30款热门AI模型一站整合DeepSeek/GLM/Claude 随心用限时 5 折。 点击领海量免费额度上周一个做教育产品的朋友找到我聊起他们团队最近的一个“小目标”想做一个能帮老师自动生成教学课件的智能助手。听起来很美好对吧但聊到具体实现问题就来了是让AI直接生成一份PPT吗那内容准确性和时效性怎么保证是让AI去网上搜资料吗那怎么整合进课件里是让AI画图吗生成的图能直接用在教学里吗最后课件做完了怎么方便地分享给学生他们团队尝试过用大模型API直接生成也试过一些RAG检索增强生成框架但结果要么是内容干巴巴像百科要么是流程七零八落需要人工反复介入拼接。折腾一圈下来他们发现问题的核心不是“生成内容”而是“完成一个复杂、多步骤、需要调用多种外部能力的任务”。这恰恰是当前AI应用从“工具”走向“代理”Agent的关键一步。这让我想起了最近在技术圈被频繁讨论的Agentic AI。很多人一听到Agent第一反应是“更快的自动化”或“更聪明的聊天机器人”。但如果你只看到“更快”那就错过了它真正的价值。Agentic AI带来的不是一次性的效率提升而是一种“复利”能力——它能将一次性的、手动的、脆弱的AI调用沉淀为可重复、可编排、可观测的自动化工作流。这种工作流一旦建立其价值会随着使用次数的增加而持续累加。今天我们就以亚马逊云科技在2026中国峰会上分享的实践为例深入拆解一下一个能真正投入生产的Agentic AI应用到底是如何被构建出来的它的价值究竟藏在哪里1. 从“工具”到“代理”Agentic AI到底改变了什么要理解Agentic AI我们得先回到那个经典的问题我们到底需要AI做什么过去几年我们习惯了“工具型”AI你问它答。你给一个明确的指令比如“写一首关于春天的诗”它返回一个结果。这种模式的核心是“请求-响应”AI扮演的是一个能力强大的、但被动的执行者。它的边界非常清晰输入是什么输出就是什么。但现实世界中的任务尤其是那些有价值的生产力任务很少是这么线性的。以开头的“制作课件”为例它至少包含了几个子任务理解需求用户是大学地理老师需要的是互动课程不是科普文章。信息搜集既要检索教材里的基础知识可能来自本地知识库又要搜索最新的气候数据和新闻需要调用搜索引擎。内容创作生成课程方案文字并可能需要绘制演示插图调用图像生成。成果交付将文字、图片、动画整合成一个HTML课件并上传到某个地方如对象存储生成可访问的链接。你会发现这不再是一个简单的“问答”而是一个目标导向的、多步骤的、需要动态决策和调用多种工具的流程。用户给的是一个目标“做一堂课”而不是一串指令“先搜A再画B最后生成C”。这就是Agentic AI要解决的核心问题让AI系统具备自主理解目标、规划路径、调用工具、执行任务并持续优化的能力。它从一个被动的“工具”变成了一个主动的、有一定自主性的“代理”。这种转变带来的价值远不止“更快”从单点能力到流程自动化它把原本需要人工串联的多个AI能力和外部服务搜索、画图、存储自动串联起来形成了一个完整的任务闭环。从确定输出到动态适应在执行过程中Agent可以根据中间结果比如搜索到的信息不够新动态调整策略换一个关键词再搜或者换一个数据源而不是僵化地走完预设流程。从一次交互到持续学习通过记忆Memory系统Agent可以记住与同一用户的历史交互理解其偏好和上下文让下一次交互更精准、更个性化。Gartner预测到2028年15%的日常工作决策将由Agentic AI自主完成。这个数字背后正是这种“目标驱动、自主执行”的范式开始渗透到内容创作、数据分析、代码开发、客户服务等各个领域。它改变的不仅是某个环节的速度而是整个工作流的形态和人的角色——人从执行者更多地转变为目标制定者和结果审核者。2. 解剖一个生产级Agent不只是代码更是工程体系理解了价值我们来看看如何实现。很多人一上手就想写Agent的逻辑这很容易陷入“玩具级”Demo的陷阱。一个能上生产环境的Agent其复杂度远超一个聊天函数。它是一套完整的系统工程。参考亚马逊云科技基于其开源框架Strands Agents在中国区的实践我们可以将一个生产级Agentic AI应用拆解为七个核心层次。这就像一个金字塔越往下越基础越往上越贴近业务。2.1 基石模型、工具与记忆这是Agent的“身体”和“本能”。基础模型The Brain这是Agent的智能核心负责理解、规划、推理和决策。选择模型时需要在智能度、速度、成本和场景适配性之间权衡。例如复杂的规划任务可能需要Claude、DeepSeek-R1这类强推理模型而简单的信息提取可能用更轻量的模型就够了。关键点生产环境不能只绑定一个模型需要有模型路由和降级策略。工具组件The Hands这是Agent与外部世界交互的“手”。工具可以是本地函数如读写文件、执行计算。API服务如调用搜索引擎、天气接口、数据库。云服务如上传文件到S3、从OpenSearch检索知识。其他Agent一个Agent可以调用另一个Agent作为其工具形成多Agent协作。