起因是：看群里一直说现在面试都是招 Agent 开发，我想了一下，对于 Agent 的了解并没有太多，只是天天提起，但具体说什么是 Agent，怎么封装 Agent，都不熟悉，所以就想着实际体验一下

具体步骤，先了解一下 Agent 开发是做什么的，回头能说出个一二三。

Agent 开发的核心，是让模型从“会回答”变成“会感知、会规划、会调用工具、会执行任务并能自我修正”的系统。

Agent 开发不是只写一个聊天机器人，而是围绕目标、环境、工具、记忆、规划、执行和评估，搭建一个能持续完成任务的智能应用。

Agent 开发要做的事情，就是把大模型放进一个可控的执行系统里，让它在明确边界内理解目标、拆解任务、调用工具、处理反馈，并稳定完成真实任务。

Agent 开发和普通 AI 应用开发的区别

普通 AI 应用更像是“输入问题，输出答案”。Agent 应用更像是“输入目标，系统自己决定怎么完成”。

两者的差异主要在于 Agent 需要更强的行动能力。它不仅要生成内容，还要调用工具、观察结果、调整计划、维护状态，并在多步骤任务中保持一致性。因此，Agent 开发更接近“AI + 软件工程 + 自动化流程 + 安全控制”的结合。

Agent 的操控入口就是“任务进入 Agent 系统的门”。它可以是聊天框，也可以是按钮、API、工作流事件、浏览器侧边栏或业务系统页面；入口设计得越清晰，Agent 的执行就越稳定、越可控。

一个最小可用 Agent 通常包含什么

如果只是做一个 MVP，可以先从最小闭环开始：一个明确任务场景，一个模型，一个或几个工具，一个简单的记忆或知识库，一个执行流程，一个日志和评估机制。

例如做一个“网页资料整理 Agent”，最小版本可以是：用户输入目标，Agent 读取网页内容，抽取关键信息，整理成结构化表格，并在信息不足时询问用户。这个版本不需要一开始就支持所有网站、所有格式和所有自动化操作，先把一个核心场景做稳定更重要。

巧了，我刚好有个任务场景，于是就借着这个任务场景，使用 Workbuddy 封装体验一下整个流程。场景如下：

大致的流程就是上面这样。属于明确的任务场景，打算封装成一个 Agent，来实现上面整个流程，输入目标，Agent 自己调用接口，获取网页内容，输出最终查询结果。

然后把这个流程输入到 WorkBuddy 中，告诉它让它实现一个 Agent。

过程中有需要不断确认的，再一一确认。

最后，用封装好的 Agent 实际走一遍流程，看是否符合预期，结果是否正确。

第一步，把整个流程，描述给 Workbuddy，让 Workbuddy 封装 Agent，如下图：

会输出技术方案和关键决策，以及待确认的问题，如下图：

然后把待确认的问题描述清楚，继续下一步，这里需要注意，使用的工具，也需要指定清楚，比如什么浏览器，以及使用浏览器的方式（交互方式，比如是要直接 js 设置值，还是通过模拟用户点击的方式），否则 WorkBuddy 实现的不一定是自己想要的，如下图：

WorkBuddy 封装完成后，会提示验证功能，如果确认流程没问题，则可以用测试数据来验证真实功能，如下图，

然后在这个过程中，你会发现，如果不指定输出结果，它的输出结果不一定是你想要的格式，如下图，所以需要明确告诉 WorkBuddy，你要哪些数据，以什么格式输出，如下图：

大致流程就是这样，但其中其中还有很多问题需要注意，需要来来回来拉扯很多次，比如下面列出了几个：

问题 1：发现返回的数据跟查询的 ID 没关系，不知道为什么会返回这样的数据？

排查后发现，他做了一个查询订单列表查询不到数据时，兜底返回第一条数据的逻辑？？（好家伙，根据订单号查询订单，还要给个兜底，是只怕我太轻松了）。。。

问题 2：页面操作查询订单列表

默认是没有交易 ID 的输入框的，

是先点击 Expand，然后才会出现交易 ID 的输入框的，让他按照这个步骤来，但是他总是理解不了。

AI 在没有 Expand 的时候获取到交易 ID 的输入框，然后输入开始查询，但是 H5前端的逻辑是没有 Expand 的时候，不会提交这个值。。。就导致查询一直出问题，我说他没传交易 ID，他说传了。。。

问题 3：由于它自动化操作太快，填写完待查询数据后，马上发起请求，导致发起请求没有带上这个值。。。

问题 4：日期选择框的变化，或者方式不同，导致它操作错误，返回错误的数据？

问题 5：让他返回 IDFV 查询后的所有数据，IDFV 的查询很慢，他发起请求后没有等待结果返回，拿着 IDFV 发起前的结果直接回复了。。。

怎么说呢，正常的需求开发，当需求描述明确后，基本都是一次完成90%，剩下的大概是没描述清楚或者没覆盖到了。但是 Agent 开发就不是这样，即使描述的很清楚的场景，实现时也会遇到各种各样的问题。比如：工具调用、权限配置、登录态同步等等。没有办法一次完成，只能在实现中不断完善。。。

总得来说，要封装 Agent，必须要熟悉业务，要能把具体的业务描述出来，并且把任务场景的所有场景都要覆盖到。

其次，要明确边界，要知道哪些是可以自动的，哪些必须手动或人工确认的。

然后，要明确输出，要明确自己想要的结果，是表格？还是简单的是否？或者一段文字结论？

过程中，会有很多要失败和异常，需要一步步完善，要有耐心，而且不能用人类的理解来要求 AI 理解同样的问题，要把问题和需求用 AI 能理解的方式来描述给它。

最后一定要小心编造数据的情况，必须要多次验证，不断完善；

Workbuddy 封装Agent实践体验

对于 Agent 开发的了解并没有太多，只是天天听到别人提起，但具体说什么是 Agent，怎么封装 Agent，都不熟悉，所以就想着用实际的需求，用 WorkBuddy 体验一下

IOS开发工程师

人工智能

Agent开发让AI从回答问题升级为自主完成任务，通过感知、规划、调用工具和执行实现目标。相比普通AI应用，Agent更强调行动能力，需要结合软件工程和自动化流程。最小可用Agent包含明确场景、模型、工具、记忆和执行流程。实践表明Agent开发需熟悉业务、明确边界和输出，并持续完善异常处理。

聊天机器人

软件工程

WorkBuddy 

Agent

2026上云采购 | AI焕新·智启新局

timatrix

lexiang

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

Workbuddy 封装Agent实践体验

Workbuddy 封装Agent实践体验

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