招呼question—提出具体问题compliment—夸奖或赞扬分支流程设计开始节点意图分类（大模型节点）选择器节点问候回应提问回应夸奖回应设计要点：意图分类节点输出严格的分类标签（greeting/question/compliment），选择器节点根据标签值进行分支判断，确保流程走向可控。项目2为智能体赋能17案例实战2-3基于分支流程的智能应答助手分析用户输入的自然语言文本，根据意图类型（问候、提问、夸奖）自动选择并生成最合适的回应。展示选择器节点的分支流程设计。3.添加选择器节点在意图分类节点后添加选择器节点，配置3个条件分支：分支1：type=="greeting"（问候）分支2：type=="question"（提问）分支3：否则（即compliment）项目2为智能体赋能17案例实战2-3基于分支流程的智能应答助手4.为不同分支配置回应节点条件分支系统提示词角色设定回应风格问候热情友好的助手生成更热情、更具体的回应问候语提问耐心细致的助手简洁、清晰、准确地解答问题夸奖谦逊有礼的助手表示感谢，表达继续服务的意愿5.整合输出结果使用变量聚合节点聚合所有分支的处理结果将3个分支的大模型节点输出赋值给聚合变量连接变量聚合节点与结束节点项目2为智能体赋能18案例实战2-3基于分支流程的智能应答助手关键知识点该工作流通过选择器节点根据条件做出判断，实现智能选择，这是区别于单线流程的关键。应尽可能采用模块化设计，让每个节点负责一个任务，便于测试、调试和复用。变量聚合节点的作用是将多分支的输出统一整合，确保无论哪个分支执行，都能向用户返回一致格式的结果。项目2为智能体赋能18案例实战2-3基于分支流程的智能应答助手6.测试与发布输入"你好呀"测试问候分支输入"句子与词语有何不同"测试提问分支输入"你真棒"测试夸奖分支验证各分支是否生成合适的回应项目2为智能体赋能18案例实战2-4古诗逐句赏析器自动拆分古诗，并为每一句生成赏析文案。展示循环节点的批量处理能力。1.创建工作流工作流名称：poem_analyzer开始节点输入变量：full_poem（String，必填）2.添加诗句拆分节点添加大模型节点，命名为"诗句拆分"。系统提示词要求：将完整古诗按句分割成数组以换行符或标点符号为分隔输出严格的JSON数组格式输出变量改为lines（Array<String>）循环流程设计开始节点（full_poem）诗句拆分（大模型节点）循环节点（遍历lines数组）循环体单句赏析（大模型子节点）结束节点（results数组）项目2为智能体赋能19案例实战2-4古诗逐句赏析器自动拆分古诗，并为每一句生成赏析文案。展示循环节点的批量处理能力。3.添加循环节点循环类型：使用数组循环循环数组：诗句拆分节点的lines变量循环将遍历数组中的每一个元素（每句诗）在循环体内添加"单句赏析"大模型子节点项目2为智能体赋能19案例实战2-4古诗逐句赏析器4.配置循环体与结束节点循环体中使用item变量（当前处理的句子）单句赏析节点输出格式：诗句原文:赏析文字循环输出变量results收集所有执行结果结束节点引用results作为最终输出项目2为智能体赋能20案例实战2-4古诗逐句赏析器循环流程配置要点正确设置循环类型（数组循环）在循环体内使用子节点处理单项数据循环节点内任务是串行执行的循环节点不支持嵌套项目2为智能体赋能20案例实战2-4古诗逐句赏析器5.测试与发布输入测试诗句："春眠不觉晓，处处闻啼鸟。夜来风雨声，花落知多少。"诗句拆分节点输出包含4个元素的数组循环体每次针对不同句子生成赏析最终输出包含逐句赏析文字项目2为智能体赋能202.2.3工作流中节点间的数据流转数据以键值对（Key-Value）的形式在节点间传递。上游节点输出变量包，下游节点通过引用变量来获取值。