DeepSeek+智能体构建-打造24小时在线的科研教学助手

DeepSeek+智能体构建-打造24小时在线的科研教学助手一、揭开智能体的神秘面纱(一)智能体是什么?智能体源自AIAgent(也称人工智能代理),指的是一种能够感知环境、进行决策和执行动作的智能实体。智能体像人一样，它有记忆、有逻辑分析能力、有问题任务的拆解能力、以及综合统一解决问题的能AgentAgent这个词早在1950年代就已出现，当时由AlanTuring提出【智能】概念，并扩展到人工实体，提出的著名的图灵测试。这些人工智能实体通常被称为—代理(Agent*)。「代理」这一概念起源于哲学，描述了一种拥有欲望、信念、意图以及采取行动能力的实体。在人工智能领域，这一术语被赋予了一层新的含义：具有自主性、反应性、积极性和社交能力特征的智能实体。*Agent术语的中文译名并未形成共识，有学者将其翻译为智能体、行为体、代理或智能代理，本文中出现的「智能体」均指代Agent。大型语言模型(LLMs)的出现为智能体的进一步发展带来了希望。如果将NLP到AGI的发展路线分为五级：语料库、互联网、感知、具身和社会属性，那么目前的大型语言模型已经来到了第二级，具有互联网规模的文本输入和输出。04具身空间03感知空间01语料库级别皿在这个基础上，如果赋予LLM-basedAgents感知空间和行动空间，它们将达到第三、第四级。第五级第五级—智能体社会。一个由人与多智能体构成的和谐社会，人类也可参与其中。场景取材自《原神》中的海灯一个由人与多智能体构成的和谐社会，人类也可参与其中。场景取材自《原神》中的海灯节。智能体的定义(祛魅版):智能体就像一个为你独身打造的机器人小助理，能识别你的需求，帮助你搜索信息、整理资料、交互对话，还可以根据你的反馈实现自我迭代优化，甚至在长久的训练下，还能自主完成复杂的工作任务。(二)智能体分类按照智能体的工作原理来划分，智能体可以分为对话式智能体、自主智能体、生成智能体、具身智能对话式智能体对话式智能体③文心一言具身智能体环境交互-学习与适应任务自动化生成智能体社会动态o⑥智能体的类型自主智能体对话式智能体(ConversationalAgent)通过自然题、提供建议和帮助用户解决问题，强调语言理解和答案生成能力，如GPTs绘本智能体：绘本智能体：/store/agent/7385124820096237620?自主智能体(AutonomousAgent)能够根据用户通过自然语言提出的需求，自动执行任务并实现预AutoGPTAutoGPT网站：https://www.genspark.生成智能体(GenerativeAgent)则是在模拟复杂社会环境中“生目标，能够与人类和其他智能体互动，例如斯坦福和谷歌的研究者联合构建的“Smallville”虚拟小镇中的生成智能体，这些智能体不仅能够与人类互动，还能在模拟的社会环境中进/video/BV1Qz4y137gs/?spm_id_from=333.337.seacard.all.click&vd_具身智能体(Embodiedagent)是一种能够与环境进行交互、通过自身的身体感知和行动来学习和适(三)基于大语言模型的智能体组成结构一个Agent的诞生拥有大模型加持的智能体会是什么样?复旦大学自然语言处理团队(FudanNLP)受到达尔文「适者生一个人如果想要在社会中生存，就必须学会适应环境，因此需要具有认知能力，并且能够感知、应对外界的变化。同样，智能体的框架也由三个部分组成：控制端(Brain)、感知端(Perception)和行·控制端：通常由大语言模型构成，是智能体的核心。它不仅可以存储记忆和知识，还承担着信息处理、决策等不可或缺的功能。