核心技术：任务解析、状态管理、工具调用、自循环执行和输出生成
应用场景：投标文档、人格化陪练、企业问答、内容创作及办公助手
全景体系梳理+核心机制拆解+场景驱动落地+工程全栈能力+典型案例覆盖

本书以开发AI Agent（简称Agent，中文译为智能体）为核心，系统梳理了智能体的理论基础、技术架构、运行机制与工程实现路径，围绕大模型驱动下的Agent系统演化展开。
全书共12章，内容涵盖Agent的基础知识，深入剖析智能体在任务解析、状态管理、工具调用和输出生成等环节的核心技术原理。通过多组件协同的视角，详解消息流、插件系统与知识流三大支柱对Agent能力提升的作用，为理解和构建高适应性、可控性强的智能体系统奠定了扎实基础。本书强调场景驱动的业务知识准备，详细介绍了Agent输入解析、意图识别、工作流设计、插件调度与异常处理等关键流程，并结合主流智能体平台的产品形态、服务对象及生态演进趋势，剖析了平台化、组件化、模型中立性和多Agent协同的最新发展。贯穿全书的多行业落地案例，涵盖了多种应用场景，系统展示了智能体在实际业务中的创新路径与变革价值。
全书结构紧凑，内容兼顾理论与工程实用性，随书赠送案例源代码、授课用PPT等海量学习资源，适合人工智能、数据工程、企业IT、产品管理等领域的技术人员与研究者系统学习。

崔远
副教授，主攻智能体架构研究、自然语言处理和深度学习等计算机前沿技术，承担多门专业核心课程的教学工作。曾获公派赴佐治亚理工学院和不列颠哥伦比亚大学深造。主持市厅级课题3项，发表专业论文8篇及专著2部。多次荣获“优秀教师”称号及“教学优秀奖”。

陶沙
人工智能专家，曾就职于惠普、百度、美团，深耕智能体研发、AI基础设施建设和自动驾驶等领域。现就职于蔚来汽车，担任自动驾驶平台交付负责人，主导智能体技术在多场景的工程化落地，对AI自动驾驶与存储的结合和冷热数据的智能分层有着丰富的实战经验。

