Agent入门到精通：从0开始搭建你的第一个Agent，这篇就够了

本文详细介绍如何使用低代码平台（以扣子为例）从零搭建AI Agent。作者对比三种构建方式，推荐适合新手的低码平台，并以”提示词优化Agent”为例，分步骤讲解从创建智能体、设定角色人设、选择模型到测试发布的完整流程。强调无需编程基础，通过可视化界面即可快速构建简单Agent，鼓励读者花10-15分钟尝试创建自己的第一个AI助手。

有小伙伴反馈了迫切的agent构建的诉求，今天和大家一起来动手搭建一个最简单的agent。

我们介绍过什么是Agent，并对一些基本理论框架进行了介绍，了解相关基础会有助于更好的理解，感兴趣的小伙伴可以去看前文，但并非必要条件，直接看本文也可以，前文不影响今天的实践操作。

构建Agent的三种主流方式

1、代码开发方式（较高门槛）

需要掌握编程语言（如Python）、大模型API调用、提示工程、部署运维等。适合开发者或技术团队，灵活性高但学习曲线陡峭。

2、低码/无码平台方式（推荐新手）

通过可视化界面配置逻辑、连接插件、设置对话流程，典型平台如，扣子（Coze）、Dify、百度千帆等，各有侧重，但是对于新手来说，练手都行，而且收费主要也是影响到专业开发者，普通用户影响不大。这类低码平台的优势是无需写代码、内置了模型与工具，可以快速验证想法。

3、“一句话生成Agent”方式

现在些AI平台支持自然语言描述直接生成Agent，如kimi的ok computer，蚂蚁的灵光，豆包的应用生成等。便捷但可控性弱，适合极简场景，难以定制复杂逻辑。

我们今天是用第二类低码平台，先带大家从0搭建第一个简单Agent。

本文仅以扣子为例进行说明，当然你用其他一些平台也可以，大致相似，基本一通百通。前序准备：注册账号、明确你的Agent目标（例如：“一个能优化提示词的agent”）。

开始操作之前，先大概看一下搭建简单智能体的流程，主要涉及以下几个步骤（本文先不讲相对复杂的工作流），其中步骤3中并非每项都必须。

步骤1：创建智能体（Bot）

步骤2：设定角色与人设（System Prompt）

步骤3：模型选择、配置知识库（上传相关文档）、启用插件（如搜索、计算器等）等

步骤4：测试与调试对话

步骤5：发布与分享

我们就以“一个能优化提示词的agent”为例进行介绍。这个智能体的功能是什么呢？就是给一些刚开始使用AI的同学，他们还不太知道提示词该怎么写，也就是说不太会准确的表达出自己的问题，这个智能体能够帮助你优化要输入给大模型的提示词。

步骤1：

打开网页登录账户后，左栏显示的是功能菜单。

点击【+ 创建】，出现下图选择，我们先选左边的创建智能体。

点击创建后会要求填写智能体一些基本信息。

我们选择标准创建，填写名称和功能介绍，比如我们例子中的智能体可以叫“提示词优化模板”，功能是用于“帮助优化提示词，以便更好的给大模型发出准确的指令，得到更有效的回答。”

最下面有个图标的选择，你可以上传图像，也可以点右边的小星型，让AI根据你的智能体名称和功能来生成一个图标。

填写完后点击确认，就完成了步骤1的创建。

创建完后就进入智能体编辑搭建的主界面，主要分为三栏：

左边是设定system prompt，即设定这个智能体的人设和系统规则；中间是一些工具的选择，包括选择模型、插件、工作流、知识库等；右边是预览调试窗口。

步骤2：

主要介绍两个按键，一个是第一个橙色框里的小灯泡键，这个是提示词库。我们看看一般来说，人设的提示词该怎么写，有哪些要点。

先看推荐的几种常用形式。

通用结构下：一般需要设定角色、目标、技能、工作流、输出格式、限制。

如果你的智能体是用于有明确工作步骤的任务执行类型就可以点左边的任务执行模板进行编写，如果是角色扮演、插件调用、知识库回答等可以分别借鉴不同的提示词编写模板。

【推荐】右边的【个人】可以保存自己编写的特定模板。

第二个橙色框里的小星型键，是AI自动编写优化提示词。按照我们先前设定的智能体名称和功能介绍，我们直接点击一下这个键，可以自动帮我们生成一个模板，对于新手，你可以根据这个自动生成的内容再去编辑优化。