它可以呈现推理和计划的过程，并很好地应对未知任务，反映出智能体·感知端：将智能体的感知空间从纯文本拓展到包括文本、视觉和听觉等多模态领域，使智能体能够·行动端：除了常规的文本输出，还赋予智能体具身能力、使用工具的能力，使其能够更好地适应环CSummar|RecallLeIfso,givethe智能体的工作流程如下：当人类询问是否会下雨时，感知端智能体的工作流程如下：当人类询问是否会下雨时，感知端(Perception)将指令转换为大语言模型可以理解的内容。之后控制端(Brain)开始根据当前天气和互联网上的天气预报进(四)Agent是集大模型、数据、工具多维一体的系统化工程长期记忆短期记忆大模型环境感知反馈智能体工具使用任务拆解反思改进智能体二、主流对话式智能体平台主要特点：·插件丰富多样。·支持多智能体及工作流串联。*2.文心智能体百度推出的文心智能体在布局和功能方面与字节跳动的Coze(扣子)有一定相似之处。它支持工作流，不过插件相对较少，主要以搜索功能为主。无论是普通用户还是开发者，都可以轻松上手使用，并且能够串联多个节点来打造完整的工作流。主要特点：·支持零代码和低代码配置。·集成百度自家搜索引擎。链接：/centero…对话《流水迢迢》.3.智谱清言智能体智谱清言智能体在功能特性上更侧重于对提示词的封装以进行对话，给人的感觉就像是一个轻量级的智能体。它不支持工作流的配置，然而其在使用上却极为容易上手，无论是毫无经验的新手还是经验丰富的专业人士，不同人群都能针对特定的场景有效地使用它。智谱清言智能体具有诸多显著特点：·其一，它支持AI绘画功能，能够让用户轻松创作出精美的艺术作品。·其二，具备联网搜索能力，可快速为用户提供丰富的信息资源。·其三，拥有一定的代码能力，为有相关需求的用户提供便利。·此外，其轻量级的特性使得它不会占用过多的系统资源，同时易上手的优势也让用户能够在短时间内熟练掌握其使用方法，从而更好地满足不同人群在特定场景下的需求。链接：/main/O0◎4.天工智能体天工智能体具备丰富多样的功能，其智能体广场呈现出众多不同类型的智能体。这些智能体拥有强大的能力，不仅能够进行高效的搜索，还可以完成各类写作任务，甚至能够生成音乐。然而，羊仔在使用过程中并未找到创建智能体的入口，这不禁让人怀疑是否打开的方式存在错误。主要特点如下：·拥有数量较多的智能体，涵盖多种功能领域。·具有高度集成的特性，将多种能力整合在智能体系统中。工天工工天工AIarM王选模n1B毛者迎计卿M的/取入全露文K时ma:伊弱不去建◎以工05.腾讯元器腾讯的元器平台在能力方面尽管不如扣子那般全面，但也具备了核心的关键能力。基本上所需的主要功能都涵盖其中，它支持工作流的配置，拥有插件功能，同时也具备知识库。不过，相对而言其插件数量较少。在发布渠道方面，它有力地支持在QQ以及企业微信上进行发布。主要特点：·对工作流、知识库以及插件均提供支持。·支持在腾讯生态体系内进行发布操作。链接：https://yuanqi.tenm相积-深情酒☆*读心术大师Logo生成器n作人气*Kr6.通义智能体阿里的通义智能体集成于「通义千问」这一应用之中。对于普通用户而言，它具有极高的易用性，很容易上手操作。特别需要指出的是，用户只能在移动端创建属于自己的智能体。主要特点如下：·具备易用的界面，方便用户进行交互操作，降低使用门槛。拥有灵活的自定义功能，用户可根据自身需求对智能体进行个性化设置。链接：/qianwen/L1三、如何创建个性化智能体助手?(一)国内智能体平台介绍选用平台：扣子()理由：扣子是新一代Al应用开发平台。无论你是否有编程基础，都可以在扣子上快速搭建基于大模型的各类智能体，并将智能体发布到各个社交平台、通讯软件或部署到网站等其他渠道。