《AI智能体搭建与应用（基于Coze）（慕课版）》 课件 项目1、2 AI 智能体概述、智能体的核心模块

AI智能体搭建与应用(基于COZE)目录目录AI智能体概述1智能体的核心模块2智能体搭建全流程3创作提效：内容生成智能体4智能服务：电商客服智能体5创意升级：视觉设计智能体6全域运营：新媒体运营智能体7场景拓展：智能体的其他应用8协作增效：多智能体协同运作 91项目一AI智能体概述AI智能体概述任务一认识智能体智能体的基本概念及工作原理1智能体是指能够自主感知环境、做出决策并执行行动的系统。智能体的工作原理：通过感知单元获取环境信息→通过决策单元分析信息并制订行动计划→通过执行单元实施具体操作，如图1-1所示。图1-1智能体的工作原理任务一认识智能体1自主性5社会性2反应性4持续性前瞻性能够主动采取行动以达成目标，而不是被动等待指令。3AIGC的特点在没有人类干预的情况下自主决策和行动。具有与其他智能体或人类进行交流和合作的能力。能够对外界刺激做出及时反应。具有长期记忆能力，能够记住用户偏好、历史操作和交互内容。

智能体的特点2任务一认识智能体工具调用功能能够调用外部工具来扩展自身能力。4多模态交互功能支持文本、语音、图像、视频等多种交互方式，能够理解和生成不同形式的内容。

6记忆学习功能能够记住用户偏好、历史交互内容和任务执行情况。5智能体的功能2环境感知功能能够通过传感器获取环境信息，包括文本、图像、音频、视频等多种形式的数据。1任务执行功能能够将决策转化为具体的行动，通过调用各种工具和服务来完成任务。3决策规划功能具有强大的决策规划功能，能够分析复杂问题并制订详细的行动计划。2基础技术具备强大的语言理解和生成能力，能够同时处理文本、图像、音频、视频等多种形式的信息12应用框架多种智能体开发框架相继出现，为用户提供了标准化的开发工具和方法3开发平台多个商业平台和开源平台提供可视化的开发界面、丰富的组件库、完善的文档和示例5技术挑战出现安全性问题、可靠性问题、伦理问题4应用场景在多个领域（包括教育培训、客户服务、医疗健康、金融服务等）得到应用智能体的发展现状任务一认识智能体-智能体的发展现状任务一认识智能体-智能体的发展趋势技术融合深化12应用场景扩展3智能化水平提升4服务个性化智能体的发展趋势6社会影响深化5标准化程度提高任务二熟悉智能体开发平台-低代码平台字节跳动公司推出的智能体开发平台扣子的定义1扣子的AI项目形式2基于对话的AI项目，通过文本框输入信息，智能体会调用各种技能完成任务。特点是具备完整业务逻辑和可视化用户交互界面。扣子智能体①扣子应用②任务二熟悉智能体开发平台-低代码平台扣子的AI项目形式2扣子智能体③通用智能体，只需直接下命令，系统会自动调用工具完成任务扣子的主要优势3项目形式丰富AI功能完善发布渠道丰富任务二熟悉智能体开发平台-低代码平台扣子的更新42025年12月，“扣子编程”的内测开启。扣子编程是一个AI驱动的应用开发平台。开发者只需清晰描述开发需求，“扣子编程”便可以快速构建智能体、工作流及网页应用内测期间，单击扣子开放平台主页顶部的“立即前往体验”，即可进入“扣子编程”主界面扣子的发展5扣子编程“一键开发”虽提升效率，却不利于初级开发者与AI爱好者掌握开发基本原理。为培养自主开发能力、理解底层逻辑，本书后续将重点介绍扣子平台的低代码开发功能。任务二熟悉智能体开发平台-低代码平台一个一站式大模型服务平台，致力于为企业和用户提供完整的大模型应用开发解决方案阿里云百炼定义1阿里云百炼的主要功能21.调用API只需简单调整调用代码，即可将原有OpenAI代码迁移至阿里云百炼2.构建智能应用支持可视化应用构建3.编排流程支持可视化的流程编排4.微调模型支持可视化的模型微调页面简介3顶部导航栏中有“模型服务”“应用开发”“体验中心”“MCP”“文档”“API参考”等导航按钮。