关键点工具需要被标准化封装例如通过MCP - Model Context Protocol协议让Agent能以统一的方式发现和调用。安全性隔离如沙箱环境也至关重要防止任意代码执行。记忆系统The Memory没有记忆的Agent每次对话都是“初见”。记忆系统让Agent能进行连贯的多轮对话并积累用户偏好和上下文。它通常包括短期记忆维护当前会话的上下文。长期记忆将重要的交互信息向量化后存入向量数据库如pgvector, OpenSearch供未来检索。关键点记忆不是无脑存储需要设计重要性评分、摘要和检索策略避免token无限膨胀和检索效率低下。2.2 躯干逻辑、安全与可观测性这是Agent的“神经系统”和“免疫系统”。逻辑编排The Nervous System这是Agent的“工作流引擎”。它定义了任务如何被拆解、步骤之间是顺序、并行还是循环执行。在Strands Agents中这可以通过“模型驱动”的方式实现——即由大模型根据目标自主规划步骤也可以预定义一些复杂的工作流模板。关键点逻辑编排要平衡灵活性与可控性。完全由模型驱动可能失控完全硬编码又失去了智能。安全机制The Immune SystemAI的安全是红线。这包括内容安全对输入和输出进行过滤防止生成有害、偏见或不合规的内容。工具安全严格控制工具调用的权限防止越权操作如删除文件、调用危险API。业务安全在关键决策点设置“人机协作”审批或对输出结果进行业务规则校验。可观测性The Diagnostic System这是生产运维的“眼睛”。你需要知道Agent在想什么记录它的完整思考链Chain-of-Thought。Agent做了什么追踪每一次工具调用的输入、输出和耗时。效果和成本如何统计token消耗、延迟、成功率、用户反馈评分。 像Langfuse这样的工具可以很好地集成进来提供完整的追踪和指标看板。没有可观测性的Agent上线等于闭着眼睛开车。2.3 顶层交互与部署这是Agent与用户和基础设施的接口。前后端与部署The Interface Body前端提供用户交互界面可以是Web、移动App、命令行或集成到IDE中。后端承载Agent核心逻辑的服务器。部署需要考虑弹性、高可用和成本。利用云原生的无服务器服务如AWS Lambda, ECS Fargate可以自动伸缩轻松应对流量波动。把这七层拼在一起你得到的不是一个简单的脚本而是一个具备感知、规划、行动、记忆和反思能力的智能系统。它的构建本质上是一种新的软件架构范式。3. 实战用Strands Agents构建一个课件生成Agent理论说再多不如看一次真实的构建过程。我们以“大学地理老师生成厄尔尼诺现象课件”这个场景还原一下基于Strands Agents和亚马逊云科技中国区服务的搭建路径。这个过程清晰地展示了如何将上述七个层次落地。核心判断构建Agent应用最佳路径不是从零开始造轮子而是选择一个成熟的框架如Strands Agents来搞定“智能体循环”、“工具集成”、“记忆管理”这些通用难题然后把精力集中在你的业务逻辑和你的工具集成上。3.1 第一步定义目标与拆解任务首先我们需要把模糊的用户需求翻译成Agent可执行的任务规划。我们的系统提示词System Prompt是这样设计的你是一位深度研究助手...强调深入思考 ## 你必须遵循以下指令: – 每次先使用mem0_memory工具查看是否有与当前问题相关的历史记忆... – 请使用time工具确定你现在的真实时间. – 使用text_similarity_search工具去检索厄尔尼诺相关的知识来自本地知识库 – 如有需要也可以使用Web search去检索更多外部信息来自互联网 – 使用minimax绘图工具会返回一个公开访问的URL在HTML中可以直接嵌入 – 生成代码文件请直接上传到s3并返回访问链接给用户这个提示词做了几件关键事设定角色定位为“深度研究助手”引导模型进行复杂思考。规定流程明确了任务执行的优先顺序先查记忆、再查知识库、必要时搜网络。绑定工具将抽象指令“检索知识”关联到具体的工具调用text_similarity_search。定义产出明确最终输出是一个托管在S3上、可公开访问的HTML文件链接。3.2 第二步集成工具——Agent的“手”和“眼”Agent的强大取决于它能调用多少工具。在这个案例中我们集成了多种工具均通过MCP协议连接工具类型工具名称功能实现方式关键点记忆工具mem0_memory存储和检索用户历史会话Strands Agents内置后端连接Aurora PostgreSQL (pgvector)开箱即用。只需配置数据库连接串即可获得向量化的长期记忆能力。知识工具text_similarity_search从本地知识库检索教材内容远程MCP Server (Lambda OpenSearch)业务专属。将企业内部或私有的地理教材文档向量化后存入OpenSearch提供精准、可控的知识检索。搜索工具bocha-search-mcp搜索互联网最新资讯本地MCP Server (调用第三方搜索API)获取时效信息。