如果学会了搭建方法和实现路径，也可以复刻迁移到其他平台，比如百度文心智能体平台、智谱清国内智能体产品一览：中国AlAgent产品罗盘面壁智能面壁智能ChatDEV面壁智能面壁智能ChatDEVLAIYE数字员工AIAgent曹者科技运小沓CubeAgentA汇智醋能Gnomic数字员工平台操辅导在线教育猿编程Al-Agent大顿型智能体助手可科技司普A核保员智汇、智读、弘小助Tencent腾讯腾讯元宝京东商家智能助手哪买料AI购物助手小值A法律顾问标潜云BPai智能财税法咨询州A管理助手Cosmic百度商业广告平台多智能体架构营联云容犀大模型应用Copilot&Agenta归一妙计文心s轮平文心智能体平台AgontBullder百度智城云千帆AppBulder些华为云华为云A原生应用引攀码科技澜码AskXBOT智能体平台GBetterveahBetterYeahAIAgent应用市场灵搭彩汛股份FlichABox-站式A应用开发平台X路酸星火智能体平台教育d金融照娇究心问题：为什么我做的智能体不好用?问题：为什么我做的智能体不好用?1.大模型的能力还有所欠缺，导致规划能力受限。(短时间无法解决)2.智能体的设计有误，缺乏强逻辑性，导致智能体对任务的理解有误。(可以通过精进自身的设计能力，精细化智能体规划的流程，用人机协作的方式让它明确我们的需求。)场景描述—→期望输入—→期望输出设计构建智能体搭建三步法构建调优测试提示词校准输出内容规划流程↓提示词工程↓技能实现设计阶段设计阶段期望输出1-输出形式输出内容-交互方式输入内容类型需求应用领域-具体任务(1)明确需求场景：·确定应用领域：明确智能体将应用于哪个领域，例如客服、医疗、教育等。·识别具体任务：在该领域中，确定智能体需要完成的具体任务，如回答客户问题、提供健康建议或辅助教学等。(2)了解用户期望输入：(对应智能体的感知端)·用户交互方式：确定用户将通过何种方式与智能体互动，如文字输入、语音指令或图像识别等。·输入内容类型：了解用户可能提供的信息类型，例如文本描述、语音询问或图片上传等。(3)定义期望输出：(对应智能体的控制端与行动端)·输出形式：确定智能体将以何种形式反馈给用户，如文字回复、语音回答或图像展示等。·输出内容：明确智能体需要提供的信息或服务，例如解答疑问、提供建议或执行特定操作等。2.构建阶段输入处理输入处理识别用户输入输出阶段结果整合-反馈机制用户意图理解提示词工程处理与生成模型选择工具调用宫构建阶段(1)输入处理：·识别用户输入内容●通过预定的交互界面(如聊天窗口、语音助手等)接收用户输入。●支持多种输入形式，如文本、语音、图像等。●对输入数据进行清洗，去除多余信息，提取核心内容。。进行格式标准化，确保数据一致性。。根据需要，进行语言检测或语音转文本等处理。(2)用户意图理解●设计明确的提示词，引导模型理解用户意图。。提供必要的上下文信息，增强模型的理解能力。●指定期望的输出格式，确保结果符合预期。(3)处理与生成·模型选择与应用●根据任务需求，选择合适的大语言模型(LLM)进行处理。。如需特定领域知识，可将相关知识库与模型结合。o根据任务需要，调用外部API或工具，如查询插件、搜索工具等。。确保工具调用的内容与模型生成的结果相结合，提供完整的结果。(4)输出阶段●将模型生成的结果与工具调用的输出进行整合。○根据预设的格式，整理并美化输出内容。●提供用户反馈渠道，收集对输出结果的评价。●根据反馈，调整提示词设计和模型参数，持续优化智能体性能。以"智能教学助手“为例：1.输入处理：·识别用户输入内容：学生输入类型：学生在平台上提交问题、作业或请求学习建议，输入可以是文本问题(如“这道数学题怎么解?”)、文件上传(如作业PDF)或语音提问。●教师输入类型：教师输入教学计划、课程资料或课程问题，输入可包含多种格式，如PPT、PDF、文字说明等。文本清洗：去除输入中的无关字符(如多余的空格、特殊字符),统一文本格式(如大小写转换、去除HTML标签)。。语言检测与分段：如果系统支持多语言，检测输入的语言并标记为特定语言；根据上下文将文本分段，便于后续处理。。