个人介绍
吕雪梅
雪梅AI学习日记作者
AI学习达人
WaytoAGI社区共建者
作品：
《雪梅 May 的 AI 学习日记》挑战 100 天和 AI 做朋友
雪梅AI学习日记-短视频账号
2025年4月开始做短视频
定位：AI教程类博主
用6个月时间做到：
小红书：5200+粉丝
抖音：1.2w粉丝
目录
- 雪梅自学AI的过程：
- 雪梅AI学习日记：挑战100天和AI做朋友
- AI学习模式
- AIagent介绍：
- 雪梅用过的agent类产品
- 扣子coze介绍
- 练习1：捏一个美式口语外教agent
- 练习2：带工作流的agent
- 如何打造一个会用AI的团队
飞书文档：《雪梅 May 的 AI 学习日记》挑战 100 天和 AI 做朋友
AI学习模式
- 雪梅亲测有效的学习模式可以用来搞定想学的任何AI工具（扣子、dify、n8n、cursor、comfyUI。。。）
大量的看 → 疯狂的模仿 → 自己创造
雪梅用扣子coze捏的智能体
豆包和豆包背后的智能体（扣子coze）
你也可以用扣子捏bot，随时使用
大家看到的豆包
豆包里的智能体（用扣子捏的）
我自己的智能体
用扣子捏的，发布到豆包
智能体1：我第一个印象最深的扣子智能体
- 智能体：爸妈防骗助手
- 介绍：鉴别新闻的真假，通过检查新闻来源，再看一下全网有没有其他官方渠道发布过同样的新闻来判断真假
- 评价：智能体可以做有意义的事情，给更多人受益
智能体2：我最喜欢的自己的智能体作品
- 智能体：雪梅给朋友的明信片
练习1：捏一个扣子，口语外教Lucy
第一步：生成外教照片
prompt：图片风格为「人像摄影」，比例 「9:16」金发美女，穿着职业西装套装，作为一个口语外教的专业形象
第二步：打开扣子，捏一个口语外教agent
prompt：你是一个美式口语外教，用语言和我正常英文对话。如果我有语法错误，要即使纠正我。我们的对话要能持续进行下去，达到日常口语对话练习的效果。
【打开飞书文档获得prompt】
练习2：短视频选题agent（带扣子工作流）
飞书多维表格+deepseek，才是目前最强大的AIagent
Agent-飞书多维表格：媒体内容生产与管理系统
体验：打开飞书，试试看
1
单次→批量：
对于AIagent来说，扣子只能做单次任务，飞书多维表格的agent是可以做批量任务的。
2
个人→团队：
使用AIagent可能是个人的事情，但是用飞书多维表格之后，可以成为团队协作的事情。
五层基石理论
在真正进入agent之前，我想先抛出五层基石理论。这个理论的正确性和时效性有待考量，但是至少就目前来看是合理且中肯的。Seednapse AI创始人提出了构建AI应用的五层基石理论，包括Models、Prompt Templates、Chains、Agent 和 Multi-Agent。这五层基石为不同领域的开发者提供了灵活的工具，让他们能够更轻松地构建自己的Agent应用。
1
Models
也就是我们熟悉的调用大模型API。
2
Prompt Templates
在提示词中引入变量以适应用户输入的提示模版。
3
Chains
对模型的链式调用，以上一个输出为下一个输入的一部分。
4
Agent
能自主执行链式调用，以及访问外部工具。
5
Multi-Agent
多个Agent共享一部分记忆，自主分工相互协
Agent决策流程
包含大脑（Brain）、感知（Perception）、行动（Action）三部分的核心框架
感知模块
将多模态信息（如文本、视觉、听觉）转化为LLM可理解的输入
大脑模块
负责推理、规划和决策（如根据天气数据判断是否需要带伞）
行动模块
执行文本输出、工具使用或物理动作（如递伞给用户）
Agent的类型
基于LLM（大语言模型）的Agent的三大应用方向：
1
单Agent
独立完成任务
（如日常任务、科学探索）
2
多Agent
协作或竞争提升效率
（如软件开发团队）
3
人-Agent交互
两种模式
（指令执行型、平等伙伴型）
最具代表性的多agent案例：斯坦福小镇
斯坦福小镇上的多个智能体进行协同，模拟人类行为。
agent能够像人类一样起床、做早餐、工作；艺术家画画，作家写作；他们形成意见、注意彼此并开始对话；他们记住和反思过去的日子，并计划未来的行为。
Thanks
雪梅的微信个人号
雪梅的微信公众号