补充知识库中可能缺失的最新新闻和数据。创作工具minimax生成课程插图本地MCP Server (调用绘图API)多模态能力。将文字描述转化为教学可用的图片。存储工具s3-upload将生成的HTML课件上传至云存储本地MCP Server (调用AWS S3 SDK)完成闭环。将最终成果持久化并生成可分享的链接。基础工具time获取当前时间本地MCP Server (标准库)提供上下文。确保搜索“最新”信息时有准确的时间参照。集成代码示例以记忆工具和MCP工具为例# 记忆工具集成 - 极其简单 from strands import Agent from strands_tools import mem0_memory # 只需配置环境变量数据库连接、模型API等 agent Agent(tools[mem0_memory]) # 使用记忆工具 agent.tool.mem0_memory(actionstore, content用户偏好信息, user_iduser123)# MCP工具集成 - 配置化连接 # 以连接一个本地Stdio MCP Server如time工具为例 async def connect_to_server(self, server_id, command, args...): from mcp import ClientSession, StdioServerParameters from mcp.client.stdio import stdio_client params StdioServerParameters(commandcommand, argsargs) async with ClientSession(stdio_client(params)) as session: # 此时session就拥有了该MCP Server提供的所有工具 tools await session.list_tools() return tools工具集成的核心思想是“声明式”。开发者不需要关心每个工具的内部实现只需要告诉框架“我需要哪些工具”框架会负责连接的建立、协议的通信和工具的调用。这大大降低了集成复杂度。3.3 第三步连接大脑——模型的选择与配置Agent的“思考”质量取决于模型。Strands Agents支持多种模型提供商。在本案例中我们使用硅基流动SiliconFlow托管的DeepSeek-R1模型因为它提供了强大的推理能力且兼容OpenAI API。def _get_model(self, model_id, thinking_budget, max_tokens1024): 根据提供商获取适当的模型 from strands.models import OpenAIModel if self.model_provider openai: return OpenAIModel( client_args{ api_key: os.environ.get(SILICONFLOW_API_KEY), base_url: https://api.siliconflow.cn/v1 # 硅基流动端点 }, model_iddeepseek-ai/DeepSeek-R1, # 指定模型 params{ max_tokens: max_tokens, temperature: 0.7, } ) # 也可以轻松切换为Amazon Bedrock等其他提供商关键配置thinkingTrue和thinking_budget4096启用并限制模型的“思考链”token数让模型展示其推理过程便于调试同时控制成本。max_tokens16000为生成完整的课件HTML内容预留足够的输出空间。3.4 第四步组装与运行——让Agent动起来将模型、工具、提示词和记忆系统组装成Agent实例这个过程在Strands Agents中非常简洁async def _create_agent_with_tools(self, model_id, messages, mcp_clients, system_prompt): 创建带有MCP工具的Strands代理 # 1. 创建MCP工具列表 tools await self._create_mcp_tools(mcp_clients) # 2. 添加内置记忆工具 tools [mem0_memory] # 3. 获取配置好的模型 model self._get_model(model_id, thinkingTrue, thinking_budget4096) # 4. 创建Agent实例 agent Agent( modelmodel, messagesmessages, # 用户输入的历史消息 system_promptsystem_prompt, # 我们定义的系统提示词 toolstools ) return agent创建完成后只需将用户的问题如“请制作厄尔尼诺现象的课件”传递给Agent它就会自动开始运行“思考-规划-执行”的循环。