语音转文本：对于语音输入，使用语音识别技术将其转化为文本，同时进行校对和矫正。。文件解析：对于上传的文件(如PDF或图片),提取其内容进行文字识别(OCR)和格式化。2.用户意图理解：·提示词工程应用：。细化提示词：根据不同输入类型，设计具体的提示词。例如，对于解题请求的输入，提示词可以是“解析以下数学问题并提供详细步骤：{问题}”。。提供上下文背景：结合输入问题的背景信息，例如课程名称、题目难度或相关的教学材料，帮助智能体更好地理解用户需求。3.处理与生成：·模型选择与应用：。选择教育领域优化的语言模型：如GPT-4进行答案生成、解题步骤提供和内容解析。。知识库调用：结合课程相关知识库，确保生成内容符合教育标准和学术规范。。API集成：调用数学计算器API解答数学题或查找数据库中相关资料。●学习辅助工具：如单词释义工具、公式生成器或作业评分插件，帮助提高答复的准确度。4.输出生成：·结果整合与格式化：。多来源整合：将模型生成的结果与外部工具的输出进行整合，生成完整的解答或教学建。格式化输出：对生成的答案进行排版，例如添加段落、编号或表格，确保易读性。·多样化输出形式：提供多种输出形式，包括文本回复、图表展示或PDF导出，以适应不同的用户需求。5.反馈机制：·用户反馈渠道：在每次回答后提供反馈按钮，收集学生或教师对输出内容的评价。·自我学习与优化：根据收集的反馈信息，调整模型参数或更新提示词，持续优化输出质3.调优阶段测试与评估-输入测试内容1--结果评估问题修复与优化提示词与上下文优化模型参数调整测试输入设计预期输出定义重复测试自动化测试调优阶段最终评估与发布输出评估发布监控(1)测试输入设计：·制定测试用例：。场景覆盖：根据智能体的应用范围，设计一系列测试用例，覆盖常见和极端的使用场景。例如，简单问题、高难度问题、模糊请求等。。多样化输入：包括不同格式和风格的输入，如简短问题、详细描述、图片上传等，确保模型能处理多样的输入。·预期输出定义：。明确标准：为每个测试用例设定清晰的预期输出格式和内容标准。预期输出应包括回答的准确度、详细程度和响应时间等指标。●衡量标准：制定量化指标，如答案的正确率、内容的一致性和用户友好性，方便结果评估。(2)测试与评估：·输入测试内容：。逐步输入测试用例：在模型测试窗口中逐个输入预设的测试用例，观察智能体的输出内容。●实时记录输出：记录每个测试输入的输出结果，确保有数据对照以进行分析和改进。○对比预期与实际输出：将模型生成的结果与预期输出进行对比，评估匹配程度。。分析偏差：识别输出与预期结果之间的差异，判断模型在特定场景下的弱点(如回答不完整、理解(3)问题修复与优化：·提示词与上下文优化：。重新设计提示词：调整或细化提示词，增加明确性，以引导模型更好地理解输入和生成预期结果。●添加上下文信息：为模型提供更丰富的上下文，帮助其更好地理解和处理输入。·模型参数调整：●超参数调节：如有必要，修改模型的温度、回复长度等超参数，以改善输出的一致性和质量。。反馈学习：根据测试结果，实施反馈学习，使模型对常见问题能进行更好的应对。●迭代改进：在优化后再次运行测试用例，验证调整的效果是否达到预期。。扩大测试覆盖：增加新的测试用例以覆盖之前未测试到的场景，确保模型在更多情况下的稳定表●脚本化测试：使用脚本和自动化工具运行大量测试用例，节省时间并确保一致性。。数据监控：实施自动结果记录和统计，快速识别输出中的趋势和异常。(5)最终评估与发布：。全面审查：对所有测试结果进行汇总，确认智能体的输出在预期范围内，符合应用场景需求。。用户验证：邀请潜在用户测试系统，收集其反馈作为最终验证的一部分。○修订文档：完善调优过程中的修改记录和最终配置文档，确保后续维护的可追溯性。。发布与监控：智能体上线后，持续监控其表现，并根据实际使用中的反馈进行定期更新和调优。