任务二熟悉智能体开发平台-低代码平台单击顶部导航栏中的“模型服务”，即可进入模型服务页面此页面中可体验阿里系的大模型，还可以进行模型训练、模型部署单击顶部导航栏中的“体验中心”，即可进入体验中心页面，此页面中可以体验前沿模型和AI技术阿里云百炼的3个常用板块1模型服务①应用开发②体验中心③单击顶部导航栏中的“应用开发”，即可进入应用开发页面，此页面中可创建智能应用，也可在体验其他用户搭建好的应用任务二熟悉智能体开发平台-低代码平台智谱AI开放平台1提供了丰富的大模型API服务，支持大模型精调、推理、评测还支持智能体开发在控制台页面左侧依次单击“智能体中心”→“我的智能体”，即可进入我的智能体页面在顶部的导航栏中，用户可快速找到功能区。单击主页顶部右侧的“控制台”，可进入控制台页面在此页面中，可以看到已创建的智能体，也可以单击页面右上方的按钮，新建智能体任务二熟悉智能体开发平台-低代码平台腾讯公司推出的零代码智能体创建与分发平台腾讯元器1腾讯元器特点2支持快速授权，能将微信公众号文章快速转为智能体的知识库支持将智能体发布至腾讯全域流量入口腾讯元器主页3左侧导航栏中有“我的智能体”“知识库”“新建智能体”“智能体广场”“插件广场”等功能入口任务二熟悉智能体开发平台-本地工具本地工具1CherryStudio2此处的“本地工具”特指在用户个人计算机上运行的智能体开发软件是一个集多模型对话、知识库管理、图片生成、翻译等功能于一体的AI平台PC端主界面3任务二熟悉智能体开发平台-本地工具CherryStudio的主要功能功能说明基础对话一问多答支持多模型同时生成回复，便于对比自动分组自动归类对话记录，方便查找对话导出支持多格式导出，便于存储分享自定义参数支持基础＋自定义参数，满足个性化需求助手市场内置千余行业助手，支持自定义多格式渲染支持Markdown渲染、公式渲染、HTML实时预览等功能，可提升内容展示效果任务二熟悉智能体开发平台-本地工具CherryStudio的主要功能功能说明图片生成提供专用绘画面板，用户可通过自然语言描述生成高质量图像AI小程序集成多种免费Web端AI工具，用户无须切换浏览器即可直接使用翻译支持专用翻译面板、对话翻译、提示词（Prompt）翻译等多种翻译场景文件管理对对话、绘画和知识库中的文件统一分类管理多服务商模型管理支持统一调用主流服务商的模型，一键获取完整模型列表，无须手动配置高度自定义界面和布局支持全局样式自定义，从而允许打造专属界面风格；支持自定义对话布局、头像、侧边栏菜单等任务二熟悉智能体开发平台-本地工具CherryStudio的主要功能功能说明本地知识库系统多格式支持支持导入PDF、DOCX、PPTX等多种格式的文件多数据源支持支持将本地文件、网址、站点地图、手动输入的内容作为知识库源知识库导出支持将处理好的知识库导出并分享给他人使用支持搜错检查知识库导入后，用户可实时检索测试，查看处理结果任务二熟悉智能体开发平台-本地工具其界面设计简洁、直观，具备强大的本地化处理能力，适用于学术研究、内容创作、开发编程、商业分析等场景ChatboxAI定义1Windows端主界面2ChatboxAI的主要功能2功能说明智能对话系统多模型对比支持同时连接多个先进模型，使用户可体验不同AI的风格上下文记忆自动保存完整对话历史，支持以多种格式导出个性化设置可自定义温度、最大Token等参数，以便精准控制AI输出风格与质量生产力增强套件文件理解支持直接解析文件和图片中的内容代码专家提供实时代码预览功能实时联网支持一键获取最新网络数据，使AI回复内容始终与时俱进创意可视化工具图片生成支持通过自然语言描述生成高质量图片图表生成支持将数据转换为可视化图表，并支持LaTeX公式渲染多格式渲染支持呈现Markdown、HTML、数学公式等专业内容任务二熟悉智能体开发平台-开源平台开源平台概念1将源代码向公众开放，允许用户在遵守特定许可协议的前提下，自由查看、修改、分发和部署的软件平台Dify概念2一个用于构建AI工作流的开源平台Dify3种方式3模型中立与接入管理①RAG流水线②可视化功能编排③Dify

