四、Agent 開發(fā)通用流程

基于實踐，通常會按照3個階段、10個環(huán)節(jié)開發(fā)一個具備生產(chǎn)機應(yīng)用、商業(yè)化能力的Agent。

①規(guī)劃階段。包括定義應(yīng)用場景、梳理業(yè)務(wù)流程和痛點、梳理功能定位和開發(fā)需求3個環(huán)節(jié)。

②設(shè)計階段。包括繪制運行流程圖、設(shè)置大模型及參數(shù)、設(shè)計提示詞、配置技能、設(shè)計用戶溝通頁面5個環(huán)節(jié)。

③上線階段。包括測試與調(diào)優(yōu)、發(fā)布2個環(huán)節(jié)。

1. 規(guī)劃 Agent

規(guī)劃Agent的階段如同項目立項的可研分析與評估，需要回答以下問題：

①What。這是一個什么樣的Agent？它的使用場景是什么？它的用戶是誰？它能做什么？

②Why。為什么要開發(fā)這個Agent？它能夠解決什么問題？與傳統(tǒng)業(yè)務(wù)流程相比，它的價值是什么？與直接使用大模型對話相比，它的價值是什么？

③How。這個Agent如何實現(xiàn)所定義的功能？

規(guī)劃Agent是開發(fā)Agent的底層思考，用以指導(dǎo)Agent的具體設(shè)計。

定義Agent的應(yīng)用場景

場景，指的是一個特定的空間、時間或情境，包含了某種活動、事件或行為的發(fā)生。定義應(yīng)用場景的主要目的是提高對特定用戶、特定生活或工作情境問題的處理能力，提高產(chǎn)品或服務(wù)滿意度。

Agent是AI技術(shù)的場景化應(yīng)用，天然就帶有場景化的屬性。因此，在設(shè)計Agent之前，有必要對其應(yīng)用場景進(jìn)行定義。

定義Agent的應(yīng)用場景通常包括確定Agent的用戶群體、Agent的用途、Agent的價值等要素。

比如，AI 投標(biāo)助手，是一個檢索并生成投標(biāo)文件的關(guān)鍵信息的 Agent ，其用戶群體是企業(yè)中負(fù)責(zé)投標(biāo)的市場部門、商務(wù)部門的員工，或參與投標(biāo)工作的技術(shù)部門的員工。該 Agent 的用途是快速閱讀用戶上傳的招標(biāo)文件，給用戶生成準(zhǔn)確、全面、結(jié)構(gòu)化的招標(biāo)文件的關(guān)鍵信息，并準(zhǔn)確回答用戶關(guān)于招標(biāo)文件的各種問題。該 Agent 的價值是節(jié)省人工閱讀長達(dá)幾十頁招標(biāo)文件的時間成本，并方便招標(biāo)文件的關(guān)鍵信息在不同人員間準(zhǔn)確、全面?zhèn)鬟f，減少人工檢索信息的缺漏和傳遞的偏差。

可以看出，定義 Agent 的應(yīng)用場景是對規(guī)劃 Agent 中" What "的回答。一個高質(zhì)量的 Agent ，應(yīng)該有明確且具體的用戶群體、有效且精準(zhǔn)的用途。更重要的是， Agent 要能夠具有獨特價值。例如 AI 投標(biāo)助手的獨特價值是相對于傳統(tǒng)人工信息檢索、傳遞的低效率、信息衰減而言的，通過長文檔理解能力，減少人工閱讀和查找招標(biāo)文件的工作量。

梳理業(yè)務(wù)流程和分析痛點

要想實現(xiàn)Agent的功能，就需要針對Agent的應(yīng)用場景進(jìn)行業(yè)務(wù)流程分析，系統(tǒng)化梳理業(yè)務(wù)邏輯，并分析痛點，尋找Agent的獨特價值，以確保能夠有效地解決實際問題。

還是以AI 投標(biāo)助手為例，基于其應(yīng)用場景，可以梳理出如下常規(guī)的業(yè)務(wù)流程：① 購買并獲取招標(biāo)文件；② 把招標(biāo)文件分發(fā)給商務(wù)、業(yè)務(wù)相關(guān)人員；③ 標(biāo)記與解讀招標(biāo)文件的關(guān)鍵信息；④ 制定投標(biāo)策略；⑤ 分模塊制作投標(biāo)文件；⑥ 審核標(biāo)書；⑦ 投標(biāo)。?