前　言
第 1 章　重新认识AI Agent 的价值与趋势
1.1　什么是AI Agent：概念、结构与功能
1.1.1　AI Agent 的定义与基本构成
1.1.2　智能体与传统自动化脚本的区别
1.1.3　多组件协同：消息流、插件系统与知识流
1.2　从大模型到Agent：为何Agent 更实用
1.2.1　大模型的通用性与边界
1.2.2　Agent 如何弥补大模型的不足
1.2.3　场景导向与可控输出能力
1.3　AI Agent 如何赋能个人与组织
1.3.1　创作者的生产力工具
1.3.2　企业内部流程优化
1.3.3　不同行业落地场景剖析
1.4　主流智能体平台的角色与影响
1.4.1　平台兴起的背景
1.4.2　产品形态与服务对象差异
1.4.3　平台生态的未来趋势
1.5　本章小结
第 2 章　构建AI Agent 的基础认知
2.1　Agent 运行机制与核心原理
2.1.1　输入解析与意图识别
2.1.2　工作流执行逻辑
2.1.3　输出生成的策略结构
2.2　场景驱动的业务知识准备
2.2.1　为什么Agent 开发离不开业务理解
2.2.2　实用的业务流程工具与知识整理方法
2.2.3　案例讲解：如何从需求出发构建Agent
2.3　编程技能：从可选到必要的能力梯度
2.3.1　零代码开发：普通人也能入门
2.3.2　编程赋能：进阶者的提效通道
2.3.3　编写提示词与API 调用的轻代码实践
2.4　主要平台对开发效能的提升路径
2.4.1　文心智能体平台：增强理解与决策能力
2.4.2　Coze 平台：构建多任务型智能助手的利器
2.4.3　多平台协同与切换策略
2.5　本章小结
第 3 章　主流Agent 开发平台与工具生态
3.1　平台演进路径与能力边界
3.1.1　第一代对话型平台
3.1.2　第二代多模态平台
3.1.3　第三代Agent 开发体系的集成化趋势
3.2　国内主要平台
3.2.1　文心智能体平台
3.2.2　智谱清言
3.2.3　Kimi+ 智能体平台
3.2.4　通义千问
3.2.5　入门者如何选择最合适的平台
3.3　国内进阶级智能体平台
3.3.1　扣子
3.3.2　腾讯元器
3.4　本章小结
第 4 章　从0 开始设计一个AI Agent
4.1　通用开发流程全解析
4.1.1　认知闭环式Agent 开发架构
4.1.2　场景梳理与需求规划
4.1.3　设计任务流程与角色分工
4.2　成功Agent 背后的设计原则
4.2.1　理解业务比理解技术更重要
4.2.2　善用工具，扩展智能体能力
4.2.3　以用户反馈优化智能体体验
4.3　DeepSeek 与扣子在开发流程中的策略协同
4.3.1　多Agent 协作调用示意
4.3.2　在同一任务中混用平台的能力边界
4.3.3　双平台配合实现复杂流程设计
4.4　本章小结
第 5 章　插件与工作流：Agent 的“操作系统”
5.1　插件的使用与定制开发
5.1.1　插件机制与平台扩展模型
5.1.2　Coze 插件商店应用配置
5.1.3　插件权限、参数、API 的实际应用
5.2　工作流搭建与自动化任务管理
5.2.1　工作流基本组成与逻辑模型
5.2.2　节点配置详解与执行策略
5.2.3　构建一个多节点工作流的实操流程
5.3　本章小结
第 6 章　对话流与多模态能力集成
6.1　对话流基础与工具应用
6.1.1　对话流组件与输入输出结构
6.1.2　对话流常用工具详解
6.1.3　对话类插件的应用与参数配置
6.2　多模态能力下的Coze 与外部引擎协同增强方案
6.2.1　多模态理解的任务边界
6.2.2　文本+ 图像混合输入的分层处理逻辑
6.2.3　外部语音与视觉识别能力的工作流接入方案
6.3　本章小结
第 7 章　构建Agent 的知识支撑体系
7.1　AI Agent 知识库详解
7.1.1　知识库的定义与结构
7.1.2　如何构建与维护知识库
7.1.3　Coze 平台上传、绑定知识库的完整流程
7.2　数据库在Agent 中的作用与设计
7.2.1　数据库与Agent 的数据流逻辑
7.2.2　数据库应用场景与管理技巧
7.2.3　使用插件调用外部数据库内容
7.3　让Agent 更“懂内容”的智能提取机制
7.3.1　RAG 机制浅析
7.3.2　多知识来源内容融合策略
7.4　本章小结
第 8 章　开发文档分析类Agent
8.1　专业分析类Agent 的应用价值
8.1.1　文件处理需求的多样性
8.1.2　Agent 在信息提炼、格式解析中的作用
8.1.3　企业级合同、标书、政策类文档的典型任务
8.2　实践：AI 投标助手Agent 的开发过程
8.2.1　需求拆解与流程设计
8.2.2　AI 投标助手工作流设计
8.2.3　创建AI 投标助手Agent 与流程演示
8.3　DeepSeek 与Dify 在理解复杂文档中的协作作用
8.3.1　多轮问答下的信息追踪
8.3.2　支持PDF、Word 等格式的解析能力
8.3.3　深度处理逻辑图与嵌套段落的优势
8.4　本章小结
第 9 章　打造人格化与角色扮演类Agent
9.1　个性化Agent 的设计原则与需求剖析
9.1.1　“人设”与“行为边界”的定义
9.1.2　如何用Prompt 控制个性与语气
9.1.3　多人格并存系统的基础设计
9.2　实践：英语口语陪练类Agent 开发全流程
9.2.1　语境设计与语言风格设定
9.2.2　提问方式与反馈语定制
9.2.3　语音设定与声音匹配
9.2.4　功能测试与迭代优化
9.3　进阶案例：模拟面试官设计要点
9.3.1　多角色切换与情境引导
9.3.2　标准化输出与评分机制
9.3.3　面试评分结果结构化导出
9.4　DeepSeek 在人设强化与对话稳定性中的作用
9.4.1　长对话的上下文保持机制
9.4.2　个性记忆与多轮意图识别
9.4.3　用历史内容提升连续表现力
9.5　本章小结
第 10 章　构建知识问答型智能助手
10.1　高质量知识问答的技术核心
10.1.1　问答模式类别：FAQ、多轮问答、RAG 推理
10.1.2　高频问题与低频提问的处理策略
10.1.3　控制回答风格与结构的方法
10.2　基础实践：公司知识官Agent 构建流程
10.2.1　公司资料整理与结构化输入
10.2.2　知识块上传与测试流程
10.3　综合实践：企业级通用问答助手设计
10.3.1　组织内部知识结构梳理方法
10.3.2　跨部门内容权限管理策略
10.3.3　接入外部文档源提升问答覆盖度
10.4　各平台在准确性与多轮推理中的能力增强
10.4.1　Coze 对上下文推理的处理模式
10.4.2　DeepSeek 在复杂问题识别与多轮任务分解方面的优势
10.4.3　混合构建方式的实际对比与选型建议
10.5　本章小结
第 11 章　内容创作与自媒体Agent 开发
11.1　多模态内容创作的Agent 价值
11.1.1　图文、视频、语音等场景融合
11.1.2　自媒体创作者常见的内容瓶颈
11.1.3　Agent 驱动的自动创作与格式统一
11.2　案例实践一：每日AI 简报生成器
11.2.1　数据源选择与信息抽取方式
11.2.2　图文混排模板配置
11.2.3　自动摘要与排版输出实现
11.3　案例实践二：音频转图文Agent
11.3.1　语音识别与时间戳处理方法
11.3.2　语气转换与文本优化策略
11.4　DeepSeek 与Dify 平台对创作效率与内容质量的提升路径
11.4.1　内容生成速度与语言风格调优
11.4.2　图文联动、多模态内容一致性控制
11.4.3　平台在创作任务中的智能协作比较
11.5　本章小结
第12 章　构建高效办公类智能助手
12.1　企业办公流程智能化的关键点
12.1.1　日常任务的场景划分
12.1.2　高频重复任务的识别与分解
12.1.3　Agent 替代人工的落地方向
12.2　案例实践一：文本校对与润色助手
12.2.1　语言风格判断标准设置
12.2.2　不同语体的校对策略
12.2.3　高级功能：风格转换、改写
12.3　案例实践二：多角色会议纪要生成器
12.3.1　文本输入与音频角色定制
12.3.2　摘要、要点、行动项结构组织
12.3.3　自动化生成多种格式
12.4　如何用扣子实现办公Agent
12.4.1　数据理解与结构化任务
12.4.2　扣子在流程搭建与界面输出上的优势
12.4.3　混合部署实现企业办公AI 助手体系
12.5　本章小结

