AI Agent从入门到实战：从工具使用到自主开发

课程以企业真实业务场景为驱动，遵循“认知→工具→开发→实战”四层递进主线，全程不写一行代码，基于Dify平台的可视化操作即可完成

2天，12小时 人工智能应用
授课讲师： 张闻川 · AI+企业智能提升实战专家
获取课程方案 查看课程大纲

课程大纲

导入：为什么你要关注AI Agent？

导入：为什么你要关注AI Agent？
  • 问题：你每天做重复的事耗时多久？
  • 1. 会议纪要
  • 2. 日报周报
  • 3. 回复咨询
  • 4. 跨系统复制粘贴

AI Agent是什么——理解它，才能用好它

AI Agent是什么——理解它，才能用好它
一、场景痛点
  • 1. 试了千问/豆包，发现只能生成内容
  • 2. 后续复制粘贴、发送邮件还得自己动手
  • 3. Agent究竟能干什么
二、Agent的定义
  • 1. 与chatGPT的区别：从回答问题到完成任务
  • 2. Agent=大脑（LLM）+ 手脚（执行能力）
三、Agent四大核心能力
  • 1. 感知与理解——识别用户意图和当前环境
  • 2. 规划与推理——分解目标、制定步骤
  • 3. 记忆与学习——记住上下文和用户偏好
  • 4. 行动与执行——调用工具、操作系统、生成结果
四、与普通聊天AI的区别
  • 1. 交互方式：回答问题 VS 自主执行
  • 2. 核心能力：生成内容 VS 完成任务
  • 3. 用户角色：每一步都参与 VS 定目标等结果
  • 课堂互动：判断哪些属于Agent-用ChatGPT写报告？查天气并发邮件通知团队？设置关键词自动回复？
五、能力和边界
  • 1. 擅长场景
  • 1）智能客服
  • 2）数据分析
  • 3）流程自动化
  • 4）知识管理
  • 2. 局限与风险
  • 1）幻觉问题
  • 2）推理局限
  • 3）安全风险
  • 4）不能负责

亲手搭建你的第一个Agent——从0到1工具实操

亲手搭建你的第一个Agent——从0到1工具实操
一、场景痛点
  • 1. 应该从哪开始？
  • 2. 应用类型选什么？
  • 3. 要不要添加知识库/技能？
  • 4. 打造的方式和流程是什么？
二、认识工具：Dify平台
  • 1. 了解Dify
  • 1）零代码/低代码
  • 2）百种模型一键切换
  • 3）支持工作流编排/RAG知识库/工具调用
  • 2. 平台界面导览
  • 1）访问Dify
  • 2）工作室（Studio）
  • 3）知识库
  • 4）集成（Integrations）
  • 实操练习：搭建一个智能客服助手
三、让Agent更聪明：添加知识库
  • 1. 知识库的作用
  • 1）大模型不知道你的内部信息
  • 2）让Agent基于真实文档回答，而非猜
  • 2. 添加知识库的4个关键步骤
  • 第一步：创建知识库
  • 第二步：选择Embedding模块和分块策略
  • 第三步：添加知识库节点
  • 第四步：对比前后效果差距
  • 实操演示：知识库添加
  • 操作成功标准：Agent能基于文档内容回答问题
四、让Agent更能干：使用工具
  • 作用：给Agent扩展外部实操能力，突破大模型只靠文本思考的局限
  • 2. 常见工具类型
  • 1）内置工具：网页爬虫，获取当前时间等
  • 2）自定义工具
  • 3）MCP协议
  • 2. 添加工具的4个步骤
  • 1）在画布中插入工具节点
  • 2）选择工具插入画布
  • 3）将工具嵌入整个工作流
  • 4）对比前后效果差异
  • 实操演示：添加网页爬虫的工具
  • 操作成功标准：Agent能调用工具爬取网页信息
五、发布应用
  • 1. Agent发布的4种方式
  • 1）Web App链接：发布为公开应用
  • 2）嵌入网站：嵌入到你已有的网站中
  • 3）发布为模板：发布到平台的Marketplace
  • 4）API接口：被其它系统调用
  • 2. Agent发布的3个步骤
  • 1）选择发布方式
  • 2）执行发布动作
  • 3）验证发布效果
  • 实操演示：发布全链路，使用效果实测
  • 操作成功标准：Agent在发布渠道中被正常访问

