前言近一年agent不断火热或是大模型借助工具自助决策完成任务或是通过静态编排的工作流自动顺序执行结果让我们在处理相关任务时效率得到指数级提高。尽管可以在很多智能体商店找到一些场景下的agent项目但为了能够个性化满足自己的需求最好还是可以自己了解、尝试搭建一些基础agent。本篇就以扣子平台为例给大家做个agent的入门介绍其实各平台比如dify、n8n业务逻辑都大差不差选择扣子是因为国内平台好理解些按学习新事物的惯例逻辑主要会从agent的整体框架、组成部分逻辑角度进行展开主要是回答为什么对于怎么搭建后面会专门写一些实战案例也可以后续关注。应用场景先说下搭建的agent怎么用拿扣子来说很多人还是觉得在扣子搭建的智能体只能在扣子商店或者字节系平台扣子是字节推出的智能体开发平台如豆包、飞书使用。其实不然agent在发布时是可以直接生成api和sdk的这样想象空间就大了有2个我们接触最多的场景一是可以直接内嵌到微信公众号或微信客服消息中通过公众号或微信好友的交互形式进行使用非常贴合我们的使用习惯第二种就是直接对接到app中通过调用api使其成为app的一个板块或功能尤其是支持多模态的agent音视频交互在app里是不是想象力大增agent从搭建到使用主要由3个核心环节业务逻辑编排包括人设提示词——调试预览——发布使用在发布使用这个环节就可以生成上述说的对接其他平台的一些请求样式。业务逻辑编排知道应用场景后就回到了核心怎么搭的问题要了解怎么搭最基础的肯定还是要了解agent编排的几个核心元素在agent搭建中有个常见公式即agentllm模型memory含知识库、变量、数据库plugin插件工具最常用的其实也是这几个模型无疑是agent的核心和灵魂如果说agent里有避不可少的一个元素那就是模型了像知识库、插件这些都是按需添加但模型是必须的哪怕只靠模型和提示词也是可以做出一个简易bot发布就能用。在这个地方选择自己需要的模型进行添加对应模型参数一般默认即可。需要注意的是如果agnet里需要配置插件那一定要选择带有function call或工具调用标记的模型这个标记的意思是模型具有调用api、函数、工具来获取信息、执行操作或完成特定任务的能力。插件这个比较容易理解模型更像是一个大脑但要解决问题还是需要借用外部工具的能力就像四肢一样这些插件本质上就是由一个或多个api构成的点击“”号选择需要的插件即可。知识库因为模型都是通过历史数据训练的这些数据在训练时就已经固定。所以模型训练完后其知识就停留在训练时的状态无法自动获取训练之后的新信息。这时候就需要给模型最新的知识获取入口一种方法就是通过网络搜索插件利用联网能力获取新内容另一种就是知识库把相关信息传递给模型。另外在面对非公域信息时如个人或公司内部私密的内容这时候就只能用知识库了哪怕是网络搜索之类的插件也无法解决这个问题。在coze中用知识库也比较简单点击号先在知识库板块创建一个知识库然后点击再在agent里添加即可原理就是会对你提供的文档利用rag技术进行切片检索信息重组然后再通过模型生成相关信息给你所以文档切片与召回策略配置对回答的效果匹配度就非常重要。RRetrieval检索从知识库中找到与用户问题相关的内容AAugmented增强挑选出最相关的段落和信息并把它们汇总整理GGeneration生成大模型将整合的信息生成一个自然流畅的回答。知识库设置保持默认即可有几个参数简单解释下查询改写是指根据对话历史对用户输入的内容进行优化或重构从而更准确地捕捉真实的用户意图提升信息检索的效率。大白话就是回答时不局限用户问的当前问题而是会考虑前面用户问的几个问题当作上下文背景信息来回答。结果重排是指根据相关性或质量对检索到的文档切片进行重新排序以提高生成答案的准确性和相关性未开启结果重排时节点输出的是向量检索的结果根据匹配度从大到小排序开启结果重排后系统会将召回结果交由 Rerank 模型进行质量和相关性判断对结果重新排序将与输入问题最相关的内容排在前面。变量变量用来存储动态变化的信息配置变量后在用户与agent的交互过程中系统会自动识别与变量匹配的内容并将其存储至变量中可以在工作流等节点的环节读取检索和使用这些变量。打开启用变量开关且勾选操作列后表示启用变量并可以在智能体的人设与提示词中使用变量。仅打开启用变量开关未勾选操作列时表示仅支持在工作流、插件中使用该变量。