智能体（AI Agent，简称Agent） 正成为推动人工智能（AI） 从实验室到产业落地的关键力量。随着大模型技术的飞速发展，单一模型在通用问答、文本生成等领域展现出强大的语言理解与表达能力，但在复杂任务执行、业务流程重构和系统融合等真实应用场景中，模型本身的能力边界日益凸显。Agent 系统应运而生，通过结构化设计、状态控制、多工具调度与知识体系注入，将模型能力延展为具备感知、推理、决策与执行力的完整智能体系统，为人工智能走向可用、可控与可持续演进开辟了全新路径。
本书以AI Agent 为主线，深入剖析了智能体系统的理论基础、核心原理与架构范式。首先，围绕AI Agent 的定义、功能组成与历史演化进行系统梳理，明确了Agent 区别于传统自动化脚本的核心特征——主动性、反应性、交互性与持续性。
全书在架构层面突出多组件协同理念，围绕记忆、工具、规划、行动四大核心模块，结合消息流、插件系统、知识流三大支柱，详细解析了Agent 在复杂任务中的状态管理、任务拆解、插件调用与自循环执行等关键技术。通过结构化智能体与传统脚本的对比，凸显了AI Agent 在上下文理解、策略自主与流程可控等方面的突出优势。
在技术路径方面，本书重点介绍了Agent 系统中的输入解析、意图识别、工作流编排、插件调用与异常处理等核心流程，阐述了从自然语言输入到多步骤任务执行的完整闭环。针对Agent 开发离不开业务理解这一现实，本书强调了场景驱动的业务知识准备方法，结合任务边界、流程逻辑、知识结构与操作约束，系统指导读者如何实现业务语境下的智能体构建。
针对多行业实际应用，本书以多个典型场景为例，包括文档分析与投标助手、人格化与角色扮演智能体、知识问答型智能助手、内容创作与自媒体Agent 以及高效办公类智能助手，完整展示了Agent 系统在多元复杂环境中的创新实践与价值转化。
在平台化演进方面，本书系统梳理了主流智能体平台的产品形态、交互范式、服务对象与能力边界，探讨了平台生态在多Agent 编排、模型中立性、工具弹性、权限治理及跨平台协同等方面的新趋势。平台发展不仅推动了Agent 从能力孤岛走向生态协同，更通过模块化、标准化、低代码等机制，大幅降低了智能体开发与部署门槛，加速了AI 能力的产业化落地。
本书适合具备人工智能、数据工程、企业IT、产品研发等背景的技术人员、管理者和研究者系统学习，也适合希望布局智能体业务的产品经理、行业顾问和开发团队借鉴参考。
希望本书能够为智能体系统的行业应用和技术创新的相关从业者提供清晰指引，从而推动AI Agent 在智能社会、产业数字化本书适合具备人工智能、数据工程、企业IT、产品研发等背景的技术人员、管理者和研究者系统学习，也适合希望布局智能体业务的产品经理、行业顾问和开发团队借鉴参考。