第六章：Agent 智能助手

6.1 Agent 概述

6.1.1 什么是 Agent

Agent（智能代理/智能助手）是一种能够自主完成复杂任务的 AI 应用。与普通的聊天助手不同，Agent 具备以下核心能力：

• 目标规划：理解用户的最终目标
• 任务拆解：将复杂任务分解为可执行的子任务
• 工具调用：自主选择和使用合适的工具
• 过程迭代：根据中间结果调整策略
• 自主完成：在没有人类干预的情况下完成任务

Agent 利用大语言模型的推理能力，不仅能够对话，还能够”行动”。它可以调用搜索引擎获取信息、执行代码进行计算、访问数据库查询数据，甚至控制外部系统完成操作。

6.1.2 Agent 的工作原理

Agent 的核心是”思考-行动-观察”循环（Reason-Act-Observe Loop）：

用户输入
    ↓
┌─────────────────────────┐
│  思考（Reasoning）       │
│  - 分析任务目标          │
│  - 决定下一步行动        │
│  - 选择合适的工具        │
└───────────┬─────────────┘
            ↓
┌─────────────────────────┐
│  行动（Action）          │
│  - 调用选定的工具        │
│  - 传递必要的参数        │
│  - 执行具体操作          │
└───────────┬─────────────┘
            ↓
┌─────────────────────────┐
│  观察（Observation）     │
│  - 获取工具返回结果      │
│  - 分析执行效果          │
│  - 决定是否继续          │
└───────────┬─────────────┘
            ↓
     是否完成任务？
      ├── 否 ──→ 返回思考
      └── 是 ──→ 输出结果

6.1.3 Agent vs 聊天助手

6.1.4 Agent 的应用场景

数据分析：

• 从多个数据源收集数据
• 执行统计分析和计算
• 生成可视化图表和报告

信息研究：

• 搜索最新资讯和文献
• 整理和归纳信息
• 撰写研究报告

自动化办公：

• 自动处理邮件
• 安排日程会议
• 生成文档报告

客户服务：

• 查询订单状态
• 处理退换货请求
• 协调多部门资源

代码开发：

• 理解需求并设计方案
• 编写和调试代码
• 执行测试验证

6.2 创建 Agent 应用

6.2.1 创建步骤

步骤一：创建应用

1. 进入 Dify 工作室
2. 点击”创建空白应用”
3. 选择”Agent”类型
4. 填写应用名称和描述

步骤二：选择推理模型 Agent 的能力很大程度上取决于底层模型：

推荐模型选择： | 模型 | 推理能力 | 函数调用 | 推荐度 | |—–|———|———|——-| | GPT-4 | 最强 | 原生支持 | ⭐⭐⭐⭐⭐ | | GPT-4-turbo | 很强 | 原生支持 | ⭐⭐⭐⭐⭐ | | Claude 3 Opus | 很强 | 支持 | ⭐⭐⭐⭐ | | GPT-3.5-turbo | 良好 | 原生支持 | ⭐⭐⭐ | | Claude 3 Sonnet | 良好 | 支持 | ⭐⭐⭐ |