平台支持接入全球主流的模型，用户可以在平台内统一配置，并且可以在不同的模型之间无缝切换Dify平台内置完整的知识库处理引擎，能够对用户上传的多种格式的文档进行自动化清洗。使得智能体能够基于私有数据进行回复，有效减少了大模型的“幻觉”问题Dify平台提供类似IDE的可视化提示词编辑界面，支持左栏编写、右栏实时预览多模型输出效果；可设置变量嵌入动态内容，大幅提升调试效率任务二熟悉智能体开发平台-开源平台n8n概念1是采用公平代码许可、源代码可用的节点式工作流自动化工具，尤其适配AI智能体融入复杂业务流程的全链路自动化场景N8n的特点2可定制①适合开发者使用②注重隐私③n8n支持用高度灵活的方式构建工作流，进而构建个性化应用n8n支持使用NPM（NodePackageManager）命令或Docker（一种用于构建、发布及运行应用程序的开源项目）命令进行调用与配置，适合开发者使用n8n支持自托管，可以最大限度地保护用户数据的安全任务二熟悉智能体开发平台-开源平台扣子开源版概念1扣子于2025年7月宣布开源，推出了CozeStudio（低代码开发平台）和CozeLoop（调试工具）两款产品CozeStudio概念2源自扣子开发平台的一站式AI智能体开发工具，提供最新大模型、工具与多元开发模式框架；官方开放其核心引擎，旨在降低AI智能体开发应用门槛，鼓励社区共建分享，助力用户在AI领域深度探索实践CozeStudio的主要功能3功能说明模型服务管理模型列表，可接入OpenAI、火山方舟等在线或离线模型服务搭建智能体编排、发布、管理智能体；支持配置工作流、知识库等资源搭建应用创建、发布扣子应用；通过工作流搭建业务逻辑搭建工作流创建、修改、发布、删除工作流开发资源支持创建并管理插件、知识库、数据库、提示词等资源API与SDK创建会话、发起对话等OpenAPI；通过ChatSDK将智能体或应用集成到自己的应用任务二熟悉智能体开发平台-开源平台CozeLoop概念1面向开发者、专注AI智能体开发与运维的平台级解决方案，提供开发、调试、评估、监控全生命周期管理功能，覆盖提示词工程、智能体评测、上线后监控调优等全场景CozeLoop的功能2提示词开发①评测②观测③提供提示词编写、调试、优化、版本管理支持，通过可视化实时交互测试，开发者可直观对比不同大语言模型的输出效果可对提示词与智能体的输出效果，开展多维度自动化检测提供执行过程可视化能力，完整记录从用户输入到AI输出的全处理环节，自动捕获中间结果与异常状态任务三了解智能体的前沿技术-工具调用工具调用的概念1赋予大模型行动能力的核心机制，大模型可通过调用外部工具实现能力增强工具调用的流程2计算机程序是确定性的而大模型是概率性的。工具调用则是连接这两者的“桥梁”。模型经过微调训练，学会了将模糊的自然语言映射为结构化对象任务三了解智能体的前沿技术-工具调用工具调用的流程定义工具提前明确工具的关键信息12识别意图分析用户需求，判断要不要用工具、用哪个工具3生成参数结合用户需求和工具定义，从请求里提取关键信息或结合上下文推理，生成符合要求的参数5处理结果接收工具返回的结果，经解释、总结或进一步推理后，整合到最终回复里4执行工具把生成的调用请求发给执行引擎，由它调用实际的工具API并获取结果任务三了解智能体的前沿技术-工具调用突破时空限制大模型的固有知识停留在训练截止日，有了工具调用，就能通过API，实时解答时效性问题12弥补逻辑短板大模型以文本生成为核心，处理数学计算、复杂逻辑时极易出现幻觉，工具调用可将这类任务交给外部工具，大幅提升结果准确率3实现外部交互原本大模型只能输出内容，有了工具调用，就能通过API完成操作，实现从“咨询顾问”到“执行助理”的转变4促进生态整合工具调用为大模型对接各类外部系统提供了标准化接口，推动智能体生态成型与发展工具调用的作用任务三了解智能体的前沿技术-模型上下文协议（MCP）MCP的概念与作用1概念1据官方文档定义，MCP是一套开放协议，实现了应用向大语言模型提供上下文方式的标准化，为大模型对接各类数据源与工具提供了标准化接口。