Agent实现方案
Agent模式的优势是由大模型进行自主规划和工具调用，把应用对话的主动权更多地交由给模型，发挥模型的主动性，适用于更灵活、开放的场景。
Agent模式的核心工作流程包括：
思考规划：制定整体任务达成的规划思路，并把整体的复杂任务拆解为细分的子任务。
主动选择和调用工具：根据拆解后的子任务和工具的描述说明，选择一个或多个合适的工具来解决问题。
主动纠错反思：模型自主改进优化过去的行为决策，并对行为进行纠正。
以上三类工作由思考模型执行完成，并可能存在多次循环执行，最终输出回复的答案。
以一个用户输入问题“深圳未来1周的天气，把最低和最高气温趋势图画出来”为例，Agent模式应用会按照下列描述响应。
1. [思考]第一步需要查询深圳的天气信息。并且选择GetWeatherInfo工具查询天气信息。
2. [工具调用]通过GetWeatherInfo查询未来一周的天气信息。
3. [思考]已经获取天气结果，思考下一步动作，自动生成代码，并通过CodeInterpreter把气温变化趋势图绘制出来。
4. [工具调用]选择{代码解释器}插件绘制气温变化趋势，并提供生成图片URL。
5. [思考]下一步需要将输出结果呈现给到用户。
6. [输出回复]输出温度变化趋势图（因为过程较为简单，工具调用未发生错误，因此没有进行反思纠错。）
在上述问题的回复示例中，中间的模型规划和工具调用的的过程结果为“思考过程”，最终输出答案。
Agent模式的模型配置
Agent模式支持配置两类模型，思考模型和生成模型，思考模型负责规划和思考，其中思考/工具调用/反思均是由思考模型完成；当应用涉及知识库问答时，由生成模型进行阅读理解和答案内容的生成。
Agent模式的插件配置
先澄清插件和工具的概念：
工具：工具是一个API，通过调用这个API完成某一项需求。
插件：插件是工具的集合，一个插件里面包含了若干个工具（相当于是工具组）。
Agent模式实际上选择的是插件里面包含的工具。思考模型的工具调用方式，是通过把工具的名称和描述信息注册在思考模型的系统提示词中，让思考模型了解哪些工具可用以及具体的使用场景。当用户输入问题时，思考模型根据对于问题的理解和拆分，和工具的描述说明，选择一个或多个合适的工具来解决问题。
因此，在Agent模式，需要选择好需要的工具，并且提供容易理解的工具描述说明（在自定义插件时候需要注意），对于工具的成功调用至关重要。
Agent模式应用搭建示例
简单应用搭建
在上面查询天气的问题示例里面，展示了Agent模式对于一个具体复杂问题的响应过程，如果希望搭建满足特定功能需求的应用，从而简化复杂问题的重复输入，也可以在应用的角色描述中描述指令要求，快速实现Agent模式的应用搭建。下面通过一个最简单的例子，说明搭建一个Agent模式应用的流程。
应用目标：搭建一个天气查询小助手应用，输入城市名称后，输出该城市的天气信息和穿衣建议。
第一步: 新建应用
单击新建应用，应用名称修改为“天气查询小助手”，并选择合适的头像上传，单击新建创建应用。
第二步: 切换到Agent模式
点击头像，弹出编辑应用弹窗。
在应用模式中选择切换为Agent模式并点击保存。
第三步: 应用配置
1. 提示词撰写：需要在提示词对于应用的角色任务、任务流程、输出示例、限制等内容进行描述，一份清晰无歧义的提示词可以帮助模型更好理解应用的要求，进而达成更好的表现。可以选择按照模板填写提示词内容。
在角色指令中，根据天气查询和穿衣建议生成的需求，撰写提示词内容。
可以在#任务目标 中描述天气小助手的角色定位，并在#任务流程 中描述具体应用执行的流程步骤，在#限制 中可以补充约束条件。
# 任务目标 作为天气查询小助手，你需要根据用户输入的城市名称，提供准确的天气查询服务，并针对查询结果给出相应的穿衣建议。 # 任务流程 1. 使用GetWeatherInfo工具查询城市明天的天气信息 2. 根据天气信息生成个性化的穿衣建议，包括符合温度的上衣、裤子、外套等着装建议，以及是否要带帽子、雨伞 3. 按照以下要求输出天气信息 - 城市：<地点名称> - 天气：<具体天气状况和温度> - 穿衣建议：<具体的穿衣建议> |
2.
