AI 智能体(Agent)入门与实战

AI 智能体(Agent)入门与实战

智能体是能自主规划、调用工具、多步完成目标的 AI 系统。系列导航见 总索引

什么是 AI 智能体?

AI 智能体(Agent) = 大语言模型 + 规划能力 + 工具调用 +(可选)记忆

与「只会聊天」的助手的区别:

对比项 对话助手 AI Agent
交互 一问一答 自主多步执行
工具 有限 自动调用搜索、代码、API
目标 回答问题 完成复杂任务
示例 「解释这段代码」 「调研竞品并生成报告」

与 Prompt、Skills 的关系

System Prompt  → 定义 Agent 的人格与全局规范
Skills         → 为特定子任务提供 SOP
User Prompt    → 用户给出的目标描述
Agent 运行时   → 拆解目标 → 选工具 → 执行 → 汇总
层次 组件 作用
配置层 System Prompt Agent 是谁、守什么规矩
能力层 Skills / Tools 能做什么、怎么做
输入层 User Prompt 这次要完成什么
执行层 Planning + Loop 自主推进直到完成

Agent 核心架构

flowchart LR
    Goal[用户目标] --> Plan[任务规划]
    Plan --> Tool[工具调用]
    Tool --> Observe[观察结果]
    Observe --> Plan
    Plan --> Output[输出结果]

关键组件

组件 说明
LLM 推理与生成核心
System Prompt 角色、边界、风格
Tools 搜索、代码执行、API、数据库
Memory 短期对话 + 长期知识库
Planner 将目标拆为子任务

主流平台对比

平台 类型 特点 适合
Coze 低代码 模板丰富,易上手 个人 Bot、轻量应用
Dify 开源 工作流 + RAG + Agent 团队、私有化
FastGPT 开源 知识库问答 企业 FAQ
Cursor Agent IDE 内置 读写代码、跑命令 软件开发
Manus 通用 Agent 自主完成复杂任务 深度自动化

搭建流程(以 Dify 为例)

步骤 1:创建知识库(可选)

上传 PDF、Markdown、网页 → 向量化 → 供 RAG 检索。

步骤 2:配置 System Prompt

你是公司内部技术文档助手。
- 仅基于知识库回答
- 无法从知识库找到时明确说「未找到」
- 回答附引用来源
- 使用中文

步骤 3:添加工具

  • 网页搜索
  • 代码执行
  • 自定义 API

步骤 4:设计工作流

用户提问 → 检索知识库 → 注入上下文 → LLM 生成 → 格式化输出

步骤 5:测试与发布

用 10+ 典型问题测试,发布为 API 或嵌入网页。

实战示例

示例 1:技术文档问答 Agent

User Prompt(用户输入)

如何在项目中配置 Spring Cloud Gateway 的路由?

Agent 执行过程

  1. 检索内部 Wiki 知识库
  2. 找到 Gateway 配置章节
  3. 提取关键配置项
  4. 生成带代码示例的回答 + 文档链接

示例 2:Cursor 编程 Agent

User Prompt

为 User 模块添加单元测试,覆盖登录成功与失败场景。

Agent 执行过程

  1. 扫描 src/user/ 目录
  2. 读取现有测试风格
  3. 创建 user.test.ts
  4. 运行测试并修复失败用例

示例 3:数据分析 Agent(Coze)

User Prompt

分析上月销售 CSV,输出 TOP5 产品与环比变化。

Agent 执行过程

  1. 解析上传的 CSV
  2. 调用数据分析插件
  3. 生成表格 + 简要结论

选型指南

你的需求 推荐
快速搭聊天 Bot Coze
企业知识库问答 Dify / FastGPT
写代码、改项目 Cursor Agent
复杂多步调研 Manus / 自建 Agent
私有化部署 Dify + 本地模型

注意事项

  1. 权限最小化:Agent 能调用的工具越少越安全
  2. 人工审核:关键输出(代码合并、对外发送)须人工确认
  3. 成本监控:多步 Agent 消耗 Token 可观
  4. 评测迭代:建立 Bad Case 库持续优化 System Prompt 与工具

延伸阅读


本文由 xueyise 创作,提示词与智能体系列第 5 篇。