揭开Agent的大脑——理解底层才能自主设计

揭开Agent的大脑——理解底层才能自主设计
一、场景痛点
  • 1. 复杂问题答不上
  • 2. 多步骤任务做不对
二、Agent的两种模式：Chatflow vs Workflow
  • 1. 交互方式：对话式 VS 一次性运行
  • 2. 适用场景：客服/问答助手 VS 报表生成/批处理/自动化流水线
  • 3. 对话记忆：内置/支持多轮对话 VS 无
  • 4. 结束节点：Answer节点 VS End节点
  • 实操演示对比：批量生成10份销售周报 vs 对话式销售数据查询
  • 互动讨论：请学员思考，日常工作中，哪些场景用Chatflow ，哪些用Workflow
三、工作流编排：把复杂任务拆成步骤
  • 工作流：任务拆成多个节点，节点按顺序执行
  • 实操案例贯穿：搭建周报生成工作流
  • 2. 工作流设计
  • 节点1：开始节点——输入自己的工号
  • 节点2：HTTP请求节点——查询本周日程
  • 节点3：HTTP请求节点——查询本周完成事项
  • 节点4：条件分支节点——完成任务进入节点5：未完成进入节点6
  • 节点5：LLM节点——生成周报正文
  • 节点6：模板转换节点——组装完整周报格式
  • 节点7：结束节点
  • 2. 逻辑控制说明
  • 1）条件分支：节点4的IF/ELSE判断——有任务走LLM生成，无任务走预设提示
  • 2）数据流转：每个节点的输出作为下一个节点的输入
  • 操作成功标准：用户输入指令，工作流按设计执行，输出完整周报
  • 互动讨论：请学员思考，日常工作中，有哪些复杂任务需要工作流编排的

把Agent用到工作中——场景驱动的实战设计

把Agent用到工作中——场景驱动的实战设计
一、场景痛点
  • 1. 什么任务需要设计Agent？
  • 2. 如何设计？
二、需要设计Agent的情况
  • 1. 跨系统操作
  • 2. 查阅知识库
  • 3. 多步骤条件判断
  • 4. 工具协同
  • 任务示例：把所有未读邮件梳理一遍，提取涉及审批的事项，生成待办清单
  • 互动讨论：学员思考，日常工作中，哪些任务可Agent化
三、Agent方案设计的四步法
  • 第一步：明确目标——这个Agent要完成什么任务？成功标准是什么？
  • 第二步：拆解步骤——完成这个任务需要哪几步？顺序是什么？
  • 第三步：配置能力——每个步骤需要什么能力？（知识库/工作流/工具）
  • 第四步：测试迭代——测试→发现问题→调整→再测试
  • 【课堂场景综合实战】
  • 场景一：销售日报智能生成
  • 背景：销售团队每天需要汇总CRM新客户、商机进展、竞品动态，人工整理耗时且容易遗漏
  • Agent方案：HTTP节点读取CRM数据→知识检索节点查询产品库补充背景→LLM节点按模板生成日报→工具节点发送飞书群
  • 难点：需要连接CRM+知识库+飞书
  • 场景二：员工智能问答助手
  • 背景：HR每天接受大量制度咨询问题，回答重复耗时大
  • Agent方案：知识检索节点检索制度文档→条件分支节点判断入职时间+岗位级别→不同分支适应不同规则→LLM节点精准回答+标注来源
  • 难点：需要条件判断逻辑，基于公司制度（而非大模型记忆），需要RAG
  • 场景三：会议全流程管理
  • 背景：每次开会从预约→发议程→录音转写→生成待办→追踪完成，至少5步，全靠人工
  • Agent方案：创建会议→发邀请→获取录音→转文字→生成纪要→提取待办→追踪进度
  • 难点：涉及多节点串联，每一步都依赖上一步输出，需工作流编排
  • 场景四：竞品监测周报
  • 背景：市场部每周需监测3家竞品动态，人工整理2小时起步
  • Agent方案：搜索工具节点搜索竞品资讯→知识库存储→LLM节点按周生成简报→工具节点发邮件
  • 难点：需要搜索+知识库+工作流三层协同
  • 场景五：发票审核辅助
  • 背景：财务部的大量发票，需逐一核对抬头/金额/税率是否合规，人工枯燥易出错
  • Agent方案：OCR工具节点提取发票信息→知识检索节点匹配合规规则→条件分支节点标记异常→LLM节点生成审核报告
  • 难点：需要OCR+知识库+条件判断，跨系统协作
  • 学员练习：选择跟自己岗位相关的1个场景
  • 分享点评

