本文深入探讨了AI Agent的概念、构成、以及如何通过coze平台实现其功能和应用场景。从基础理论到实操教程，我们将一起探索如何利用AI Agent提升效率和解决实际问题，开启AI应用的新篇章。

一、认识AI智能体（AI Agnet）

1. 为什么需要一个AI Agent

已经有了AI，为什么又要冒出个AI Agent，这是刻意装逼显得厉害搞出来的概念吗？

列举个案例：

当你要让大模型（AI）帮你整理一篇文章，假设你这样问AI：

请你帮我生成一篇100万字的言情小说

这个时候，AI给你什么答案！是不是写不出这么多字，也给不出你想要的答案？

为什么会出现这种问题？是AI不够厉害？还是AI就是伪概念？

假设这件事是我们人类来做，我们会有哪些动作？

1）上网查阅相关内容；

2）规划大纲；

3）分步整理；

4）审核和检查；

通过上述步骤，我们是不是就能完成这个任务！

思考一下，完成这个任务，你用到了哪些操作？

1）上网查询；

2）分解任务；

3）逐步规划；

4）排查；

这里面涉及到工具，思考过程，完成过程，复盘等操作，还用到大脑，手，电脑或者助手等“工具”。

那AI是什么？

AI在这个过程中只充当了大脑的角色，他没有额外的工具或者步骤，因此这个任务交给它，它是无法单独完成的。

为了让AI能够真正实现工作，我们得给他配备上网查询能力，使用工具能力，分解任务能力等等。

这就是AI Agent的价值，让AI不仅是一个大脑，而是能使用“工具”的类人智能体。

在举个例子：

假设你让普通AI帮你写日报，能不能行？

可以，但是你的操作会很复杂。

Agent写日报就不同了，设定好格式，语气，任务等关键信息，你只需要口语化告诉它做了什么，剩下的事他会帮你整理。

假设你让普通AI帮你做写篇软文，能不能行？

可以，但是操作同样复杂，来来回回折腾几遍可能还不满意。

Agent写就不同了，提前设定好标题，开头，内容和语气等关键信息，你只需要告诉Agent你要写什么主题内容，它就能按照设定一步一步帮你整理。

假设你去旅游，让AI给你介绍景点信息，能不能行？

可以，但是每次你都要问，还不一定回答是否正确。

Agent就不同了，按照景点情况设定好Agent，你走到哪，他就告诉你什么，你问他WC在哪，它还可以根据你的位置给你指定最近的WC。

通过上面这些小案例，你是不是理解了Agent和AI到底有什么不同了，简单说，AI相当于可以咨询的大脑，Agent相当于能干活的机器。

2. 认识AI Agent

首先先看这张图：

AI Agent = LLM（大模型） + Planning（规划） + Memory（记忆） + Tools（工具）+Action（行动）

这张图代表着Agent的构成，类似人的大脑、四肢、思考、执行。

有这些能力，是不是和上文说的类人智能体靠近了！

接下来我们看看Agent的具体定义：

AI Agent 就是一种能代替人类执行任务的智能助手。它集成了感知、学习、推理、决策、内容生成等多种 AI 能力，可以与人进行自然语言交互，根据人的需求提供个性化、多样化的服务。

让我们分别讲解一下这些名词的具体含义：

1）规划

子目标和分解：Agent 将大型任务分解为更小的、可管理的子目标，从而能够有效处理复杂的任务，以开个餐馆为例，任务开一家餐馆，分解就是把开餐馆这件事划分成不同的步骤或者任务，比如取名、选址、装修、备货、营业，分解越细工作就越简单越容易达成目标。

反思和完善：Agent 可以对过去的行为进行自我批评和自我反思，从错误中吸取教训，并针对未来的步骤进行完善，从而提高最终结果的质量。

思维链：让Agent 像人类一样一步一步思考，比如计算数学题，一步一步推理计算，保证最后的答案正确性，这点在高效使用AI上非常常见，比如不要AI直接给出最后的答案，而是让AI把推理过程一起写出来。

2）记忆

短期记忆：我们与朋友沟通过程中，是不是要记住沟通上下文，但是时间久远的一次对话，我们是不是又不会记住对话过程？

短期记忆就类似于对话现场记下来的内容。

长期记忆：长期记忆类似于把久远的聊天整理成一个记忆点，随时让能够回忆当时说了什么重要的事。

3）工具使用

让AI能够使用外部工具，比如上网查询信息，代码执行等能力。在coze中表现为插件等工具的使用。

3. AI Agent有什么用

前文我们了解到，单独的AI能力很强大，但是面对复杂任务时，他需要“助手”帮忙，有“助手”的帮忙，AI能够实现解决实际问题的能力，小侠认为：“ AI要融入场景，解决实际问题为目的”，因此探索AI Agent也是我们最为核心的一个探索研究方向。

