人工智能导论-技术、应用及伦理 实验教案 倪波 模块二 智能体搭建及应用

实验一简历优化工作流搭建一、实验目的及要求理解扣子（Coze）平台工作流（Workflow）的核心概念，掌握"开始→处理节点→结束"的基本工作流编排模式。学会在扣子工作流中添加并配置插件节点（链接读取LinkReaderPlugin），理解插件在数据获取中的角色。掌握在工作流中调用大模型节点（DeepSeekR1）的方法，包括系统提示词与用户提示词的编写技巧。理解结构化输出（Object类型）的设计方法，能够将大模型的输出拆分为多个子字段供后续节点使用。能够独立完成一个完整的简历评估与优化工作流：上传简历PDF→读取内容→AI分析匹配度→给出优化建议。体验AI赋能个人求职的实际应用场景，培养"用AI工具解决真实问题"的实践意识。二、实验学时2学时（建议时间分配：讲解15分钟，任务实践70分钟，总结交流5分钟）三、实验前准备账号环境：注册并登录扣子国内版（），确保账号正常可用。知识储备：已学习教材第3章"智能体搭建及应用"内容，了解智能体与工作流的基本概念、扣子平台的操作界面。素材准备：提前准备一份自己或同学的简历PDF文件（可使用在线简历工具生成或使用学校制式模板），以及一份感兴趣岗位的职位描述文本（可从招聘网站复制）。四、实验任务实验场景说明【场景】求职季即将到来，简历是通往面试的"敲门砖"。一份匹配度高的简历能让HR在6秒内留下深刻印象。但手动逐条对照职位要求修改简历非常耗时——本实验将教你搭建一个AI工作流，只需上传简历PDF和职位描述，即可自动完成简历评估、匹配度计算和优化建议生成。【工作流概览】本工作流由5个核心节点组成：·开始节点→接收用户上传的简历PDF和职位描述文本·员工1（链接读取）→调用LinkReaderPlugin解析PDF中的文字内容·员工2（大模型评估）→调用DeepSeekR1大模型，分析简历与职位的匹配度·员工3（改写优化）→再次调用大模型，根据评估结果给出针对性修改建议·结束节点→汇总输出优化后的简历建议任务1创建工作流框架（15分钟）步骤1-1：打开扣子工作空间，进入"资源库"登录扣子国内版（）后，在左侧导航栏点击"工作空间"，进入后选择"资源库"选项卡。图1扣子工作空间→资源库（来源：扣子平台截图）步骤1-2：创建新工作流在资源库页面右上角，点击"+资源"按钮，在弹出的下拉菜单中选择"工作流"。图2右上角→资源→工作流（来源：扣子平台截图）步骤1-3：命名工作流在弹出的对话框中，输入工作流名称（仅支持英文，建议命名为resume_optimizer或resume_review），然后点击"确认"按钮。图3为工作流命名（仅支持英文）（来源：扣子平台截图）步骤1-4：确认工作流创建成功创建成功后，你将看到工作流画布页面，默认包含"开始"和"结束"两个节点。这是所有工作流的起点和终点。图4工作流创建成功，初始画布（来源：扣子平台截图）任务2配置开始节点——定义输入变量（10分钟）开始节点是用户和工作流交互的入口。本实验需要用户输入两个变量：①简历文件（resume_file）：类型为Document，用于上传PDF格式的简历文件。②职位描述（job_description）：类型为String，用于粘贴目标岗位的职位要求。步骤2-1：添加简历文件变量在工作流画布上点击"开始"节点，右侧弹出配置面板。点击"+添加变量"，变量名输入resume_file，变量类型选择"Document"。步骤2-2：添加职位描述变量再次点击"+添加变量"，变量名输入job_description，变量类型选择"String（默认）"。图5开始节点——添加两个输入变量（来源：扣子平台截图）【说明】两个变量配置完成后，可在画布上点击"开始"节点，确认面板中显示resume_file（Document）和job_description（String）两项。任务3添加员工1——简历文件读取（10分钟）本节点负责将用户上传的PDF简历文件转换为可读的文字内容，供后续大模型节点分析。步骤3-1：添加链接读取插件节点在工作流画布上，点击开始节点右侧的"+"号，选择"插件"，在搜索框中输入"链接读取"，在搜索结果中找到扣子官方的"LinkReaderPlugin（链接读取）"插件并添加。步骤3-2：配置节点的输入点击新添加的"链接读取"节点，在右侧配置面板中：·输入→URL：点击输入框，从弹出的变量列表中选择"开始节点→resume_file"·输出：保持默认设置不变步骤3-3：连接节点确认"开始"节点和"链接读取"节点之间有箭头连线（如没有，从开始节点的出口拖拽到链接读取节点的入口）。图6员工1节点——链接读取插件配置（来源：扣子平台截图）【说明】LinkReaderPlugin是扣子平台官方提供的插件，支持解析PDF、网页URL、DOCX、PPTX等多种格式文件。本实验中使用它读取用户上传的简历PDF内容。任务4添加员工2——大模型评估简历匹配度（25分钟）本节点是整个工作流的核心，调用DeepSeekR1大模型对简历内容进行全面评估。步骤4-1：添加大模型节点在工作流画布上，点击"链接读取"节点右侧的"+"号，选择"大模型"节点。在模型选择器中，搜索并选择"DeepSeekR1"（或DeepSeekR1250528版本）。步骤4-2：配置输入变量在大模型节点的配置面板中，找到"输入"区域：·输入1（resume_content）→引用"员工1→pdf_content"（即链接读取节点解析出的PDF文本内容）·输入2（job_description）→引用"开始节点→job_description"（即用户输入的职位描述）步骤4-3：编写系统提示词在"系统提示词"输入框中，粘贴以下提示词（该提示词定义了AI的角色、分析标准和输出格式）：###**简历修改角色设定****角色名称**：一位专业的简历修改专家**角色定位**：你是一位经验极为丰富、逻辑缜密且一丝不苟的简历修改专家，你长期深耕简历设计、撰写领域，对各类岗位需求有着深刻理解，并善于针对职位信息修改个人简历。在工作中，始终保持严谨细致的态度，凭借卓越的分析能力，致力于为候选人设计并修改出匹配度极高的简历，是职场上的offer收割机。###**核心任务与执行标准**####**1.简历分析修改与匹配度计算**-**深入理解**：全面且透彻地解读提供的岗位需求，将每个任职要求细致拆解，构建精确的评估标准。-**多维分析**：从多维度深入分析简历，综合计算职位匹配度，并且依据简历的不足之处，做针对修改。-**硬性要求**：分析修改涵盖教育背景（精确到学校、专业）、工作经验年限、特定技能（如编程语言、工具、证书等）。-**软性能力**：同时包括项目经验、过往职责、团队协作能力、解决问题能力、沟通能力、学习能力等。-**特殊要求**：若岗位有特殊要求，如跨部门沟通经验等，务必精准考量。-**匹配度计算**：匹配度以百分比呈现，确保评估客观公正，严格依据岗位描述的任职要求进行匹配。####**2.信息提炼与洞察**-**高效筛选和修改**：迅速从复杂简历中提炼关键信息，如工作经验、核心技能、项目成果，并针对职位信息做出修改。-**优势与劣势洞察**：进行批判性分析，精准找出每份简历的亮点与不足。####**3.公正性与标准遵循**-**绝对公正**：简历修改全程严格遵循职位信息标准，杜绝个人偏见与歧视。-**严格对标**：所有判断以职位要求为唯一依据。####**4.