作用2①统一接口标准。MCP抹平了不同大模型厂商的API格式差异，给用户统一的编程体验。②上下文增强能力。MCP能让智能体安全、可控地访问用户本地资源，获取更丰富的上下文信息，从而输出更精准、更个性化的服务。③生态系统构建。用户按MCP标准开发一次工具或数据源连接器，就能在所有支持MCP的智能体上通用。④安全性保障。MCP自带严格的权限管理与安全管控机制，能确保智能体仅能访问已授权的资源、执行合规操作。任务三了解智能体的前沿技术-模型上下文协议（MCP）MCP和工具调用的联系与区别2联系1MCP的底层实现依赖于工具调用机制。模型通过工具调用接口与MCP服务器进行通信，而MCP服务器则负责管理和协调各种数据源和工具。区别2①抽象层次不同。工具调用是一种具体的技术实现，而MCP是一套完整的架构协议。②标准化程度不同。工具调用缺乏统一标准，不同模型可能有不同的实现方式，而MCP提供了统一的接口标准③功能范围不同。工具调用主要关注函数的调用和返回，而MCP涵盖资源管理、权限控制、错误处理等完整的系统功能④生态定位不同。工具调用是模型的一种能力，而MCP是连接模型与外部生态的“桥梁”。任务三了解智能体的前沿技术-模型上下文协议（MCP）MCP配置示例3下面以CherryStudio平台的Windows版为例，简单介绍MCP的常用配置方法。打开CherryStudio，单击主界面左下角的设置按钮

，在展开的设置菜单中选择“MCP”，即可进入MCP服务器配置界面。单击界面右上角的

按钮，在弹出的列表中选择添加方式，此处选择“从JSON导入”，如图1-18所示。图1-18

任务三了解智能体的前沿技术-模型上下文协议（MCP）MCP配置示例3图1-19最后，在MCP服务器配置界面中找到新添加的MCP服务器，并打开其功能开关，如图1-20所示，完成MCP服务器的配置图1-20接着，只需在“从JSON导入”界面中输入MCP服务开发方提供的JSON代码并单击

按钮，即可完成JSON代码导入操作。此处配置一个支持车票管理的“12306-mcp”服务器，如图1-19所示。任务三了解智能体的前沿技术-GUI智能体GUI智能体的概念和作用1GUI智能体的概念GUI（GraphicalUserInterface，图形用户界面）智能体，是能像人类一样通过视觉感知计算机屏幕界面、借助虚拟鼠标和键盘操作电脑的AI系统。GUI智能体的作用（1）打破API孤岛GUI智能体可直接操作软件的图形界面，彻底突破API的限制，让智能体能够覆盖更广泛的应用场景。（2）端到端任务自动化GUI智能体可实现跨应用的复杂工作流自动化，全程端到端自动化。（3）人机协作新范式GUI智能体可作为用户的专属操作助手，用户只需下达自然语言指令，它就能接管屏幕完成具体操作。（4）应对非标准化场景针对软件使用中高频出现的弹窗、错误提示、验证码输入等非标准场景，GUI智能体能通过视觉感知和智能决策灵活应对。12任务三了解智能体的前沿技术（1）打破API孤岛GUI智能体可直接操作软件的图形界面，彻底突破API的限制，让智能体能够覆盖更广泛的应用场景。（2）端到端任务自动化计算机视觉技术能帮助GUI智能体分析各类UI元素，识别出不同类型的元素及其状态。（3）人机协作新范式GUI智能体需要将自然语言指令中的操作描述，映射到屏幕的对应位置，计算机视觉技术为精准操作提供核心支撑。（4）应对非标准化场景GUI智能体需结合视觉信息和其他类型数据来提高操作的准确性，计算机视觉技术进一步提升其元素定位与操作的准确率。