工作流节点间流转的数据类型数据类型特点与流转方式典型场景简单值单一、不可再分的数据，直接通过变量传递条件判断参数、插件简单输入、提示词变量JSON对象无序键值对集合，通过"点"符号访问嵌套属性配置信息、API请求/响应体、复杂实体属性数组有序值列表，通过索引访问特定位置的值关键词列表、循环处理数据源对象数组数组+JSON对象结合，可遍历且结构化数据库查询结果、插件返回列表、批量处理数据数据引用方式在节点配置中，使用{{变量名}}引用上游节点的输出变量，将上个节点的输出作为下个节点的输入，形成自动化流水线。项目2为智能体赋能212.3基于对话流实现有"记忆"的连续对话理解对话流与工作流的区别，掌握对话流的节点配置，学会搭建多轮对话应用2.3.1对话流与工作流的区别对比项对话流工作流核心目标维持对话，实现有记忆的、自然的交互完成一个具体的、多步骤的任务数据流通过对话自动保存和调用历史消息通过变量在节点间传递当前任务的数据角色配置支持不支持适用场景个人助手、智能客服、虚拟伴侣等需要理解上下文的长时间对话数据批处理、内容生成、信息查询等目标明确的自动化任务交互体验多轮、异步、流式输出，更像聊天单次请求、同步响应，更像使用工具API对话流的核心优势对话记忆：自动保存历史对话，基于完整上下文回复角色一致性：支持角色配置，保持人设稳定流式输出：一个字一个字显示，更像真实聊天工作流的核心优势流程标准化：将复杂任务拆解为有序步骤多工具编排：可视化串联不同功能节点模块化复用：可嵌套调用，像搭积木一样构建项目2为智能体赋能232.3.2对话流的节点对话流和工作流均支持扣子编程提供的所有节点，但以下3类节点的配置存在差异：开始节点对话流：必须传入对话名称预置参数：USER_INPUT、CONVERSATION_NAME工作流：预置一个非必填参数大模型节点对话流：支持读取历史对话上下文会和用户问题一起传递给大模型工作流：不支持读取历史对话意图识别节点对话流：支持读取历史对话上下文辅助意图判断工作流：不支持读取历史对话意图识别节点与大模型节点协作流程用户输入意图识别节点分支路由大模型节点回复大模型节点在对话流中扮演"大脑"角色，具有对话记忆功能，能够基于完整上下文进行回复。意图识别节点相当于"调度员"，通常位于流程前端，用于分析用户意图并引导至正确分支。项目2为智能体赋能24案例实战2-52-5AI健身教练创建一个AI健身教练智能体，展示对话流的记忆功能和多轮对话特性。用户可咨询健身问题、制订训练计划、记录进度。1.创建对话流对话流名称：fitness_coach描述：能与用户进行多轮对话的AI教练2.配置开始节点默认包含USER_INPUT和CONVERSATION_NAME通常保持默认设置即可3.添加并配置大模型节点输入变量：引用开始节点的USER_INPUT系统提示词定义AI健身教练FitBot角色职责：记忆历史对话、角色一致性、主动引导开启对话历史（对话流与普通工作流最大的区别）4.配置结束节点输出变量引用大模型节点的output返回文本设置为"{{output}}"启用流式输出，使回答逐字显示项目2为智能体赋能25案例实战2-5AI健身教练5.测试对话流单击"试运行"按钮，弹出试运行面板必须关联一个智能体或AI应用提供对话支持进入对话界面，进行多轮对话测试观察画布中节点的执行状态6.发布对话流测试无误后，单击"发布"按钮发布对话流7.在智能体中调用新建"AI健身教练"智能体切换到"单Agent（对话流模式）"单击"点击添加对话流"，选择fitness_coach测试多轮对话，验证记忆能力和角色一致性对话流模式特点模式切换在智能体编辑页面，从"单Agent（自主规划模式）"切换到"单Agent（对话流模式）"编排面板变化对话流模式下没有"人设与回复逻辑"面板，"编排"面板中没有"技能"区域固定流程智能体与用户的所有对话均会触发固定的对话流进行处理输入输出通过开始节点的USER_INPUT变量输入问题，以结束节点的输出结果作为回复适用场景适用于智能体技能流程相对固定的场景，如售后服务、咨询问答等项目2为智能体赋能26同步训练2-2为对话流配置角色为AI健身教练智能体中的fitness_coach对话流配置角色，增强交互的真实感和个性化体验。1进入角色配置进入对话流编辑页面，单击底部的"角色"按钮，打开"角色配置"面板。