Hi，大家好，我叫秋水，當(dāng)前專(zhuān)注于 AI 智能體和 AI 工作流自動(dòng)化

經(jīng)常有朋友問(wèn)我，如何打造一個(gè)商用 AI Agent（智能體）？

• 是選擇 Coze？Dify？還是 LangGraph ？
• 過(guò)程中有哪些注意事項(xiàng)？
• 我的數(shù)據(jù)應(yīng)該存儲(chǔ)在哪里？
• 為什么某些網(wǎng)頁(yè)用這個(gè)工具無(wú)法抓取到內(nèi)容？
• ······

因此，在 2025 年初，我結(jié)合這兩年的 AI Agent 的開(kāi)發(fā)經(jīng)驗(yàn)，啟動(dòng)了一個(gè)合集《從零到一打造 AI Agent》。

內(nèi)容包含了 AI Agent 的理論、實(shí)操和案例，我將一步步展示如何打造一個(gè)商用 AI Agent 的完整過(guò)程。

如果你是非技術(shù)人員，這對(duì)你來(lái)說(shuō)非常有幫助；如果你是技術(shù)人員，這個(gè)視頻將幫助你少走一些彎路，快速上手！

這篇內(nèi)容將從整體上介紹打造 AI Agent 的七個(gè)步驟，分別是需求梳理、軟件選型、提示工程、數(shù)據(jù)庫(kù)、構(gòu)建 UI 界面、測(cè)試評(píng)估和部署發(fā)布。

梳理需求

梳理工作流

第一步，我們需要做的工作就是梳理需求。

首先，我們需要明確，做這個(gè) AI Agent 是為了幫我們解決什么問(wèn)題？

• 如果你是一位自媒體從業(yè)者，可能會(huì)希望做一個(gè) AI Agent 來(lái)幫你處理一些重復(fù)性的工作，如找對(duì)標(biāo)、找熱點(diǎn)、做分析、寫(xiě)初稿等，這樣你可以把精力集中在內(nèi)容創(chuàng)作上；
• 如果你是一位貿(mào)易公司的老板，可能會(huì)希望做一個(gè) AI Agent 來(lái)幫你匯集來(lái)自不同平臺(tái)的訂單，并在各個(gè)平臺(tái)之間進(jìn)行產(chǎn)品詢價(jià)和價(jià)格比較。

記住，你需要重點(diǎn)梳理的是那些重復(fù)性的、機(jī)械化的、不需要太多思考的工作，越詳細(xì)越好。

當(dāng)然，你也可以借助 AI 工具，與它交流，形成初稿后，再進(jìn)行補(bǔ)充。

你是一位工作流梳理專(zhuān)家，請(qǐng)幫我梳理<自媒體編輯>這個(gè)角色在日常工作中需要重復(fù)干的工作，并標(biāo)記處哪些可以由 AI 來(lái)協(xié)助，哪些主要我來(lái)去做，先以表格的形式（工作內(nèi)容/AI協(xié)助/人工來(lái)做）輸出，我當(dāng)認(rèn)為表格的內(nèi)容完整后，我回復(fù)“繼續(xù)”，你再以mermaid流程圖的形式輸出，每個(gè)流程節(jié)點(diǎn)需要注明是否可由AI協(xié)助完成，流程圖為橫向。

用到哪些工具

梳理完需求后，我們需要根據(jù)梳理的工作流，羅列出需要用到的工具。

例如，采集數(shù)據(jù)需要網(wǎng)頁(yè)抓取工具；發(fā)布文章，需要對(duì)接微信公眾平臺(tái)。

因此，工具的選型也非常重要。借助不同的工具，可以讓 AI Agent 在不同的系統(tǒng)之間自動(dòng)化地執(zhí)行任務(wù)，從而減少人工操作。

AI Agent 選型

第二步，我們需要根據(jù)場(chǎng)景選擇 AI Agent 開(kāi)發(fā)平臺(tái)，選擇合適的大模型，并選用不同的工具來(lái)執(zhí)行不同系統(tǒng)的操作。

選擇哪個(gè) AI Agent 平臺(tái)

先說(shuō)說(shuō) AI Agent 開(kāi)發(fā)平臺(tái)，Dify、Coze、FastGPT 等這么多無(wú)代碼 Agent 開(kāi)發(fā)平臺(tái)，我們?cè)撨x擇哪個(gè)比較合適呢？

