智能基础及搭建应用 13

AI智能体搭建与应用授课教师专业（学科）新媒体教学课题智能体的核心模块——记忆能力与技能学时安排2学时（90分钟）教学年级所选教材《AI智能体搭建与应用（基于Coze）（慕课版）》，乔海晔、杨忠明主编，人民邮电出版社，2026年5月一、学习目标描述1、知识目标1）掌握智能体记忆能力的三种形式——变量、数据库、长期记忆的概念、特点与应用场景。2）理解三种记忆形式的区别（变量=短期轻量、数据库=结构化存储、长期记忆=跨会话知识沉淀）。3）掌握智能体三大技能——插件、工作流、知识库的概念与功能定位。4）理解检索增强生成（RAG）技术的原理及其在智能体中的作用。2、能力目标1）能够根据场景需求选择合适的记忆形式（变量/数据库/长期记忆）。2）能够区分插件（单个工具）与工作流（工具组合）的不同应用场景。3）能够理解知识库如何通过RAG技术降低大模型的“幻觉”。3、德育目标1）培养用户隐私保护意识——记忆能力的设计需要平衡个性化服务与数据安全。2）培养系统整合思维——技能模块（插件+工作流+知识库）的协同配合是智能体能力的核心体现。二、学习重点及难点学习重点：

三种记忆形式（变量、数据库、长期记忆）的特点与应用场景；三大技能（插件、工作流、知识库）的功能定位；RAG技术的原理与作用。

学习难点：

理解长期记忆“跨会话”与变量“会话级”的生命周期差异；理解RAG技术如何降低幻觉；区分插件（单个工具）与工作流（多个工具的组合）的本质差异。教学问题预测1.学生可能难以区分变量和长期记忆——认为两者都是“记住信息”，不清楚本质区别在哪里。

2.学生可能认为插件和工作流是“差不多的东西”，不清楚两者的本质差异（单个工具vs工具组合）。

3.RAG技术的原理对学生来说较抽象，难以理解“检索→增强→生成”的具体流程。

4.学生可能不理解“知识库”与大模型自身知识的区别——认为“模型什么都知道，为什么还要知识库？”四、教学问题解决方案1.

生命周期维度对比：用“生命周期”作为核心区分维度——变量是“对话级”（一次对话内有效），数据库是“持久化级”（长期存储，可查询），长期记忆是“跨会话级”（用户关闭对话后再次开启仍然记得）。结合教材中“跨会话记忆”的表述进行讲解。

2.

“单个工具vs自动化产线”比喻：插件=单个工具（如一把螺丝刀），工作流=自动化产线（把螺丝刀、扳手、测量仪组合起来完成一整套工序）。教材中“插件是单个的工具，工作流就是一套精密的‘自动化生产线’”表述非常清晰，可直接运用。

3.

“开卷考试”类比：将RAG比作“开卷考试”——大模型自身知识是“记忆力”，知识库是“参考书”。考试时允许翻书（检索知识库），答案当然更准确。教材拓展延伸中“上下文污染”也有相关讨论，可结合讲解。

4.

“通才vs专家”类比：大模型是“通才”，知道各个领域的通用知识；知识库让智能体变成“专家”，精通特定领域的私有知识。教材中“知识库就是智能体专属的‘外接大脑’或‘专业领域图书馆’”可作为核心比喻。五、学习者特征分析（教师填写）学习特点：学习习惯：交往特点：六、教学资源1.《AI智能体搭建与应用（基于Coze）（慕课版）》，乔海晔、杨忠明主编，人民邮电出版社，2026年5月，项目二“任务三理解智能体的记忆能力”和“任务四熟悉智能体的技能”。

2.扣子开发平台官方文档（变量、数据库、知识库配置说明）。

在线课程和平台：

1.扣子开发平台（用于演示变量配置、知识库创建）。

2.RAG技术演示平台或视频资料。七、预习成果展示八、教学项目（任务）设计项目名称：

“记忆形式选型与技能配置方案设计”