插件选择
：当应用不仅需要依赖模型能力，同时也需要外部工具获取实时信息（如天气查询、搜索引擎），或者执行特定操作（如代码生成、数学计算）时，需要配置相应的工具。目前知识引擎已经提供了一些常见的官方插件供选择，如果有需要可以选择新增自定义插件满足更多场景的需求。“天气查询小助手”应用需要查询天气，需要依赖外部工具获取的实时天气信息，需要在插件中选择“天气”工具帮助完成天气查询任务。
点击 +添加插件
在 +添加插件 弹窗中，搜索“天气”，点击 +添加 天气插件下的GetWeatherInfo工具。
已选择的工具将显示在插件中，并支持点击复制工具名称到提示词中，让模型更准确地按照指令调用工具。
第四步：应用调试
在应用调试的对话框中测试应用的表现，例如输入北京、南京等城市名称的正面示例，可以获取结果。
如果输入“中国”，则会反问具体要查询的城市名称。
第五步：应用发布
在目前测试效果已经验证后，可以点击发布把应用发布到正式环境。
发布成功后，可以在发布管理的调用信息中查看体验链接和API调用说明。
应用难度升级
上面通过简单几步即可快速搭建一个Agent模式应用，也可以再升级一些复杂度，为“天气查询小助手”应用提供更多的能力。
应用升级目标：输入城市，输出城市的温度、穿衣建议和未来的温度变化趋势，并展示趋势图呈现温度变化趋势。
下面展示了应用修改调试的流程。
第一步：修改配置
1. 插件补充：最新的应用目标中生成趋势图的要求，需要选择一个工具支持图表的绘制和生成，点击添加插件，添加官方插件中的代码解释中CodeInterpreter工具完成温度变化趋势的图表生成。
2. 提示词修改：根据升级后的任务目标，修改提示词，在任务流程中，补充了未来气温趋势图的生成的步骤描述。
# 角色任务 作为天气查询小助手，你的主要任务是提供准确的天气查询服务，并针对查询结果给出相应的穿衣建议。 # 任务流程 1.用户输入城市名称，使用GetWeatherInfo查询城市今天、明天和未来3天的天气信息 2.未来气温趋势图：根据检索到5天的天气变化趋势，使用CodeInterpreter，把5天气温的最高气温和最低气温变化绘制一个曲线图 3.未来气温趋势总结：根据未来3天的气温变化，描述变化趋势并输出穿衣建议，比如“气温有波动”，或者“气温呈下降趋势” 按照以下格式输出天气信息 - 城市：<地点名称> - 明日天气：<具体天气状况和温度，对比今天到明天到天气变化> - 明日穿衣建议：<明天穿衣建议> - 未来天气变化：<未来气温趋势总结><未来气温趋势图> |
第二步: 调试效果
在应用调试的对话框中测试应用的表现，再次输入城市名称，例如“深圳”，可以看到能够通过天气插件查询多日的天气信息，并生成温度趋势变化图，成功升级了应用的效果表现。
第三步: 应用再次发布
如果希望正式环境可以同步到应用的最新的效果表现，可以点击再次发布应用。
常见问题
从标准模式切换到Agent模式，已经编辑的应用配置内容是否还会保留？
不同模式的应用配置保持独立，模式切换时配置内容不继承，包括模型选择、提示词内容等。但是应用的知识库范围和工作流范围在不同模式之间保持同步。
当再次从Agent模式切换回标准模式时，能够继续在原本标准模式下已经编辑的提示词和配置基础上修改。
Agent模式与其他两类模式的区别在哪里？
Agent模式区别于标准模式，应用的执行不是按照固定标准流程推进进行的，而是依赖思考模型进行任务的规划，根据用户的输入，由模型来进行任务的拆解和主动工具调用，其中思考模型需要理解插件中工具的名称和描述信息，选择合适的插件。
Agent模式区别于单工作流模式，不是执行单一特定的工作流程，如果有确定性的任务场景，建议选择单工作流模式。目前版本Agent模式暂不支持工作流，后续升级敬请期待。
为什么Agent模式不支持工作流？
Agent模式下支持工作流，需要考虑兼容工作流多轮交互和Agent思考方式。我们正在探索一些有趣的特性，可以在Agent模式下支持工作流，并实现工作流的灵活跳转承接，如果对于这部分感兴趣，欢迎联系运营咨询。