對于這樣的業(yè)務(wù)流程，可以識別出兩大痛點：

痛點一，信息查找費時費力。要從冗長的招標(biāo)文件中找到關(guān)鍵信息（如開標(biāo)時間和地點、投標(biāo)人資格要求、投標(biāo)保證金、最高限價、付款條件、投標(biāo)文件組成、評分規(guī)則、合同條款等）需要花費大量的人工時間，并且要足夠耐心和仔細(xì)。

痛點二，信息在傳遞時容易丟失。制作一份投標(biāo)文件，通常需要多方協(xié)作完成，例如技術(shù)人員負(fù)責(zé)制定技術(shù)方案，商務(wù)人員負(fù)責(zé)提供資質(zhì)、業(yè)績等信息，報價人員負(fù)責(zé)測算價格，審核人員對照招標(biāo)評審要點審核投標(biāo)文件等。招標(biāo)文件的關(guān)鍵信息在不同崗位間傳遞，在這個過程中，很容易出現(xiàn)信息丟失、理解偏差等風(fēng)險，導(dǎo)致投標(biāo)文件作廢或者得分不佳，影響中標(biāo)。

通過分析業(yè)務(wù)流程的環(huán)節(jié)，我們可以從更細(xì)致的顆粒度理解 Agent 應(yīng)用場景下的業(yè)務(wù)邏輯，確保設(shè)計的 Agent 更貼近真實的業(yè)務(wù)流程，更好地消除用戶痛點，滿足用戶需求。

梳理 Agent 的功能定位和開發(fā)需求

在梳理業(yè)務(wù)流程和分析痛點的基礎(chǔ)上，我們要進(jìn)一步梳理出 Agent 的功能定位和開發(fā)需求，用于指導(dǎo) Agent 的具體設(shè)計。

梳理 Agent 的功能定位和開發(fā)需求要圍繞 Agent 的能力實現(xiàn)展開，包括 Agent 是否需要通過配置專有知識庫增強特定領(lǐng)域的大模型輸出能力， Agent 執(zhí)行的任務(wù)是否需要通過工作流分解為多個子任務(wù)， Agent 是否需要調(diào)用插件獲得拓展能力。

例如， AI 投標(biāo)助手需要把人工閱讀投標(biāo)文件識別關(guān)鍵信息的流程，轉(zhuǎn)變?yōu)橛?AI 系統(tǒng)協(xié)助讀取招標(biāo)文件的流程。

經(jīng)過梳理，其功能定位和開發(fā)需求包括：①配置知識庫，掌握招投標(biāo)專業(yè)知識，熟悉各類招投標(biāo)項目的文件結(jié)構(gòu)、術(shù)語、內(nèi)容、關(guān)鍵信息等。②大模型需要具備長文檔理解和輸出能力，一份招標(biāo)文件長達(dá)幾十頁甚至上百頁，必須選擇合適的大模型和 token 參數(shù)（輸入和輸出的文字長度）。③ Agent 的任務(wù)流程較短，不需要使用工作流。④ Agent 需要具備閱讀和檢索用戶上傳的文檔（通常是 pdf 、 doc 、圖片等格式的）的技能，需要配置相關(guān)功能插件。④輸出的結(jié)果要有極高的準(zhǔn)確性和全面性，需要防止大模型出現(xiàn)"幻覺"。

2.設(shè)計 Agent?

在規(guī)劃 Agent 后，就可以使用 Agent 開發(fā)平臺開發(fā) Agent 了。

繪制Agent的運行流程圖

Agent 的運行流程圖對 Agent 執(zhí)行任務(wù)的節(jié)點、節(jié)點的類型、節(jié)點的邏輯關(guān)系、節(jié)點的先后次序等進(jìn)行圖形化呈現(xiàn)，作用是讓開發(fā)者根據(jù) Agent 開發(fā)平臺的功能模塊，從整體做好 Agent 的結(jié)構(gòu)化布局和功能路徑規(guī)劃，確保后續(xù)開發(fā) Agent 的效率和 Agent 的可靠性。

?Agent 的運行流程圖就像一張設(shè)計圖，指導(dǎo)整個施工過程。繪制Agent運行流程圖有利于快速開發(fā)Agent。

設(shè)置大模型及參數(shù)

大模型是 Agent 的大腦，無工作流模式的 Agent 通常只會使用單一的大模型進(jìn)行思考和回答，工作流模式的 Agent 則可能會多次使用不同的大模型。

設(shè)置大模型主要包括大模型選型、設(shè)置大模型的參數(shù)兩個方面。

大模型選型是根據(jù) Agent 的任務(wù)需求和應(yīng)用場景，選擇合適的大模型廠商及具體的模型型號。

不同的大模型在處理不同的任務(wù)時會存在性能差異。一些大模型也推出了不同上下文長度的模型產(chǎn)品。例如，扣子的豆包模型分為豆包． Function call 模型32K（指模型一次能夠處理32,000 token 的文。 token 是文本中最小的語義單元，一個 token 通常等于1~1.8個漢字）和豆包角色扮演模型32K, Kimi 模型分為 Kimi (8K)、 Kimi (32K)、 Kimi (128K)。

