相关专栏：AI 应用开发平台

---

前言： 

Agent这个词出现的越来越广，但大多数人只知道agent是一个用到ai大模型的智能体，对它怎么运用以及如何将其商业化还一头雾水。但不用担心，从本文开始，笔者会在该专栏中不断更新相关Agent实战与知识讲解，力求让读者能明了Agent的各种详细使用方法与商业化的方式。

一、Agent是什么/商业价值在哪

ai Agent，又称ai智能体，即将仅各种ai语言大模型运用于各种场景下，真正完成它由纸面到实际场景的商业化。而我们在这个过程中的角色（ai工程师），就是拼接：将ai不断拼接给各种接口，最终打造出一个智能体出来。应为主要工作是拼接，所以其中大部分的活都是低代码甚至无代码。不过如果想做一个更高级的智能体，就还是必须要学习相关的编程语言将其优化。但那是后话了，现在的我们不需要这么费事儿，先捣鼓眼前的低代码智能体即可。

用最简单的方式总结ai agent：将chatgpt理解成一个懂很多的实习生，但不怎么会干活。Agent就是为chatgp装上了手和眼。

• 手 = 能点鼠标、敲键盘、调接口；

• 眼 = 能看网页、读表格、扫邮件。
  于是，实习生秒变 7×24 小时不下线的“工具人”。

至于商业化，可以说任何地方都是agent的商业化，未来数年时间必定是ai商业化集中爆发的时候。比如几个现在已经跑通的例子：

1. 客服：把公司 FAQ（常见问题解答）甩进去，10 分钟搭好自动回复，一年只要 2000 块，比请兼职还便宜。

2. 财务对账：每天自动登录银行、下载流水、对 Excel，出错率比人低。

3. 直播间场控：自动刷屏、回复“尺码怎么选”，一晚 50 块，效率奇高。

二、智能体是如何运行的

首先引入一个场景：假设我们想做一个智能ai客服，希望它能自动回答客户问题。它的智商的确够，但它能获取本地的一些数据吗。并不能，所以我们需要将这些本地数据库“喂”给ai，这里我们用一个图示来讲解下：

1. 把一大堆本地资料拆成很多的小段便利贴	① → ②
2. 给每段便利贴写一张“地址卡”（把原文字换成数字坐标）	③
3. 有人提问时，把他的问题也写成一张地址卡	⑤
4. 拿这张新卡去跟所有地址卡比对，挑出最像的几张	⑥
5. 按地址把对应的便利贴取出来	④
6. 把这些便利贴和问题一起递给讲解员	⑦（前半）
7. ai客服看完给出答案	⑦（后半）

如上，我们的工作就是调用各种接口，搭建好这个流程的各个部件，最终组成一个可以运行的成品框架。

三、创建一个智能体

百闻不如一见，下面我们就来创建一个最简智能体，亲自感受一下其中过程。

假设智能体需要实现这样一个简单功能： 我输出什么，它就给我返回什么

这里笔者用的是扣子。

完成页面的注册登录后，点击上面的开发平台

进来后，先点击左边的＋，再点击创建。

填完相关信息，点击确认，进到下边页面：

分析下页面布局：

最左边是给这个ai加设定，告诉这个ai要干什么

中间是给ai搭积木的地方，让ai根据流程编排，按部就班的完成任务。其中我们最关注的还是这个工作流，其他都可以暂时忽略。

最右边就是跟ai对话，测试功能是否健全。

 多Agents我们现在暂时用不到，第一种模式又过于简易，我们主要用的还是第二种对话流模式，点进来：

会发现，其中的人设回复列直接被取消了。因为这儿我们并不需要ai有什么设定，我们所需的就只是使ai按部就班的完成我们设置的工作。这里的对话流就可以简单理解为之前的工作流。

我们接着创建一个对话流：

这里描述可以随便写，不影响具体逻辑。

进来之后能看见开始与结束两个节点。

这里就是生成具体ai运行工作流的地方了。简单理解就是“拖拉硬拽”。搞多个节点，每个节点代表不同功能，并将这些功能用线头按顺序连接起来，就可以实现我们想要的逻辑了。

我们下面实际操作下：

点击开始，可以看到里面的变量名与对应类型，我们也可以自己为其设置默认值，这里暂且不动。

再点击结束看下：

这里可以选择输出哪个变量，但选择输出前必须得跟有这个变量的节点连线：

如图，连完线后就可以打印开始的一个节点。

不想连了就选中那个小圆点，任意往其他地方拖一下就行。

其中，这里的左边是指定从右边传入过来的值的名字，可以简单理解为编程中的变量赋值。

记住这里的回答内容必须要加上{{}}，将其作为变量输出，不然的话就会直接输出output这个字符。

如上，我们现在试运行一下：

有个小对话窗口，我们输出字符↓

没问题，我输出的会被返回，这里就实现了一个简易功能的AI agent。

四、小结

我们现已初步了解并搭建了一个智能体，但还有很多功能亟待挖掘。在之后的文章里，我会继续讲解更多的agent功能项目。如有相关需求，建议给个关注~