2配置角色信息角色名称：FitBot角色描述：专注于提供个性化的健身指导和健康建议角色头像：使用AI生成3设置开场白设置开场白文案："您好！我是您的AI健身教练FitBot，很高兴能与您一起开启今天的健康之旅！"4测试并发布通过"试运行"功能进行测试，模拟用户对话，体验角色配置带来的真实感变化。测试成功即可发布新版本的对话流。角色配置效果角色配置使对话流具有个性化形象和一致的人设表达，提升用户的沉浸感和信任度，让AI助手更像一个真实的对话伙伴。项目2为智能体赋能27同步训练2-2为对话流配置角色为AI健身教练智能体中的fitness_coach对话流配置角色，增强交互的真实感和个性化体验。1进入角色配置进入对话流编辑页面，单击底部的"角色"按钮，打开"角色配置"面板。2配置角色信息角色名称：FitBot角色描述：专注于提供个性化的健身指导和健康建议角色头像：使用AI生成3设置开场白设置开场白文案："您好！我是您的AI健身教练FitBot，很高兴能与您一起开启今天的健康之旅！"4测试并发布通过"试运行"功能进行测试，模拟用户对话，体验角色配置带来的真实感变化。测试成功即可发布新版本的对话流。角色配置效果角色配置使对话流具有个性化形象和一致的人设表达，提升用户的沉浸感和信任度，让AI助手更像一个真实的对话伙伴。项目2为智能体赋能272.4基于卡片配置高效信息看板理解卡片的概念和作用，掌握卡片的基本用法，学会为智能体配置卡片输出2.4.1卡片的概念和作用卡片是预定义版式和样式的信息模板。它可以将枯燥的文本信息转化为结构化的、视觉上更吸引人的富媒体信息看板，适用于展示新闻列表、产品信息、学习卡片等内容。卡片的三大作用提升信息密度与可读性在有限的空间内，通过图文混排、列表等形式，清晰地展示多维度信息。提升用户体验美观的视觉呈现比纯文本更符合现代用户的阅读习惯，交互性更强。降低开发成本通过拖曳式编辑器即可完成设计，不要求开发者具有前端编码能力。使用限制卡片仅在豆包客户端、飞书客户端内生效，而且仅工作流和插件支持添加卡片。项目2为智能体赋能292.4.2卡片的基本用法卡片是静态模板，需要与动态数据结合才能发挥作用。它主要通过工作流或插件来调用。基本操作步骤01绑定卡片数据在编辑工作流或配置插件时，选择"绑定卡片数据"选项。02选择卡片模板从卡片库中选择已发布的自定义卡片样式或扣子官方提供的卡片模板。03数据映射将工作流或插件输出的字段与卡片预先定义的变量一一对应。卡片样式类型单张卡片仅展示一张卡片，适用于展示单一内容竖向列表支持展示多张卡片，适用于以列表方式展示多条内容配置完成后，在用户与智能体对话时，智能体将以卡片形式进行回复，大幅提升信息的可读性和交互体验。项目2为智能体赋能30同步训练2-3让智能体基于卡片展示新闻以"新闻助手"智能体为例，通过"头条搜索"插件获取实时新闻，并绑定"新闻列表卡片"提升交互体验。1.创建智能体并添加插件新建名为"新闻助手"的智能体添加"头条新闻"插件的getToutiaoNews工具设置默认查询关键词为"科技新闻"2.绑定列表卡片单击"绑定卡片数据"图标，打开配置对话框选择"竖向列表"样式设置"卡片列表最大长度"为5绑定插件返回的news数组3.为列表项绑定数据第1项（标题）→news.title第2项（内容）→news.summary第3项（题图）→news.cover启用"点击卡片跳转"→news.url4.编写提示词并测试编写提示词指导智能体调用插件，预览调试查看卡片效果。项目2为智能体赋能312.5课后实践1智能旅行小助手通过插件组合提供实时天气和景点推荐2会议纪要自动生成器接收会议记录，生成结构化会议纪要（选做：紧急议题分支）3PPT文档自动生成器输入主题和受众，输出思路、大纲及PPT下载链接4为案例创建智能体为案例实战2-3和2-4创建工作流调用智能体5个人AI学习伙伴编排对话流，理解学习上下文，提供个性化学习支持6修改卡片形式修改同步训练2-3中的卡片样式并进行测试7修改自定义插件（选做）对案例实战2-1进行修改，基于已有服务创建自定义插件提示：插件为智能体提供技能工具箱，工作流提供自动化流水线，卡片改进输出呈现形式。