GUI智能体与计算机视觉技术的联系计算机视觉为智能体提供了“看”的能力，是GUI智能体与图形界面交互的基础，其主要帮助在以下几个方面。（1）屏幕解析（2）视觉定位（3）多模态融合（4）光学字符识别计算机视觉技术能帮助GUI智能体分析各类UI元素，识别出不同类型的元素及其状态。GUI智能体需要将自然语言指令中的操作描述，映射到屏幕的对应位置，计算机视觉技术为精准操作提供核心支撑。GUI智能体需结合视觉信息和其他类型数据来提高操作的准确性，计算机视觉技术进一步提升其元素定位与操作的准确率。光学字符识别（OpticalCharacterRecognition，OCR）技术能将屏幕上的文字转换为可编辑文本，是智能体理解界面内容、执行文本相关操作的关键。32项目二智能体的核心模块智能体的核心模块任务一认识智能体中的大模型大模型的概念1大模型（LargeModel）是人工智能技术突破与应用创新的核心驱动力，本质是经海量数据训练而成的深度神经网络模型。其核心特征为“大”：不仅体现在千亿乃至万亿级的参数规模，更涵盖了海量的训练数据与复杂的计算结构。任务一认识智能体中的大模型大模型的类型类型核心概念代表模型大语言模型处理、生成人类语言，是聊天、创作、问答、翻译等应用的核心底座DeepSeek系列（深度求索）视觉大模型处理、理解图像、视频等视觉信息豆包视觉理解模型（字节跳动）图像生成大模型视觉大模型分支，根据文本描述生成全新高清图像Seedream系列（字节跳动）音频大模型处理声音信号，覆盖语音识别、合成、音乐生成等SunoAI内置大模型视频生成大模型根据文本/图像生成连贯、逼真视频Seedance系列（字节跳动）、Sora（OpenAI）代码类大模型理解、生成编程语言代码，面向软件开发领域Qwen-coder系列（阿里）多模态大模型可同时理解、处理文本、图像、音频、视频等多类型数据Qwen-VL系列（阿里）任务一认识智能体中的大模型大模型与智能体的关系3理解与感知中心解析外部信息与指令，精准把握任务目标。12知识与记忆中枢自带海量世界知识，可联动外部记忆模块为决策提供事实支撑3规划与推理引擎拆解复杂任务，制定并动态调整执行计划4决策与生成单元生成行动指令，驱动智能体完成具体动作。大模型在智能体中承担四大关键角色二者核心关系为：大模型是智能体的核心引擎与“大脑”，提供智能能力；智能体是大模型的承载者，除核心大脑外，还配套执行的“手脚”与协同规则，推动人工智能从被动的“问答机器”向主动的“问题解决者”前进。任务一认识智能体中的大模型大模型中的关键参数4Token一般被翻译为“令牌”或“词元”。AI领域中，Token是模型处理自然语言的最小单位，其数量直接决定模型的输入长度与计算成本。Token模型温度上下文长度流式输出深度思考模型温度（Temperature）作用是控制模型输出的随机性与创造性。上下文长度（ContextLength）。以Token计量，指模型单轮交互可记忆、处理的最大文本长度。流式输出（StreamingOutput）是一种允许模型边生成边以数据流分段返回结果的输出模式，可大幅缩短用户等待时长。深度思考“深度思考”（DeepThinking）是大模型的进阶功能，启用后模型先完成分步推理、展示完整思考过程，再输出最终答案。任务二理解智能体的规划能力提示词工程1提示词工程的概念1提示词工程是设计、构建与优化输入提示词的系统性方法论，核心目标是引导大模型生成符合用户预期的高质量输出。大模型是基于什么进行思考和规划，从而引导智能体完成复杂任务的？想要知道这个答案，理解智能体的规划能力至关重要。提示词的核心要素2提示词的核心与规划起点，明确模型需执行的具体任务，界定“要做什么”。①指令提供任务所需的背景信息与约束条件，帮助模型适配任务场景，让规划更具针对性。②上下文需在多个领域（包括教育培训、客户服务、医疗健康、金融服务等）得到应用。③输入数据明确模型输出的格式、风格与结构，确保最终成果符合用户预期。④输出指示任务二理解智能体的规划能力以下是一些常用的提示词编写技巧，以供参考。常用的提示词编写技巧3①简单使用简洁直白的语言，规避复杂、模棱两可的词汇，确保模型直接捕捉指令的核心意图。②具体任务描述越具象，模型理解越精准。③准确提供无误的信息与背景，避免事实性错误导致智能体在规划初期就出现方向偏差。④给出示例在提示词中提供一个或多个输入输出示例，能够极大地帮助模型理解任务要求和输出格式。