学习目标

• 什么是腾讯元器，元器能干啥

  
  

• 介绍腾讯元器的功能模块和使用操作

  
  

• 通过一个实例演示智能体的设计、制作、发布、接口对接的过程

  
  

• 关于智能体的综合和思考

  
  

腾讯元器及其功能模块介绍

我们采用秘塔搜索来回答这个问题以及看秘塔如何定义腾讯元器

实话，秘塔的结构我还是比较满意的，总结一下要点：

• 元器Yuanqi是一个AI智能体的创作和开发平台

  
  

• 元器Yuanqi的底层大模型能力来自于混元

• 元器Yuanqi可以接入腾讯产品生态QQ和微信，也支持API调用

  
  

• 元器Yuanqi支持第三方插件及其生态以及有workflow的流程构建模块

好了，我们先来看看元器的容颜，毕竟大家都是颜控，访问地址 https://yuanqi.tencent.com  手机号注册登录即可

进入界面，可以看到整体操作的图形化界面，免费额度1个亿（真香），可以看到整体上也是智能体、插件、工作流板块，这个布局和其他常见的智能体以一脉相承

 我比较关注插件板块，因为这代表了智能体功能的延升

好了，初步认识了，接下来我们开始手搓一个智能体

保姆级教程，手搓一个售前智能体

• 明确定位和目标

  
  

制作一个智能体，能通过专业问答的形式获取客户关键信息，并协助售前工作者快速生成方案和报价

• 实操（手搓）过程演示

1. 登录管理后台，点击“创作智能体”

   

   
   

2. 给你的宝贝智能体取一个震惊世界的名字，告诉世人你这宝贝能噶啥，最后用AI生成来一个惊世容颜，easy 

   

3. 这里到了一个非常关键的设置环节了，前期我说过 ，所谓 “ 你专业我就更专业 “ 这里是有一个和LLM沟通的规范才行。更多关于Prompt可以参考”云中江叔“的博文，这里就不多扩展了。

你可以偷懒，直接点击右边这个按钮，LLM可以依据你提供的信息来自动生成，但这种”通用“的几乎都达不到使用要求

 因为我这里要求是一个具备多年全行业经验的售前专家，因此我给他的角色和技能设定是按照这个模型来生成和要求的，我的经验是先抛后优

然后再通过元器提供的Prompt优化工具来完善其角色和功能定义

4. 输入智能体启动时候的人机互动界面，能体现你的功能和常规问题，这个依据产品和个人定义来即可

5. 建议打开，通过机器人来进行更多与客户的互动和交流，当然也是获取更多有用的信息用于处理

6. 到了添加插件的环节了

我们这个智能体需要的外部基础能力如下：

• 能从网页抓取和整理数据

  
  

• 能将方案内容生成Word\PPT\Excel

  
  

• 能做文生图的操作

  
  

• 能做代码执行的动作

  
  

以上来自于我在字节扣子平台的智能体插件截图，元器可能是刚发布没多久的原因，插件生态还不够丰富，期待更多插件创作者加入

 7.  知识库的上传我就不过多赘述了，这里强调一点，要见效果最好是维护一份你本身知识结构的数据集。另外如果本地企业级知识库，通常可以通过访问内部网站或者API接口来获取，不过元器目前（截止24年5月25）还不支持网站获取和接口调用模式，希望尽快赶上

8.  最后一个重要环节，工作流，这其实是体现业务理解、设计、代码和接口开发的体现

这里我简单做了一个，方便跑通即可，后期有时间，我会单独在出一期专门来说明工作流讲解，因为里面涉及到很多内容，比如鼻祖级的Langchain

这里必须要给元器点个赞，业务流配置OK后，在测试和发布环节，非常人性提供了时长、token消耗（涉及到钱啊）。OK，这里配置就完成了，发布即可

审核和发布OK后，添加到工作流里面即可

9. 最后一个步骤，测试和发布，目前只能说是跑通

 发布！！！！！

欢迎体验：牛Plus售前智能体 v1.0

https://yuanqi.tencent.com/agent/gEYVJUMNxqud?from=share

关于智能体的总结和思考

也玩儿了很多智能体的产品，稍微扩展和总结下 ，通常目前市面上来看，智能体创作和开发平台，包含四个核心单元组成

• 核心处理大脑：LLM或者多模态，这个板块是能力核心，效果或效率都是在这里体现，尤其是多模态比如GPT-4o，能极大提升生产力

  
  

• 能力的扩展-手与脚：插件，这是LLM或多模态在落地应用在实际操作界面的能力延升，是手和脚。而且，插件最佳的方式就是走生态，类似 APP store ，让很多开发者积极参与

  
  

• 工程或逻辑 ： Workflow ，一个复杂业务流的构建，肯定是多个业务流甚至多个智能体协同且工程化的结果，这个其实智能体开发的核心部分，一个涉及到了业务流程（甚至是产品）的规划和设计，二一个是工程SOP的开发，这个板块对懂业务和开发的人员就非常利好了，现在通常直接作用与LLM和RAG知识库来制作智能体的已经很初级，不能产品化和商业化

  
  

• 知识库RAG ：这个部分其实是本地化和向量化的处理，核心还是私有化的知识库或者问答对的标注或维护，通常情况一个企业级客户，其内部资料（发文、人事、规范等等）很多，而企业私有知识库（包括企业文化等的资料）必须结合企业内部业务流程来处理才有效