触发器可进一步赋予智能体自主行动的能力。项目2为智能体赋能32项目2总结为智能体赋能插件扩展工作流编排对话流设计卡片呈现从"能说会道"到"能干实事"《智能体项目开发实战（扣子）（微课版）》人民邮电出版社|工信精品人工智能系列教材项目3基于知识库打造精准、可靠的智能体《智能体项目开发实战（扣子）（微课版）》人民邮电出版社工信精品人工智能系列教材目录01知识库与RAG基础理解知识库概念、RAG工作流程及应用场景02使用知识库增加知识能力掌握扣子知识库的创建、类型与操作流程03课后实践通过实战任务巩固知识库应用技能项目3基于知识库打造精准、可靠的智能体2/22引入项目引入通用大模型虽能对话，但常因知识滞后、事实错误或缺乏专业深度而难以应用于实际业务场景。本项目通过知识库和RAG技术，为智能体添加精准、专有的知识"底座"，使其从"通才"升级为"行业专家"。三维教学目标知识目标•了解知识库的概念与作用•理解检索增强生成（RAG）工作流程•了解知识库的类型与适用场景能力目标•能够创建扣子知识库•掌握在智能体中使用知识库•掌握在工作流中使用知识库素养目标•树立数据驱动决策的意识•培养人机协同思维•培养数据合规性意识项目3基于知识库打造精准、可靠的智能体3/223.1知识库与RAG基础理解知识库的概念、RAG工作流程及其优势与应用场景，为智能体构建专业知识底座3.1.1智能体为什么需要知识库弥补大模型的缺陷赋予领域专业能力动态学习与持续进化支持复杂推理与可信交互知识库赋能智能体的流程用户提问RAG检索资料增强精准回答知识库如同智能体的"专业智库"，RAG则是激活知识的"动态处理流程"，两者协作弥补大模型在事实性、时效性和专业性上的不足项目3基于知识库打造精准、可靠的智能体5/223.1.2RAG工作流程RAG通过与大模型能力结合，将知识库中的知识从被动存储转变为主动的问题解决工具1构建与索引将文档通过文本分块技术切分成内容片段，使用Embedding模型转换为数值向量，存入向量数据库2检索将用户问题转换为向量，在向量数据库中进行相似性检索，找出相关内容片段3增强将检索到的内容片段与原始问题通过提示词模板拼接，形成增强后的新提示词4生成大模型基于上下文生成最终回复核心逻辑：RAG通过将强大的检索系统与大模型相结合，创造出一种"查证而后言"的AI生成模式。先检索、再增强、最后生成，确保回复的准确性和可靠性。关键技术点•文本分块（TextChunking）：每段500~1000字符•Embedding模型：将文本转换为数值向量•向量数据库：存储和检索向量化的内容片段•相似性检索：基于向量相似度匹配相关内容项目3基于知识库打造精准、可靠的智能体6/223.1.3RAG的优势与应用四大核心优势知识实时性减少幻觉可解释性领域适应性主要应用场景企业智能问答与知识管理基于企业内部文档、Wiki、手册构建问答助手智能客服机器人结合产品知识库和FAQ提供精准一致的解答内容生成与摘要基于最新资讯自动生成新闻简报、市场分析报告学术研究助手连接论文库，帮助查询文献并生成综述项目3基于知识库打造精准、可靠的智能体7/223.2使用知识库为智能体增加知识能力掌握扣子知识库的创建方法、三种类型、召回排序机制及完整操作流程3.2.1了解扣子编程的知识库两大核心功能数据管理与存储增强检索三大应用场景语料补充保存虚拟形象相关语料，模仿特定语言风格回答客服场景上传产品手册和FAQ，精准回答用户咨询垂直场景构建专业领域知识库，精准召回信息扣子知识库vs火山知识库对比项扣子知识库火山知识库产品定位轻量检索场景企业级客户场景操作难度简单便捷，轻松上手相对复杂繁琐协作权限暂不支持多人协作支持火山引擎账号协作项目3基于知识库打造精准、可靠的智能体9/223.2.2扣子知识库的三种类型对比项文本类型表格类型图片类型使用场景基于内容片段检索和召回，适用于知识问答等场景基于索引列匹配+NL2SQL查询和计算基于