步骤三：配置 Agent 指令 编写清晰的指令提示词，定义 Agent 的角色、能力和行为规范。

6.2.2 编写 Agent 指令

高质量的 Agent 指令应包含以下要素：

角色定义：

## 角色
你是一个专业的数据分析助手，擅长：
- 数据收集和清洗
- 统计分析和建模
- 数据可视化
- 报告撰写

能力说明：

## 能力
你可以使用以下工具完成任务：
1. 网络搜索：获取最新数据和信息
2. 代码执行：运行 Python 代码进行计算
3. 图表生成：创建数据可视化图表
4. 知识库检索：查询企业内部知识

工作流程：

## 工作流程
处理用户请求时，请遵循以下步骤：
1. 理解用户需求，明确分析目标
2. 制定分析计划，列出所需数据
3. 使用工具收集和处理数据
4. 进行分析并生成可视化
5. 撰写分析报告，给出建议

行为约束：

## 约束
- 确保数据来源可靠
- 分析结论要有数据支撑
- 遇到问题时主动说明并寻求用户确认
- 保护用户隐私和数据安全

6.2.3 配置示例

完整的 Agent 配置示例：

# 数据分析助手

## 角色定义
你是一个智能数据分析助手，帮助用户进行数据分析和洞察挖掘。

## 核心能力
1. **数据收集**：通过搜索引擎获取公开数据
2. **数据处理**：使用 Python 进行数据清洗和转换
3. **统计分析**：计算统计指标、进行相关性分析
4. **可视化**：生成图表展示分析结果
5. **报告生成**：撰写结构化的分析报告

## 工作方式
收到分析请求后：
1. 确认分析目标和范围
2. 制定分析计划
3. 逐步执行分析任务
4. 展示中间结果供用户确认
5. 输出最终分析报告

## 注意事项
- 对于敏感数据，请用户确认后再处理
- 分析结论需要有数据支撑
- 不确定的内容要明确标注
- 复杂任务分步骤执行，每步说明进度

6.3 推理模式配置

6.3.1 Function Calling 模式

Function Calling（函数调用）是现代 LLM 原生支持的工具调用机制。

工作原理：

1. 将工具定义为函数 Schema 发送给模型
2. 模型判断是否需要调用函数
3. 若需要，模型输出结构化的函数调用
4. 系统执行函数并返回结果
5. 模型基于结果继续推理

优势：

• 调用准确率高
• 响应速度快
• 格式规范统一

支持的模型：

• OpenAI GPT 系列（gpt-3.5-turbo, gpt-4）
• Anthropic Claude 系列
• 部分开源模型（需特定微调）

配置方式： 在 Agent 设置中选择支持 Function Calling 的模型，系统会自动启用此模式。

6.3.2 ReAct 模式

ReAct（Reasoning + Acting）是一种通过提示词引导模型进行推理和行动的框架。

工作原理：

Thought: 我需要查找最新的销售数据
Action: search
Action Input: 2024年Q1销售数据报告
Observation: [搜索结果内容]
Thought: 我找到了数据，现在需要进行分析...
Action: code_execution
Action Input: import pandas as pd...
Observation: [代码执行结果]
Thought: 分析完成，我可以给出结论了
Final Answer: 根据分析...

优势：

• 兼容性广，支持更多模型
• 推理过程透明
• 可灵活调整策略

劣势：

• 准确率略低于 Function Calling
• Token 消耗较多
• 需要更多迭代

配置方式： 对于不支持 Function Calling 的模型，系统自动使用 ReAct 模式。

6.3.3 迭代次数配置

Agent 执行过程可能需要多次”思考-行动-观察”循环。

配置参数：

最大迭代次数: 5  # 防止无限循环
迭代超时: 60秒   # 单次迭代的时间限制

建议配置： | 任务复杂度 | 迭代次数 | |———–|———| | 简单任务 | 3 | | 中等任务 | 5 | | 复杂任务 | 10 |

6.3.4 模式选择建议

优先使用 Function Calling：

• 模型支持时首选
• 效果更好更稳定
• Token 消耗更少

使用 ReAct 的情况：

• 模型不支持 Function Calling
• 需要更详细的推理过程
• 调试和分析 Agent 行为

6.4 工具配置

6.4.1 添加工具

步骤：

1. 进入 Agent 编排界面
2. 点击”工具”配置区域
3. 点击”添加工具”
4. 选择需要的工具
5. 配置工具参数

6.4.2 内置工具

Dify 提供了丰富的内置工具：

搜索工具： | 工具 | 功能 | 配置要求 | |—–|——|———| | Google 搜索 | 网络搜索 | API Key | | Bing 搜索 | 网络搜索 | API Key | | DuckDuckGo | 网络搜索 | 无需 Key | | Wikipedia | 百科搜索 | 无需 Key |

计算工具： | 工具 | 功能 | 配置要求 | |—–|——|———| | 代码执行器 | 运行 Python/JS | 无 | | WolframAlpha | 数学计算 | API Key | | 计算器 | 基础运算 | 无 |