要想快速了解大模型的回答效果，可以使用扣子的模型廣場功能，進(jìn)行模型 PK ，以便選用合適的大模型。

最大回復(fù)長度則要根據(jù)輸入模型的文本長度和模型輸出的文本長度來判斷，8K、32K模型可以滿足一般的問答對話任務(wù)，但對于長文檔的理解和輸出任務(wù)，如閱讀報告、撰寫小說等，則需要選擇32K、128K等處理長上下文的模型。

設(shè)置大模型的參數(shù)一般包括生成多樣性、輸入及輸出設(shè)置。

生成多樣性是非常重要的大文件模型參數(shù)，它定義大模型的回復(fù)是更精確、更穩(wěn)定，還是更靈活、更有創(chuàng)意。通常而言，專業(yè)問答類、特定領(lǐng)域檢索類的 Agent ，要求大模型回答得更精確、更穩(wěn)定；聊天類、文案創(chuàng)作類 Agent ，要求大模型回答得更靈活、更有創(chuàng)意。

輸入設(shè)置主要是對上下文對話輪數(shù)的設(shè)置。開發(fā)者需要合理設(shè)置大模型的最大回復(fù)長度，特別是對有長文本輸出需求的 Agent ，如創(chuàng)作長文檔、撰寫報告類的 Agent ，需要預(yù)測文本長度。

隨著 Agent 開發(fā)平臺開始收費，選擇大模型需要考慮經(jīng)濟(jì)性問題。合理地設(shè)置這些參數(shù)，既能確保大模型的效果，也能減少不必要的token消耗。

設(shè)計提示詞

提示詞是 Agent 調(diào)用大模型執(zhí)行任務(wù)的指令，是 Agent 規(guī)劃、思考能力的體現(xiàn)。在開發(fā) Agent 時，設(shè)計提示詞是很重要的環(huán)節(jié)，扣子稱之為人設(shè)與回復(fù)邏輯。

單 Agent 模式下的提示詞設(shè)計和工作流模式下的提示詞設(shè)計有所不同。

在單 Agent 模式下，通常只有一個提示詞， Agent 要靠這個提示詞來調(diào)用大模型、各類插件、知識庫、數(shù)據(jù)庫等功能模塊，并按照預(yù)定義的格式輸出結(jié)果。單 Agent 模式下的提示詞，就像一個系統(tǒng)規(guī)劃師。因此，撰寫單 Agent 模式下的提示詞一般會比撰寫工作流模式下的提示詞更復(fù)雜，難度更大，要求更高。

在工作流模式下，只有大模型節(jié)點才需要提示詞。提示詞的功能是調(diào)用大模型執(zhí)行所在節(jié)點的任務(wù)。與單 Agent 模式下的提示詞指揮全局有所不同，工作流模式下的提示詞只在其所在的節(jié)點起作用，不影響其他節(jié)點運行。如果一個工作流中有多個大模型，就需要配置多個提示詞，每個提示詞都只會匹配各自節(jié)點的大模型。

無論在哪種模式下，設(shè)計提示詞的方法和技巧都是通用的。不同場景的 Agent ，在提示詞結(jié)構(gòu)上有所差異，如角色扮演類 Agent 的提示詞包括人設(shè)／角色、性格特點、語言特點、行為方式、限制／注意事項，工具類 Agent 的提示詞包括人設(shè)／角色、技能、知識、限制／注意事項，圖像創(chuàng)作類 Agent 的提示詞包括人設(shè)／角色、詳細(xì)描述、風(fēng)格、色彩、情感表達(dá)、技能、限制／注意事項。

配置 Agent 技能

配置 Agent 技能是讓 Agent 掌握使用各類工具的能力，從而實現(xiàn) Agent 的能力擴(kuò)展。包括：配置插件／ API 、工作流、知識庫、數(shù)據(jù)庫、變量、卡片等。

設(shè)計用戶溝通頁面

前面環(huán)節(jié)已經(jīng)完成了Agent核心功能開發(fā)，設(shè)計用戶溝通頁面是為了便于用戶快速理解、正確使用Agent。包括：設(shè)計開場白、引導(dǎo) / 預(yù)置問題、快捷指令、背景圖片、語音 / 數(shù)字人等。用戶溝通頁面不影響Agent的能力輸出和功能發(fā)揮。

3. 上線 Agent

測試與調(diào)優(yōu)

在上線 Agent 前，通常需要多次測試與調(diào)優(yōu)。

對話調(diào)優(yōu)是所有 Agent 開發(fā)平臺都具備的功能，即在發(fā)布 Agent 前，通過用戶對話測試 Agent 的回答效果，判斷 Agent 功能配置的有效性。