结果输出**-简历中的每一部分，均需要提出你的优化建议，即便是优势部分，也需要按照优秀简历样本给出优化后的结果，输出格式：当前问题→优化建议/当前优势→优化建议-**标准化展示**：最终优化结果以清晰格式输出，便于查阅比对。**限制条件**：-严格基于提供的岗位信息和候选人简历评估进行分析修改。-输出结果必须符合上述格式模板要求，清晰明了。-如果简历中未包含相关信息，则按照优秀简历范本给出补充建议。-分析修改过程中不得引入个人主观臆断，仅依据岗位描述标准进行判断。步骤4-4：编写用户提示词在"用户提示词"输入框中，粘贴以下内容（该提示词将用户输入的变量值传递给大模型）：职位描述：{{job_description}}简历内容：{{resume_content}}步骤4-5：配置输出变量在大模型节点的"输出"区域，配置结构化输出，变量类型选择"Object"，变量名设为analysis_results。在子字段中添加以下字段（均为String类型）：·job_title：职位名称·name：姓名·gender：性别·age：年龄·university：毕业院校·strengths：优势/长处·weaknesses：劣势/短处·overall_evaluation：总体评价·match_score：匹配度分数图7员工2节点——大模型评估简历配置（来源：扣子平台截图）任务5添加员工3——大模型改写简历优化建议（15分钟）本节点接收员工2的结构化评估结果，对简历的每个部分给出具体的修改前后对比和优化建议。步骤5-1：添加第二个大模型节点点击"员工2"节点右侧的"+"号，再添加一个"大模型"节点，同样选择"DeepSeekR1"模型。步骤5-2：配置输入变量·输入1（input）→引用"员工2→analysis_results"（即上一节点的结构化评估结果）·输入2（job_description）→引用"开始节点→job_description"步骤5-3：编写系统提示词###**简历修改角色设定****角色名称**：一位专业的简历修改专家**角色定位**：你是一位经验极为丰富、逻辑缜密且一丝不苟的简历修改专家，长期深耕简历设计、撰写领域。###**核心任务与执行标准**-深入理解岗位需求，从多维度分析简历，综合计算职位匹配度。-针对简历的不足之处，给出逐条优化建议，并给出修改后的效果范本。###**结果输出格式**-**标准化展示**：最终筛选结果以如下格式输出：-字段名：原内容-字段名/修改后：优化后的内容-每一个你认为需要修改的地方，均以以上方式呈现。**限制条件**：-严格基于提供的岗位信息和候选人简历评估进行分析修改。-输出结果必须符合上述格式模板要求。-如果简历中未包含相关信息，则将字段值设为空字符。-根据简历评估结果，帮候选人针对性的优化简历。步骤5-4：编写用户提示词简历评估结果：{{input}}职位信息：{{job_description}}步骤5-5：配置输出变量在输出区域，变量类型选择"String"，变量名设为output。图8员工3节点——改写优化简历配置（来源：扣子平台截图）任务6配置结束节点——汇总输出结果（5分钟）结束节点负责将员工3生成的优化建议呈现给用户。步骤6-1：配置结束节点输出点击画布上的"结束"节点，在右侧配置面板中：·输出方式：选择"返回文本"·输出变量：引用"员工3→output"·回答内容：输入{{data}}（即把员工3的全部输出内容返回给用户）图9结束节点——配置输出（来源：扣子平台截图）步骤6-2：最终连线检查确认画布中所有节点的连线正确：开始→员工1（链接读取）→员工2（大模型评估）→员工3（大模型改写）→结束【说明】完成以上全部配置后，点击画布右上角的"试运行"按钮，上传简历PDF并输入职位描述，即可测试工作流。如果某一步报错，请检查变量引用是否正确、节点连线是否完整。结果记录表请将实验关键操作结果填入下表，用于撰写实验报告：验收项目完成情况（✓/✗）备注说明工作流创建成功并正确命名（填写工作流名称）开始节点配置了2个变量（resume_file+job_description）员工1（链接读取）插件已添加并正确配置员工1与开始节点正确连线员工2（大模型评估）已添加DeepSeekR1模型员工2的系统提示词和用户提示词已填写员工2的输出配置了9个Object子字段员工3（大模型改写）已添加并完成配置员工3的系统提示词和用户提示词已填写结束节点输出了员工3的结果工作流试运行成功，输出了简历评估和建议（附截图）尝试换用不同职位描述再次测试（记录匹配度变化）五、实验重点、难点重点：工作流节点的添加与连线顺序（开始→链接读取→大模型评估→大模型改写→结束）；系统提示词中角色定位和执行标准的编写方法；结构化输出（Object类型）的字段设计与引用。难点：理解员工2中"系统提示词"和"用户提示词"的分工——系统提示词定义AI的角色和分析框架，用户提示词传递具体数据；掌握变量引用的语法（如{{resume_content}}），区分不同节点输出的变量名；理解Object类型输出中子字段的含义，确保后续节点能正确引用。六、操作要点登录时确认使用扣子国内版（），不要误入海外版（）。工作流名称只能使用英文字母、数字和下划线，不能包含中文或特殊字符。添加插件时，搜索关键词使用"链接读取"，确保添加的是扣子官方的LinkReaderPlugin，而非第三方同名插件。配置变量引用时，务必点击输入框后从弹出的变量列表中选择，不要手动输入变量名，避免拼写错误。员工2的系统提示词较长，建议先在记事本中检查格式（尤其是Markdown标记##和**），确认无误后粘贴到扣子平台。试运行前，建议先用一份简单的简历PDF（1页以内）测试，确认工作流通畅后再使用正式简历。大模型处理需要一定时间（通常10～30秒），试运行时请耐心等待，不要重复点击。七、注意事项上传简历时，确保文件格式为PDF，文件大小不宜超过10MB，否则链接读取插件可能解析失败。如果简历PDF中包含图片、表格等复杂排版，链接读取插件可能无法100%还原格式，这属于正常现象。DeepSeekR1是推理型大模型，输出速度较慢但分析质量较高；若平台模型列表有变化，可选择其他可用的大模型节点。职位描述内容越详细，AI的简历分析和优化建议越精准；建议从真实招聘网站复制完整的岗位职责和任职要求。实验操作过程中，及时保存工作流（平台会自动保存），避免因网络异常导致配置丢失。扣子平台的功能和界面可能随版本更新而变化，以实验时的实际界面为准。八、实验报告要求填写"结果记录表"，标注各验收项目的完成情况，并在备注列补充关键信息。截图保存至少3张实验过程截图：①完整的工作流画布（含所有节点及连线）；②员工2大模型节点的系统提示词配置页面；③试运行的输入和输出结果。对试运行结果进行评价：AI给出的匹配度是否合理？优化建议是否有针对性、可操作性？哪部分分析最准确、哪部分需要改进？撰写"方案反思"（100～200字）：如果你要给自己的简历做第2轮优化，你觉得还可以为工作流增加什么功能？（例如：增加打分可视化、输出Word版优化简历、按行业分类评估等）思考题：如果职位描述中要求"具备Python编程能力"，但简历中只写了"熟悉Office办公软件"，员工2会如何评估？员工3又会给出怎样的优化建议？请结合试运行结果分析。实验2数据清理助手智能体搭建一、实验目的及要求理解智能体工作流（Workflow）的设计思想，掌握多节点工作流的创建与编排方法。掌握扣子平台工作流中"开始节点→文件读取节点（read）→大模型节点→代码执行节点（CodeRunner）→结束节点"的完整配置流程。学会编写能够精准指导大模型输出结构化JSON结果（异常说明+修复代码）的系统提示词。