3.5 第五步部署与观测——从开发到生产开发完成的Agent需要部署到可弹性伸缩的云环境中。本方案使用Amazon ECS Fargate它是一种无需管理服务器的容器计算服务。部署的关键容器化将Agent应用及其所有依赖打包成Docker镜像。一键部署使用AWS CDKCloud Development Kit编写基础设施即代码实现一键部署网络、负载均衡、ECS服务等所有资源。可观测性集成在Agent代码中配置OpenTelemetry将追踪数据发送到Langfuse。# 可观测性配置示例 import os os.environ[OTEL_EXPORTER_OTLP_ENDPOINT] your-langfuse-endpoint os.environ[OTEL_EXPORTER_OTLP_HEADERS] fAuthorizationBasic {auth_token} # Strands Agents会自动将运行数据发送到该端点部署后在Langfuse面板上你可以清晰地看到每一次任务执行的完整轨迹模型思考了多久、调用了哪些工具、每次调用的输入输出是什么、总共消耗了多少token和耗时。这为性能优化、成本控制和错误排查提供了坚实的数据基础。至此一个具备记忆、知识检索、网络搜索、内容生成、文件托管能力的课件生成Agent就构建并部署完成了。老师只需要输入目标就能获得一个包含最新资料、图文并茂、可直接分享的HTML课件。4. 复利从何而来Agentic AI的长期价值与构建心法回顾整个构建过程你会发现我们投入的精力主要在两个地方定义清晰的业务目标提示词和集成高质量的工具。至于Agent如何思考、如何规划、如何管理上下文、如何记录日志这些复杂且通用的“智能体循环”问题框架已经解决了。这正是Agentic AI产生“复利”的源泉工作流资产化你构建的不是一个一次性脚本而是一个“课件生成工作流”资产。下次历史老师需要“二战课件”你只需要更新知识库和提示词中的领域信息核心的检索-搜索-生成-托管流程可以完全复用。一次构建多次复用。能力可组合s3-upload工具今天用来存课件明天可以用于任何需要输出文件的Agent。bocha-search工具可以用于任何需要实时信息的场景。工具像乐高积木一样可以在不同的Agent间共享和重组不断丰富你的“能力库”。效果持续优化通过可观测性面板你可以分析哪些工具调用经常失败、哪些搜索关键词效果不好、模型的哪部分思考是多余的。基于这些数据你可以持续优化提示词、补充知识库、替换更有效的工具。Agent会在使用中越变越聪明。成本可控可预测由于整个流程是自动化且可观测的你可以精确地计算单次任务执行的成本模型token费 工具API费 云资源费。这对于企业级应用至关重要使得规模化使用成为可能。4.1 给你的构建心法如果你想开始构建自己的Agentic AI应用避免从Demo到Demo的循环这里有几个务实的建议起点要小场景要真不要一上来就想做“万能助理”。从一个具体的、高频率的、有明确输入输出的场景开始比如“每周自动从周报数据生成分析简报”、“根据产品需求自动生成测试用例”。工具先行模型后选先想清楚完成这个任务需要调用哪些工具数据库、API、软件。工具集决定了Agent能力的上限。模型更多是“指挥官”的角色在优质工具的基础上模型才能发挥最大价值。提示词是蓝图不是指令把你的提示词想象成给一个高级下属的工作说明书。要说明背景、角色、目标、可用资源和交付标准而不是一步步的微操。好的提示词能激发模型的规划能力。可观测性不是可选项在开发的第一天就把追踪和日志加上。你看不到的过程就无法优化也无法信任。拥抱框架专注业务除非你有极强的工程团队否则强烈建议使用像Strands Agents、LangChain、LlamaIndex这类成熟框架。它们解决了工具调用、记忆管理、工作流编排等80%的通用问题让你能聚焦在20%的业务逻辑上。Agentic AI的浪潮已经到来但它不是要取代开发者而是将开发者从重复的、机械的流程编排中解放出来去从事更高价值的工作定义更精准的目标、设计更强大的工具、构建更可靠的系统。它的价值不在于让单次任务快那么几秒而在于为你和你的团队打造一个能够持续产生“复利”的自动化资产。当你下次再面对一个复杂、多步骤的任务时不妨先停下来想一想这个流程是否可以被固化成一个Agent也许这就是你工作效率下一个数量级提升的开始。 30款热门AI模型一站整合DeepSeek/GLM/Claude 随心用限时 5 折。 点击领海量免费额度
从工具到代理：Agentic AI如何构建生产级自动化工作流
发布时间：2026/7/4 1:05:33
