AIAgent智能体应用与实战课件 第2章 实战AI Agent的工作流技术

AIAgent开发技术基础第2章2.1AIAgent的定义2.2AIAgent开发框架2.3AIAgent开发平台2.4AIAgent的核心组成2.5AIAgent开发流程2.6提示词工程2.7工作流技术在AIAgent开发中的作用2.8基于工作流的AIAgent开发平台2.9MCP技术介绍2.10通过API调用大模型2.11实战案例：使用Python与大模型交互本章小结2.12课后练习2.132.1

AIAgent的定义AIAgent是一种智能代理软件，目标是让AI能够像人类一样进行思考，具备理解目标、自主规划、使用工具、利用记忆、执行指令等能力，而不是和单纯的大模型一样，只具备提供信息和执行单一指令的能力。AIAgent的核心功能包括规划、执行、工具（包括大模型）调用、记忆，且能够提供界面与用户进行交互，如图所示。2.1AIAgent的定义2.2AIAgent开发框架2.3AIAgent开发平台2.4AIAgent的核心组成2.5AIAgent开发流程2.6提示词工程2.7工作流技术在AIAgent开发中的作用2.8基于工作流的AIAgent开发平台2.9MCP技术介绍2.10通过API调用大模型2.11实战案例：使用Python与大模型交互本章小结2.12课后练习2.132.2.1

LangChainLangChain是一个开源开发框架，用于构建基于大语言模型的智能应用。它的核心思想是将不同的组件“链”在一起。它提供了简洁的API和工具，能够简化多任务链的构建，使得开发者可以方便地集成多个模型，进行信息提取、生成和推理等操作。LangChain支持与不同的数据源、API以及外部工具的连接，可以实现更复杂的工作流和任务自动化，广泛应用于聊天机器人、自动化内容生成和数据分析等领域，LangChain的官网页面如图所示。2.2.2

LangGraphLangGraph是在LangChain生态基础上发展起来的Agent编排框架，专注于以图结构的方式构建复杂的AIAgent。它将Agent的推理、决策与工具调用过程抽象为节点与边，使多步骤、多角色、多状态的Agent行为具备清晰的执行路径。LangGraph支持循环、条件分支和状态管理，适用于构建具备长期记忆和复杂交互逻辑的高级AIAgent系统。LangGraph是带有节点和状态转换的一种开发框架，能构建更贴近代码实现的工作流，其官网页面如图所示。2.1AIAgent的定义2.2AIAgent开发框架2.3AIAgent开发平台2.4AIAgent的核心组成2.5AIAgent开发流程2.6提示词工程2.7工作流技术在AIAgent开发中的作用2.8基于工作流的AIAgent开发平台2.9MCP技术介绍2.10通过API调用大模型2.11实战案例：使用Python与大模型交互本章小结2.12课后练习2.132.3.1

什么是AIAgent开发平台AIAgent开发平台是专门用于创建、配置、部署和运行AIAgent的平台。与AIAgent开发框架不同，AIAgent开发平台提供用户界面和一站式服务的软件系统，让用户能以低代码、零代码的方式，在其上开发AIAgent应用。AIAgent开发平台还建立了开发社区，来自世界各地的开发者为其贡献插件，丰富了整个开发生态。很多以前难以实现的功能，在社区节点和插件的支持下，得以轻松实现。社区还经常举办各类Agent开发大赛，为开发者提供培训和交流的机会。2.3.2

AIAgent开发平台的特征（1）技术集成性（2）操作易用性（3）发布灵活性（4）功能扩展性2.1AIAgent的定义2.2AIAgent开发框架2.3AIAgent开发平台2.4AIAgent的核心组成2.5AIAgent开发流程2.6提示词工程2.7工作流技术在AIAgent开发中的作用2.8基于工作流的AIAgent开发平台2.9MCP技术介绍2.10通过API调用大模型2.11实战案例：使用Python与大模型交互本章小结2.12课后练习2.132.4.1

感知感知并非简单的“接收输入”，而是AIAgent对外部环境进行结构化理解的过程。它既包括对文本、图像、语音等多模态信息的解析，也包括对上下文状态、历史记忆的持续利用。在实际应用中，AIAgent往往需要从杂乱、不完整甚至存在噪声的信息中提取行动线索，例如从用户的模糊指令中识别真实意图。精准的感知能力可提升AIAgent“看世界”的清晰度，是后续规划与决策有效的前提。2.4.2

规划规划是AIAgent将抽象目标转化为具体行动序列的能力。与传统算法中的固定流程不同，AIAgent的规划更强调动态性和可调整性。在真实场景中，AIAgent常常面对充满不确定性的环境，需要在执行过程中不断修正原有计划。例如，在自动化任务或复杂问题求解中，规划不仅要考虑步骤顺序，还要评估资源消耗、风险和成功概率。成熟的AIAgent往往具备“边做边想”的规划能力，而非一次性生成静态方案。2.4.3