• Coze 只能使用云端，不能在本地部署。
• Dify 是完全開(kāi)源的，沒(méi)有限制，但在知識(shí)問(wèn)答方面的能力較弱。
• FastGPT 的使用有一定限制，但在知識(shí)回答方面的能力相對(duì)較強(qiáng)。

更高級(jí)的開(kāi)發(fā)平臺(tái)，如 LangGraph、CrewAI 等，可以讓 AI 自我規(guī)劃并執(zhí)行任務(wù)，但是需要編寫(xiě)代碼。

是否選擇這些平臺(tái)，取決于我們的具體需求，當(dāng)然也可以混合使用。

這就要求我們深入了解每個(gè)開(kāi)發(fā)平臺(tái)的特點(diǎn)，它擅長(zhǎng)什么、不擅長(zhǎng)什么，存在哪些明顯的缺陷。只有掌握了這些信息，才能根據(jù)我們的場(chǎng)景做出合適的選型。

選擇哪個(gè) LLM

再說(shuō)說(shuō)大模型的選擇，現(xiàn)在有海外的 OpenAI、Claude、Gemini，也有國(guó)內(nèi)的 Kimi、通義千問(wèn)和近期爆火的 DeepSeek，還有一些開(kāi)源模型如 LLaMA、Grok，也有像 Mistral 這樣的小模型。

那么，基于你的 AI Agent 場(chǎng)景，在這么多模型中，最合適的應(yīng)該選擇哪個(gè)？

如果你沒(méi)有隱私數(shù)據(jù)，最好的選擇是 OpenAI 和 Claude，因?yàn)樗鼈兪穷^部大模型。如果你僅僅是做翻譯、總結(jié)文章等任務(wù)，選擇國(guó)內(nèi)的大模型效果也差不多，當(dāng)前 DeepSeek 的性價(jià)比很高。

選擇哪個(gè)模型，需要根據(jù)你的具體使用場(chǎng)景，當(dāng)然也可以考慮混合使用。這個(gè)時(shí)候，建議你深入了解不同模型的能力。

• 小模型和大模型有什么區(qū)別？
• 哪個(gè)模型的推理能力最強(qiáng)？
• 8K、32K 等同一個(gè)模型的不同大小有什么區(qū)別？
• 如果本地部署，什么樣的配置能運(yùn)行什么樣的模型？這些模型的能力如何？
• 如果使用云端大模型，模型的計(jì)費(fèi)單價(jià)是多少？
• 是否可以混合使用不同的模型？
• 企業(yè)隱私數(shù)據(jù)能否使用云端大模型？

這些問(wèn)題，我會(huì)在后續(xù)的內(nèi)容中會(huì)逐一講解。

選擇哪些工具

最后，就是工具選擇。工具是一種能力，它可以是生成一張圖片，也可以是到互聯(lián)網(wǎng)上去搜索，甚至可以是與一個(gè)系統(tǒng)進(jìn)行對(duì)接。

AI Agent 開(kāi)發(fā)平臺(tái)的能力僅僅是利用大模型的能力，因此，如果需要與外部系統(tǒng)進(jìn)行交互，就需要用到工具。工具大致可以分為有 API 接口的和無(wú) API 接口的兩類(lèi)。

有 API 接口的工具，對(duì)接起來(lái)就非常簡(jiǎn)單。在 Coze、Dify 等平臺(tái)上，已經(jīng)集成了許多工具，可以直接配置和使用。

而對(duì)于無(wú) API 接口的工具，就需要通過(guò) RPA（機(jī)器人流程自動(dòng)化）來(lái)處理。簡(jiǎn)單來(lái)說(shuō)，RPA 是一種可以通過(guò)控制瀏覽器來(lái)執(zhí)行一系列操作的自動(dòng)化工具。

提示工程

第三步，提示工程是 AI Agent 的核心，好的提示詞能夠大大提升大模型輸出的準(zhǔn)確性。

• 一個(gè)好的提示詞能幫助 AI Agent 準(zhǔn)確地理解任務(wù)，提高大模型的輸出質(zhì)量。
• 一個(gè)好的提示詞可以減少 token 的消耗，降低成本。
• 一個(gè)好的提示詞可以幫助 AI Agent 理解上下文，確保對(duì)話的連貫性。