理解CodeRunner节点的作用——将大模型生成的Python代码动态执行，实现数据的自动化清理与修复。完成数据清理助手智能体的搭建、调试与发布，具备基本的节点变量关联排查能力。二、实验学时2学时（建议时间分配：讲解10分钟，任务实践80分钟，总结报告10分钟）三、实验前准备账号环境：登录扣子国内版（），确保账号正常使用。数据文件：准备一份含有数据质量问题的CSV或XLSX文件（如含有缺失值、重复行、格式不统一的销售数据），用于调试阶段的功能验证。知识储备：已学习教材第3章"低代码开发智能体"相关内容，了解工作流基本概念；了解Python数据处理基础（pandas库基本用法）。四、实验任务任务1分析与设计工作流（10分钟）在动手搭建前，先理解数据清理助手的功能需求与工作流程设计：（1）功能需求·支持多格式：支持CSV/XLS/XLSX格式文件，自动识别表头与数据类型；·智能检测：智能检测数据中的错误类型（缺失值、异常值、格式错误等）；·自动清理：生成Python修复代码并执行，输出清理后的数据。（2）工作流程设计用户上传文件→文件读取（read）→大模型分析并生成修复代码→CodeRunner执行代码→结束节点输出结果若用户上传非支持格式文件，智能体在人设中直接回复"不支持该格式"，不进入工作流。任务2创建智能体（5分钟）（1）登录扣子，在主页点击左上角"创建"按钮，选择"创建智能体"；在扣子主页中，单击左上角的按钮。在弹出的类型选择框中选择“创建智能体”，然后按照图5-4所示填写智能体基本信息。（2）填写智能体基础信息：·智能体名称：数据清理助手·智能体描述：专业的数据清理工具，支持上传CSV/XLS/XLSX文件，自动检测数据质量问题并生成修复代码，一键清洗异常数据。（3）点击右下角按钮由AI生成图标。任务3搭建数据清理工作流（40分钟）1）预览工作流2）新建工作流在智能体的“技能”模块中，单击工作流右边的“添加工作流”按钮，然后单击“创建工作流”按钮，填写工作流名称和工作流描述，如图所示。填写完成后单击“确定”按钮，进入工作流编排页面。3）设置“开始”节点的输入变量在工作流编排页面中，单击“开始”节点，然后在其配置面板中输入变量“input”的类型改为“File”->“Excel”，如图所示。4）添加“read”节点在“开始”节点后添加节点，在弹出的选择框中选择“插件”，之后在插件商店搜索“文件”，选择将“文件读取”插件下的“read”添加到工作流，如图所示。在“read”节点中，将输入变量“url”的变量值选择为“开始”节点的“input”如图所示。5）添加“大模型”节点在“read”节点后添加“大模型”节点。在“大模型”节点的各项配置如下。模型：“DeepSeek-V3”，如图5所示。输入：将变量“input”的变量选择为“read”节点的“data”变量，如图所示。系统提示词：如下##角色：数据清理专家、高级Python程序员。##目标：发现数据中的异常项，并生成修复程序来处理数据中的错误项。##工作流：1.分析用户提供的数据内容，找到数据中的异常项。2.生成Python代码来解决数据中的异常项。##输出：1.数据异常说明输出到output字段。2.修复异常的代码输出到code字段。3.代码需要直接运行，不要包含```python```。用户提示词：如下。数据：{{input}}输出：默认的输出变量“output”保持不变，增加一个“code”变量，如图所示。6）添加“CodeRunner”节点在“大模型”节点后添加节点，在弹出的选择框中选择“插件”，之后在插件商店中搜索“代码”，选择“代码执行器”插件下的“CodeRunner”，单击“添加”按钮将其添加到工作流中，如图所示。将“CodeRunner”节点的输入变量“Code”的变量值选择为“大模型”节点的“Code”变量，如图所示。“upload_file_name”和“upload_file_url”不用填。将“CodeRunner”节点连接到“结束”节点。7）设置“结束”节点将“结束”节点的返回类型选择为“返回文本”，并设置输出变量，如图所示。设置“结束”节点回答内容，内容如下：#数据异常分析{{output}}#修复数据的代码、、、python、、、#修复后的数据{{fixedData}}3填写“人设与回复逻辑”根据智能体的需求，参考以下内容填写“人设与回复逻辑”。##角色：通用数据清理专家##目标：发现用户提供数据的问题并修复。##技能：数据清理：处理可能存在的数据质量问题，如重复项、异常值等。##工作流：如果用户上传的是CSV/XLS/XLSX格式的文件，则调用工作流{DataClean}清理数据文件。如果用户上传了其他格式文件，则提示用户只支持CSV/XLS/XLSX格式文件。4设置开场白在“对话体验”模块中设置开场白，以引导用户操作：{{user_name}},你好！我擅长处理各种数据问题，让你的数据更精准。支持CSV/XLS/XLSX格式文件。其中“{{user_name}}”会自动引用扣子用户的昵称。5发布完成以上工作之后，在“预览与调试”模块测试之后即可发布。结果记录表请将实验关键操作结果填入下表，用于撰写实验报告：验收项目完成情况（✓/✗）备注说明智能体成功创建工作流DataClean成功创建开始节点输入类型设为Excel（File）read节点正确读取上传文件大模型节点正确配置系统提示词与输出变量output+code两个字段CodeRunner节点成功执行修复代码结束节点正确整合三段输出（分析+代码+结果）人设中包含格式判断逻辑非CSV/XLS/XLSX提示不支持调试成功并完成发布五、实验重点、难点重点：工作流五节点的创建与配置（开始→read→大模型→CodeRunner→结束）；各节点之间变量的引用关联关系；大模型系统提示词中明确指定output和code两个输出字段的重要性。难点：大模型节点的系统提示词编写——必须精确指定输出格式，禁止代码中包含格式标记（```python```），否则CodeRunner无法直接执行；节点间变量引用关系容易混淆，需逐节点核对"引用来源"是否正确；CodeRunner执行报错的排查（通常是代码含有格式标记，或read节点数据格式不符合预期）。六、操作要点开始节点变量类型必须设置为File→Excel，确保仅接受CSV/XLS/XLSX格式文件。read节点的"url"输入变量须绑定开始节点的"input"输出，确保文件被正确读取。大模型节点选用DeepSeek-V3，系统提示词必须明确区分两个输出字段（异常说明output、修复代码code），且代码禁止包含任何格式标记。CodeRunner节点输入变量"Code"必须绑定大模型节点的"code"变量，不要绑定"output"。结束节点使用文本模板整合三段内容，变量名需与上游节点一一对应，注意大小写匹配。人设中的格式判断逻辑确保非支持格式文件能被正确拦截，避免工作流执行错误文件类型。七、注意事项大模型生成的Python代码如含```python```格式标记，CodeRunner将无法执行并报错，需在系统提示词中明确禁止。工作流各节点变量引用必须准确，出现"未定义变量"提示时，重新检查节点关联关系。文件上传仅支持CSV/XLS/XLSX格式，禁止上传加密或损坏的文件。每完成一个节点配置后及时保存，避免因误操作丢失配置。预览调试时，建议先用小数据量文件（10-20行）测试，确认功能正常后再测试较大文件。调试结果截图（含数据分析输出、代码输出、修复数据输出）需保存，用于实验报告撰写。