以"智能教学助手“为例：以"智能教学助手“为例：1.测试输入设计：·测试用例制定：常见教学问题：输入学生可能提出的常见问题，如“如何解这道二次方程?”或“这篇历史文章的主要观点是什么?”。。复杂任务请求：如教师请求生成教学计划或评估学生作业的输入。。多样化输入：包括文本问题、语音转文本问题，以及上传的作业文件进行解答和反馈的情况。输出标准：每个输入用例的预期输出应包含解题步骤、相关解释或课程建议。输出应清晰、详细，且符合教育标准。●指标定义：输出的正确率、信息丰富度和响应时间等指标，用于后续评估结果。2.测试与评估：运行用例测试：将设计好的输入用例逐一输入到智能教学助手中，观察其生成的答案是否符合预期。。记录结果：详细记录每次测试的输出，标记是否符合预期标准，如输出是否完整、语言是否流畅、解答是否正确。对比实际与预期：将输出结果与预期答案对比，标记偏差部分，例如是否缺少详细步骤或解释。。问题分析：分析未达标的输出，查明是否是提示词设计、模型参数、知识库限制或处理逻辑等方面的原因。3.问题修复与优化：·提示词与上下文优化：。细化提示词：如输入“这道几何题如何解?”的输出过于简略，则可调整提示词为“请详细解答以下几何问题，并提供每一步的解释：{几何题}”。。上下文丰富：增加相关教学背景或课程信息，以帮助模型更好地理解并响应复杂问题。。调整温度与输出长度：在生成解答时，如果答案过短或缺乏细节，可以增加输出长度，降低温度以确保回答保持一致性。。应用反馈学习：将测试中获得的反馈信息用于模型调整，使其在处理常见问题时更接近教师和学生的预期。4.重复测试：。修订验证：优化提示词或参数后，重新运行用例进行验证，查看是否改进了输出。●扩大场景测试：引入更多学生问题类型(如历史分析题或语文阅读理解)进行测试，确保智能教学助手能够适应不同学科和难度的需求。。使用脚本批量测试：采用自动化测试脚本运行数百个测试用例，确保一致性并节省时间。。使用脚本批量测试：采用自动化测试脚本运行数百个测试用例，确保一致性并节省时间。。数据分析：通过自动记录和分析测试结果，识别趋势和潜在问题，如生成速度和问题理解率。5.最终评估与发布：。审查结果：汇总所有测试结果，确认所有类型的学生和教师请求都能生成符合标准的输●用户测试：让教师和学生使用助手进行实际测试，收集他们的反馈和改进建议。。记录文档：整理调优过程中的提示词修改、模型参数调整等细节，为后续维护提供依据。。上线与持续优化：智能教学助手上线后，监控使用情况，并根据真实用户的反馈进行进一步优化。四、创建智能体的基本流程开发过程刚刚基础功能设置根据需求进行设确定需求以创建一个天气预报智能体为例1.确定需求：·明确目标：首先要明确创建智能体的具体目标。例如，这个智能体的主要目的是为用户提供准确的天气预报。·用研：深入了解用户的需求，比如用户希望通过智能体获取哪些天气信息(如温度、湿度、降水概率等),如何获取(语音交互、文字形式等),以及他们的主要使用场景(如出行、农业生产、户外·功能扩展：考虑额外的功能需求，如提供天气提醒(恶劣天气预警)、个性化推荐(根据用户位置和偏好推荐合适的穿衣搭配)等。2.根据需求进行设计：·系统架构设计：确定智能体的架构，包括数据获取模块、数据处理模块、交互模块、图像展示模块等。·数据来源选择：选择可靠的数据源，例如气象网站的API或气象局数据，确保天气预报的准确性。·交互设计：设计与用户的交互方式，可以是文本对话、语音交互、或者结合图像展示的方式。确定用户界面的风格，保证用户体验的友好性和易用性。·图像展示设计：设计图表的样式，例如温度曲线、降水柱状图等，确保信息的可视化展示能够帮助用户更好地理解天气变化。3.基础功能设置：·参数设置：设置天气智能体的基本参数，如支持的地理位置、语言、时间格式、以及默认更新的频率等。