30款热门AI模型一站整合DeepSeek/GLM/Claude 随心用限时 5 折。 点击领海量免费额度上周一个做教育产品的朋友找到我聊起他们团队最近的一个“小目标”想做一个能帮老师自动生成教学课件的智能助手。听起来很美好对吧但聊到具体实现问题就来了是让AI直接生成一份PPT吗那内容准确性和时效性怎么保证是让AI去网上搜资料吗那怎么整合进课件里是让AI画图吗生成的图能直接用在教学里吗最后课件做完了怎么方便地分享给学生他们团队尝试过用大模型API直接生成也试过一些RAG检索增强生成框架但结果要么是内容干巴巴像百科要么是流程七零八落需要人工反复介入拼接。折腾一圈下来他们发现问题的核心不是“生成内容”而是“完成一个复杂、多步骤、需要调用多种外部能力的任务”。这恰恰是当前AI应用从“工具”走向“代理”Agent的关键一步。这让我想起了最近在技术圈被频繁讨论的Agentic AI。很多人一听到Agent第一反应是“更快的自动化”或“更聪明的聊天机器人”。但如果你只看到“更快”那就错过了它真正的价值。Agentic AI带来的不是一次性的效率提升而是一种“复利”能力——它能将一次性的、手动的、脆弱的AI调用沉淀为可重复、可编排、可观测的自动化工作流。这种工作流一旦建立其价值会随着使用次数的增加而持续累加。今天我们就以亚马逊云科技在2026中国峰会上分享的实践为例深入拆解一下一个能真正投入生产的Agentic AI应用到底是如何被构建出来的它的价值究竟藏在哪里1. 从“工具”到“代理”Agentic AI到底改变了什么要理解Agentic AI我们得先回到那个经典的问题我们到底需要AI做什么过去几年我们习惯了“工具型”AI你问它答。你给一个明确的指令比如“写一首关于春天的诗”它返回一个结果。这种模式的核心是“请求-响应”AI扮演的是一个能力强大的、但被动的执行者。它的边界非常清晰输入是什么输出就是什么。但现实世界中的任务尤其是那些有价值的生产力任务很少是这么线性的。以开头的“制作课件”为例它至少包含了几个子任务理解需求用户是大学地理老师需要的是互动课程不是科普文章。信息搜集既要检索教材里的基础知识可能来自本地知识库又要搜索最新的气候数据和新闻需要调用搜索引擎。内容创作生成课程方案文字并可能需要绘制演示插图调用图像生成。成果交付将文字、图片、动画整合成一个HTML课件并上传到某个地方如对象存储生成可访问的链接。你会发现这不再是一个简单的“问答”而是一个目标导向的、多步骤的、需要动态决策和调用多种工具的流程。用户给的是一个目标“做一堂课”而不是一串指令“先搜A再画B最后生成C”。这就是Agentic AI要解决的核心问题让AI系统具备自主理解目标、规划路径、调用工具、执行任务并持续优化的能力。它从一个被动的“工具”变成了一个主动的、有一定自主性的“代理”。这种转变带来的价值远不止“更快”从单点能力到流程自动化它把原本需要人工串联的多个AI能力和外部服务搜索、画图、存储自动串联起来形成了一个完整的任务闭环。从确定输出到动态适应在执行过程中Agent可以根据中间结果比如搜索到的信息不够新动态调整策略换一个关键词再搜或者换一个数据源而不是僵化地走完预设流程。从一次交互到持续学习通过记忆Memory系统Agent可以记住与同一用户的历史交互理解其偏好和上下文让下一次交互更精准、更个性化。Gartner预测到2028年15%的日常工作决策将由Agentic AI自主完成。这个数字背后正是这种“目标驱动、自主执行”的范式开始渗透到内容创作、数据分析、代码开发、客户服务等各个领域。它改变的不仅是某个环节的速度而是整个工作流的形态和人的角色——人从执行者更多地转变为目标制定者和结果审核者。2. 解剖一个生产级Agent不只是代码更是工程体系理解了价值我们来看看如何实现。很多人一上手就想写Agent的逻辑这很容易陷入“玩具级”Demo的陷阱。一个能上生产环境的Agent其复杂度远超一个聊天函数。它是一套完整的系统工程。参考亚马逊云科技基于其开源框架Strands Agents在中国区的实践我们可以将一个生产级Agentic AI应用拆解为七个核心层次。这就像一个金字塔越往下越基础越往上越贴近业务。2.1 基石模型、工具与记忆这是Agent的“身体”和“本能”。基础模型The Brain这是Agent的智能核心负责理解、规划、推理和决策。选择模型时需要在智能度、速度、成本和场景适配性之间权衡。例如复杂的规划任务可能需要Claude、DeepSeek-R1这类强推理模型而简单的信息提取可能用更轻量的模型就够了。关键点生产环境不能只绑定一个模型需要有模型路由和降级策略。工具组件The Hands这是Agent与外部世界交互的“手”。工具可以是本地函数如读写文件、执行计算。API服务如调用搜索引擎、天气接口、数据库。云服务如上传文件到S3、从OpenSearch检索知识。其他Agent一个Agent可以调用另一个Agent作为其工具形成多Agent协作。关键点工具需要被标准化封装例如通过MCP - Model Context Protocol协议让Agent能以统一的方式发现和调用。安全性隔离如沙箱环境也至关重要防止任意代码执行。记忆系统The Memory没有记忆的Agent每次对话都是“初见”。记忆系统让Agent能进行连贯的多轮对话并积累用户偏好和上下文。它通常包括短期记忆维护当前会话的上下文。