AI Agent可以把它想象为“超级助理”，AI相当于大学刚毕业的学生，Agent相当于去企业上班后要完成的工作任务，一个学生能变成什么岗位的精英，在于岗位对他的培养和实践，比如：

• 软文Agent助理：根据企业软文要求，全网收集相关内容并整理成营销软文。
• 数据分析Agent：给他企业数据，让他根据要求分析数据情况做出相关报告。
• 行政Agent：按照行政审批流程，让AI做好入职审批工作。
• 客服Agent：让它服务客户，解决客户咨询问题。

还有很多，可以说只有你想不到，没有AI做不到！

那为什么企业很少用AI Agent来工作解决问题？

以下是我对Agent的一点看法：

首先，22年到23年主流方向是训练出一个更高智能的AI本体，这是主流趋势，AI应用的前提还是得有个靠谱的“大脑”。

23年到24年开始关注Agent方向，也就是AI应用场景，市场上开始完善Agent开发配套培训，比如coze、dify等，这些平台的完善加上基础AI能力的提升，才有可能将Agent变成现实。

那为什么现在要开始研究学习Agent了？

因为过去半年时间coze、dify等平台功能逐步完善，已经有开发Agent的软硬件条件，因此今年下半年一定是Agent起步的元年。

这点你还别不信，看看海外版coze平台开始收费，国内上架专业版coze平台等等信息，你就不难发现，Agent平民化开发平台已经显现。

本文下篇会分享“弼小侠AI基地-学些助理bot”的实操教程，这个bot（Agent）也是我们用于服务粉丝和解决学习问题的AI学习助理，你在弼小侠AI基地遇到的任何问题，都可以通过这个AI助理帮你解决。

简单说一下这个bot的功能：

• AI客服：解决操作和使用上的问题，比如链接怎么打不开！怎么分享给身边朋友等等问题，都可以询问它。
• AI知识助理：在学习上遇到的问题，特别是弼小侠AI基地里面分享的知识有不懂的，可以咨询它。
• AI学习规划：如何一步一步打开AI大门，不知道自己适合学习哪些内容，没关系，问它，他会根据你的情况帮你规划学习路线。

总之，你在弼小侠AI基地遇到的问题，都可以借助这个Agent帮你解决，这既是一个实操案例，也是一个解决实际工作问题的Agent。

二、coze入门保姆式教程

1. 打开Agent大门从认识coze开始

coze中文又名扣子，由字节跳动推出的AI大模型智能体开发平台，在coze里，智能体称之为bot。

coze是集成插件（工具使用）、知识库（数据源）、数据库、记忆、工作流（图像流、工作流）等多功能为一体的Agent开发平台。

大家别被开发平台给吓着了！Agent开发和传统软件开发不是一回事，直白点说就是不管之前是否是程序员，面对Agent开发，大家都是新手，都是零基础，都是同一起跑线。

Agent开发比传统软件开发，更看重的不是软件编程能力，而是考验综合规划理解能力，下篇实操商用AI客服学习，大家就能明白为什么软件编程能力不是优先考核项，反而是规划理解能力为第一考核项的原因。

因此，对于非技术出身的伙伴，不要被开发平台吓怕了，我们日常很多工作其实都是规划理解能力，这方面有优势，开发Agent就简单许多。

没有规划理解能力也没关系，这个咱们可以培养，一步一步来，也不是过不去的坎。

接下来简单介绍一下coze平台比较重要的组成部分。

平台特点介绍：

• Coze 里面除了外部 API 调用之外，所有的功能都是免费（但是近期海外版已经收费，国内版已经发布专业版，有消息称马上要变成付费，还没学习的伙伴要抓紧时间上手，不然以后就…）；
• 相比其他Agent开发平台，coze可以说非常适合小白上手的平台，不需要任何编程基础也可以轻松创建自己的 AI Bot；
• 创建的bot可以轻松对接发布多个平台，比如支持coze商店、豆包、飞书、抖音、微信、掘金、自有渠道等；
• 内置多个大模型，比如豆包·Function call 32k、通义千问-Max 8k、智普 GLM-4 128k、MiniMax6.5（8k、245k）、Moonshot（8k/32k/128k）、百川智能Baichuan4 32k等主流模型，这里的8k、32k可以理解为能阅读多少数量的文本，越大上下文阅读能力就越强，但是不是所有的工作都选择越大越好，比如回答要快，问题简单的，就不一定要用128k的模型。
• 创建的bot不仅可以电脑端使用，还可以手机端应用，比如发布到豆包app，在豆包中搜索bot名称，就能使用，还可以语音交流，提高了用户体验。

