智能体开发从0到1操作指南_智能商业分析 Quick BI(Quick BI)-阿里云帮助中心

从场景设计开始

什么是 Agent

在当今火热的人工智能领域（AI），Agent，即智能体是一个核心概念。Agent 是指一种能够感知所处环境，并依据所感知到的信息自主作出决策并执行相应行动，以实现特定目标的实体。

智能小 Q 的 Agent 定义为，基于数据围绕特定业务场景完成数据解决方案实体，如基于销售订单明细结合销售拜访记录做成销售周报，针对销售异常增长下跌进行销售动作归因分析的 Agent 等。

Agent 能解决我的哪些问题

在智能小 Q 产品中，我们聚焦数据 Agent 领域，主要是基于数据+企业知识库，能结合大模型，智能地生成企业洞察。具体化为能够基于用户问题或者指令，结合企业、用户的数据、知识库进行智能回答，并执行相应行动的实体。如根据用户问题智能获取数据，根据用户分析需求智能生成分析报告，主动帮助用户定期监测数据生成洞察归因报告推送给用户等。

用户可以基于自己的需求，设计和开发自己的智能体。

如何定义我的场景和问题

首先确定要解决的具体问题及目标用户：如企业电销质量管理团队需要基于拜访小记数据进行电销质量跟踪，以评价每个销售人员的拜访是否符合销售规范。这里的目标用户就是电销质量管理团队，解决的目标问题就是通过拜访数据评价拜访质量。
其次明确输入输出和相关标准
1. Agent 输入：即数据来源，可以是结构化数据或非结构化数据，或者两者兼有。
  类型 1：结构化数据：拜访明细表，客户明细表；数据库或者 Excel 等。
  类型 2：非结构化数据：产品及分模块介绍文档；拜访质量标准文档。
2. Agent 输出：
  每次拜访记录的质量评价（优秀、合格、不合格）。
  销售人员的拜访质量评价（各层级占比）。
  销分团队拜访质量评价。
3. 评价质量标准：
  示例：如优质为销售动作有进展有结果且记录内容质量佳；符合为销售进展、结果、记录内容质量三者符合其一；不达标为内容质量差、基本信息缺乏、客户无进展。

素材准备

大模型提示词即 Prompt

根据业务需求设计大模型解读数据的提示词，即 Prompt。如前示例，可以根据评判拜访记录质量的标准作为原型进行 Prompt 编写。一个较为完善、能够提供更好更稳定的输出的 Prompt 编写建议：

Agent 开发与调试

获取数据集 ID

获取用户 ID

使用 Dify 开发智能体

在工作室入口下新增【创建空白应用】，选择进阶用户适用下的【chatflow】。
在【应用名称&图标】中定义 Agent 名称，然后按需添加描述后点击创建，进入编排页面。
在 LLM 节点输入需要大模型解读的 Prompt，Prompt 如何编写可以自学，互联网上有较多材料，搜索即可获得。
在 LLM 之前需要获取相应的 s 数据，则可以在 LLM 节点之前，新增代码（code）节点，代码节点通过 Python 方式访问 OpenAPI 取数方法如下：
内容配置方式：

代码：

from alibabacloud_quickbi_public20220101.client import Client as quickbi_public20220101Client
from alibabacloud_tea_openapi import models as open_api_models
from alibabacloud_quickbi_public20220101 import models as quickbi_public_20220101_models
from alibabacloud_tea_util import models as util_models
from alibabacloud_tea_util.client import Client as UtilClient
import urllib3
import json

def main(userQuestion: str, userId: str, cubeId: str) -> dict:
    urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
    config = open_api_models.Config(
            access_key_id='your_key',
            access_key_secret='your_secret'
        )
    config.endpoint = f'quickbi-public.cn-hangzhou.aliyuncs.com'
    client = quickbi_public20220101Client(config)
    smartq_query_ability_request = quickbi_public_20220101_models.SmartqQueryAbilityRequest(
            user_question=userQuestion,
            cube_id=cubeId,
            user_id=userId
            )
    runtime = util_models.RuntimeOptions()
    runtime.ignore_ssl = True
    response = client.smartq_query_ability_with_options(smartq_query_ability_request, runtime)
    ret_json = json.dumps(response.body.to_map(),ensure_ascii=False)
    if len(ret_json) >= 80000:
        return {
        "result": "超过80000字符限制"
    }

    return {
        "result": ret_json
    }