八、实验报告要求填写"结果记录表"，标注各功能模块的完成情况。截图保存工作流编排页面（含所有节点及连接关系）和一次完整的调试输出结果。说明大模型节点的系统提示词设计思路：为什么需要明确指定两个输出字段？为什么代码不能包含格式标记？思考题：如果用户上传的Excel文件中某列数据类型不统一（如数字列中混入了文字），大模型生成的修复代码应如何处理？试分析可能的修复策略。实验3有声单词卡智能体搭建一、实验目的及要求掌握扣子平台"低代码搭建"应用的创建入口，理解低代码应用与普通智能体的区别。学会创建并配置两个核心工作流（GetRandomWord和GenPictureAudio），掌握工作流中大模型节点、图像生成节点、语音合成节点的串联方法。掌握扣子低代码应用页面组件的配置方式，包括下拉选择、纵向列表、按钮、文本、图片、音频等组件的数据绑定与事件设置。理解页面间跳转逻辑的配置方法，能够为"生成"按钮同时绑定"调用工作流"和"页面跳转"两个点击事件。完成有声单词卡应用的整体预览测试，验证年级切换、单词生成、图片展示、音频播放等全部核心功能。二、实验学时2学时（建议时间分配：讲解10分钟，任务实践80分钟，总结报告10分钟）三、实验前准备账号环境：登录扣子国内版（），确保账号正常使用。知识储备：已学习教材第3章"低代码开发智能体"相关内容，了解工作流基本概念；完成实验一、实验二后，对扣子平台基本操作已熟悉。网络环境稳定，本实验涉及图像生成、语音合成功能，需要稳定的网络连接。四、实验任务任务1分析与设计（10分钟）（1）功能需求分析1）生成单词图片：根据单词含义生成卡通风格的具象图片（如“elephant”对应大象的卡通插画），画面简洁、色彩鲜明，符合小学生审美，帮助通过视觉联想记忆词义。2）生成适配例句：结合单词难度生成3条例句，句式简单，包含中文翻译，且场景贴近小学生生活，帮助理解单词用法。3）生成多场景音频：包含3部分内容--单词标准发音、中文释义朗读、例句双语朗读，通过听觉刺激加深记忆，同时支持反复播放。4）年级适配：能根据选择的年级（1-6年级）自动筛选难度匹配的单词，避免超纲内容打击学习信心。（2）应用结构设计两个工作流：·GetRandomWord：根据年级随机获取5个单词及释义（大模型节点输出JSON数组）；·GenPictureAudio：根据单词生成解释、例句、配图提示词、图片URL、音频URL（大模型+图像生成+语音合成）。两个页面：·首页：年级选择下拉框+随机单词列表+"换一批"按钮+手动输入单词区；·详情页：单词解释区+图片区+音频播放区+例句区。任务2创建低代码应用（5分钟）（1）在扣子主页点击左上角"创建"按钮，在弹出面板中单击"创建应用"下的"低代码搭建"按钮；（2）在应用模板中选择"创建空白应用"；（3）填写基础信息：·工作空间：选择"个人空间"·应用名称：有声单词卡·应用介绍：英语学习的好帮手，选择一个单词或输入一个单词，就能生成有声单词卡，帮助用户更好地学习英语单词。（4）点击由AI生成图标按钮，完成应用创建。任务3创建工作流1：GetRandomWord（根据年级随机获取单词）（15分钟）【步骤1】新建工作流在扣子应用IDE的"业务逻辑"模块中，点击工作流右侧"+"按钮→"新建工作流"，填写以下信息后点击"确定"：·工作流名称：GetRandomWord·工作流描述：根据年级随机获取单词【步骤2】添加"大模型"节点在"开始"节点后添加"大模型"节点，按以下参数配置后将其连接到"结束"节点：·模型：豆包·1.5·Pro·32K·输入变量：将"input"的值设置为"开始"节点的"input"变量·输出变量：将"output"的变量类型改为Array<Object>·系统提示词：填写如下内容#角色你是一位经验丰富的小学英语老师，对各年级英语词汇要求了如指掌。#目标1.根据学生的年级（一年级到六年级），随机生成5个该年级适用的单词供学生学习。2.针对生成的每个单词，给出准确且简单易懂的中文解释。#技能当接收到用户输入的年级信息后，在对应年级的词汇范围内进行随机选取。#限制-仅围绕小学各年级英语单词生成任务进行回复，拒绝回答与该任务无关的话题；-输出必须严格按照给定的JSON格式数组进行组织，不能偏离框架要求。#输出使用JSON格式数组，示例如下：[{"word":"cat","explain":"小猫"},{"word":"dog","explain":"小狗"}]·用户提示词：年级：{{input}}【步骤3】设置"结束"节点输出变量将"结束"节点的输出变量"output"的值设置为"大模型"节点的输出变量"output"。任务4创建工作流2：GenPictureAudio（根据单词生成单词卡）（20分钟）【步骤1】新建工作流在"业务逻辑"模块中新建工作流，填写以下信息：·工作流名称：GenPictureAudio·工作流描述：生成单词解释、例句、图片和音频【步骤2】添加"大模型"节点在"开始"节点后添加"大模型"节点，配置如下：·模型：豆包·1.5·Pro·32K·输入：将"input"的值设置为"开始"节点的"input"变量·输出：将"output"类型改为Object，并添加以下子项字段：explain（字符串）、picPrompt（字符串）、example（数组）·系统提示词：填写如下内容#角色你是一位专业的语言与多媒体创作助手，能够精准地根据用户提供的单词进行丰富的内容创作。#技能##技能1：单词解释与例句生成1.当用户提供一个单词时，给出该单词准确的中文解释；2.基于小学生词汇量，生成3个例句，句式简单易懂，包含中文翻译，场景贴近小学生生活。##技能2：生成图片的提示词结合生成的例句，提炼关键信息，生成该单词对应图片的提示词，描述需具体且有画面感。#限制-只围绕用户提供的单词进行相关内容生成，拒绝回答与单词处理无关的话题；-所输出的内容必须按照给定的JSON格式进行组织，不能偏离框架要求。#输出严格使用JSON格式输出，示例如下：{"output":{"explain":"单词对应的中文解释","picPrompt":"生成图片的提示词内容","example":[{"english":"具体的英文例句","chinese":"对应的中文翻译"},{"english":"具体的英文例句","chinese":"对应的中文翻译"},{"english":"具体的英文例句","chinese":"对应的中文翻译"}]}}·用户提示词：单词：{{input}}【步骤3】添加"文本处理"节点在"大模型"节点后添加"文本处理"节点，配置字符串拼接，将单词、释义和例句拼接为完整的语音合成文本：{{String1}},{{String1}},{{String1}}{{String2.explain}}{{String2.example[0].english}}{{String2.example[0].chinese}}{{String2.example[1].english}}{{String2.example[1].chinese}}{{String2.example[2].english}}{{String2.example[2].chinese}}（其中String1绑定"开始"节点的input变量，String2绑定"大模型"节点的output变量）【步骤4】添加"图像生成"节点在"大模型"节点后（与文本处理并行）添加"图像生成"节点，配置如下：·模型：通用·比例：1:1（1024×1024）·输入变量"input"：值设置为"大模型"节点的output变量·正向提示词：{{input.picPrompt}}·将"图像生成"节点连接到"结束"节点【步骤5】添加"Speech_synthesis"语音合成节点①在"文本处理"节点后添加节点，选择"插件"；②在插件商店搜索"语音合成"，找到扣子官方"语音合成"插件，添加"Speech_synthesis"工具到工作流；③将"Speech_synthesis"节点的输入变量"text"值设置为"文本处理"节点的output变量；④将"Speech_synthesis"节点连接到"结束"节点。