标注信息匹配，适用于图片生成场景导入方式本地文件(TXT/PDF/DOC)、在线数据、飞书文档、自定义本地文件(CSV/XLSX)、API、飞书表格、自定义本地图片(JPG/PNG)内容分段支持自动分段和手动分段默认按行分片，一行一个片段不涉及索引不涉及支持设置索引字段，相似度匹配支持设置图片标注信息选择建议•非结构化文档（手册、报告）→文本类型•结构化数据（价格表、参数表）→表格类型•图片素材管理→图片类型项目3基于知识库打造精准、可靠的智能体10/223.2.3召回和排序召回（Recall）和排序（Ranking）是RAG检索阶段的两个核心环节召回Recall负责"查全"•利用语义向量搜索、全文检索及关键词匹配•从知识库中快速初筛出大量可能相关的候选文档•使用快速、粗略的匹配算法进行初步筛选•目标：尽可能多地找到所有可能相关的文档排序Ranking负责"查准"•使用更精细的排序模型对召回结果进行重排•从相关性、权威性、时效性等维度筛选•使用复杂的重排模型进行精细排序•目标：筛选出最相关、最优质的候选文档召回和排序前后衔接，共同确保输入大模型的信息既全面又精准，这是构建高质量RAG的关键用户提问→召回（查全）→候选文档集合→排序（查准）→最优文档→大模型生成回复项目3基于知识库打造精准、可靠的智能体11/223.2.4知识库操作流程1创建知识库•扣子知识库：导入文本/表格/图片•火山知识库：关联火山引擎知识库•选择类型、上传内容、配置分段2使用知识库•直接与智能体关联响应问题•在工作流中添加知识库节点•无须发布即可使用3配置检索召回•设置搜索策略（混合/语义/全文）•配置最大召回数量•设置最小匹配度阈值4调试•测试回复效果•优化分段策略•调整召回参数关键提示：召回内容的完整度和相关度越高，大模型生成回复的准确性和可用性也就越高。需要通过不断调试来优化效果。两种使用方式对比直接关联智能体知识库直接与智能体关联，自动响应用户问题，简单快捷工作流中使用通过知识库节点灵活控制检索时机和方式，适合复杂场景项目3基于知识库打造精准、可靠的智能体12/22同步训练创建和管理图片知识库核心任务：创建图片知识库并上传本地图片，让智能体"看见"并理解图片内容1准备图片素材2登录扣子编程，切换到"资源库"页面3选择"资源"→"知识库"→"创建扣子知识库"4选择"照片类型"，设置名称和导入类型5上传图片（支持批量上传）6选择标注方式：智能标注/人工标注7等待数据处理完成8进入知识库编辑页面管理图片9编辑图片描述信息10添加更多图片（支持不同标注方式）项目3基于知识库打造精准、可靠的智能体13/22同步训练3-1同步训练创建和管理图片知识库核心任务：创建图片知识库并上传本地图片，让智能体"看见"并理解图片内容1准备图片素材2登录扣子编程，切换到"资源库"页面3选择"资源"→"知识库"→"创建扣子知识库"4选择"照片类型"，设置名称和导入类型5上传图片（支持批量上传）6选择标注方式：智能标注/人工标注7等待数据处理完成8进入知识库编辑页面管理图片9编辑图片描述信息10添加更多图片（支持不同标注方式）项目3基于知识库打造精准、可靠的智能体13/22同步训练3-1同步训练创建和管理图片知识库核心任务：创建图片知识库并上传本地图片，让智能体"看见"并理解图片内容1准备图片素材2登录扣子编程，切换到"资源库"页面3选择"资源"→"知识库"→"创建扣子知识库"4选择"照片类型"，设置名称和导入类型5上传图片（支持批量上传）6选择标注方式：智能标注/人工标注7等待数据处理完成8进入知识库编辑页面管理图片9编辑图片描述信息10添加更多图片（支持不同标注方式）项目3基于知识库打造精准、可靠的智能体13/22同步训练3-1同步训练创建和管理图片知识库核心任务：创建图片知识库并上传本地图片，让智能体"看见"并理解图片内容1准备图片素材2登录扣子编程，切换到"资源库"页面3选择"资源"→"知识库"→"创建扣子知识库"4选择"照片类型"，设置名称和导入类型5上传图片（支持批量上传）6选择标注方式：智能标注/