本文将详细介绍腾讯元器的功能概览、功能体验、商店体验以及与其他平台的对比分析，帮助读者全面了解这款产品的优势和不足。同时分享了一些使用心得和建议，希望对感兴趣的开发者有所帮助。

01认识腾讯元器

1. 腾讯元器简介

腾讯元器是基于腾讯混元大模型开发的AI Agent构建平台。

👆腾讯元器官方简介

2. 腾讯元器功能概览

从腾讯元器的产品界面来看，腾讯元器的产品模块分为两大块，一块是开发平台支持智能体、插件和工作流开发；另一块是商店，有智能体和插件商店。

1）开发平台

• 智能体开发：此部分主要支持用户创建和开发智能体。智能体是腾讯元器的核心功能之一，它们能够与用户进行对话，提供信息，执行任务等。在开发平台上，用户可以通过简单的操作和配置，快速搭建出功能丰富、性能稳定的智能体。
• 插件开发：插件是扩展智能体功能的重要手段。在开发平台上，用户可以开发各种插件，如知识库插件、工作流插件等，从而增强智能体的能力，使其更好地满足用户需求。
• 工作流开发：工作流是智能体执行任务的一种流程化表示。通过工作流开发，用户可以定义智能体在不同场景下的执行顺序和操作步骤，实现任务的自动化执行。

2）商店

• 智能体商店：此部分提供了一系列预构建的智能体供用户选择使用。这些智能体涵盖了各种应用场景，如客服、教育、娱乐等。用户可以直接从商店中下载并部署这些智能体，快速实现业务需求。
• 插件商店：与智能体商店类似，插件商店也提供了丰富的插件资源。用户可以根据自己的需求，从商店中挑选合适的插件来扩展智能体的功能。这大大降低了开发的难度和成本，提高了开发效率

👆腾讯元器功能截图

02 功能体验

回顾之前提到构建AI Agent的常规流程，首要且关键的一步是清晰地界定其应用需求。本次我们搭建的AI Agent聚焦于解决管理学领域学生在论文选题阶段普遍遭遇的迷茫与挑战，通过AI Agent的帮助，为学生提供智能化、个性化的选题辅助，从而简化这一复杂过程，提升选题效率与质量。接下来我们就顺着腾讯元器的使用路径开始搭建一个《管理学论文选题助手》。

1. 创建智能体

在智能体创建环节与大多数平台差不多，需要明确角色、设定、开场白、流程、插件等内容。

👆腾讯元器功能截图

1）基础定义

• 名称：管理学论文选题助手
• 简介：你是一个专业的管理学论文选题助手，能够运用创新思维为用户提供新颖且具有研究价值的管理学论文选题建议。
• 头像：AI生成

👆智能体设置

2）详细设定

角色的详细设定本质是为Agent构建一个通用的prompt。作为AI资深用户，prompt这种琐事怎么还能自己干呢，所以我用coze生成了一版基于角色、技能、示例、限制公式的角色设定。

# 角色
你是一个专业的管理学论文选题助手，能够运用创新思维为用户提供新颖且具有研究价值的管理学论文选题建议。

## 技能

### 技能 1: 提供管理学本科选题建议

1. 当用户需要本科管理学选题时，先了解用户的专业方向和兴趣点。

2. 根据用户提供的信息，结合管理学的热门领域和前沿研究，提供 3-5 个选题建议。

回复示例：

选题: 具体选题名称

选题简介: 100 字左右介绍该选题的研究内容和意义

技能 2: 提供管理学硕士选题建议

1. 当用户需要硕士管理学选题时，深入了解用户的研究兴趣、已有的研究基础和未来的职业规划。

2. 综合考虑学术前沿和实际应用，提供 2-3 个具有深度和创新性的选题建议。

回复示例：

选题:具体选题名称

选题简介: 150 字左右阐述该选题的研究背景、目的和价值

技能 3: 解答选题相关疑问

1. 对于用户关于选题的可行性、研究方法等方面的疑问，进行详细解答。

2. 提供相关的参考资料和研究案例，帮助用户更好地理解和把握选题。

限制:
– 只提供与管理学选题相关的建议和解答，拒绝回答与管理学选题无关的问题。
– 所输出的内容必须按照给定的格式进行组织，不能偏离框架要求。
– 选题简介部分要简洁明了，突出重点。
– 提供的建议要具有新颖性和可行性。

完成这两个步骤，已经基本完成了AI Agent的初步构建，可以通过应用来调试Agent的回答效果。通过截图，我们不难发现，元宝近乎于无视了我在角色设定中对其技能的要求。

👆第一版Agent对问题解答效果

然后，我通过元器右上角的AI润色工具，进行了详细设定优化。

– 你是一个专业的管理学论文选题助手，能够运用创新思维为用户提供新颖且具有研究价值的管理学论文选题建议。

– 当你遇到需要管理学论文选题的用户时，你会根据用户的学历层次(本科、硕士)和需求，提供相应的管理学论文选题建议。

– 对于用户关于选题的可行性、研究方法等方面的疑问，你会进行详细解答，并提供相关的参考资料和研究案例。

– 你只提供与管理学选题相关的建议和解答，拒绝回答与管理学选题无关的问题。

– 你所输出的内容必须按照给定的格式进行组织，不能偏离框架要求。

– 选题简介部分要简洁明了，突出重点。

– 提供的建议要具有新颖性和可行性。

元器版角色设定

优化设定后，给出答案确实和优化后的AI设定相近，但是针对问题给出的具体答案质量尚未显著提升。

👆第二版Agent对问题解答效果

3）总结

角色详细设定上，我花了比较多时间去测试，从目前几版结果来说，元器Agent似乎有它自己的想法，并不会因为我的调试而发生太多改变。

然后对于我提出选题需要给出热门程度排序和参考文献要求，Agent都是拒绝了，表示它不能直接提供对应内容。

与此同时，相同问题我在coze上做了一次测试，发现coze直接给出答案。但是我尚无法判断它是按照条件限制给出的答案，还是按照自己的想法给出的答案。

👆COZE版Agent给出的问题答案

2. 创建知识库

AI Agent开发的朋友应该都能理解，所谓知识库是大模型外接的向量数据库之一。大模型通过对提示词进行初步判断来决定是否从知识库里获取对应答案，如果我们有管理学选题相关的知识库就可以在某些程度上解决上一个阶段大模型无法直接提供对应文献的问题。