决策决策是AIAgent智能程度的集中体现。它并不是在“对与错”之间选择，而是在多种可行方案中权衡收益、成本与风险。在实际应用中，AIAgent常常需要在信息不完整的情况下做出判断，例如选择继续尝试当前方案，或切换策略重新规划。与传统规则系统不同，Agent的决策更多依赖上下文理解、历史经验以及目标优先级。良好的决策机制使Agent表现出类似“理性行动者”的行为特征。2.4.4

执行执行是AIAgent真正影响现实或虚拟世界的阶段，它将规划结果转化为具体的操作指令。在工程实践中，执行层往往直接与系统接口、API或外部服务交互，因此对稳定性和可控性的要求极高。执行并不意味着机械地完成指令，而是需要实时监控结果，并对异常情况做出反馈。例如，在自动化办公或数据处理AIAgent中，执行可能会因为权限不足、数据格式出错或网络异常而失败，这些异常情况会反向影响后续决策和规划。2.4.5

工具调用工具调用让AIAgent不再局限于信息生成，而是具备“做事”的能力。工具可以是搜索引擎、代码执行环境、数据库，甚至是其他AIAgent。在真实场景中，Agent是否能正确选择并组合工具直接影响任务完成质量。工具调用不仅是技术问题，更是一种能力调度过程：调用哪个工具、何时调用工具、如何解释返回结果，都是AIAgent智能的重要组成部分。可以说，工具调用决定了AIAgent的“行动半径”。2.1AIAgent的定义2.2AIAgent开发框架2.3AIAgent开发平台2.4AIAgent的核心组成2.5AIAgent开发流程2.6提示词工程2.7工作流技术在AIAgent开发中的作用2.8基于工作流的AIAgent开发平台2.9MCP技术介绍2.10通过API调用大模型2.11实战案例：使用Python与大模型交互本章小结2.12课后练习2.132.5.1

需求分析与用户调研与传统的软件开发过程相似，开发AIAgent的第1步是需求分析与用户调研，并形成文档和原型设计图。在此基础上，通过项目管理的方法，将经过梳理的业务逻辑拆解为任务，供开发团队和测试团队领取，以敏捷开发的模式进行迭代。2.5.2

大模型选型在大模型选型中，非常关键的问题是如何兼顾性能和成本，两者具备正相关关系，需要根项目需求来确定最佳的平衡点。对性能的评价指标包括大模型响应时间、Token数、API调用量、模型成本和模型产出效果等。这些评价指标可以针对用户所开发的领域进行选择并综合考量，确保模型在实际应用中高效运行。2.5.3

提示词优化提示词的优化要求用户用尽可能简短的语言让大模型回复准确的结果，这种优化的核心在于去除多余的信息并使用简洁明确的语言，从而减少大模型幻觉，让其能更精准地理解用户的需求，减少不必要的资源消耗，提升处理速度，确保必要的上下文信息不被大模型遗漏。提示词优化的例子如下。2.5.4

选择开发框架与开发平台在AIAgent开发中，要选择合适的开发框架需综合考虑技术栈、应用场景、扩展性与部署需求。如果要开发原生AIAgent功能，需要选择合适的开发框架，如LangChain、LangGraph、LlamaIndex等。如果要进行AIAgent应用的开发，需要选择合适的开发平台，如Coze、n8n、Dify等。2.5.5

测试与发布在AIAgent开发完成后，测试与发布直接影响了其可用性、用户体验与系统集成效率。与传统的软件开发过程相似，在开发完成后，需要对AIAgent进行测试，以验证功能的正确性，测试一般包括黑盒测试、白盒测试、性能测试、压力测试、负载测试、自动化测试等。由于AIAgent的特殊性，其测试数据集显得尤为重要。AIAgent一般是由工作流来实现的，在工作流发布前，就需要准备各种数据集（包含边界数据）对工作流进行测试，关注测试工作流能否正确运行。随后，准备数据集测试AIAgent，由于AIAgent和用户直接交互，要重点测试AIAgent的人设与回复逻辑。2.1AIAgent的定义2.2AIAgent开发框架2.3AIAgent开发平台2.4AIAgent的核心组成2.5AIAgent开发流程2.6提示词工程2.7工作流技术在AIAgent开发中的作用2.8基于工作流的AIAgent开发平台2.9MCP技术介绍2.10通过API调用大模型2.11实战案例：使用Python与大模型交互本章小结2.12课后练习2.132.6.1