项目目标

1.学生能够根据不同的记忆需求，选择合适的记忆形式（变量/数据库/长期记忆）。

2.学生能够区分插件、工作流、知识库的适用场景。

3.学生能够理解RAG技术的原理及其在降低幻觉中的作用。

项目任务及要求

任务一：记忆形式选型分析

>

任务内容

>请学生分析以下三个场景，分别应选择哪种记忆形式，并说明理由：

>（1）用户登录后，智能体需要记住用户的姓名，用于每次对话的称呼（如“王先生，您好”）。

>（2）电商客服智能体需要存储大量商品信息、订单信息，支持复杂查询。

>（3）一个学习辅导智能体需要记住用户上次学到的进度（一周后再次对话时仍能记住）。

>

要求

>每个场景需从“生命周期”角度说明选型依据。

任务二：技能配置方案设计

>

任务内容

>请学生为一个“旅行规划师”智能体配置技能方案，回答以下问题：

>（1）这个智能体可能需要调用什么插件？（至少列举2个，如天气查询、酒店预订）

>（2）如果将“生成一份完整的3天2夜旅游行程”设计为一个工作流，这个工作流可能包含哪些步骤？

>（3）如果这个智能体要成为“某个城市的旅游专家”，需要配置什么技能？这个技能如何帮助智能体提供更精准的回答？九、教学结构流程的设计教学环节学习目标参考导语教学内容项目任务教法学法设计意图教学资源时间导入【参考导语】上节课我们学习了智能体的“规划能力”——通过提示词工程、上下文工程和思维链，让智能体知道“怎么做”。但大家有没有想过：智能体怎么记住你之前说过的话？怎么在几个月后还记得你的偏好？怎么调用外部工具来完成具体的操作？今天我们就来学习智能体的另外两个核心模块——记忆能力和技能。复习上节课内容，引出本节课的两大主题：记忆和技能。复习上节课内容，引出本节课的两大主题：记忆和技能。5本课介绍【参考导语】本节课分为两大板块：第一板块是记忆能力——变量、数据库、长期记忆三种形式的区别与应用；第二板块是技能——插件、工作流、知识库的功能定位与协同配合。学完今天的内容，智能体的四大核心模块（大模型+规划+记忆+技能）我们就全部学完了。【设计意图】明确本节课框架，并提示四大模块的整体进度。5输入知识目标1【参考导语】首先进入第一板块——记忆能力。一个没有记忆的智能体，每次对话都是“第一次见面”，用户体验会很差。请大家阅读“任务三理解智能体的记忆能力”中“变量”部分。【教法学法】1.阅读指导：引导学生提取变量的三大核心要点。

2.生活化举例：智能体记住用户姓名并在每次对话中称呼用户。【设计意图】建立对“变量”这一基础记忆形式的认知。【教学资源】教材“变量”部分8【教学内容】变量是最基础的记忆形式，用来存储动态变化的信息。核心特点：

①手动设置；②会话级生命周期；③可以更新。

变量用于存储用户姓名、偏好设置、对话状态等轻量级信息。输出变量是“会话级”的记忆——什么意思？

（学生回答）

对了，就是“一次对话内有效”。如果你关闭对话再重新打开，变量里的信息就消失了。【教法学法】问答互动。【设计意图】强化“会话级”生命周期这一关键概念。4反馈简单总结：变量就像一个便利贴——写上去方便，但对话结束就撕掉了。【设计意图】用生活化比喻强化记忆。2反思如果你要设计一个智能体，让它记住用户的名字并在每次对话中都称呼用户，用变量可以实现吗？——可以。但如果用户一周后再来对话，变量还能记住吗？——不能。这就需要更高级的记忆形式了。【设计意图】引出“变量不够用”的局限，自然过渡到数据库和长期记忆。3输入知识目标1

能力目标1【参考导语】变量有局限性——对话结束就清零。接下来我们看两种更强大的记忆形式：数据库和长期记忆。请大家阅读“数据库”和“长期记忆”部分。【设计意图】建立三种记忆形式的完整认知框架。12【教学内容】数据库：存储结构化数据（用户信息、订单数据），支持复杂查询，数据持久化（不受会话结束影响）。

长期记忆：通过智能分析和提炼，提取用户的长期偏好、习惯和关键信息，支持跨会话记忆。

三者对比：

变量=会话级，轻量、简单；

数据库=持久化，结构化、可查询；

长期记忆=跨会话，智能化、个性化。【教法学法】1.对比教学：三种记忆形式的生命周期对比。

2.场景匹配：变量→记住姓名；数据库→商品信息查询；长期记忆→学习进度追踪。【教学资源】教材“数据库”“长期记忆”部分输出现在我们来做一个匹配练习——

（1）用户登录后，智能体记住用户姓名——用什么？

（2）电商客服需要查询大量商品信息——用什么？

（3）学习辅导智能体记住用户的学习进度，一周后还能继续——用什么？

（学生回答）

很好！变量（会话级）、数据库（持久化查询）、长期记忆（跨会话）。【教法学法】场景匹配问答【设计意图】通过场景匹配检验学生对三种记忆形式的理解。8反馈记住一个关键的区分维度——生命周期。变量只活在当前对话里；数据库一直活着，但需要查询才能获取数据；长期记忆也是持久化的，而且更智能——它能自动提取用户的关键信息，而不是需要用户手动输入。【设计意图】用“生命周期”作为核心区分维度，帮助学生建立清晰的判断标准。3反思如果一个智能体同时用了变量、数据库和长期记忆，它们之间的数据会冲突吗？例如变量里记录的“用户姓名”和长期记忆里提取的“用户姓名”不一样怎么办？【设计意图】引发对多记忆形式协同的深入思考。4输入知识目标3