生成工具： | 工具 | 功能 | 配置要求 | |—–|——|———| | DALL-E | 图像生成 | OpenAI Key | | Stable Diffusion | 图像生成 | 本地部署 | | 图表生成 | 数据可视化 | 无 |

其他工具： | 工具 | 功能 | 配置要求 | |—–|——|———| | HTTP 请求 | 调用 API | 无 | | 当前时间 | 获取时间 | 无 | | 天气查询 | 天气信息 | API Key |

6.4.3 工具授权配置

部分工具需要配置 API Key：

配置步骤：

1. 进入”设置” → “工具”
2. 找到需要配置的工具
3. 点击”配置凭据”
4. 输入 API Key
5. 保存配置

示例 - 配置 Google 搜索：

工具: Google 搜索
API Key: your-google-api-key
搜索引擎 ID: your-search-engine-id

6.4.4 知识库作为工具

可以将知识库添加为 Agent 的工具：

配置步骤：

1. 在”上下文”区域添加知识库
2. 配置检索参数
3. Agent 会在需要时自动检索

使用场景：

• 回答企业内部问题
• 查找产品信息
• 检索历史记录

6.4.5 自定义工具

通过 OpenAPI 规范导入自定义 API 工具：

步骤一：准备 OpenAPI Schema

openapi: 3.0.0
info:
  title: 订单查询 API
  version: 1.0.0
servers:
  - url: https://api.example.com
paths:
  /orders/{orderId}:
    get:
      summary: 查询订单详情
      parameters:
        - name: orderId
          in: path
          required: true
          schema:
            type: string
      responses:
        '200':
          description: 订单信息

步骤二：导入工具

1. 进入”工具” → “自定义工具”
2. 点击”创建自定义工具”
3. 粘贴 OpenAPI Schema
4. 配置认证方式
5. 测试并保存

6.4.6 工具使用建议

精选工具：

• 只添加必要的工具
• 工具过多会影响选择准确性

清晰描述：

• 确保工具描述准确清晰
• 帮助 Agent 正确选择工具

合理配置：

• 设置适当的超时时间
• 配置错误处理策略

6.5 Agent 调试

6.5.1 调试面板

Agent 调试面板显示完整的执行过程：

信息展示：

• 用户输入
• 思考过程（Thought）
• 工具调用（Action）
• 工具结果（Observation）
• 最终回答

6.5.2 日志分析

查看位置：

1. 进入应用详情
2. 点击”日志”标签
3. 选择具体会话

日志内容：

会话 ID: xxx
开始时间: 2024-01-15 10:30:00
总耗时: 15.3s

执行步骤:
  1. 思考: 分析用户需求
  2. 行动: 调用搜索工具
     - 输入: "2024年AI发展趋势"
     - 结果: [搜索结果]
  3. 思考: 整理搜索结果
  4. 输出: 最终回答

Token 消耗:
  - 输入: 2341
  - 输出: 856
  - 总计: 3197

6.5.3 常见问题排查

问题一：工具调用失败

原因：
- API Key 无效
- 网络连接问题
- 参数格式错误

解决：
- 检查工具配置
- 验证网络连通性
- 查看错误日志

问题二：无限循环

原因：
- 任务描述不清晰
- 工具返回结果不明确
- 迭代次数设置过高

解决：
- 优化 Agent 指令
- 改进工具描述
- 设置合理的迭代限制

问题三：选错工具

原因：
- 工具描述不准确
- 工具数量过多
- 任务理解偏差

解决：
- 优化工具描述
- 精简工具列表
- 在指令中明确工具用途

问题四：回答质量差

原因：
- 模型能力不足
- 提示词设计问题
- 上下文信息不足

解决：
- 升级到更强的模型
- 优化 Agent 指令
- 提供更多背景知识

6.6 高级技巧

6.6.1 多 Agent 协作

通过工作流实现多个 Agent 协作：

架构设计：

用户请求
    ↓
主 Agent（任务分配）
    ├── 研究 Agent（信息收集）
    ├── 分析 Agent（数据分析）
    └── 写作 Agent（报告生成）
    ↓
结果整合