结语：学习总结与落地行动

结语：学习总结与落地行动
  • 1. 课堂回顾
  • 2. 答疑互动
  • 3. 落地行动

适合对象

不限岗位、不限职级。适合工作中存在大量重复性、规则性、信息密集性任务的业务人员，希望自主搭建个性化助手的管理者

课程定位与主要问题

课程以企业真实业务场景为驱动，遵循“认知→工具→开发→实战”四层递进主线，全程不写一行代码，基于Dify平台的可视化操作即可完成

核心收益

  • ● 建立完整认知：系统理解AI Agent的概念、工作原理、能力边界与行业趋势
  • ● 掌握实操技能：熟练使用Dify完成其核心功能，独立搭建一个可用的业务助手
  • ● 理解底层原理：理解Agent的核心机制，换一个平台也能看懂运作逻辑
查看更多收益 收起更多收益
  • ● 具备识别能力：准确判断什么任务值得自己设计，避免盲目开发，把精力花在刀刃上
  • ● 完成实战方案：基于真实场景，完成Agent方案设计全流程，带着成果离开课堂

课程背景与交付信息

课程结合《AI Agent从入门到实战：从工具使用到自主开发》的实际业务场景展开，帮助学员梳理当前背景、关键问题与后续落地动作。

课程时间

2天，12小时

授课方式

讲师讲授 + 场景案例 + 实操演示 + 学员练习 + 小组共创

课程内容重点

01为什么你要关注AI Agent？
02AI Agent是什么——理解它，才能用好它
03亲手搭建你的第一个Agent——从0到1工具实操
04揭开Agent的大脑——理解底层才能自主设计
05把Agent用到工作中——场景驱动的实战设计
06结语：学习总结与落地行动

讲师介绍

张闻川 讲师头像

张闻川

AI+企业智能提升实战专家

国防科大博士，前腾讯/360/深信服AI专家。20年AI算法研究与实战经验，主导30+AI落地项目，擅长将大模型、智能体技术转化为企事业生产力，累计降本增效超5000万元

互联网金融科技网络安全保险智能制造
查看讲师主页

课程差异说明

本课程页面围绕《AI Agent从入门到实战：从工具使用到自主开发》重点呈现课程定位、适合对象、核心收益和 6 个主要模块，便于快速判断培训匹配度

课程常见问题

这门课适合哪些学员参加？

不限岗位、不限职级。适合工作中存在大量重复性、规则性、信息密集性任务的业务人员，希望自主搭建个性化助手的管理者。

学习这门课可以获得什么收益？

● 建立完整认知：系统理解AI Agent的概念、工作原理、能力边界与行业趋势；● 掌握实操技能：熟练使用Dify完成其核心功能，独立搭建一个可用的业务助手。

课程通常安排多长时间？

课程通常可按2天，12小时安排，具体节奏会结合企业培训目标、学员基础和现场安排确认

课程采用什么授课方式？

讲师讲授 + 场景案例 + 实操演示 + 学员练习 + 小组共创

企业可以基于这门课做定制吗？

可以。正式交付时可结合企业行业、岗位对象、当前问题和培训时长，对案例、练习和重点模块做适配