工作流这是agent处理复杂任务的核心板块本质是通过一系列可视化的形式将不同节点进行拖拽实现解决任务的逻辑可以添加模型节点、代码节点、数据库节点等等。做这个工作流的核心前提还是自己要对需求任务的解决步骤sop明晰怎么拆分任务、每个子任务通过工作流自动化、然后将多个子任务进行串联平时可以多看商店市场里的工作流是怎么做的无他多练。后面也会进行一些工作流案例拆解分析。入手建议对于新手小白建议可以先从简易bot开始上手只依靠模型和提示词体验到高效率带来的快感然后再往里添加插件、知识库等再逐渐结合基础工作流一步步往丰富工作流最终做出多逻辑的复杂agent。普通人如何抓住AI大模型的风口领取方式在文末为什么要学习大模型目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 大模型作为其中的重要组成部分 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 为各行各业带来了革命性的改变和机遇 。目前开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景其中应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过30%。随着AI大模型技术的迅速发展相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业人工智能大潮已来不加入就可能被淘汰。如果你是技术人尤其是互联网从业者现在就开始学习AI大模型技术真的是给你的人生一个重要建议最后只要你真心想学习AI大模型技术这份精心整理的学习资料我愿意无偿分享给你但是想学技术去乱搞的人别来找我在当前这个人工智能高速发展的时代AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料能够帮助更多有志于AI领域的朋友入门并深入学习。真诚无偿分享vx扫描下方二维码即可加上后会一个个给大家发【附赠一节免费的直播讲座技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等欢迎大家~】大模型全套学习资料展示自我们与MoPaaS魔泊云合作以来我们不断打磨课程体系与技术内容在细节上精益求精同时在技术层面也新增了许多前沿且实用的内容力求为大家带来更系统、更实战、更落地的大模型学习体验。希望这份系统、实用的大模型学习路径能够帮助你从零入门进阶到实战真正掌握AI时代的核心技能01教学内容从零到精通完整闭环【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块内容比传统教材更贴近企业实战大量真实项目案例带你亲自上手搞数据清洗、模型调优这些硬核操作把课本知识变成真本事02适学人群应届毕业生无工作经验但想要系统学习AI大模型技术期待通过实战项目掌握核心技术。零基础转型非技术背景但关注AI应用场景计划通过低代码工具实现“AI行业”跨界。业务赋能突破瓶颈传统开发者Java/前端等学习Transformer架构与LangChain框架向AI全栈工程师转型。vx扫描下方二维码即可【附赠一节免费的直播讲座技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等欢迎大家~】本教程比较珍贵仅限大家自行学习不要传播更严禁商用03入门到进阶学习路线图大模型学习路线图整体分为5个大的阶段04视频和书籍PDF合集从0到掌握主流大模型技术视频教程涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向新手必备的大模型学习PDF书单来了全是硬核知识帮你少走弯路不吹牛真有用05行业报告白皮书合集收集70报告与白皮书了解行业最新动态0690份面试题/经验AI大模型岗位面试经验总结谁学技术不是为了赚$呢找个好的岗位很重要07 deepseek部署包技巧大全由于篇幅有限只展示部分资料并且还在持续更新中…真诚无偿分享vx扫描下方二维码即可加上后会一个个给大家发【附赠一节免费的直播讲座技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等欢迎大家~】