实现方式： 使用工作流的 Agent 节点串联多个 Agent。

6.6.2 记忆增强

短期记忆：

• 对话历史自动保存
• 配置记忆窗口大小

长期记忆：

• 使用知识库存储重要信息
• 定期总结对话内容

6.6.3 上下文管理

动态上下文：

# 根据对话阶段调整上下文
if task_phase == "收集":
    context = research_context
elif task_phase == "分析":
    context = analysis_context
else:
    context = summary_context

6.6.4 工具链设计

设计合理的工具组合：

信息处理链：

搜索 → 网页抓取 → 文本提取 → 知识存储

数据分析链：

数据获取 → 代码执行 → 图表生成 → 报告撰写

6.6.5 错误恢复

重试策略：

工具调用失败时:
  - 重试次数: 3
  - 重试间隔: 递增
  - 备选工具: 启用

降级处理：

无法完成任务时:
  - 返回部分结果
  - 说明失败原因
  - 建议人工介入

6.7 实战案例

6.7.1 研究助手 Agent

功能需求：

• 根据主题搜索资料
• 整理和归纳信息
• 生成研究报告

Agent 配置：

# 研究助手

## 角色
你是一个专业的研究助手，帮助用户进行主题研究和信息整理。

## 工具
1. 网络搜索：搜索最新资讯和学术文献
2. 网页抓取：获取网页详细内容
3. 知识库检索：查询已有资料

## 工作流程
1. 理解研究主题和目的
2. 制定信息收集计划
3. 执行搜索和资料收集
4. 整理和归纳信息
5. 生成结构化报告

## 输出格式
研究报告应包含：
- 主题概述
- 关键发现
- 详细分析
- 结论建议
- 参考来源

6.7.2 代码助手 Agent

功能需求：

• 理解编程需求
• 编写代码实现
• 调试和测试

Agent 配置：

# 代码助手

## 角色
你是一个专业的编程助手，帮助用户编写和调试代码。

## 工具
1. 代码执行：运行 Python 代码
2. 文档搜索：查询 API 文档

## 工作方式
1. 理解用户的编程需求
2. 设计解决方案
3. 编写代码实现
4. 执行代码验证
5. 根据结果调整优化

## 代码规范
- 添加必要的注释
- 遵循 PEP8 规范
- 处理异常情况
- 提供使用说明

6.7.3 客服 Agent

功能需求：

• 理解客户问题
• 查询相关信息
• 提供解决方案

Agent 配置：

# 智能客服

## 角色
你是一个专业的客户服务代表，帮助客户解决问题。

## 工具
1. 知识库检索：查询产品信息和FAQ
2. 订单查询：查询订单状态
3. 工单创建：创建售后工单

## 服务流程
1. 友好问候，了解问题
2. 分析问题类型
3. 查询相关信息
4. 提供解决方案
5. 确认问题是否解决
6. 必要时升级人工

## 服务标准
- 始终保持礼貌和耐心
- 回答准确、简洁
- 主动提供帮助
- 保护客户隐私

6.8 本章小结

通过本章的学习，你应该掌握：

1. Agent 概念：理解 Agent 的工作原理和优势
2. 创建流程：掌握 Agent 应用的创建和配置
3. 推理模式：了解 Function Calling 和 ReAct 的区别
4. 工具配置：熟练添加和配置各类工具
5. 调试技巧：学会调试和优化 Agent
6. 实战应用：能够设计和实现实际的 Agent 应用

6.9 思考与练习

1. 实践练习：
   • 创建一个研究助手 Agent
   • 实现一个代码生成和调试的 Agent
   • 设计一个多工具协作的 Agent
2. 思考题：
   • Agent 相比普通聊天助手有哪些优势和挑战？
   • 如何设计工具组合以提高 Agent 效率？
   • 什么情况下应该使用 Agent 而不是工作流？

下一章预告：第七章将介绍工具与插件系统，包括插件生态、自定义工具开发和最佳实践。