人工标注7等待数据处理完成8进入知识库编辑页面管理图片9编辑图片描述信息10添加更多图片（支持不同标注方式）项目3基于知识库打造精准、可靠的智能体13/22同步训练3-1同步训练创建和管理图片知识库核心任务：创建图片知识库并上传本地图片，让智能体"看见"并理解图片内容1准备图片素材2登录扣子编程，切换到"资源库"页面3选择"资源"→"知识库"→"创建扣子知识库"4选择"照片类型"，设置名称和导入类型5上传图片（支持批量上传）6选择标注方式：智能标注/人工标注7等待数据处理完成8进入知识库编辑页面管理图片9编辑图片描述信息10添加更多图片（支持不同标注方式）关键要点智能标注AI自动生成对图片内容的全面描述，适合通用场景人工标注手动输入精准描述，适合专业性强的图片最佳实践高质量图片标注是关键！专业图片建议辅以人工标注，确保智能体准确检索注意事项•数据处理完成前不可引用•数据较多可先确认，后台继续处理项目3基于知识库打造精准、可靠的智能体13/22同步训练3-1同步训练在智能体中使用知识库操作步骤1创建测试智能体2在"知识"区域添加知识库3配置召回设置（调用方式、搜索策略等）4编写提示词引导智能体使用知识库5测试验证效果知识库核心设置项配置项说明调用方式自动调用/按需调用搜索策略混合/语义/全文最大召回数量返回内容片段数量（默认5）最小匹配度匹配度阈值（默认0.50）查询改写根据上下文优化查询提示词编写要点•声明角色：明确智能体的专业定位•核心规则：当用户提问与知识库相关时，优先从知识库寻找答案•有据可依：回答需明确告知基于哪张图片或文档•边界处理：超出知识库范围时，明确说明并尝试用通用知识回答项目3基于知识库打造精准、可靠的智能体14/22同步训练3-2案例实战食品安全小卫士场景痛点：消费者对食品配料表中的添加剂感到困惑，通用大模型知识可能滞后解决方案：创建"食品安全小卫士"智能体，用户上传配料表图片，智能体依据国家标准GB2760-2024自动判断添加剂安全性输出报告内容安全性结论判断每种添加剂是否允许使用成分解读说明添加剂功能和安全性个性化建议提供通俗易懂的选购建议技术架构用户上传图片图片文字识别知识库检索生成分析报告涉及三大模块协同：知识库（GB2760-2024标准）+工作流（图片识别→检索→分析）+大模型（生成报告）项目3基于知识库打造精准、可靠的智能体15/22案例实战3-1案例实战知识来源：从官方渠道获取《食品安全国家标准食品添加剂使用标准》（GB2760-2024）PDF文件创建步骤1登录资源库选择"资源"→"知识库"2创建扣子知识库选择"文本格式"项目3基于知识库打造精准、可靠的智能体16/22食品安全小卫士——创建知识库案例实战3-13设置基本信息名称、描述、导入类型案例实战知识来源：从官方渠道获取《食品安全国家标准食品添加剂使用标准》（GB2760-2024）PDF文件创建步骤后续流程：上传PDF→创建设置→分段预览→数据处理→进入知识库编辑页面→可继续添加更多文档项目3基于知识库打造精准、可靠的智能体16/22食品安全小卫士——创建知识库案例实战3-1案例实战知识来源：从官方渠道获取《食品安全国家标准食品添加剂使用标准》（GB2760-2024）PDF文件创建步骤后续流程：上传PDF→创建设置→分段预览→数据处理→进入知识库编辑页面→可继续添加更多文档项目3基于知识库打造精准、可靠的智能体16/22食品安全小卫士——创建知识库案例实战3-1案例实战知识来源：从官方渠道获取《食品安全国家标准食品添加剂使用标准》（GB2760-2024）PDF文件创建步骤后续流程：上传PDF→创建设置→分段预览→数据处理→进入知识库编辑页面→可继续添加更多文档项目3基于知识库打造精准、可靠的智能体16/22食品安全小卫士——创建知识库案例实战3-1开始节点输入变量：ingredient_image类型：Image接收用户上传的配料表图片图片文字识别模型：豆包·视觉理解功能：识别图片中的所有文字内容输出：ingredient_text知识库检索知识库：食品添加剂国家标准Query：识别出的文本搜索策略：混合检索分析生成报告模型：DeepSeek-R1生成安全性分析报告关键设计：工作流实现了从"图片→文字→检索→分析→报告"的完整自动化流程。