【步骤6】配置"结束"节点输出变量在"结束"节点中设置以下输出变量（引用各节点对应输出）：·word：来自"开始"节点input·output：来自"大模型"节点output（含explain、example、picPrompt）·picUrl：来自"图像生成"节点的图片URL输出·audioUrl：来自"Speech_synthesis"节点的音频URL输出任务5创建页面1：首页（15分钟）（1）切换到扣子应用IDE的"用户界面"模块，选择"小程序和H5"，点击"开始搭建"。（2）点击默认生成的"首页"，设置页面属性：·页面标题：有声单词卡·导航栏：关闭（3）添加随机获取单词区：①拖拽"下拉选择"组件到首页，配置如下：·标签内容：年级|选项内容：固定内容·选项设置（见下表）|默认值：一年级|宽度：100%|高度：适应内容序号选项名称选项值1一年级一年级2二年级二年级3三年级三年级4四年级四年级5五年级五年级6六年级六年级·为"下拉选择"组件添加"数据改变时"事件：调用GetRandomWord工作流，入参input的值为{{Picker1.value}}②拖拽"纵向列表"组件到下拉选择下方，配置：·数据绑定：{{GetRandomWord.data.output}}|宽度：100%|高度：适应内容|内边距：12·删除列表中的图片组件·列表"标题一"内容：{{item.word}}，预设样式：标题五·列表"正文"内容：{{item.explain}}，预设样式：正文一·拖入"按钮"组件：样式：主要，内容：生成，宽度：25%，高度：40px·为"生成"按钮添加"点击时"事件：调用GenPictureAudio，入参input为{{item.word}}③拖拽"换一批"按钮到纵向列表下方：·样式：描边，内容：换一批，图标：Refresh·禁用表达式：{{GetRandomWord.loading}}·添加"点击时"事件：调用GetRandomWord，入参input为{{Picker1.value}}（4）添加手动输入单词区：①拖拽"单行输入"组件：标签内容：单词，占位文案：输入你想学习的单词，宽度：100%②拖拽"生成"按钮：样式：主要，内容：生成，图标：Star，宽度：50%，高度：40px·为按钮添加"点击时"事件：调用GenPictureAudio，入参input为{{Input1.value}}任务6创建页面2：详情页（10分钟）（1）在"用户界面"模块点击底部"新建页面"，将页面标题改为"详情页"，设置：·页面标题：有声单词卡|导航栏：关闭（2）添加单词解释区：·拖入"文本"组件：内容：{{GenPictureAudio.data.word}}，预设样式：标题三·再拖入"文本"组件：内容：{{GenPictureAudio.data.output.explain}}，预设样式：标题五（3）添加图片区：·拖入"图片"组件，来源：绑定数据，值为{{GenPictureAudio.data.picUrl}}·填充方式：覆盖|宽度：200px|高度：100px·显示设置表达式：{{GenPictureAudio.loading}}（4）添加音频播放区：·拖入"音频"组件，来源：绑定数据，值为{{GenPictureAudio.data.audioUrl}}·样式：大播放器|宽度：100%|高度：适应内容（5）添加例句区：·拖入"纵向列表"组件，数据绑定：{{GenPictureAudio.data.output.example}}·删除图片组件，"标题一"内容：{{item.english}}，颜色：#152140·"列表正文"内容：{{item.chinese}}，颜色：#324169（6）配置首页"生成"按钮的页面跳转事件（关键步骤）：·回到"首页"，为纵向列表中的"生成"按钮添加第二个"点击时"事件：执行动作选择"页面跳转"，跳转目标为"详情页"·同样为手动输入区的"生成"按钮添加"点击时"→"页面跳转"→"详情页"事件任务7整体预览与测试（10分钟）（1）点击应用IDE右上角"预览"按钮，进入预览页面；（2）按以下步骤逐项测试：①点击"年级"下拉框，切换年级，检查单词列表是否随之更新；②点击"换一批"按钮，检查单词列表是否刷新；③选择一个单词，点击"生成"，检查是否跳转至"详情页"；④检查详情页：单词和释义是否正确显示；⑤等待图片加载完成后检查配图是否显示；⑥点击音频播放按钮，检查音频是否正常播放；⑦检查例句列表中的英文例句和中文翻译是否正确显示；⑧在首页手动输入一个单词，点击"生成"，重复步骤③~⑦。结果记录表请将实验关键操作结果填入下表，用于撰写实验报告：验收项目完成情况（✓/✗）备注说明低代码应用成功创建工作流GetRandomWord正常输出单词数组Array<Object>格式工作流GenPictureAudio正常完成四节点串联大模型+文本处理+图像生成+语音合成首页下拉框年级切换单词列表同步更新首页"换一批"按钮功能正常首页"生成"按钮成功跳转详情页详情页单词和释义正确显示详情页图片正常加载显示详情页音频正常播放详情页例句列表正确显示（英文+中文）手动输入单词功能正常五、实验重点、难点重点：两个工作流的节点配置与数据流向（GetRandomWord的Array<Object>输出；GenPictureAudio的四节点串联）；低代码页面中数据绑定表达式的编写（{{工作流名.data.字段名}}）；"生成"按钮需同时绑定"调用工作流"和"页面跳转"两个事件。难点：工作流2中四个节点（大模型、文本处理、图像生成、语音合成）的串联，变量引用关系复杂，需逐节点核对；数据绑定表达式中变量名大小写、层级路径容易写错，导致组件内容不显示；图像生成和语音合成节点存在网络延迟，预览时需等待加载完成；首页两个"生成"按钮都需要配置两个点击事件（调用工作流+跳转页面），容易遗漏。六、操作要点选择"低代码搭建→空白应用"创建项目，确认进入扣子应用IDE而非智能体编辑页面。工作流1中大模型输出类型必须设为Array<Object>，否则纵向列表无法正确绑定数组数据。工作流2中四个节点需注意：图像生成使用"大模型"的picPrompt字段；语音合成绑定"文本处理"的拼接结果。详情页数据绑定路径前缀为GenPictureAudio.data.XXX，注意工作流名称大小写需完全一致。所有"生成"按钮需配置两个事件：先"调用工作流"，再"页面跳转"，顺序不可颠倒。关闭页面导航栏后，需确保详情页有返回首页的方式（可通过系统返回键或自行添加"返回"按钮）。七、注意事项网络环境需稳定，图像生成和语音合成功能依赖网络，弱网环境下可能出现加载超时。图像生成和语音合成插件存在资源额度限制，测试时避免频繁重复调用，避免触发限流。数据绑定表达式区分大小写，拼写错误会导致组件内容不显示，检查时需逐字核对。变量引用路径必须准确，如工作流名称写错（如GetRandomword而非GetRandomWord）会导致数据无法获取。如果预览时图片或音频不显示，优先检查数据绑定中的变量名是否与工作流"结束"节点的输出变量名完全一致。