长期记忆将重要的交互信息向量化后存入向量数据库如pgvector, OpenSearch供未来检索。关键点记忆不是无脑存储需要设计重要性评分、摘要和检索策略避免token无限膨胀和检索效率低下。2.2 躯干逻辑、安全与可观测性这是Agent的“神经系统”和“免疫系统”。逻辑编排The Nervous System这是Agent的“工作流引擎”。它定义了任务如何被拆解、步骤之间是顺序、并行还是循环执行。在Strands Agents中这可以通过“模型驱动”的方式实现——即由大模型根据目标自主规划步骤也可以预定义一些复杂的工作流模板。关键点逻辑编排要平衡灵活性与可控性。完全由模型驱动可能失控完全硬编码又失去了智能。安全机制The Immune SystemAI的安全是红线。这包括内容安全对输入和输出进行过滤防止生成有害、偏见或不合规的内容。工具安全严格控制工具调用的权限防止越权操作如删除文件、调用危险API。业务安全在关键决策点设置“人机协作”审批或对输出结果进行业务规则校验。可观测性The Diagnostic System这是生产运维的“眼睛”。你需要知道Agent在想什么记录它的完整思考链Chain-of-Thought。Agent做了什么追踪每一次工具调用的输入、输出和耗时。效果和成本如何统计token消耗、延迟、成功率、用户反馈评分。 像Langfuse这样的工具可以很好地集成进来提供完整的追踪和指标看板。没有可观测性的Agent上线等于闭着眼睛开车。2.3 顶层交互与部署这是Agent与用户和基础设施的接口。前后端与部署The Interface Body前端提供用户交互界面可以是Web、移动App、命令行或集成到IDE中。后端承载Agent核心逻辑的服务器。部署需要考虑弹性、高可用和成本。利用云原生的无服务器服务如AWS Lambda, ECS Fargate可以自动伸缩轻松应对流量波动。把这七层拼在一起你得到的不是一个简单的脚本而是一个具备感知、规划、行动、记忆和反思能力的智能系统。它的构建本质上是一种新的软件架构范式。3. 实战用Strands Agents构建一个课件生成Agent理论说再多不如看一次真实的构建过程。我们以“大学地理老师生成厄尔尼诺现象课件”这个场景还原一下基于Strands Agents和亚马逊云科技中国区服务的搭建路径。这个过程清晰地展示了如何将上述七个层次落地。核心判断构建Agent应用最佳路径不是从零开始造轮子而是选择一个成熟的框架如Strands Agents来搞定“智能体循环”、“工具集成”、“记忆管理”这些通用难题然后把精力集中在你的业务逻辑和你的工具集成上。3.1 第一步定义目标与拆解任务首先我们需要把模糊的用户需求翻译成Agent可执行的任务规划。我们的系统提示词System Prompt是这样设计的你是一位深度研究助手...强调深入思考 ## 你必须遵循以下指令: – 每次先使用mem0_memory工具查看是否有与当前问题相关的历史记忆... – 请使用time工具确定你现在的真实时间. – 使用text_similarity_search工具去检索厄尔尼诺相关的知识来自本地知识库 – 如有需要也可以使用Web search去检索更多外部信息来自互联网 – 使用minimax绘图工具会返回一个公开访问的URL在HTML中可以直接嵌入 – 生成代码文件请直接上传到s3并返回访问链接给用户这个提示词做了几件关键事设定角色定位为“深度研究助手”引导模型进行复杂思考。规定流程明确了任务执行的优先顺序先查记忆、再查知识库、必要时搜网络。绑定工具将抽象指令“检索知识”关联到具体的工具调用text_similarity_search。定义产出明确最终输出是一个托管在S3上、可公开访问的HTML文件链接。3.2 第二步集成工具——Agent的“手”和“眼”Agent的强大取决于它能调用多少工具。在这个案例中我们集成了多种工具均通过MCP协议连接工具类型工具名称功能实现方式关键点记忆工具mem0_memory存储和检索用户历史会话Strands Agents内置后端连接Aurora PostgreSQL (pgvector)开箱即用。只需配置数据库连接串即可获得向量化的长期记忆能力。知识工具text_similarity_search从本地知识库检索教材内容远程MCP Server (Lambda OpenSearch)业务专属。将企业内部或私有的地理教材文档向量化后存入OpenSearch提供精准、可控的知识检索。搜索工具bocha-search-mcp搜索互联网最新资讯本地MCP Server (调用第三方搜索API)获取时效信息。补充知识库中可能缺失的最新新闻和数据。创作工具minimax生成课程插图本地MCP Server (调用绘图API)多模态能力。将文字描述转化为教学可用的图片。存储工具s3-upload将生成的HTML课件上传至云存储本地MCP Server (调用AWS S3 SDK)完成闭环。将最终成果持久化并生成可分享的链接。