任务二理解智能体的规划能力概念：结构化提示词，就是按照预设的清晰模板组织内容，让和模型的每一次交互都遵循统一的逻辑框架。公式：“角色+任务+要求”提示词工程在智能体规划中起到的作用5结构化提示词4①角色（Role）给模型设定专属身份，引导它以对应领域的专业视角思考和表达。②任务（Task）清晰说明模型需要完成的具体工作。③要求（Requirements）明确任务的约束条件、输出格式、风格偏好等核心规则。提示词工程在智能体规划中起着基础性的指导作用，是其行动的依据。它为智能体设定目标，明确边界，水平高低影响智能体规划能力的上限。任务二理解智能体的规划能力上下文工程2上下文工程（ContextEngineering）是一门设计和构建动态系统的学问，其唯一目标是：在正确的时间以正确的格式，向大模型精准“投喂”完成任务所需的一切信息和工具。一个完整的上下文通常包括的要素如表2-2所示。上下文工程的概念1名称说明系统指令定义模型对话初始规则，含角色设定、对话规范、任务示例等，划定响应框架用户查询用户的即时需求，是触发模型响应的直接信号与单次交互核心诉求短期记忆当前对话的完整记录，用于衔接逻辑、避免重复、保证回复连贯长期记忆多轮对话沉淀的知识库，存储用户偏好、项目总结、关键留存信息检索信息解答问题所需外部资源，含实时知识、文档、数据库/API返回数据等可用工具模型具备调用权限的各类功能与内置工具结构化输出要求规范模型回复格式，如JSON、表格、指定模板等，保证输出规范表2-2任务二理解智能体的规划能力区别点上下文工程提示词工程组成方式将上下文视为多个片段动态组装的结果，更像是搭建一个信息“场景”将模型上下文视为静态字符串，重点在于编写巧妙的提示词优化目标追求系统性优化，通过设计检索、过滤、格式化等函数来整体提升模型在某一方面的性能靠手工调试提示词来最大化某次输出的效果，追求单次交互的最佳表现信息含量强调在模型上下文长度限制内最大化与任务相关的信息量，可以动态引入实时数据、知识库内容等内容固定且往往简短，无法增添额外知识状态和记忆有状态交互，引入短期对话历史记录和长期记忆、环境状态等，使模型具有记忆和场景感知能力通常假定模型无状态，每次交互独立扩展性通过模块化组合和分层组织来管理复杂性，具有更好的可扩展性当任务变复杂或提示词变长时，纯粹靠手工调试的提示词会变得脆弱且难以维护开发与调试提供了细粒度的评估与调优手段，可以分别分析和改进检索、过滤、摘要等各个环节更多靠反复试错来打磨提示词，缺乏系统性的评估方法表2-3上下文工程与提示词工程的区别上下文工程与提示词工程的区别2任务二理解智能体的规划能力上下文工程在智能体规划中的作用3①为智能体的规划提供记忆功能②使智能体能够主动获取和处理信息③提高了智能体规划的效率和准确性④为智能体的规划提供持续优化和学习的机制处理复杂任务时，上下文工程能搭建起稳定的记忆体系，让智能体全程留存任务状态信息，不会出现走一步忘一步的流程断层。上下文工程会引导智能体调用工具补全信息，再对拿到的原始数据做过滤、提炼和结构化整合，形成模型能用的有效上下文，让智能体足以应对信息不全、环境动态变化的复杂任务。上下文工程通过写入、筛选、压缩、隔离四大核心策略，帮助智能体过滤掉无效信息。面对多步骤的复杂任务，它会引导智能体拆解出子任务，并为其配置专属的上下文环境，让智能体不会偏离整体任务的大方向。上下文工程通过建立评估指标、收集使用反馈、持续优化，能让智能体的规划能力跟着经验积累不断提升，足以应对不同的任务类型与场景，持续优化规划的质量与效率。任务二理解智能体的规划能力思维链3思维链（ChainofThought，CoT）也是一种提示词技术，它通过引导大模型在给出最终答案之前，输出一系列连贯的推理步骤，显著提升其在复杂问题上的逻辑推理能力。思维链的主要优势1（1）提升大模型处理复杂任务的准确性（2）增强大模型的可解释性（3）激发大模型的潜力通过将一个大问题分解为多个小步骤，大模型可以更专注于每一步的计算和推理，从而有效降低错误率。思维链将大模型的内部推理过程以明确的步骤形式展示出来，使得用户可以清晰地看到大模型是如何一步步得出结论的。