提示词书写基本方法提示词工程（PromptEngineering）是一个新兴学科，在大模型兴起后，如何更好地向大模型提问，成了需要掌握的技能，提示词工程的目的是更好地向大语言模型提问，获得更准确的结果。在了解提示词工程之前，首先要了解什么是提示词。提示词是用户提供给大模型的文本片段，用于指导大语言模型生成特定的回答，如“给我介绍什么是深度学习”。提示词的好坏决定了大模型返回结果的优劣。对同样的需求，每个人写的提示词可能不尽相同，大模型的输出也就不同，因此，如何将提示词写好，也是一门需要学习的课程。图所示是人类向大模型提问的过程。2.6.2

思维链思维链是一种顺序化的推理方式，它通过逐步展开和连接每个思维节点，将复杂问题分解为一系列逻辑推理步骤。在任务执行过程中，思维链促使AI从已知信息出发，通过一系列有序的推理和计算，最终得出结论或做出决策。每个推理步骤都基于前一步骤的结果，因此思维链能保证思维的连贯性和逐步深入，如图所示。2.6.3

思维树与思维链不同，思维树是一种分支式的推理结构，它通过将一个问题或任务拆解成多个可能的子问题或子任务，并在不同分支进一步展开推理。这种结构允许模型在多条路径上并行探索，从而在面对不确定性时提供更多的决策选择。思维树的每个分支代表了不同的思维路径，通过合并各条路径的结果来形成最终的输出，如图所示。2.6.4

提示词框架常见的提示词框架有APE、BROKE、CRISPE、ERA、CARE、CHAT、CIDI、CREATE、RARE等，每一种框架的结构不同，下面对其中3个提示词框架进行讲解。APE框架代表Action（行动）、Purpose（目的）、Expectation（期望）。示例如下。行动：为新推出的线上AIGC设计课程撰写宣传文案。目的：在线上平台上对课程进行推广。期望：希望课程能够达到的效果。BROKE框架代表Background（背景）、Role（角色）、Objective（目标）、KeyResult（关键结果）、Evolve（演变）。2.6.5

为AIAgent设计提示词在AIAgent开发中，提示词的作用并不是直接向大模型进行提问，而是描述某个节点或者功能，让AIAgent了解需要做什么。因此，对于AIAgent中的提示词，应该按照感知—决策—执行的逻辑来设计，具体方式如下。#角色角色的概述和主要职责。##目标角色的工作目标，也就是要求调用大模型完成什么工作。##技能赋予AIAgent技能（如调用工具、上下文分析等），让其能够根据这些技能完成工作。##输出格式限定输出的格式（如JSON、Markdown），也可以限定输出的变量名。##限制防止AIAgent输出无关的内容，当问题超出职责范围的时候，让AIAgent不要回答，限制其产生幻觉。2.6.6

AI辅助生成提示词当用户难以准确设计提示词时，可以借助AI（如ChatGPT）来完成提示词的设计：用非常基础的提示词设计语言，将提示词生成任务交给AI，让AI返回提示词。例如，输入提示词：“你是一个提示词书写专家，我在准备梯度下降概念的相关内容，但是我不会书写提示词，请帮我用BROKE框架书写完成这个任务的提示词”，ChatGPT返回的结果如图所示。2.1AIAgent的定义2.2AIAgent开发框架2.3AIAgent开发平台2.4AIAgent的核心组成2.5AIAgent开发流程2.6提示词工程2.7工作流技术在AIAgent开发中的作用2.8基于工作流的AIAgent开发平台2.9MCP技术介绍2.10通过API调用大模型2.11实战案例：使用Python与大模型交互本章小结2.12课后练习2.132.7.1

工作流介绍工作流技术兴起于20世纪70年代中期办公自动化领域的研究。最初，工作流技术主要用于帮助组织自动化复杂的业务流程和日常操作。它的核心目标是通过定义、执行和管理任务的顺序和规则，来提升效率、减少错误并提高工作的一致性。早期的工作流应用大多集中在制造业和金融业。在制造业中，工作流技术被用来自动化生产线上的任务安排，确保原材料的供应、产品的生产等各个环节顺畅衔接。在金融业（尤其是银行和保险公司），工作流技术则用于自动化处理贷款申请、保险理赔等烦琐的后台流程。2.7.2