操作过程中若节点卡死或页面加载异常，可刷新页面后重新进入编辑界面。八、实验报告要求填写"结果记录表"，标注所有功能项的完成情况。截图保存两个工作流的完整节点编排图，以及首页和详情页的组件配置截图。截图保存至少一次完整的预览效果（含单词列表页、详情页的图片和音频）。分析工作流2（GenPictureAudio）中文本处理节点的作用：为什么要将单词、释义和例句拼接后再输入语音合成节点？直接使用原始文本有何问题？思考题：如果要在有声单词卡中增加"收藏单词"功能，使用户可以保存学过的单词，扣子平台中应使用哪种技术实现数据持久化？请查阅扣子文档并简要说明实现思路。实验四智能体应用实战——WorkBuddy应用一、实验目的及要求1．理解AI智能体（Agent）的基本概念，区分传统AI聊天工具与WorkBuddy智能体工作台的本质差异——从"只能对话"到"能够干活"的能力跃迁。2．掌握WorkBuddy的安装、登录与基本操作流程，熟悉三种工作模式（Craft/Plan/Ask）的适用场景与切换方法。3．理解Skill（技能）的核心理念——"将经验封装为可复用的能力模块"，学会使用自然语言驱动AI完成文档处理、数据分析、内容创作、信息检索等日常任务。4．能够根据自身专业方向，选择并使用合适的Skill解决学习和生活中的实际问题，完成个人专属Skill的创建、测试与应用。5．建立对AI工具的理性认知——认识到AI是"辅助者"而非"替代者"；培养将复杂需求拆解为可执行任务的结构化思维能力；树立负责任使用AI的伦理意识。二、实验学时课内2学时——讲解20分钟（任务1~2的知识点+Skill概念）、实践90分钟（任务1安装登录15'+任务2基本操作20'+任务3六大Skill50'+任务4分学科项目35'，其中任务5选做）、总结10分钟。课外对应任务6（创建个人专属Skill）。任务1：WorkBuddy平台认知与安装登录（15分钟）——了解WorkBuddy的核心定位，完成客户端安装与账号注册。任务2：WorkBuddy核心功能与操作方法（20分钟）——掌握三种工作模式、文件操作、网络检索等基础功能。任务3：WorkBuddy核心实用Skill学习与实践（50分钟）——逐一体验6大高频实用Skill，完成对应生活化学业化实例操作。任务4：分学科方向专属实战项目（35分钟）——按所属学科方向（人文社科/理工科/经管/艺术设计），完成专业场景下的Skill综合应用。任务5（课内选做）：自动化任务与知识库搭建（10分钟）——体验定时任务与个人知识库功能。任务6（课外扩展·2学时）：创建个人专属WorkBuddySkill——从选题、创建、测试到应用展示的完整闭环。三、实验前准备1.知识准备本实验无需编程基础，无需算法知识。学生仅需具备以下基础：①电脑基础操作能力（文件新建/保存/拖拽、浏览器使用）；②基本的文档阅读与编辑能力；③对自己所学专业的基本认知（了解专业课类型和学习任务特点）。建议课前花5分钟浏览WorkBuddy官网（），对平台有初步印象。2.工具准备①一台联网电脑（Windows10及以上或macOS11及以上）；②稳定的网络环境（本实验全程需要联网调用AI能力）；③至少1-2份个人学习材料（如课程论文草稿、课堂笔记、实验数据表、课件PDF等），用于课内实操。3.账号准备①访问WorkBuddy官网（）下载客户端安装包（约300MB）；②在课内前15分钟统一完成安装与微信扫码登录；③登录后领取新用户5000积分（有效期90天，日常可通过签到、社区发文等免费渠道持续获取积分）。建议同时准备微信小程序端，便于后续课外在手机上查看任务进度。四、实验内容任务1WorkBuddy平台认知与安装登录（15分钟）【知识点讲解】1.1什么是WorkBuddy？WorkBuddy是一款"AI原生桌面智能体工作台"。与常见的AI聊天工具（如ChatGPT、文心一言、Kimi等）不同，WorkBuddy不仅仅能"听懂"你的指令、给出建议，还能直接操作本地文件、执行复杂任务、跨应用协同工作。简单说，WorkBuddy=AI助手+文件管家+自动化工具——不仅能听懂你的需求，更能直接帮你就地把活干完。WORKBUDDY与传统AI助手的核心区别如下：对比维度传统AI助手WorkBuddy文件操作只能建议，不能执行直接读取、修改、创建本地文件任务执行只能生成文本内容自动执行代码、构建、测试、部署等完整任务链交互方式聊天框一问一答自然语言指令→自动执行→结果回传→持续迭代自动化不支持支持定时任务、事件触发、周期性执行1.2WorkBuddy的核心设计理念——"零代码·零部署·零门槛"（1）零代码：所有操作通过自然语言完成，不需要写一行代码（但如果你想写，它也支持）；（2）零部署：下载安装即用，无需配置服务器、环境、依赖库；（3）零门槛：支持Windows和macOS主流系统，微信扫码登录，上手即用。【操作步骤】步骤①打开浏览器，访问WorkBuddy官网（），点击"下载客户端"。步骤②根据你的操作系统选择对应版本（Windows版/macOS版），下载安装包。步骤③双击安装包，按安装向导完成安装（建议勾选"创建桌面快捷方式"）。步骤④启动WorkBuddy，选择"微信扫码登录"（推荐，后续与小程序联动更方便）。步骤⑤登录后，根据系统提示授权文件夹访问权限（建议仅授权桌面和文档目录即可，保障隐私安全）。步骤⑥进入WorkBuddy主界面，观察：左侧（对话/任务区）+右侧（结果查看区）+底部输入框。花2分钟熟悉界面布局。步骤⑦确认新用户积分已到账（点击右上角头像→积分中心，应看到5000初始积分）。提示：安装过程中如遇到安全软件拦截，请选择"允许"或"信任"。WorkBuddy需要文件操作权限才能正常工作，所有操作均在本地完成，隐私安全有保障。任务2WorkBuddy核心功能与操作方法（20分钟）【知识点讲解】2.1三种工作模式WorkBuddy提供三种工作模式，新建任务时需要在输入框上方选择：模式适用场景特点Craft（实干模式）你明确知道要做什么，想让AI直接动手AI读需求→自动执行→交付结果，全程无需确认Plan（规划模式）任务较复杂，想先看方案再决定AI先出方案和步骤→你确认→AI再执行Ask（问答模式）只想问问问题、查资料、获取建议AI只回答不动文件，适合咨询和学习场景新手建议：简单明确的任务（如"帮我写一份课程心得"）选Craft模式；不确定需求的任务（如"我想做一个项目但还没想清楚"）选Plan模式；只想学知识、问问题选Ask模式。2.2基本操作流程（1）下达指令：在输入框用自然语言（说人话）描述你的需求，无需使用专业术语。（2）上传材料：将相关文件直接拖入对话框（支持Word.docx、Excel.xlsx、PDF、图片、PPT等格式）。（3）AI执行：WorkBuddy自动理解需求、拆解任务、逐步执行，执行过程在左侧实时展示。（4）获取结果：执行完成后，生成的文件、报告等在右侧结果查看区展示，可直接预览或下载。2.3什么是Skill（技能）？——实验最核心概念Skill是WorkBuddy最核心、最有价值的功能，需要重点理解。简单说，Skill就是给AI装的"专业技能包"。没有Skill时，你让AI干活，它凭通用知识硬上，每次都要从零教起。装了Skill之后，它等于提前读了操作手册，知道你的具体需求、工作习惯、输出标准，干起活来又快又准。更形象地说：Skill就是AI的"岗位说明书"。你给AI定义一个岗位叫"课程论文润色助手"，它以后就专门帮你干这个；你给它一个岗位叫"实验报告自动生成器"，它就专门按你的模板出报告。