对足够强大的大模型而言，思维链能够解锁其深层次的推理能力，使其能够解决那些仅凭直觉式回答无法应对的复杂问题。任务二理解智能体的规划能力思维链的深度思考2思维链深度思考一种提示词技术，是用户用来引导大模型的方法。大模型本身具备的一种高级能力。对于简单任务，思维链作为一种显式提示词技巧的必要性确实在降低。对于更加复杂的任务，思维链则从一个可选的提示技巧，演变成了复杂问题求解范式的基石。任务二理解智能体的规划能力使用思维链的提示词示例3下面是一组简单的对比示例未使用思维链的提示词示例如下：小华有10个苹果，吃了1个，分给朋友3个，又有一个朋友给他1个，小华现在有几个苹果？使用思维链的提示词示例如下：小华有10个苹果，吃了1个，分给朋友3个，又有一个朋友给他1个，小华现在有几个苹果？===提示===让我们一步步来思考。首先，我们知道小华原来有10个苹果，然后，他吃了1个。所以我们需要用原来的数量减去吃掉的数量，也就是10-1，计算结果是9⋯⋯任务二理解智能体的规划能力思维链在智能体规划中起到的作用4思维链在智能体规划中起到了将复杂任务分解为有序步骤的作用。面对一个需要依赖逻辑推理才能完成的复杂任务时，智能体可以通过思维链技术，将整个任务拆解成一个有序的行动计划。例如，要规划“三天两夜的北京家庭游”，智能体不会直接输出行程单，而是会先进行如下规划思考。第一步，确认出行人数和预算。第二步，根据预算和偏好选择交通方式和住宿标准。第三步，规划每日的景点路线，考虑老人和孩子的体力。第四步，汇总信息，生成详细的行程单。这种基于思维链的规划能力，使得智能体能够独立分析问题、制订并执行复杂的行动计划。任务三理解智能体的记忆能力记忆能力是智能体实现智能化交互的基础，它使智能体能够记住用户信息、学习用户偏好、保持对话连贯性，并提供个性化服务。变量1变量的概念1概念：变量用来存储动态变化的信息，使智能体能够根据不同情况灵活调整，满足用户的特定需求。核心要点：一是变量可以手动设置；二是变量会被长期记忆；三是变量可以更新。变量的作用2①存储与管理②个性化服务支持③流程控制与逻辑判断④状态维护与上下文管理可快速记录、调取用户基础信息、偏好设置、历史选择等关键数据。通过留存的用户信息与使用偏好，提供适配的个性化服务。变量作为条件判断的核心依据，管控智能体的执行流程。多轮对话中，通过记录交互关键信息，帮助智能体维持对话状态，保障上下文连贯。⑤数据传递与共享能在不同组件间传递数据、共享信息，支撑多模块协同完成复杂任务。任务三理解智能体的记忆能力数据库2数据库为智能体提供了存储和管理结构化数据的能力，能够存储更加复杂的结构化信息，支持高效的数据查询和管理操作。数据库的概念1数据库类型适配数据典型适用场景与示例关系数据库结构化数据存储用户信息、订单数据等规整的结构化信息非关系数据库海量非结构化数据存储文本内容、系统日志等非结构化数据向量数据库语义化向量信息专门用于语义信息的存储与检索，适配知识问答、语义搜索等场景任务三理解智能体的记忆能力数据库的作用2①结构化数据存储②数据持久化③复杂查询支持④多用户数据隔离数据库可承载用户信息、产品数据、订单记录等规整的结构化信息，支撑智能体对数据的高效管理与调取。数据库可长期留存数据，不受会话结束影响，帮智能体稳定记住用户偏好与历史信息。数据库兼容条件筛选、排序、分组等各类复杂查询操作，让智能体快速定位所需信息。数据库支持多用户模式，能够为不同用户存储和管理数据，确保数据的安全性和隐私性。⑤数据分析能力通过数据库，智能体能够对大量数据进行统计分析，生成报表和图表，为用户提供数据洞察和决策支持。⑥业务逻辑实现数据库是实现复杂业务逻辑的基础，支撑智能体处理更加复杂的业务场景。任务三理解智能体的记忆能力长期记忆的作用2（1）个性化服务（2）对话连贯性（3）智能学习能力（4）情感联结使智能体能够记住用户的个人偏好、习惯等信息，提供真正个性化的服务。通过记住历史对话内容和用户信息，长期记忆确保了多轮对话的连