👆元器知识库的官方介绍

首先从功能模块来说，元器的知识库没有独立编辑模块，不能像coze、betteryeah那一类Agent构建平台那样对处理后的知识库进行人工分词调整。

👆创建知识库

在知识库中导入一些提示词工程相关的文档，进行提问测试。

👆调用知识库细节

👆基于知识库的答案

3. 插件开发

在我们管理学论文选题场景中，遇到一个问题大模型无法直接获取到网络实时的信息，此时我思考，是否可以通过插件代理我的知网账号，查询对应话题下的相关论文。

元器的插件是一系列第三方工具（API）的集合。一个插件下可以包含多个（API）。混元大模型在收到用户问题后，会通过function call判定判定用户的问题意图，是否需要调用该插件下的某个API。如果需要，模型会从用户提供的信息中，提炼API要求的入参，并调用API。API返回结果后，再经过混元大模型的润色，回复用户。

👆插件工作流程

emmm想法很美好，但是我的代码能力实在是让人挠头，填写完基本信息后，进入到添加工具环节，很好，有混元AI生成代码工具，我研究半晌，终究还是放弃了自己开发插件这个想法。

👆构思插件开发

👆混元代码开发工具

当我技术很菜的时候，我就该想想别的办法了，所以我去研究了元器上是否有一些现成可用的插件，还真让我找到了一个元器官方发布的“网页解析”的插件。

👆网页解析插件

在智能体中加入网页解析的插件后，发送网页链接给到智能体可以给出网页相关的内容。

👆解析网页内容

然而当我试图用一段完整的话，希望智能体直接输出论文选题内容时，通过运行过程可以发现，智能体并未调用到网页解析插件。

👆一段指令下无法连贯执行

4. 工作流开发

如果希望Agen实现连贯的指令，这时候就该引入工作流工具。通过查阅官方使用手册，工作流是一种“流程图”式的低代码编辑工具，可以用来做一个“高级版”插件。在工作流里，可以任意编排插件、知识库、大模型节点的工作顺序和调用传参，从而精确控制智能体中部分任务的运行逻辑。

👆创建工作流

构建工作流的过程是对具体任务进行步骤化拆解的过程，以上文的指令为例，我们需要拆出两个主要工作节点，其一解析网页内容，其二基于网页内容输出论文选题。

请基于以下网址的内容给我一些管理学论文选题建议

https://www.baidu.com/s?ie=UTF-8&wd=%E6%B7%B7%E5%85%83%E5%A4%A7%E6%A8%A1%E5%9E%8B

设计工作流，首先对于用户可能输入的指令进行拆解，文字指令关键词：选题、建议；以及带有URL的参数。根据相关需求，可以通过左侧插入不同流程节点。

👆网页解析工作流

在插入的节点能力上来看，相较于coze，元器可支持的内容还是偏简单。

👆Coze工作流

5. 智能体发布

目前元器的智能体支持发布到元器、元宝、QQ、微信客服等平台。同时元器智能体支持以API的形式供三方软件进行调用。支持通过API方式与智能体进行交互。这种API的调用方式，适合有自己业务场景的用户，将智能体服务嵌入到自己的产品、服务中。当前每个元器用户有一个亿的token体验使用额度，额度用完后，将无法调用。同时元器也已经上线API付费能力，付费后，可以支持更多次调用。从商业化或体系化运用智能体的角度来看，元器在一开始就将API方式调用放在前面设计是比较明智的。三方开发者可以迅速融合已有场景进行智能化开发。

👆发布途径

👆API方式调用

03 商店体验

1. 智能体商店

情感对话类的智能体使用量排在很靠前，同时元器的智能体发布审核流程不算严格，快速构建一些角色定义提示词就可以先上架，毕竟越早发布商店流量优势会更明显。

👆智能体商店截图

以下是我发布的第一版元器智能体欢迎体验：https://yuanqi.tencent.com/agent/LbVam2CpFE6X？from=share&shareId=jQ2FC6VYkN5C

2. 插件商店

插件商店的分类与智能体商店相比细分更细，不过值得关注的是官方开发插件数远小于用户创建数，可见开发者对元器的热衷程度还是较高的。

👆插件商店截图

04 竞品横向对比

腾讯元器与其他AI Agent构建平台对比来看

支持大模型种类少于同类型平台，仅支持元宝一个大模型，其他平台均支持三方模型

👆Coze支持的大模型

👆钉钉支持的大模型

从功能成熟度来看元器对开发者该支持的能力基本到位，尤其是API调用这块功能属于是一大亮点，可以快速融合原有场景。

05 总结

总得来说元器的整体功能模块是完整的，但是深度应用之后，会发现功能还是不够成熟。其次，腾讯的大模型元宝的整体能力与市场主流的大模型相比稍显不足，同时元器又不支持接入其他模型，这也很大程度上使得元器智能体看起来不够智能。

创建的智能体分为娱乐级、助手级以及专家级，目前以元器的综合表现来看更适合搭建娱乐级和助手级智能体。