和随便聊两句就完事的普通对话不一样——Skill创建一次，能力就固定下来，以后可以反复调用。Skill最珍贵的价值：把经验从"存在脑子里"变成"可封装、可复用的能力模块"。比如你摸索出一套高效的文献综述写作流程，把它做成Skill，以后每次写综述时让AI自动按这套流程执行，一劳永逸。本实验中，你不需要自己创建Skill（那是课外扩展的任务），你将使用WorkBuddy已经内置的各种实用Skill来完成课堂案例操作。【操作步骤】步骤①新建对话：点击WorkBuddy左上角"+新建对话"。步骤②切换模式：在输入框上方点击"Craft"按钮，进入实干模式。步骤③尝试第一个指令：在输入框输入"请用一段话介绍WorkBuddy是什么，100字左右"，按回车发送，观察AI的回复。步骤④尝试文件拖拽：将任意一份Word或PDF文件拖入输入框，输入"请阅读这份文件，用3句话总结核心内容"，观察AI的文件处理能力。步骤⑤尝试联网搜索：输入"帮我搜索最近关于AI教育的最新政策新闻"，观察AI的联网检索与整理能力。步骤⑥切换Ask模式：将模式切换为Ask，再次输入上述指令，观察与Craft模式的区别（Ask模式不会自动创建文件）。任务3WorkBuddy核心实用Skill学习与实践（50分钟）【知识点讲解】以下是大学生群体最常用、最刚需的6类WorkBuddySkill。每个Skill都配有生活化/学业化实例，所有操作均通过自然语言完成，零代码门槛。请逐一体验，建议将常用Skill的指令模板保存下来，日后直接复用。Skill1：文档智能处理——读/写/改/生成Word、PPT、PDF技能定位：WorkBuddy能直接读取、分析、修改、创建本地文档。支持Word（.docx）、Excel（.xlsx）、PowerPoint（.pptx）、PDF、文本文件等常见格式。典型场景：课程报告撰写、实验报告整理、课堂笔记归纳、论文格式规范、PPT制作、文献阅读等。【操作步骤——以"课程心得改写"为例】步骤①将自己写的课程心得草稿（Word文件）拖入WorkBuddy对话框。步骤②输入指令："请帮我将这篇课程心得润色改写，语言更正式、逻辑更清晰，保留原意，控制在500字左右。"步骤③等待AI处理，约30秒后，右侧结果区会生成一份改写后的Word文档。步骤④点击预览，对比原稿和改写稿的差异。如需继续调整，输入"把第三段再精简一下"或"增加一段关于实践应用的感悟"。步骤⑤满意后点击下载，保存为"课程心得_润色版.docx"。【操作步骤——以"课程PPT快速生成"为例】步骤①将你的课程论文或汇报提纲（Word/文本）拖入WorkBuddy。步骤②输入指令："请根据这份内容，帮我生成一份12页左右的课程汇报PPT，风格简洁大气，每页3-4个要点，配以合适的标题。"步骤③AI自动分析内容结构，生成PPT文件（.pptx），包含封面页、目录页、内容页、总结页。步骤④下载PPT，用PowerPoint打开后可自行调整模板配色、插入图片、微调文字。Skill2：数据整理与分析——Excel处理、图表生成技能定位：WorkBuddy能读取Excel表格数据，自动进行筛选、排序、统计、交叉分析，并生成可视化图表。典型场景：课程调研数据统计、实验数据整理、社团问卷分析、个人支出/时间管理等。【操作步骤——以"问卷数据分析"为例】步骤①将回收的问卷数据Excel文件拖入WorkBuddy。步骤②输入指令："请帮我分析这份问卷数据：①筛选出有效问卷（剔除填写时长小于60秒的）；②按年级统计各选项的选择百分比；③用柱状图展示不同年级对'课程满意度'的评分对比。"步骤③AI自动读取数据，执行筛选、分类统计、图表生成等一系列操作。注意观察左侧对话区的执行过程。步骤④在右侧结果区预览生成的统计表和图表。可进一步调整：如输入"把图表颜色改成蓝色系"或"增加一项对性别的交叉分析"。步骤⑤下载分析结果和图表，用于课程报告。核心心法：把你脑子里想问的问题"原样说出来"，不用翻译成Excel公式语言，WorkBuddy会自动理解和处理。Skill3：信息检索与整理——联网搜索、文件查阅、知识梳理技能定位：WorkBuddy能实时联网搜索、读取网页内容，也能阅读你上传的各类文件，然后自动整理、归纳、对比。典型场景：考研政策/招聘信息搜集、学术前沿追踪、课程知识点答疑、长篇文件速读提炼、多文档交叉对比等。【操作步骤——以"知识点答疑"为例】步骤①将一学期的专业课课件、教材PDF拖入WorkBuddy。步骤②输入指令：“请基于这些课件和教材内容，帮我回答：‘什么是边际效用递减规律？请用通俗的例子解释。’注意：不要直接给答案，先引导我思考，再给出解释。”步骤③AI会基于上传的材料进行知识点定位、内容理解，然后以引导式的方式回答。步骤④可继续追问："那这个规律在实际生活中有什么体现？请举3个例子。"——AI会在已有材料基础上进行延伸。【操作步骤——以"资讯自动搜集"为例】步骤①输入指令："请帮我搜索最近一周关于'大学生就业政策'的最新资讯，整理成简报形式，每条约100字摘要，标注来源。"步骤②AI自动联网搜索多平台信息，整合去重，生成一份结构清晰的资讯简报。步骤③如果某条特别感兴趣，可以追问："帮我把第三条详细展开，链接原文内容。"Skill4：AIGC内容创作——AI生成图片、视频、3D模型技能定位：WorkBuddy集成了多模态内容生成能力，支持文生图（AI绘画）、文生视频、文生3D模型等功能。典型场景：课程海报设计、社团活动宣传图、专业概念示意图、创意短视频制作、作品集视觉呈现等。【操作步骤——以"课程海报设计"为例】步骤①在WorkBuddy中输入指令："请帮我生成一张课程活动宣传海报图，主题是'AI赋能未来——大学生AI应用分享会'，风格现代科技感，主色调蓝色+白色，包含简约图形元素。"步骤②AI调用图片生成能力，约30秒后生成多张候选图，在结果区展示。步骤③如果对某张图的方向满意但细节想调整，输入："把背景从深蓝色改成浅蓝色渐变，增加一些电路板纹路元素。"步骤④AI会根据反馈调整生成，直到满意。下载最终图片，可用于实际活动宣传。【专业适配示例】·文史类学生："生成一张古风书籍封面的插图，主题是'唐代诗歌鉴赏'，水墨画风格，暖黄色底色，诗卷和毛笔元素。"·理工科学生："生成一张芯片内部结构的3D示意图，蓝色科技光效，标注各个功能区，适合学术报告使用。"·经管类学生："生成一张商务数据分析的信息图风格海报，图表和数字可视化元素，现代极简风。"·艺术类学生："生成一张平面设计作品集封面，几何抽象风格，大胆配色，具有视觉冲击力。"Skill5：自动化任务——定时执行、周期提醒、信息推送技能定位：WorkBuddy支持创建自动化任务，可以按设定时间自动执行指定操作，无需人工盯着。典型场景：每日考研资讯推送、每周学习计划生成、课程作业截止倒计时提醒、定期资料备份整理等。【操作步骤——以"每周学习计划"为例】步骤①输入指令："请帮我设置一个自动化任务：每周日晚8点，根据我当周的各科学习进度，自动生成下周的每日学习计划。学习计划按优先级排序，预估每项所需时间。"步骤②AI会询问几个补充信息：你的课程表、当前学习进度、是否有阶段性目标（如期中考试、四六级等）。提供这些信息后，AI完成自动化配置。步骤③输入指令："另外，帮我设置每天早上8点，自动搜集'考研英语'最新备考资讯，整理成阅读时长约5分钟的简报。"步骤④在WorkBuddy的"自动化"面板中，可以查看所有已配置的定时任务，支持随时启用/暂停/修改。