手把手带你玩转agent

吕雪梅 2025/9


提前准备：

1.扣子官网注册（coze.cn） 2.有注册飞书账号，可以打开飞书文档


本PPT由AIPPT工具Gamma制作

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

  1. 雪梅自学AI的过程：
  1. 雪梅AI学习日记：挑战100天和AI做朋友
  1. AI学习模式
  1. AIagent介绍：
  1. 雪梅用过的agent类产品
  1. 扣子coze介绍
  1. 练习1：捏一个美式口语外教agent
  1. 练习2：带工作流的agent
  1. 如何打造一个会用AI的团队

1. AI学习模式


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

2.AIagent实操


雪梅用过的agent类产品

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

智能体3：工作中实际使用的智能体

  • 智能体：B24场景生成智能体

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】

https://getgaoding.feishu.cn/docx/AXOgdej4xoW3ZqxZ4YAc5QKrnTg


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

链接：https://getgaoding.feishu.cn/share/base/dashboard/shrcnFCkBaqRl8RKpSArFykbVZe


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。

3.如何打造一个会用AI的团队


用3步打造一个会用AI的团队，我的实践经验

链接：https://getgaoding.feishu.cn/docx/Hf2ddVu6QocXCkx9B0ocZrDdnAO

AIagent原理介绍

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的定义

一个基于大模型的AI Agent系统可以拆分为大模型、规划、记忆与工具使用四个组件部分。

AI Agent最直观的公式：Agent = LLM + Planning + Feedback + Tool use

其中LLM扮演了Agent的“大脑”，在这个系统中提供推理、规划等能力。

1
1

模型

大语言模型，提供推理、规划等能力。

2
2

规划

制定行动计划，例如使用哪些工具和方法。

3
3

记忆

保存过去的信息，例如已完成的任务和经验。

4
4

工具使用

调用外部工具，例如搜索引擎、数据库等。

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）

论文来源：https://arxiv.org/pdf/2309.07864

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。

论文来源：https://arxiv.org/pdf/2304.03442

Thanks

雪梅的微信个人号

雪梅的微信公众号