知识库检索节点的Query使用图片识别结果，让模型自动提取关键内容并在知识库中搜索。项目3基于知识库打造精准、可靠的智能体17/22食品安全小卫士——创建工作流案例实战3-11新建智能体"食品安全小卫士"2功能介绍：根据国家标准分析食品配料表3在"技能"区域添加工作流additives_exam4编写人设与回复逻辑提示词5配置开场白引导用户上传图片6上传配料表图片进行测试提示词核心要点•角色：专业食品安全分析师•核心规则：收到图片后调用工作流处理•输出要求：呈现工作流分析结果•限制条件：不回答与食品安全无关的问题•异常处理：工作流无输出时提示用户重试项目3基于知识库打造精准、可靠的智能体18/22食品安全小卫士——创建智能体案例实战3-1测试验证结果文字识别准确知识库检索专业报告生成易懂核心结论：知识库的质量和提示词的清晰度是智能体成功的关键。本案例展示了知识库、工作流、大模型协同工作的方法。项目3基于知识库打造精准、可靠的智能体18/22食品安全小卫士——创建智能体案例实战3-1新生入学指南智能助手场景：在智能体中直接使用表格知识库，将结构化数据转化为实用回答数据：Excel文件包含专业名称、代码、院系、主干课程、实训基地、宿舍楼号、辅导员等字段表格知识库三大优势结构规整信息按字段存储，易于维护和批量更新查询精准像数据库一样条件过滤，避免模糊查找易于扩展新增信息只需在表格中增加一行数据查询原理用户提问→RAG将问题转换为查询指令→在表格知识库中检索"专业名称"字段→匹配到目标记录→将对应字段（如"主干课程"）的内容作为上下文返回→大模型生成最终回复示例：用户问"软件工程有哪些主干课程？"→检索"专业名称"="软件工程"→返回"主干课程"字段内容项目3基于知识库打造精准、可靠的智能体19/22案例实战3-2案例实战创建表格知识库1切换到资源库→"资源"→"知识库"2选择"创建扣子知识库"→"表格格式"3设置名称：新生专业信息库4上传Excel文件5表结构配置：勾选"专业代码"为索引6数据处理完成项目3基于知识库打造精准、可靠的智能体20/22新生入学指南智能助手——创建知识库案例实战3-2案例实战创建智能体1创建"新生入学指南智能助手"2在"知识"区域添加表格知识库3配置召回设置（保持默认）4编写精准查询提示词5配置开场白6测试验证效果提示词关键规则精准查询：用户询问特定专业时，必须在知识库中检索"专业名称"相关记录字段对应：问课程→回答"主干课程"字段；问宿舍→回答"宿舍楼号"字段；问院系→回答"所属院系"字段严谨措辞：检索不到时明确告知"未找到相关信息，请核实专业名称"禁止臆断：回答必须完全基于表格数据，不得编造表格之外的信息项目3基于知识库打造精准、可靠的智能体20/22新生入学指南智能助手——在智能体中使用知识库案例实战3-2案例实战创建智能体1创建"新生入学指南智能助手"2在"知识"区域添加表格知识库3配置召回设置（保持默认）4编写精准查询提示词5配置开场白6测试验证效果项目3基于知识库打造精准、可靠的智能体20/22新生入学指南智能助手——在智能体中使用知识库案例实战3-23.3课后实践1校园生活助手准备学生手册，创建文本知识库，创建智能体解答校园日常问题2调整召回参数实验调整"最大召回数量"和"最小匹配度"，观察同一问题的检索结果差异3控糖饮食助手基于食物GI数据创建知识库，为用户提供血糖健康管理咨询4知识库维护操作练习编辑、停用、启用、删除知识库，以及添加和删除文件实践提示•控糖饮食助手的提示词建议："你是一个专注于血糖健康管理的饮食助手，严格依据GI知识库的数据提供建议。对于知识库内的问题，确保答案准确并注明数据来源；对于知识库外的咨询，应基于通用营养学知识谨慎回答，并提示用户信息局限性。"•所有实践任务完成后，建议对比不同知识库类型（文本/表格）的检索效果差异