能力目标2【参考导语】掌握了记忆能力后，我们进入第二板块——技能。大模型很聪明，但它不能查天气、不能订机票。技能就是让智能体“动手做事”的能力。请大家阅读“任务四熟悉智能体的技能”中“插件”和“工作流”部分。【教法学法】1.比喻教学：插件=一把螺丝刀；工作流=自动化产线。

2.对比教学：单个工具vs工具组合。【设计意图】通过比喻和对比，建立插件与工作流的清晰区分。10【教学内容】插件：单个工具，连接外部API执行特定任务。如天气查询、搜索、发邮件。

工作流：多个工具+逻辑判断的组合，是一套“自动化生产线”。通过可视化界面将多个节点串联。

核心区别：插件=单个工具；工作流=工具的组合+流程编排。【教学资源】教材“插件”“工作流”部分、图2-1“DocMaker插件的具体工具”输出现在我们来对比一下——

（1）插件相当于什么？

（2）工作流相当于什么？

（3）如果任务只是“查询明天天气”，应该用插件还是工作流？

（4）如果任务是“查询天气→根据天气推荐活动→生成一份行程建议”，应该用插件还是工作流？

（学生回答）

简单任务→插件；复杂多步骤任务→工作流。【教法学法】对比问答+场景判断。【设计意图】检验学生对插件vs工作流的理解。5反馈大家记住这个表述：插件是智能体的“手”，工作流是智能体的“工作流程”。一个简单动作用手就行，一整套工序就要用到工作流了。【设计意图】用简洁的表述强化核心区别。3反思你觉得在什么情况下，即使任务比较简单也应该用工作流而不是插件？提示——想想“稳定性”和“复用性”。【设计意图】引导学生思考工作流的更深层价值（流程标准化、可复用）。2输入知识目标3

知识目标4

能力目标3【参考导语】最后，我们学习智能体的第三个技能——知识库。这是让智能体从“通才”变成“专家”的关键。请大家阅读“知识库”部分。【设计意图】

通过“开卷考试”类比和流程拆解，建立对RAG技术的清晰认知。【教学资源】

教材“知识库”部分、教材“拓展延伸”中“幻觉”部分12【教学内容】知识库是智能体专属的文档集合，背后的技术是RAG（检索增强生成）。

RAG流程：用户提问→在知识库中检索相关片段→将检索结果作为上下文→大模型生成回答。

知识库的三大作用：

①降低“知识幻觉”——答案锚定在真实语料上；

②实现知识实时更新——更新文档即可，无需重训模型；

③打造领域专家——让通用智能体变成“法律顾问”“产品专家”等。【教法学法】1.类比教学：RAG=开卷考试，大模型自身知识=记忆力，知识库=参考书。

2.流程拆解：RAG三步骤（检索→增强→生成）。输出好，我提问——

（1）RAG中的三个字母分别代表什么？（Retrieval-AugmentedGeneration）

（2）RAG的流程是哪三步？

（3）为什么知识库能降低“幻觉”？

（学生回答）

很好！因为智能体的回答被“锚定”在知识库提供的真实语料上，而不是依赖模型内部可能过时或错误的记忆。【教法学法】问答互动+流程回顾。【设计意图】检验对RAG技术的理解。5反馈知识库与前面学的“长期记忆”有一点点相似——都是持久化的信息存储。但区别在于：长期记忆存储的是“用户偏好”，知识库存储的是“领域知识”。两者侧重点不同，但在实际应用中经常协同使用。【设计意图】关联前面所学的“长期记忆”，建立知识体系的内在联系。3反思你想一下：如果让智能体回答“我们学校图书馆的开放时间”，它应该靠大模型自身知识回答，还是靠知识库？为什么？

（引导学生认识到：学校图书馆开放时间是特定、私有信息，大模型不可能知道，必须靠知识库。）【设计意图】引导学生识别“何时需要知识库”的实际判断能力。3课后作业实训任务：

1.在扣子平台中创建一个新的智能体，探索“变量”配置界面，了解如何设置用户变量。

2.阅读教材“拓展延伸”中“幻觉”的内容，结合本节课所学的“知识库（RAG）”技术，写一段200字左右的说明：知识库为什么能降低幻觉？

3.完成教材“项目实训”中的“编写结构化提示词”任务——这是项目二唯一的实训任务，请结合本节课和上节课的知识，选择一个场景，设计一份完整的结构化提示词。

课后思考题：

1.变量、数据库、长期记忆三种记忆形式分别有什么特点？各自适用于什么场景？

2.插件和工作流的核心区别是什么？请举例说明。

3.RAG技术的全称是什么？它的工作原理是怎样的？

4.比较变量、数据库和长期记忆三种记忆形式的优缺点，分析在什么情况下应该选择哪种记忆形式。【设计意图】通过平