因此，我們需要掌握如何編寫(xiě)有效的提示詞。

• 什么是 CRISPE 框架？
• 什么是 BROKE 框架？
• 什么是 ICIO 框架？
• 什么是 CoT（思維鏈）？

我們還需要了解與大模型交互的規(guī)則，例如：

• 一篇長(zhǎng)文分多次輸出比一次性輸出的質(zhì)量更高。
• 使用不同的符號(hào)將不同信息分隔開(kāi)，可以增強(qiáng)大模型的理解。
• 給出示例能幫助大模型快速理解你的要求。
• 對(duì)于復(fù)雜任務(wù)，將其拆解為若干步驟，引導(dǎo)大模型分步執(zhí)行，效果更佳。
• 明確輸出內(nèi)容的限定，如字?jǐn)?shù)、格式、風(fēng)格、語(yǔ)言難度等。

ICIO 框架：

• Intruction（任務(wù)）：明確指出希望 AI 執(zhí)行的具體任務(wù)，如“翻譯一段文本”或“撰寫(xiě)一篇關(guān)于 AI 倫理的博客文章”。
• Context（背景）：提供任務(wù)的背景信息，幫助 AI 理解任務(wù)的上下文，例如，“這段文本是用于公司內(nèi)部會(huì)議的開(kāi)場(chǎng)白”。
• Input Data（輸入數(shù)據(jù)）：指定 AI 需要處理的具體數(shù)據(jù)，如“請(qǐng)翻譯以下句子：‘人工智能正在改變世界’”。
• Output Indicator（輸出格式）：設(shè)定期望的輸出格式和風(fēng)格，例如，“請(qǐng)以正式的商務(wù)英語(yǔ)風(fēng)格翻譯”。

BROKE 框架：

• Background（背景）：例如，“你正在為一家初創(chuàng)科技公司撰寫(xiě)一篇關(guān)于其最新產(chǎn)品的新聞稿?！?/span>
• Role（角色）：指定 AI 作為“新聞稿撰寫(xiě)者”，以便它能夠以專(zhuān)業(yè)的角度回答問(wèn)題。
• Objectives（目標(biāo)/任務(wù)）：給出任務(wù)描述，如“撰寫(xiě)一篇吸引人的新聞稿，突出產(chǎn)品的獨(dú)特賣(mài)點(diǎn)?！?/span>
• Key Result（關(guān)鍵結(jié)果）：設(shè)定回答的關(guān)鍵結(jié)果，例如，“使用正式和專(zhuān)業(yè)的語(yǔ)言，包含產(chǎn)品的主要功能和市場(chǎng)定位?！?/span>
• Evolve（改進(jìn)）：在 AI 給出回答后，提供三種改進(jìn)方法，如“調(diào)整語(yǔ)言風(fēng)格以吸引目標(biāo)受眾”，“增加產(chǎn)品使用案例”，或“優(yōu)化結(jié)構(gòu)以提高閱讀流暢性”。

CRISPE 框架：

1. Capacity and Role（角色）：明確 AI 在交互中應(yīng)扮演的角色，如教育者、翻譯者或顧問(wèn)。
2. Insight（背景）：提供角色扮演的背景信息，幫助 AI 理解其在特定情境下的作用。
3. Statement（任務(wù)）：直接說(shuō)明 AI 需要執(zhí)行的任務(wù)，確保其理解并執(zhí)行用戶的請(qǐng)求。
4. Personality（格式）：設(shè)定 AI 回復(fù)的風(fēng)格和格式，使其更符合用戶的期望和場(chǎng)景需求。
5. Experiment（實(shí)驗(yàn)）：如果需要，可以要求 AI 提供多個(gè)示例，以供用戶選擇最佳回復(fù)。

CoT 框架：

Chain-of-Thought，一種引導(dǎo)大模型像人類(lèi)一樣，按照順序一步步思考問(wèn)題解決方案的方法。

主要包括 Few-Shot CoT 和 Zero-Shot CoT 兩種應(yīng)用方式。

Few-Shot CoT（少量示例）

描述思考步驟，先理解客戶需求，再考慮<目標(biāo)>，最后給出推薦并解釋原因。

同時(shí)提供示例，這些示例展示 AI 如何依思維鏈思考給出答案。

Zero-Shot CoT（沒(méi)有示例）

簡(jiǎn)單地增加一句提示詞即可：

讓我們一步步的思考（Let’s think step by step）

數(shù)據(jù)庫(kù)選型

第四步，AI Agent 運(yùn)行過(guò)程中產(chǎn)生的聊天記錄、采集數(shù)據(jù)等內(nèi)容存放到哪里？這個(gè)時(shí)候就需要數(shù)據(jù)庫(kù)了。