·插件设置：配置智能体所需要的插件，比如天气API的集成插件、图表生成插件、与用户进行语音或文本交互的自然语言处理插件等。·图片设置：为天气预报的图像展示模块设置相应的图片格式和风格，包括不同天气情况对应的图标，如晴天、雨天、雪天等。4.调试：·模拟测试：对智能体进行模拟测试，尝试在不同情况下输出天气预报信息，验证各个模块的联通性和准确性。·功能验证：逐一验证功能是否按预期工作，包括数据的准确性、交互的顺畅度、以及图像展示的正确性。·用户体验测试：邀请潜在用户进行测试，收集他们的反馈并根据反馈对智能体进行优化。5.应用：·平台发布：将智能体发布到相关平台，比如微信公众号、小程序、智能音箱、或作为独立的移动应用发布。·版本管理：在发布后做好版本管理，记录每个版本的更新内容，并为未来的功能迭代和更新做准备。·持续优化：根据用户反馈和数据分析，持续改进智能体的功能和性能，提升用户体验。例如，增加个性化定制选项、支持更多的语言或地区等。三、基于coze平台创建智能体扣子学习指南扣子学习指南/docs/guides/release_note>开场白调试调试coze平台最核心设置页面coze平台核心功能设置：1.人设与回复逻辑(结构化提示词)说明示例设定人物2你是一个新闻播报员，可以用非常生动2当用户询问最新的科技新闻时，先调用"getToutiaoNews"搜索最新科技新闻，再调用"LinkReaderPlugin"访问新闻地址，最终整理最重要的3条新闻约束与限制2拒绝回答与新闻无关的话题；如果并没查到新闻，而不应该编造内容。3新闻摘要：30个字左右的新闻摘要人设与回复逻辑A优化你是一个熟练运用handle_search_tasks工作流处理任务的专业人员。##技能###技能1:任务识别1.当接收到任务时，仔细分析任务需求，确定任务类型和关键信息。2.如果任务不明确，主动与相关人员沟通以明确任务要求。###技能2:工作流执行1.按照handle_search_tasks工作流的步骤，逐步处理任务。2.在每个步骤中，确保操作准确无误，并记录关键信息。###技能3:结果呈现1.将处理后的结果以清晰、简洁的方式呈现给相关人员。2.如果结果有不确定性，明确说明并提出进一步的建议。##限制-只使用handle_search_tasks工作流处理任务，不得使用其他未经授权的方法。-严格按照工作流的步骤进行操作，不得跳过任何关键步骤。-确保结果的准确性和可靠性，对不确定的结果要进行核实和说明。目前，扣子集成了类型丰富的插件，包括资讯阅读、旅游出行、效率办公、图片理解等API及多模态模型。使用这些插件，可以帮助您拓展智能体能力边界。例如，在您的智◎酒件高落0科字与教炼与端乐含与商业驾模型厂话文本结过生，可输定殿大小代码执行群0必应投素MBng行同这网面DL图片理城头条搜素科体店链接误取3.工作流与图像流工作流支持通过可视化的方式，对插件、大语言模型、代码块等功能进行组合，从而实现复杂、稳定的业务流程编排，例如旅行规划、报告分析等。当目标任务场景包含较多的步骤，且对输出结果的准确性、格式有严格要求时，适合配置工作流来实现。图像流是专门用于图像处理的一种工作流。在图像流中，你可以通过可视化的操作方式灵活添加各种用于图像处理的节点，构建一个图像处理流程来最终生成一个图像。图像流发布后，支持在智能体或工作流中使用.□34.知识库扣子的知识库功能支持上传和存储外部知识内容，并提供了多种检索能力。扣子的知识能力可以解决大模型幻觉、专业领域知识不足的问题，提升大模型回复的准确率扣子的知识库功能包含两个能力，一是存储和管理外部数据的能力；二是增强检索的能力。·数据管理与存储扣子支持从多种数据源例如本地文档、在线数据、Notion、飞书文档等渠道上传文本和表格数据。上传后，扣子可将知识内容自动切分为一个个内容片段进行存储，同时支持用户自定义内容分片规则，例如通过