Agent 从零到一搭建
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_f6e135d3/agent-from-zero-to-one。
技能介绍
要解决什么问题
很多团队听说 Agent 能「自主完成任务」,但卡在三个地方:不清楚 Agent 和传统对话、RPA 的边界;选平台时把「业务编排」和「让 AI 写代码/建工程」混为一类,后期返工;搭到能跑就上线,缺少意图、工具、安全、死循环、幻觉等质检,线上放大错误。
技能如何引导你
本 Skill 用对话带你走完 8 步全流程:选场景 → 拆流程 → 配工具 → 选平台 → 跑起来 → 质检 → 部署 → 迭代。开头用 Agent = LLM + Planning + Tools + Memory 说明工作循环(思考 → 行动 → 观察),并对比传统程序与普通对话的差异。
核心能力包括:
- 场景筛选:高频、规则清晰、结果可量化;附电商、金融、教育等行业入门场景表
- 工具映射:API、数据库、
MCP、RPA、代码执行等选型表 - 平台地图(2026):A 类编排(Coze/Dify/n8n、LangGraph 等)、B 类 Agentic 编程(CodeBuddy、Claude Code、Cursor 等);强调先确认产出是「业务动作」还是「代码/工程」
- 最小可运行要素:System Prompt、工具注册、主循环、
max_steps与安全边界 - 第 6 步五关质检:意图命中、工具可靠、边界安全、死循环、幻觉核查,附电商客服用例模板
- 部署与观测:编排平台发布 vs 代码型容器/API;Langfuse 等监控与迭代指标
按行业定制时,Skill 会按 Part 3 模板交互拆解你的流程。
适用边界与注意点
- 适合窄场景从 0 到 1,不适合一上来做「万能助手」。
- 密钥勿进仓库;必须设步数上限与模型成本熔断;产出是软件应选 B 类工具,勿用 A 类硬凑。
- RAG 在本 Skill 中定位为 Agent 可调用的工具之一,而非 Agent 本身。
使用场景
- 淘宝类店铺日均有大量查物流、问尺码、问退货的重复咨询,需从拆流程、配快递/知识库工具到五关质检后再灰度接企微或网页客服。
- 财务或运营同事面对「帮我对账、报销初审」类固定规则任务,需把一句话需求拆成执行节点并选定 API、数据库或 RAG 等工具类型。
- 团队已能跑通对话但准备对外发布,需按意图命中、工具可靠、边界安全、死循环、幻觉五关各备真实用例并达标后再部署。
- 立项时产出是客服回复与调内部 API,而非生成代码仓库,需按 Skill 中的 A/B 类平台地图在 Coze、Dify 与 LangGraph 等之间选型避免返工。
适合人员
- 负责网店或企微客服的运营,想把查物流、尺码、退货等高频重复咨询自动处理,并明确议价、退款等场景转人工的边界。
- 无编程背景的市场、HR 或行政,想在 Coze 或 Dify 上通过对话引导完成第一个窄场景 Agent(如 FAQ 或简历初筛),而非自学 Python。
- 自研 Agent 的后端或全栈工程师,需要对照 System Prompt、工具注册、主循环、max_steps 与容器化部署、监控三件套的实现清单。
- 主导 Agent 立项的产品或技术负责人,需要区分业务编排平台与 Agentic 编程工具,避免产出是小程序或网站却选错工具类别导致返工。