對(duì)于非技術(shù)人員，我建議使用飛書(shū)的多維表格，因其可視化程度高、易于操作、對(duì)接簡(jiǎn)單。

不足之處是，當(dāng)數(shù)據(jù)量變大時(shí)，讀取速度會(huì)變慢，且無(wú)法處理復(fù)雜的業(yè)務(wù)邏輯。

而對(duì)于技術(shù)人員，可以使用 MySQL、NoSQL 等常用的數(shù)據(jù)庫(kù)。

構(gòu)建 UI 界面

第五步，構(gòu)建屬于你自己的 UI 界面。在 Coze 上，你可以 DIY 自己的界面，而在 Dify 上則有現(xiàn)成的界面，只是不能修改。

這兩個(gè)平臺(tái)也都可以發(fā)布成服務(wù) API，也就是說(shuō)，你可以不使用它們提供的界面，而是獨(dú)立開(kāi)發(fā)一個(gè)界面，與其對(duì)接。

如果你要開(kāi)發(fā)自己的界面，可以借助 Cursor 這樣的 AI 編程平臺(tái)，來(lái)定制開(kāi)發(fā)一個(gè)。

還有一個(gè)原因需要你自己開(kāi)發(fā)一個(gè)界面，那就是在 Coze 和 Dify 上，你可以定義多個(gè) AI Agent，你可以用自己定義的界面來(lái)調(diào)用，這樣可以讓你在使用時(shí)，始終在一個(gè)界面上操作。

測(cè)試評(píng)估

第六步，測(cè)試評(píng)估。測(cè)試是確保你的 AI Agent 不會(huì)出現(xiàn)錯(cuò)誤，例如程序報(bào)錯(cuò)、大模型無(wú)法處理用戶請(qǐng)求等問(wèn)題。

評(píng)估則是確保 AI Agent 輸出的回復(fù)是正確的。在評(píng)估的過(guò)程中，我們需要不斷優(yōu)化 AI Agent，確保它能夠輸出正確的回答，并減少 token 的消耗。

我們可以使用 LangSmith 來(lái)監(jiān)控項(xiàng)目的運(yùn)行。

LangSmith 幫助你更好地使用大模型：

• 調(diào)試和測(cè)試：它可以幫助你找出程序中的問(wèn)題，并提供解決方案，確保 AI Agent 能夠正確地回答問(wèn)題或完成任務(wù)。
• 評(píng)估：通過(guò)創(chuàng)建各種測(cè)試案例，來(lái)測(cè)試 AI Agent 的表現(xiàn)，比如它回答問(wèn)題的準(zhǔn)確性和可靠性。
• 監(jiān)控：它可以實(shí)時(shí)觀察 AI Agent 的工作狀態(tài)，比如處理請(qǐng)求的速度、花費(fèi)的成本等。
• 日志記錄：它可以記錄 AI Agent 在工作過(guò)程中所有的詳細(xì)信息，包括接收到的問(wèn)題、給出的回答以及使用的參數(shù)等，方便你進(jìn)行分析和改進(jìn)。

部署發(fā)布

第七步，部署發(fā)布。不同的 AI Agent 開(kāi)發(fā)平臺(tái)有不同的部署方式。Coze 可以直接發(fā)布到豆包、小程序等平臺(tái)上，而 Dify 則可以直接發(fā)布為 Web 應(yīng)用，或者嵌入到你的系統(tǒng)當(dāng)中。

如果你是獨(dú)立開(kāi)發(fā)的 AI Agent，那么你可以購(gòu)買(mǎi)服務(wù)器進(jìn)行獨(dú)立部署。

結(jié)尾

這就是我將在合集《從零到一打造 AI Agent》里介紹的一系列內(nèi)容，非常開(kāi)心與你一起深入研究這些內(nèi)容，幫助你打造屬于你自己的完美 AI Agent。