产品概述与核心概念

——通过这篇文章帮助您了解 什么是Agents ，以及和大模型机器人的不同之处

图 1：Agents 总览

产品说明

我们希望您在使用 Agents 之前，先了解它的使用场景及用途：

• 使用场景：帮助您搭建智能客服机器人，并通过效果评测、调优和数据分析持续提升服务质量。
• 用途：您可以围绕一个 Agent，集中管理它所需的知识、技能和工具，并通过对话的方式完成搭建、评测与调优，让操作更简单、后续维护更方便。

与旧版大模型机器人模块的区别：使用旧版大模型机器人模块搭建机器人时，需要您手动完成各项配置；使用 Agents 时，您只需通过自然语言描述需求，Agent 就会帮助您搭建机器人。

核心设计理念

• 以 Agent 为中心：您面对的是"搭建一个 Agent 需要什么"，而不是分散的功能模块。
• 用 AI 构建 AI：通过对话式的运行工作台，用自然语言完成机器人搭建、评测、调优和数据分析。
• 资源可重复使用：知识、技能、工具、变量和记忆等内容可以单独管理，并可供多个 Agent 共同使用，无需重复创建。
• 持续改进服务效果：Agent 上线后，您可以随时查看运行情况、发现问题、评估效果并进行调优。

需要先认识的概念

• Agent：由基础信息、提示词、所需资源和运行规则共同构成，可用于对外接待用户或辅助客服解决用户问题。
• 资源：可被多个 Agent 复用的能力素材，包括知识、技能、工具、记忆、变量等，统一在资源中心管理。
• 引用绑定：Agent 通过引用（@）把资源挂到自己身上，同一份资源可被多个 Agent 同时引用。
• 运营闭环：先完成 Agent 的搭建，再评测实际效果，并根据评测结果进行调优，最后通过上线后的数据分析情况对机器人进行持续调优，不断提升机器人服务质量。

五大模块导览

• 工作台：对话式操作入口，横跨构建/评测/调优/数据分析四大模块
• 数据中心：全局数据观测、问题发现、会话记录回溯
• 评测中心：系统化度量 Agent 效果
• 资源中心：知识/技能/工具/记忆/变量等资源统一管理
• Agent 管理：Agent 的基础信息、提示词、资源绑定、规则、调试与发布

下一步：阅读《快速搭建你的第一个机器人》，10 分钟跑通一个 Agent。