本文直接使用扣子平台默认的豆包大模型，省去来接入其他大模型的步骤，方便读者快速入门扣子AI智能体开发。
设计思路
本入门案例非常简单，初学者容易上手。扣子平台旨在助力用户迅速搭建基于大模型的各类智能体。扣子支持Function Calling（工具调用），让大模型拥有智能化调用工具的能力，为你的智能体添加私有知识和多种技能，极大地拓展智能体的能力边界，一个应用就能满足多种场景需求。
众所周知，智能体是基于对话的AI项目，它的交互均是基于LUI的。AI应用由工作流串起来，工作流就是把AI应用的逻辑分成几个步骤，每个步骤称为一个节点。本案例构建的示例工作流节点如图2-3所示，除了开始和结束节点外，这个工作流中只添加了一个大模型节点来处理用户任务。你可以将用户输入的内容传输给大模型进行处理并返回结果。包含大模型节点的工作流可单独指定模型的各项配置参数，通过附加的提示词约束模型的行为，使智能体在指定场景下的运行过程更稳定、输出内容更符合预期效果。
图2-3 工作流架构案例
直接使用豆包大模型构建工作流
打开扣子官方网站，选择“工作空间”→“资源库”，在资源库页面上依次单击“+ 资源”按钮→“工作流”菜单项，如图2-12所示。
图2-12 在工作空间“资源库”中单击“+ 资源”按钮创建工作流
打开的“创建工作流”窗口如图2-13所示，工作流名称输入“doubao_tasks”，工作流描述输入“使用豆包处理问题”。单击“确认”按钮，将打开工作流编辑页面，如图2-14所示。后面我们在工作流上添加、配置节点等操作都是在这个页面上进行的，读者可以在扣子网站上熟悉一下这个页面。
图2-13 工作流的基本信息
图2-14 工作流编辑页面
每个工作流都有一个开始节点和一个结束节点，这两个节点不能删除，必须存在。开始节点定义输入参数（有哪几个输入参数，分别是什么类型，起什么作用），以便后续节点引用；结束节点定义输出参数（有哪几个输出参数，分别是什么类型，是什么意思）；而其他的节点就是处理过程，用来完成设计的功能。因此，实际上一个工作流完全可以看作一个函数，开始节点定义输入参数，结束节点定义输出参数，中间节点完成函数功能。
如图2-15所示，在开始节点的输入参数配置页面中，输入变量名user_input，变量类型选择Str.String字符串类型。开始节点必须设定输入参数，这个界面对应机器人（智能体）对话界面，用来接收用户的输入。
图2-15 开始节点配置
工作流接收到用户输入后，就要将输入交给大模型进行文本处理，所以开始节点后面需要增加一个大模型节点。如图2-16所示，在工作流编辑页面下方，单击“+ 添加节点”按钮，在节点类型列表中选择大模型，工作流编辑页面上将增加一个大模型节点，如图2-17所示。
图2-16 添加节点
图2-17 连接开始节点、大模型节点和结束节点
连接开始节点、大模型节点和结束节点，节点连接顺序是“开始→大模型→结束”。节点之间需要用连线表示先后关系，把鼠标放在图中的小蓝点上，按下鼠标右键拖出一条线，指向下一个节点的边框的小蓝点，就有一条线把这两个节点连接在一起，表示前后顺序关系。注意，节点只有连上线之后，后面的节点才能获取前面节点的信息。
单击大模型节点，打开大模型配置窗口，配置大模型节点，如图2-18所示。扣子提供了很多大模型供选择，在页面上选择模型时，就可以发现火山方舟提供的豆包模型已经接入进来了。
图2-18 豆包模型
大模型节点配置窗口如图2-19所示，大模型节点的输入就是开始节点的输出，单击右侧的变量值输入框，就会打开一个下拉列表，选择user_input，这就是开始节点中定义的变量user_input。大模型必须配合提示词才能工作，且提示词的好坏影响最终的结果。注意提示词中的{{input}}表示用户输入的文本内容。然后给大模型设置输出变量output，变量类型选择Str.String字符串类型。
图2-19 大模型节点配置
结束节点配置窗口如图2-20所示，在工作流的结束节点中，新增变量名output，参数值选择“大模型-output”，表示引用大模型节点的输出output。我们可以体会到，从开始节点到大模型节点再到结束节点之间数据信息的流动。
图2-20 结束节点配置
各节点的参数配置如表2-1所示。
表 2-1 各节点参数配置
|
节 点 |
参 数 配 置 |
|
开始 |
输入：新增变量名user_input ，变量类型选择Str.String |
|
大模型 |
选择大模型节点的单次模式，模型默认选择 豆包。 输入：参数名为input ，变量值选择“开始-user_input ”。 用户提示词：{{input}} ，表示将用户输入的数据传入大模型进行处理。 输出：变量名为output ，变量类型选择Str.String |
|
结束 |
输出变量：参数名为output ，参数值选择“大模型-output ” |
图2-21 工作流试运行结果
测试工作流没有问题后，单击工作流编辑页面（见图2-16）右上角的“发布”按钮，打开“发布”窗口如图2-22所示，输入版本号和版本描述。这个工作流成功发布后，再单击“工作空间”→“资源库”，在资源库页面上的资源列表中可以看到该工作流的名称，读者可以确认一下。
图2-22 发布工作流
创建智能体
如图2-23所示，依次单击扣子平台的“工作空间”→“项目开发”，在“项目开发”页面上单击页面右上角的“+ 创建”按钮，弹出如图2-24所示的“创建”窗口，选择左边的创建智能体，单击“创建”按钮，创建对话式智能体。
图2-23 单击“+ 创建”按钮
图2-24 创建智能体
如图2-25所示，在“创建智能体”窗口中，输入智能体名称和智能体功能介绍的相关信息。
图2-25 智能体基本信息
单击“确认”按钮，将打开智能体编排页面，如图2-26所示。在智能体编排页面（记住这个智能体编排页面和前面提到的工作流编辑页面，我们大部分工作都是在这两个页面上完成的）上，找到页面中间“技能”区域的“工作流”，在“工作流”右侧单击加号图标添加工作流。
图2-26 智能体编排页面（局部截图）
如图2-27所示，在添加工作流对话框的左侧单击“资源库工作流”，找到我们自建的doubao_tasks工作流，并在doubao_tasks右侧单击“添加”按钮。
图2-27 添加工作流对话框（局部截图）
工作流添加进来后，我们可以直接试运行看看测试结果。在智能体编排页面右边的“预览与调试”区域，如图2-28所示，输入内容“给我一些学习人工智能的建议？”，预览一下智能体实现的效果。可以看到效果比较理想。
图2-28 试运行结果
本文节选自《扣子开发AI Agent智能体应用》，获出版社和作者授权发布。