写的挺好的，我们就直接来看一下AI帮我们写的智能体人设。

（注：

二级标题

三级标题

加粗文本

*斜体文本*

）

角色：“你是一个专业的提示词优化助手，专注于帮助用户优化AI提示词，使他们能够更清晰、准确地向AI表述需求，从而提升AI回应的质量和针对性。你的语言风格简洁、条理清晰，能够用通俗易懂的方式拆解复杂的提示词优化逻辑。”

技能：设定了3个技能，一是分析提示词缺陷，二是重构优化提示词，三是针对不同需求场景（文案写作、代码生成、角色对话、知识问答等）拓展优化 。

限制：

“- 仅围绕“提示词优化”提供服务，不直接生成AI输出内容（除非用户明确要求“基于优化后的提示词生成结果”）；

• 若用户未提供关键信息（如角色/目标模糊），优先通过提问引导补充信息，而非直接生成模糊提示词；
• 优化建议需基于通用提示词设计原则（如清晰指令性、角色具象化），不编造未经验证的“AI提示技巧”；
• 输出格式：使用标题+内容的方式，关键建议用强调，示例用分段展示。”

这里进行了4种限制，这里的限制不分先后（符号 – 代表无序项）。

一是要求这个智能体只生成好的提示词，不要去产生额外的输出，除非用户明确要求，这个很重要，要让这个智能体知道他就是用来帮助优化提示词的，不要做其他事。举例来说，你对智能体提问，他就只帮你优化你的问题，不对他严格限制的话，有的时候他就去回答你的问题了，这就不是我们的诉求。

二是要求对用户进一步的引导询问来补充信息，不要自己直接补足。

三是要求不要瞎说。四是规定了输出的格式。

步骤3：

可以选择你需要的模型，扣子支持豆包自己的模型、deepseek、Kimi等。

可以添加插件，今天简单的智能体我们先不添加。例如你需要查询天气，那就用添加天气的API接口（如墨迹天气），查询航班情况就要添加查询航班的API（如航旅纵横）等，注意，这个涉及到收费，有的每次调用都扣钱，别轻举妄动。

添加工作流相对复杂一点，本文先不讲。工作流是一系列预定义、可自动执行的步骤，用于指导智能体完成复杂的、多阶段的任务。另外，工作流需要你先在最一开始主页左栏的资源库里搭建好，此处再进行添加。

添加知识库可以直接上传你自己的材料，主要用于要求智能体基于你的知识素材进行回答的时候使用。点击【+】，按照提示导入即可。

最后是关于优化对话体验的一些功能，比如智能体在对话首页就展示一些开场白，引导你提问等。

步骤4：

前面基本上都搭建好了，我们可以开始调试。

例如我想让AI写一篇文章，我直接说“写个文章”，显然不是一个好的提示词。这时智能体的回复如下图。

由于你输入的背景太少，他分析后先引导你补充信息，所以提出了一些问题，包括文章主题、受众、格式、风格等。

你回答后智能体进一步给出了提示词的优化建议。

如果调试过程中发现问题，你可以重新去优化智能体的人设和限定。

步骤5：

点击右上角的【发布】，按指令填写和发布即可。

虽然今天的内容非常简单，但是第一个Agent只是起点，后面可添加工作流等复杂的步骤，可叠加记忆、多模态、自主规划等能力，我们先入门，慢慢来。

现在就去相关的平台，花10-15分钟创建你的第一个AI智能体助手吧！

未来你不需要成为开发者，你只要有好点子。

如果你真的想学习大模型，真心建议不要去网上找那些零零碎碎的教程，真的很难学懂！你可以根据我这个学习路线和系统资料，制定一套学习计划，只要你肯花时间沉下心去学习，它们一定能帮到你！

这里我整理了一份AI大模型入门到进阶全套学习包，包含学习路线+实战案例+视频+书籍PDF+面试题+DeepSeek部署包和技巧，需要的小伙伴文在下方免费领取哦，真诚无偿分享！！！

vx扫描下方二维码即可

部分资料展示

一、 AI大模型学习路线图

这份路线图以“阶段性目标+重点突破方向”为核心，从基础认知（AI大模型核心概念）到技能进阶（模型应用开发），再到实战落地（行业解决方案），每一步都标注了学习周期和核心资源，帮你清晰规划成长路径。

二、 全套AI大模型应用开发视频教程

从入门到进阶这里都有，跟着老师学习事半功倍。

三、 大模型学习书籍&文档

收录《从零做大模型》《动手做AI Agent》等经典著作，搭配阿里云、腾讯云官方技术白皮书，帮你夯实理论基础。

四、大模型大厂面试真题

整理了百度、阿里、字节等企业近三年的AI大模型岗位面试题，涵盖基础理论、技术实操、项目经验等维度，每道题都配有详细解析和答题思路，帮你针对性提升面试竞争力。

适用人群

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【】