2. coze功能介绍

接下来，我们一点点入门了解coze各个功能的具体作用和能力。

1）插件

插件，相当AI使用的工具或者技能，比如上网查询文章，要用到搜索插件（工具），查询头条热点，要用到头条查询等等，coze平台插件目前对外称超过1万+，算国内外插件数量最多的Agent开发平台，总的说插件越多，能做的事就越多。

coze的插件涵盖范围及广，有图像类，文本类，搜索类、数据分析、语音识别等等，开发者可以根据实际需求选择不同插件，满足不同的业务场景。

除此之外，coze还支持定制化插件开发，有些企业自己内部有系统或者网站，个人可能有自己的博客等等，都可以打包成各自插件用于自己的业务。

意想不到的是，插件商店还有便利生活插件，像私人AI助理，帮我们查快递，查地图，查房价等等，都可以调用这些插件实现，真正做到AI帮我们打点日常生活和工作。

• 墨迹天气：提供的省、市、区县的未来40天的天气情况，包括温度、湿度、日夜风向等信息，你可以用于从事天气预报类文章撰写或者私人使用。
• 飞常准：航班信息查询插件，根据用户提供的出发城市名称（dep)、到达城市名称（arr)及出发日期（depTime)以获取相应的航班列表，配置好只需一句话，Agent就能帮你查询。
• 医药大全：查询中西药、医院、医生、疾病信息，有了这个插件，就有了靠谱的家庭医生。
• 什么值得买：一个购物插件，帮助用户查询商品的优惠信息，根据用户输入的商品相关提问，返回商品概况、价格、购买渠道、性价比推荐等信息，并给出优惠商品的链接地址，有这样一个助手，就不用来来回回几个平台自己对比价格了。

还有很多，我就不一一例举，有兴趣的伙伴，自己到coze平台查看。

以上插件，适用于定制开发私人Agent助理，可以想象一下，如果你身边有这样一个AI助理，是不是很多App你都不用打开就能使用，想想都是一种乐趣。

对于动手能力强或者企业主，上面的插件可能满足不了企业的需求，coze也贴心的为大家开通了自定义插件功能，具体操作如下图：

2）知识库

先问大家一个问题：AI有没有短板？

有，还很多！不过最大的短板就是它不属于我，学习的知识也未必是最新的，比如刚刚发生的事，你问AI，它就回答不出来。

那怎么解决这个短板？

答案就是：知识库。

coze平台集成了知识库功能，用来储存外部知识，并且还提供了RAG（不清楚的伙伴可以在弼小侠AI基地学习）的能力，那知识库能用来干嘛？

先看看知识库功能包含哪些！

可以看到知识库里包含文本格式，表格格式，图片类型，也就是说文本类和图片类的数据，都可以储存在知识库里面，随时让AI调用，举个简单例子：

假设你要创建一个AI客服，介绍公司和产品，我们就可以用到知识库的能力。

首先，梳理公司和产品的介绍，形成FAQ。

其次，上传到知识库中。

最后将知识库配置到bot里，让bot可以调用这个知识库的内容作为回复。

以上步骤完成，当用户咨询AI有关公司或者产品的问题时，AI就会根据FAQ的内容进行回答。

这里提一下，传统的机器人客服，只能硬套FAQ，不懂变通。

Agent客服，它是根据RAG的能力，优化了回答的方式，并且还融合了bot本身的人设和目标进行回答，直白点就是Agent客服，感觉更像真人客服，不是呆板的机器。

在知识库的创建时，我们需要注意RAG技术检索分析数据的特点，我们上传一份文件到知识库，这份文件并不是单纯的储存，而是会将内容进行切片，切片后的内容更有助于AI检索信息，提升了AI回答内容的关联性。

这里也顺带再说一遍前面说的为什么现在可以学习Agent的原因，23年之前，都是在搞大模型，像RAG这样的配套工具都不完善，因此23年之前你想让AI给你干活，是非常难的一件事。