基础工具time获取当前时间本地MCP Server (标准库)提供上下文。确保搜索“最新”信息时有准确的时间参照。集成代码示例以记忆工具和MCP工具为例# 记忆工具集成 - 极其简单 from strands import Agent from strands_tools import mem0_memory # 只需配置环境变量数据库连接、模型API等 agent Agent(tools[mem0_memory]) # 使用记忆工具 agent.tool.mem0_memory(actionstore, content用户偏好信息, user_iduser123)# MCP工具集成 - 配置化连接 # 以连接一个本地Stdio MCP Server如time工具为例 async def connect_to_server(self, server_id, command, args...): from mcp import ClientSession, StdioServerParameters from mcp.client.stdio import stdio_client params StdioServerParameters(commandcommand, argsargs) async with ClientSession(stdio_client(params)) as session: # 此时session就拥有了该MCP Server提供的所有工具 tools await session.list_tools() return tools工具集成的核心思想是“声明式”。开发者不需要关心每个工具的内部实现只需要告诉框架“我需要哪些工具”框架会负责连接的建立、协议的通信和工具的调用。这大大降低了集成复杂度。3.3 第三步连接大脑——模型的选择与配置Agent的“思考”质量取决于模型。Strands Agents支持多种模型提供商。在本案例中我们使用硅基流动SiliconFlow托管的DeepSeek-R1模型因为它提供了强大的推理能力且兼容OpenAI API。def _get_model(self, model_id, thinking_budget, max_tokens1024): 根据提供商获取适当的模型 from strands.models import OpenAIModel if self.model_provider openai: return OpenAIModel( client_args{ api_key: os.environ.get(SILICONFLOW_API_KEY), base_url: https://api.siliconflow.cn/v1 # 硅基流动端点 }, model_iddeepseek-ai/DeepSeek-R1, # 指定模型 params{ max_tokens: max_tokens, temperature: 0.7, } ) # 也可以轻松切换为Amazon Bedrock等其他提供商关键配置thinkingTrue和thinking_budget4096启用并限制模型的“思考链”token数让模型展示其推理过程便于调试同时控制成本。max_tokens16000为生成完整的课件HTML内容预留足够的输出空间。3.4 第四步组装与运行——让Agent动起来将模型、工具、提示词和记忆系统组装成Agent实例这个过程在Strands Agents中非常简洁async def _create_agent_with_tools(self, model_id, messages, mcp_clients, system_prompt): 创建带有MCP工具的Strands代理 # 1. 创建MCP工具列表 tools await self._create_mcp_tools(mcp_clients) # 2. 添加内置记忆工具 tools [mem0_memory] # 3. 获取配置好的模型 model self._get_model(model_id, thinkingTrue, thinking_budget4096) # 4. 创建Agent实例 agent Agent( modelmodel, messagesmessages, # 用户输入的历史消息 system_promptsystem_prompt, # 我们定义的系统提示词 toolstools ) return agent创建完成后只需将用户的问题如“请制作厄尔尼诺现象的课件”传递给Agent它就会自动开始运行“思考-规划-执行”的循环。3.5 第五步部署与观测——从开发到生产开发完成的Agent需要部署到可弹性伸缩的云环境中。本方案使用Amazon ECS Fargate它是一种无需管理服务器的容器计算服务。部署的关键容器化将Agent应用及其所有依赖打包成Docker镜像。一键部署使用AWS CDKCloud Development Kit编写基础设施即代码实现一键部署网络、负载均衡、ECS服务等所有资源。