Skill6：个人知识库搭建——课程材料系统化管理技能定位：将课程课件、笔记、论文、参考书等材料整理为可检索、可问答的个人知识库。典型场景：期末复习知识库、论文写作素材库、考证备考资料库、专业技能知识体系等。【操作步骤】步骤①将一学期某门课程的所有材料（课件PPT、课堂笔记Word、教材PDF、参考文献等）整理到一个文件夹。步骤②在WorkBuddy中拖入整个文件夹（或逐个拖入关键文件），输入指令："请帮我阅读这个文件夹中的所有课程材料，整理出一个结构化的知识点目录。按章节分类，标注重点概念、公式定理、经典例题。"步骤③AI自动阅读所有文件，提取核心知识点，生成结构化的知识目录。步骤④此后，你可以直接在WorkBuddy中对这个知识库进行问答，例如："这门课第三章的核心公式有哪些？""请帮我对比第五章的A方法和B方法。""期末考试可能会考哪些重点？"任务4分学科方向专属实战项目（35分钟）【知识点讲解】不同专业的学生面临不同的学业任务类型：人文社科学生需要处理大量的文书写作和文献阅读，理工科学生面对实验数据和技术报告，经管学生频繁处理数据和商业文档，艺术设计学生关注创意产出和视觉呈现。WorkBuddy的Skill体系可以精准适配各学科方向，以下按四大方向分别设计专属实战项目。请根据自身专业方向，选择对应项目完成。方向一：人文社科类（中文/外语/历史/法学/新闻/社工等）学科特点：文书写作量大、文献阅读繁琐、报告总结重复性高、资料整理与逻辑梳理需求突出。实操项目：文书与学术写作助手项目目标：搭建一个辅助文书写作与文献处理的智能体工作流，解决文书低效、逻辑混乱、资料难管的问题。【操作步骤】步骤①准备材料：准备一份正在写的课程论文（或任选一篇专业课小论文），以及2-3篇参考文献PDF。步骤②文献精读：将所有参考文献拖入WorkBuddy，输入指令："请帮我阅读这些文献，提取每篇的核心观点、研究方法、关键数据和结论。然后对比它们的异同，生成一份对比分析表。"步骤③框架搭建：上传你的论文草稿（或论文要求），输入指令："基于这份课程论文的主题和参考的文献分析，帮我生成一个完整的论文大纲，包含引言、文献综述、主体分析、结论建议四部分，每部分列出2-3个要点。"步骤④段落润色：选中论文草稿中的某个段落，输入指令："请将这段文字进行学术化润色：提升语言严谨性，优化逻辑连接，使表达更符合学术论文规范。保留原意和核心观点。"步骤⑤格式规范：输入指令："请帮我校对这篇论文的格式：检查标题层级是否一致、参考文献格式是否规范、段落首行缩进是否统一。列出所有格式问题并标注修改建议。"法学方向额外实操：法规文件批量整理输入指令："请阅读这些法规文件，按主题自动分类，提取每条法规的核心条款（3-5条），生成一份索引目录。对重点条款进行标注说明。"外语方向额外实操：外文文献辅助阅读输入指令："请阅读这篇英文文献，生成一份中英对照的学习笔记：提取核心词汇（标注音标和释义）、重点句型（附翻译和语法分析）、文章论述结构图。"方向二：理工工科类（计算机/机械/土木/电气/化工/数学/生物等）学科特点：实验数据繁多、公式定理抽象、报告格式规范要求高、科研文献调研需求大。实操项目：实验数据与学术报告助手项目目标：搭建一个自动化处理实验数据、生成研究报告的智能体工作流，提升数据处理与报告撰写效率。【操作步骤】步骤①准备材料：准备一份实验数据Excel表格（或任选一份课程相关的数据表格），以及实验指导书。步骤②数据分析：将Excel数据拖入WorkBuddy，输入指令："请帮我分析这组实验数据：①计算各组的平均值和标准差；②判断实验组和对照组是否有显著差异；③找出异常数据点（超过3倍标准差的）；④生成柱状图展示各组对比，并附数据标签。"步骤③报告生成：上传实验指导书PDF，输入指令："请根据实验指导书的模板要求和刚才的数据分析结果，帮我撰写实验报告的'数据分析'部分，包括：分析方法说明、结果呈现（表格+图表）、结果解读与讨论。语言严谨，符合科技论文写作规范。"步骤④公式理解（针对难点）：输入指令："高数/物理/专业课中某个公式看不懂？直接输入公式名称或描述，例如：'请用通俗的语言和生活中的例子，解释泰勒展开公式的几何意义和应用场景。'注意：只用于理解，不是直接抄作业。"步骤⑤科研调研（选做）：输入指令："请帮我搜索'机器学习在材料科学中的应用'（替换为你的专业方向）最近3年的研究进展，整理10篇代表性论文的标题、作者、核心贡献，按子方向分类。"零基础代码辅助（特别推荐）即使完全没有编程基础，你也可以让WorkBuddy帮忙：输入指令示例："帮我写一个Python脚本，读取一个文件夹里所有CSV文件，计算每列的平均值和标准差，输出到一个汇总的Excel文件中，带表头和格式。"——WorkBuddy会自动生成带详细注释的代码，你只需复制运行。真实案例参考：有高校行政人员零编程基础，用WorkBuddy独立开发了一套高校宿舍管理系统，包含入住登记、信息查询、数据统计等功能。方法就是直接描述需求："我想做一个宿舍登记系统，能录入、查询、统计住宿信息。我不会写后端，技术栈怎么选？"WorkBuddy直接给出了完整方案并逐步生成代码。方向三：经管类（经济/金融/管理/会计/营销等）学科特点：数据分析量大、商业文案频繁、调研报告规范要求高、财务与市场数据处理需求突出。实操项目：商业数据分析与报告助手项目目标：搭建一个自动处理商业数据、生成分析报告的智能体工作流，模拟真实企业数据分析岗位的基础操作。【操作步骤】步骤①准备材料：准备一份销售数据/问卷数据Excel表格（或使用课程提供的模拟数据），以及分析需求说明。步骤②销售/经营数据分析：将Excel数据拖入WorkBuddy，输入指令："请帮我分析这份销售数据：①按区域汇总各季度的销售额和利润；②计算同比和环比增长率；③识别Top10热销产品和Bottom5滞销产品；④生成趋势折线图和产品排名柱状图。"步骤③商业报告自动撰写：输入指令："请根据上述分析结果，帮我撰写一份季度销售分析报告，包含：总体表现概述、区域对比分析、产品销售分析、问题与建议四部分。语言专业、简洁，适合向管理层汇报。自动生成Word文档。"步骤④问卷调研分析：如果是问卷数据，输入指令："请分析这份问卷：①统计各单选题的频次和百分比；②对多选题进行多重响应分析；③进行交叉分析（如不同性别对某问题的态度差异）；④根据分析结果撰写调研结论（500字）。"步骤⑤财报速读（金融方向额外）：将某上市公司年报PDF拖入WorkBuddy，输入指令："请帮我快速阅读这份年报：提取核心财务指标（营收、净利润、毛利率、负债率、现金流），与上一财年对比，标注关键变化和潜在风险点，生成一页纸的投资要点摘要。"真实案例：有学生用WorkBuddy抓取小红书情绪数据，识别"考研焦虑""精神内耗"等核心问题，再结合问卷回收的线下数据，完成了一份完整的大学生心理健康调研报告，包含数据可视化图表和深度分析建议。方向四：艺术设计类（视觉传达/数字媒体/广告/动漫/环境设计等）学科特点：强调创意表达和视觉呈现，需要多模态内容产出，设计迭代频繁，作品集展示需求突出。实操项目：创意内容与品牌设计助手项目目标：利用WorkBuddy多模态生成能力，快速产出设计概念、迭代方案、生成可展示作品。【操作步骤】步骤①品牌视觉设计迭代：输入指令："请帮我为一个名为'GreenLeaf'的环保生活方式品牌设计一套Logo方案。需要3种风格方向：极简线条风、自然元素风、现代几何风。每种风格生成2张候选图。"步骤②视觉迭代优化（关键操作！）：AI生成初稿后，用精确的修改指令逐步迭代——"把第一种方案的绿色从深绿改为嫩绿""把Logo整体缩小