但是随着项目的发展，AI配套的工具越来越多，并且投入的研发成本越来越高，可商用的Agent就越来越近，如果你还停留在去年的思维，还认为AI只是可以聊聊天没其他用途，那还是蛮危险的。

3）数据库

很多小伙伴在面对数据库和知识库的时候会迷糊，小侠今天一次给你讲清楚，让你不迷糊。

感觉小侠分享还不错的，点赞，关注，评论一键三连，支持一下。

传统软件开发所说的数据库是一门专业的学科，比如：Oracle、MySQL、SQL Server 等，如果放在过去，普通人想利用数据库解决数据管理问题，可以说是不可能的事。

但是coze在AI加持下，数据就不再是难事了！

上面提到的各种数据库，都可以不用懂，我们只需要用自然语言（口语化）告诉AI要记录什么，他就能帮你转换成数据库的语言进行记录，里面到底怎么运行的，不用管。

那数据库和知识库有啥区别？

• 数据库：相当于可以随时更改数据的储存空间，比如一个班级排名表，里面包含姓名，科目，班级，分数，排名，当老师告诉AI“小明同学，语文，三班，18分，55名”等信息，AI就会记录到班级排名的表格中，后面你发现小明考了59分，你告诉AI“帮我改一下小明的分数，改成59分”，AI就会对数据进行更新。数据库相当于AI可以随时调用改变里面内容的存储空间。
• 知识库：与之相反，知识库相当于静态储存，只有新增或者删除，比如你下载了好看的小电影，存到硬盘里，要么存一个新电影，要么删除一个新电影，你不可能把电影片段进行更改（举例子哈！有些大神也可以消除马赛克）。

通过这样的类比，我们就清楚他们的使用场景和区别，数据库类似电脑内存，知识库类似电脑硬盘，都是用来存储，一个是电脑可以自己更新，一个是只能人为更新。

coze数据有以下特点：

• 高效创建：可以让AI帮你创建数据库格式，你只需要告诉它你的想法，AI就能帮你把表建好，比如：帮我创建一个班级排名表，里面包含排名，班级，姓名，学号，科目，成绩等信息。
• 多种模式数据库：数据库有多种模式，单用户模式和多用户模式，单用户指一个数据库只能自己存储，比如个人记账AI。多用户模式就是同一个数据库可以多个bot来用，比如刚刚提的班级排名，可以是一个学校一个数据库，一拉全校的排名也出来了，再比如开发一个漂流瓶游戏，所有人的漂流瓶都会记录到多用户数据库中，大家可以随时点开别人的漂流瓶查看里面的信息。

4）图像流

coze图像流可玩性非常高，上手门槛也很低，只需简单的拖拉拽操作，就能快速整理出一个具有确定图像目标的图片处理工具，操作界面类似ComfyUI 工作流，不过上手难度简单许多。

它的功能包括：

• 智能生成： 图像生成：也就是常见的文生图功能，通过自然语言描述生成想要的图片。 图像参考：图生图功能，给AI一个参考图片，让它基于参考图片生成想要的图片。
• 风格模版： 风格滤镜：给照片创建风格化的滤镜，比如毛毡、粘土、积木、美漫、玉石、搞笑涂鸦等风格。 人像风格化：调整人物风格，凸显人物特性，适合人像场景使用。 宠物风格化：与人物风格类似，适合宠物场景使用。
• 智能编辑： 提示词推理：给他一张参考图，让AI推理出图片的提示词，便于复制使用。 提示词优化：对已写的提示词进行优化，让AI更容易理解。 智能换脸：替换图片中的人脸。 背景替换：替换背景。 还有就是光影融合，智能扩图，智能抠图，画质提升，美颜，拉伸修复，透视矫正等等功能，具体怎么用，有什么用，大家可以参考coze官方文档或者上手体验。
• 基础编辑： 基础功能包含裁剪，添加文字，叠图，亮度调节，对比度调节，旋转和缩放。

有伙伴可能会说，这些功能很多App不是都有吗？干嘛还要coze里面学一遍？

这里就说两个点，大家自行体会：

（1）coze中的图像处理是基于AI能力实现，与传统的图像处理原理有所不同，AI基础能力越强，它的效果就越好，可能当前有些能力不能与设计师相提并论，但是AI的迭代速度不是人能跟得上的，因此要学会接受新事物。