可观测性集成在Agent代码中配置OpenTelemetry将追踪数据发送到Langfuse。# 可观测性配置示例 import os os.environ[OTEL_EXPORTER_OTLP_ENDPOINT] your-langfuse-endpoint os.environ[OTEL_EXPORTER_OTLP_HEADERS] fAuthorizationBasic {auth_token} # Strands Agents会自动将运行数据发送到该端点部署后在Langfuse面板上你可以清晰地看到每一次任务执行的完整轨迹模型思考了多久、调用了哪些工具、每次调用的输入输出是什么、总共消耗了多少token和耗时。这为性能优化、成本控制和错误排查提供了坚实的数据基础。至此一个具备记忆、知识检索、网络搜索、内容生成、文件托管能力的课件生成Agent就构建并部署完成了。老师只需要输入目标就能获得一个包含最新资料、图文并茂、可直接分享的HTML课件。4. 复利从何而来Agentic AI的长期价值与构建心法回顾整个构建过程你会发现我们投入的精力主要在两个地方定义清晰的业务目标提示词和集成高质量的工具。至于Agent如何思考、如何规划、如何管理上下文、如何记录日志这些复杂且通用的“智能体循环”问题框架已经解决了。这正是Agentic AI产生“复利”的源泉工作流资产化你构建的不是一个一次性脚本而是一个“课件生成工作流”资产。下次历史老师需要“二战课件”你只需要更新知识库和提示词中的领域信息核心的检索-搜索-生成-托管流程可以完全复用。一次构建多次复用。能力可组合s3-upload工具今天用来存课件明天可以用于任何需要输出文件的Agent。bocha-search工具可以用于任何需要实时信息的场景。工具像乐高积木一样可以在不同的Agent间共享和重组不断丰富你的“能力库”。效果持续优化通过可观测性面板你可以分析哪些工具调用经常失败、哪些搜索关键词效果不好、模型的哪部分思考是多余的。基于这些数据你可以持续优化提示词、补充知识库、替换更有效的工具。Agent会在使用中越变越聪明。成本可控可预测由于整个流程是自动化且可观测的你可以精确地计算单次任务执行的成本模型token费 工具API费 云资源费。这对于企业级应用至关重要使得规模化使用成为可能。4.1 给你的构建心法如果你想开始构建自己的Agentic AI应用避免从Demo到Demo的循环这里有几个务实的建议起点要小场景要真不要一上来就想做“万能助理”。从一个具体的、高频率的、有明确输入输出的场景开始比如“每周自动从周报数据生成分析简报”、“根据产品需求自动生成测试用例”。工具先行模型后选先想清楚完成这个任务需要调用哪些工具数据库、API、软件。工具集决定了Agent能力的上限。模型更多是“指挥官”的角色在优质工具的基础上模型才能发挥最大价值。提示词是蓝图不是指令把你的提示词想象成给一个高级下属的工作说明书。要说明背景、角色、目标、可用资源和交付标准而不是一步步的微操。好的提示词能激发模型的规划能力。可观测性不是可选项在开发的第一天就把追踪和日志加上。你看不到的过程就无法优化也无法信任。拥抱框架专注业务除非你有极强的工程团队否则强烈建议使用像Strands Agents、LangChain、LlamaIndex这类成熟框架。它们解决了工具调用、记忆管理、工作流编排等80%的通用问题让你能聚焦在20%的业务逻辑上。Agentic AI的浪潮已经到来但它不是要取代开发者而是将开发者从重复的、机械的流程编排中解放出来去从事更高价值的工作定义更精准的目标、设计更强大的工具、构建更可靠的系统。它的价值不在于让单次任务快那么几秒而在于为你和你的团队打造一个能够持续产生“复利”的自动化资产。当你下次再面对一个复杂、多步骤的任务时不妨先停下来想一想这个流程是否可以被固化成一个Agent也许这就是你工作效率下一个数量级提升的开始。 30款热门AI模型一站整合DeepSeek/GLM/Claude 随心用限时 5 折。 点击领海量免费额度
![华为OD机试2025C卷-字符串变换最小次数[100分]（ Java _ Python3 _ C++ _ C语言 _ JsNode _ Go）实现100%通过率](http://pic.xiahunao.cn/yaotu/华为OD机试2025C卷-字符串变换最小次数[100分]（ Java _ Python3 _ C++ _ C语言 _ JsNode _ Go）实现100%通过率)
![华为OD机试2025C卷-内存资源分配[100分]（ Java _ Python3 _ C++ _ C语言 _ JsNode _ Go）实现100%通过率](http://pic.xiahunao.cn/yaotu/华为OD机试2025C卷-内存资源分配[100分]（ Java _ Python3 _ C++ _ C语言 _ JsNode _ Go）实现100%通过率)