但是對于復(fù)雜工作流的 Agent ，僅通過對話輸入和 Agent 結(jié)果輸出，很難識別和發(fā)現(xiàn) Agent 內(nèi)部運行過程中存在問題的環(huán)節(jié)，修正難度較大。所以，扣子平臺提供了調(diào)試臺功能。調(diào)試詳情包括：耗時、調(diào)用樹 / 火焰圖、節(jié)點詳情、輸入、輸出等信息。

發(fā)布

在測試和調(diào)優(yōu)后，就進(jìn)入發(fā)布環(huán)節(jié)。

Agent 一般有3種發(fā)布和使用方式：一是發(fā)布到 Agent 開發(fā)平臺的智能體商店中使用；二是發(fā)布到微信、抖音、飛書等第三方社交或工具平臺中使用；三是通過 API 發(fā)布，這樣可以通過 API 調(diào)用把 Agent 集成到其他產(chǎn)品或服務(wù)中使用。

第一種和第二種方式操作起來非常簡單，單擊 Agent 開發(fā)平臺的"發(fā)布"按鈕，勾選相關(guān)的發(fā)布平臺（也稱為發(fā)布渠道），經(jīng)過審核后就可以上線使用了。

對于第三種方式，在發(fā)布完成后，還需要根據(jù)自身需要完成 API 調(diào)用配置。

五、開發(fā)Agent的策略

1. 懂場景和懂業(yè)務(wù)，比懂AI技術(shù)更重要

Agent的本質(zhì)是基于特定場景結(jié)合AI技術(shù)再造業(yè)務(wù)流程。AI技術(shù)只有與業(yè)務(wù)緊密結(jié)合，才能真正發(fā)揮作用。

隨著人機交互頁面的簡化，精通業(yè)務(wù)的人可以零代碼規(guī)劃Agent，制作Demo，甚至完成全流程的Agent開發(fā)。

一個優(yōu)秀的Agent開發(fā)者，首先應(yīng)該是一名業(yè)務(wù)專家，其次才是掌握Agent開發(fā)工具使用方法的開發(fā)者。

Agent開發(fā)者一定要具有業(yè)務(wù)專家的思維，提高業(yè)務(wù)理解能力和設(shè)計能力，從應(yīng)用場景和業(yè)務(wù)分析視角規(guī)劃和設(shè)計Agent，從而提高Agent解決問題的效果。

2. 使用工具拓展能力，是Agent具有價值的關(guān)鍵

Agent = 大模型 ×（規(guī)劃+記憶+使用工具+行動）。要想評估一個Agent的功能是否強大，可以看它在這些方面的配置情況。

如果一個角色聊天類Agent沒有配置知識庫，沒有使用插件，也沒有工作流、數(shù)據(jù)庫、記憶等，僅僅設(shè)計了提示詞，那么它的能力和大模型生成不會有很大差別。

3. 堅持小而美，聚焦特定的應(yīng)用場景和功能

Agent 是針對特定的應(yīng)用場景的輕應(yīng)用，可以和 RPA（機器人流程自動化）結(jié)合。 Agent 可以通過 API 接入日常軟件，也可以和其他 Agent 協(xié)作。因此， Agent 開發(fā)者應(yīng)該堅持小而美的理念，從最小顆粒度的應(yīng)用場景和功能入手，定義 Agent 的應(yīng)用場景，設(shè)計 Agent 。

應(yīng)用場景越具體，用戶越聚焦， Agent 的實現(xiàn)路徑就越明確，其落地性就越強、價值就越大。反之，如果我們用開發(fā)軟件的思維，劃定了復(fù)雜而廣泛的應(yīng)用場景和功能，那么很可能導(dǎo)致在技術(shù)上無法實現(xiàn) Agent ，或者其穩(wěn)定性不佳。

4. 把Agent當(dāng)成助手，而不是一個完全托管的解決方案

無論是 AI 技術(shù)，還是 Agent 的發(fā)展，目前都處于探索階段。我們離 AGI（通用人工智能）還有一段距離。 Agent 在智能化、自動化、多功能化、性能穩(wěn)定性等方面都需要提升。

作為 Agent 開發(fā)者，我們必須清楚地認(rèn)識到這一點，對 Agent 過于理想化的想法，可能會給 Agent 的開發(fā)，或者 Agent 的應(yīng)用推廣帶來困難和風(fēng)險。另外， Agent 作為 AI 工具，它的設(shè)計初衷是輔助人類，提高效率，而不是取代人類的決策。

因此，在使用 Agent 時，我們應(yīng)該將其視為一個助手，而不是一個完全托管的解決方案。用戶需要對 Agent 輸出的內(nèi)容進(jìn)行判斷、篩選、加工，而不是盲目地接受和直接使用。