工作流的逻辑结构工作流由节点和连线组成，图展示了具有单一流向和端口的简单工作流。其中每个节点独立完成工作，每个节点由一段独立的代码实现，工作流的数据从初始节点流入，经过各个节点的处理，到达结束节点。工作流中的每个节点包含输入端口和输出端口，端口数量根据节点类型来确定，一个节点有可能有多个输入/输出端口，连线通过端口将两个节点连接起来；输入数据和输出数据在节点内部进行转换，例如输入数据经过节点1的处理后，变为输出数据并被交给节点2，这样数据经过每个节点的处理，就能够完成特定的程序。其中每个节点可能会调用不同的外部工具或大模型进行推理。2.1AIAgent的定义2.2AIAgent开发框架2.3AIAgent开发平台2.4AIAgent的核心组成2.5AIAgent开发流程2.6提示词工程2.7工作流技术在AIAgent开发中的作用2.8基于工作流的AIAgent开发平台2.9MCP技术介绍2.10通过API调用大模型2.11实战案例：使用Python与大模型交互本章小结2.12课后练习2.132.8.1

CozeCoze（扣子）是基于AIAgent的智能办公平台，提供AI写作、PPT生成、网页开发与AI设计等一体化生产力工具，致力于为用户与企业提供高效、安全、便捷的智能办公新体验。Coze的官网页面如图2-15所示。2.8.2

n8nn8n是一款开源的自动化工作流管理系统，提供了低代码平台，允许用户通过拖放操作创建复杂的工作流，而无须编写大量代码。n8n的突出优势在于其强大的外部API调用功能和社区节点。n8n内置了丰富的节点类型，支持超文本传送协议（HypertextTransferProtocol，HTTP）请求、Webhook、条件分支、循环控制以及与各类第三方系统的连接，在复杂业务场景中具有较高的灵活性和可扩展性，使得n8n特别适用于构建面向实际业务的AIAgent，例如数据分析智能体、多媒体内容生成流水线、自动化运营系统等。n8n的官网页面如图所示。2.8.3

DifyDify是一个开源的大模型应用开发平台，提供低代码开发方式，支持以工作流的形式开发AIAgent。在Dify中，AIAgent的构建强调模型能力、知识增强与业务流程的协同。该平台内置了对多种大模型的统一管理机制，支持模型选择、参数配置与调用策略控制。同时，Dify将RAG作为核心能力之一，通过AIAgent+LLM+RAG的结合，使AIAgent能够基于特定领域知识产生稳定、可控的输出。这一特性使Dify在企业知识问答、专业咨询和内部智能助手等场景中具有明显优势。Dify的官网页面如图所示。2.8.4

Coze、n8n、Dify工作流初探2.1AIAgent的定义2.2AIAgent开发框架2.3AIAgent开发平台2.4AIAgent的核心组成2.5AIAgent开发流程2.6提示词工程2.7工作流技术在AIAgent开发中的作用2.8基于工作流的AIAgent开发平台2.9MCP技术介绍2.10通过API调用大模型2.11实战案例：使用Python与大模型交互本章小结2.12课后练习2.132.9MCP技术介绍模型上下文协议（ModelContextProtocol，MCP）是一种旨在规范大语言模型在多轮交互中管理上下文信息的通信协议，是构建可持续对话与执行复杂任务的AIAgent的重要基础。其目标是统一大语言模型与外部资源、工具和数据之间的交互方式。MCP由MCP客户端和MCP服务器组成，其功能如下。MCP客户端：大语言模型通过MCP客户端连接到MCP服务器，发起请求并接收响应。MCP服务器：提供工具和数据的接口，如查询天气API、文件读写API等。MCP的基础架构如图所示。2.1AIAgent的定义2.2AIAgent开发框架2.3AIAgent开发平台2.4AIAgent的核心组成2.5AIAgent开发流程2.6提示词工程2.7工作流技术在AIAgent开发中的作用2.8基于工作流的AIAgent开发平台2.9MCP技术介绍2.10通过API调用大模型2.11实战案例：使用Python与大模型交互本章小结2.12课后练习2.132.10通过API调用大模型fromopenaiimportOpenAIclient=OpenAI(api_key="sk-xxxx",#用户的APIkeybase_url="/compatible-mode/v1",)completion=pletions.create(#模型列表：/zh/model-studio/getting-started/modelsmodel="qwen-plus",messages=[{"role":"system","content":"Youareahelpfulassistant."},{"role":"user","content":"请介绍下你自己？"},],)print(completion.model_dump_json())2.1AIAgent的定义2.2AIAgent开发框架2.3AIAgent开发平台2.4AIAgent的核心组成2.5AIAgent开发流程2.6提示词工程2.7工作流技术在AIAgent开发中的作用2.8基于工作流的AIAgent开发平台2.9MCP技术介绍2.10通过API调用大模型2.11实战案例：使用Python与大模型交互本章小结2.12课后练习2.132.11【实战案例】：使用Python与大模型交互fromlangchain_openaiimportChatOpenAI#初始化ChatOpenAI（指向本地Ollama）llm=ChatOpenAI(model="qwen:1.8b",#模型名称需与Ollama中的本地模型一致