AI Agent篇——小白的入门指南（附教程）

近段时间，AI智能体（AI Agent）发展迅猛，有不少人疑惑，在大模型已然强大的当下，为何还需要 AI Agent 呢？

本文就用简单的语言带大家快速认识AI Agent ，了解大模型与智能体的区别，并从0到1搭建一个你自己的Agent。 

一、大模型和智能体有啥区别？

简单来说，大模型好比 “超级大脑”，知识渊博、能力出众，能回答问题、生成文章，但是它不能帮我们完成更复杂的任务。

比如我想去青海玩，大模型可以帮我生成行程规划和旅游攻略，但是没法帮我订机票、订酒店。 

而 AI Agent 就像是一位 “办事能力强的大管家”，它不仅能借助大模型理解我的问题，还能主动规划任务、做出决策并执行、同时会使用工具，还能记住我的兴趣偏好和过去说过的话，简直太贴心。

总的来说，Agent与大模型之间的区别可以归纳为：

• 大模型只是一个大脑，而Agent是一个完整体

• 大模型只会告诉你怎么做，而Agent会帮你做

• 模型本身不会使用工具，而Agent会使用工具

• 大模型通常不会记忆，而Agent具备记忆能力

二、Agent系统的核心组成

Agent系统的核心组成可以总结成：

Agent = 大模型(LLM) +  规划 + 工具 + 记忆 + 行动

1. 大模型（LLM）：提供核心的语言理解、推理与生成能力，是整个Agent的“大脑”。

2. 规划（Planning）：对复杂任务借助大模型进行分解、规划和调度，并及时观察子任务执行的结果与反馈，对任务及时调整。

3. 工具（Tools）：与外部工具（如API、数据库、硬件设备）进行交互，扩展智能体的能力，执行任务，相当于Agent的“手脚”。

4. 记忆（Memory）：存储短期记忆（如一次任务过程中的多次交互）或长期记忆（如用户的任务历史、个人信息、兴趣便好等），优化后续的思考和行动。

5. 行动（Action）：Agent将规划与记忆转化为具体输出的过程，包括与外部环境的互动或工具调用。

三、从0到1搭建智能体

本文以coze为例，手把手教大家搭建自己的智能体。

Coze是新一代 AI 应用开发平台，定位是零代码或低代码的AI开发平台，不需要编程基础，就能快速搭建出基于大模型的各类 AI应用，也可以通过 API 或 SDK 将 AI 应用集成到你的业务系统中。

国内版网址：www.coze.cn
国外版网址：www.coze.com（需科学上网）

首先我们进入官网，使用手机号或抖音注册/登录。

登录完成后，进入工作空间，选择项目开发，点击“创建”，选择创建智能体。

有两种创建模式，一种是「标准创建」，另一种是「AI创建」　

我们先看看「标准创建」，标准创建界面只需要输入智能体名称、智能体功能介绍，并设置图标即可。

给智能体起一个独一无二的名字，比如天气助手，然后点击图标，上传一张图片作为智能体的logo，或者直接让 AI 自动生成图标。

接下来便进入了智能体的编排界面。

人设与回复逻辑：设置提示词，支持 Jinja 和 Markdown 语法，同时下方也提供了一些提示词模板，帮助我们更高效地编写提示词。在这里，我们给智能体说明它要扮演什么角色，或者要完成什么任务。

插件：添加后智能体能够调用外部 API ，比如搜索信息，浏览网页。

工作流：通过可视化的方式，对插件、大语言模型、代码块等功能进行组合，实现复杂、稳定的业务流程编排。

触发器：建立一些定时任务，比如现在社群中的每日 AI 资讯。

知识：可以理解为知识库。因为我们使用的大模型虽然清楚常识性问题，但不够细致具体，比如公司的规章制度，模型无法主动获取，这时就要用到知识库。

---

智能体搭建

比如，先给智能体简单设置一个人设和技能。

# 角色：
你是一个记者，擅长提炼新闻要点，并做出精炼的总结。

# 技能：
1. 根据用户的输入，查找新闻
2. 提炼新闻内容，做出精炼的总结

然后在右侧区域进行提问调试。

　

　

如果不知道提示词要怎么写，可以用「人设与回复逻辑」区域的优化功能　。

　

　

选择自动优化，就会根据我们写的简易提示词进行优化，如下图⬇️　

　

　

也可以根据调试结果去进行调优　

　

　

搞定这一步，恭喜你，首个简易智能体就问世啦！

 如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近70次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包，现在将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、LLM大模型系列视频教程

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

五、AI产品经理大模型教程

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。

• 内容：

  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
  • L1.4.1 知识大模型
  • L1.4.2 生产大模型
  • L1.4.3 模型工程方法论
  • L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

• 内容：

  • L2.1 API接口
  • L2.1.1 OpenAI API接口
  • L2.1.2 Python接口接入
  • L2.1.3 BOT工具类框架
  • L2.1.4 代码示例
  • L2.2 Prompt框架
  • L2.3 流水线工程
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

• 内容：

  • L3.1 Agent模型框架
  • L3.2 MetaGPT
  • L3.3 ChatGLM
  • L3.4 LLAMA
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

• 内容：

  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

​