（2）coze图像流是集成到coze平台，创建bot的时候，你可以让bot引用图像流，实现bot图像处理的能力，举个例子：

假设某连锁品牌，旗下门店要做个主题活动，需要一张宣传海报。

传统方法要完成这件事，门店要么申报总部，让总部设计部门设计下发，或者门店自己去打印店出钱设计。

如果是用coze Agent来实现，门店只需要告诉bot要什么海报，内容是什么，bot就能按照预设的流程，风格等信息，自动生成一张宣传海报给门店。

过程中不仅不需要人工干预，还能确保设计标准符合总部要求。

5）工作流

与图像流类似，工作流更加适用于更多复杂场景的任务，可以说coze如果没有工作流，那coze的价值将直接降低80分。

AI要实现真实世界工作问题，不仅需要强大的大脑，还需要强大的分解任务能力。

一个任务往往包含非常多的子任务，如果AI不具备一步一步拆解并分步完成任务的能力，那这个AI只能作为闲聊的百科全书。

coze因为有了工作流这个功能，可以说是质的飞跃，也是小侠深入探索，成谜AI的核心原因。

那么到底工作流有什么神奇之处，能够让小侠如此称赞？

先看看工作流的基本配置：

开始节点：表示一个工作启动节点，有了具体需要做的事才有后面产生的结果。

结束节点：一个具体任务完成后输出的结果的地方。

再看看节点类型：

当下发一个任务给AI后，它要完成这个任务，可能需要用到多种工具，红色框里的节点相当于不同的工具。我们只需要给AI配置不同的工具，它就能把这个工具用起来。

• 插件：和前面提到的插件是一样的，这里不再赘述。
• 大模型节点：可以调用具体模型解决问题，比如标题撰写，就可以单独配置一个撰写标题的大模型。
• 代码节点：通过 IDE 编写代码处理输入参数，并通过自定义代码来返回输出值。
• 知识库节点：和前面提到的知识库是一致的，工作流可以调用知识库返回相关数据。
• 工作流节点：工作流嵌套工作流，实现更复杂的功能。
• 图像流：工作流嵌套图像流，可以执行嵌套子任务。
• 选择器节点：if-else 逻辑节点，链接多个下游分支，设定是/否条件，判断是否运行对应分支。
• 文本处理：用于处理多个字符串类型变量的格式。
• 消息：支持工作流中间过程的消息输出，支持流式和非流式两种方式。
• 变量：用于读取和写入 AI Bot 中的变量，变量名称必须与机器人中的变量名称相匹配。
• 数据库节点：用于对数据库进行增删改查操作，前提是需要先在 Bot 添加过数据库。

6）多Agent协作

在coze平台上，除了单Agent模式以外，还有多Agent模式，多Agent模式可以更加全面处理更复杂的工作。

首先，单Agent模式设定的bot只能单一解决某个一个问题，比如图片处理bot，你想让这个bot处理文本，又处理图片，不是不能实现，而是目前的AI会容易出现工作任务理解不清导致事情做错的问题。

如何更好解决这种多任务组合的问题？

答案就是多Agent模式，我们可以先制作多个单Agent，每一个Agent都只负责某一个具体工作，比如负责产品介绍的bot，负责处理售后的bot，负责品牌宣传的bot。

将这些bot统统放在多Agent下面，作为一个个独立的员工，在此基础上，配置一个管理者bot，让他根据用户提的问题进行判断，判断出这个问题到底谁的工作内容，谁来服务客户还会更好等等。

管理bot识别好任务后，就能把具体任务分配给具体bot从而更加高效的完成任务。

多Agent的优势有以下几点：

• 统一管理多个bot，让他们协同工作，避免工作内容冲突。
• 避免多个入口，假设没有多Agent模式，我们要用bot制作海报，就要单独找到制作海报的bot，要写文案就要找写文案的bot，但是有了多Agent模式，只需要一个入口，就能把这些功能集合起来。
• 发挥了AI最大的功效，多Agent模式下，不仅能够发挥出单个Agnet的效果，还能单独调用数据库，插件等等技能。

可以说，平台优化的足够好，多Agent模式就是未来超级AI的基础。

下篇文章我们会提到弼小侠AI基地-学习助理bot，它就是基于多Agent开发的bot，里面包含客服bot，知识助理bot和学习规划bot，这些单bot都是由学习助理bot统一管理，根据用户咨询的信息分配任务。

三、小结

以上是手把手教你用coze打造第一个商用AI客服（上篇）的主要内容，本文主要带大家从零开始认识AI、AI Agent，也认识到Agent的世界价值。

另外也带大家从零开始认识coze这个平台，把平台主要的功能都跟大家讲解了一遍，希望大家通过本文阅读都有所收获。