联诚天枢AIOS平台

Appearance

低代码智能体基础设置 ​

基础设置用于确定智能体的编排方式、模型能力和全局行为。建议先完成本页配置，再添加技能、知识和记忆。

选择编排模式 ​

模式核心特点适用场景
单 Agent（自主规划模式）由一个 Agent 根据提示词自主思考、判断并调用能力通用问答、业务助手、内容生成
单 Agent（对话流模式）每轮用户输入都进入唯一绑定的对话流，按固定节点执行标准客服、信息采集、固定分支问答
多 Agent多个 Agent 节点按职责分工并进行对话转交多角色协作、复杂咨询、分阶段处理

选择智能体运行模式

单击页面顶部的模式选择器即可查看三种编排模式。模式会改变智能体的执行方式和能力配置位置，应根据任务是否需要自主决策、固定流程或多角色协作进行选择。

切换模式前

从自主规划模式切换到对话流模式时，人设与回复逻辑、变量、数据库、开场白等全局配置会继续保留；自主规划模式中直接添加的插件、工作流和知识在对话流模式下不可使用，应改为在对话流节点中配置。切换回原模式后，原有配置仍可继续使用。执行切换前仍应保存当前内容，并仔细阅读页面提示。

单 Agent（自主规划模式） ​

自主规划模式适合开放式问答和需要动态决策的任务。模型会根据人设与回复逻辑理解用户意图，并自主决定是否调用已配置的技能、知识或工作流。任务逻辑较简单、希望快速完成搭建时，建议优先使用该模式。

单 Agent（自主规划模式）配置界面

单 Agent（对话流模式） ​

对话流模式下，用户的每轮输入都会触发一个固定对话流。它适合需要稳定执行顺序、条件分支和兜底结果的对话任务。

单 Agent（对话流模式）配置界面

添加已发布对话流

在资源库中选择已发布的对话流，单击 添加 完成绑定；也可以先创建或导入新的对话流。

已绑定的对话流

一个智能体在该模式下只绑定一个对话流。用户本轮输入会作为开始节点的 USER_INPUT 参数传入；技能、知识、插件和其他业务能力需要配置在该对话流内部。

与自主规划模式的区别 ​

对比项单 Agent（自主规划模式）单 Agent（对话流模式）
执行方式模型根据提示词决定是否调用能力每轮输入都进入指定对话流
控制程度灵活，但结果受模型判断影响流程固定，便于验证和追踪
能力配置可直接添加插件、工作流和知识相关能力通常配置在对话流节点中
适合任务开放式问答与动态决策标准流程、复杂分支和结构化输出

配置步骤 ​

  1. 在智能体编排页面选择单 Agent（对话流模式）。
  2. 创建新的对话流，或添加资源库中已发布的对话流。
  3. 配置开始节点接收用户输入和必要变量。
  4. 添加大模型、知识、插件、选择器和文本处理等节点。
  5. 在结束节点输出最终回复。
  6. 试运行并发布对话流，再将其绑定到智能体。
  7. 配置开场白、变量和对话历史等允许的全局选项。
  8. 预览完整交互并发布智能体。

对话流模式通常只绑定一个对话流。若需要知识、插件或其他业务能力，应把对应节点放入对话流，而不是依赖智能体自主选择。

设置模型 ​

模型决定理解、生成、推理、文件处理和工具调用等基础能力。选择模型时应综合考虑：

  • 任务能力：是否需要复杂推理、多模态、长文本或工具调用。
  • 上下文范围：提示词、历史对话、知识召回和工具结果是否可能很长。
  • 响应速度：实时对话与后台任务对延迟的要求不同。
  • 稳定性与成本：复杂模型不一定适合所有问题，应以测试结果为准。

如果页面提供生成多样性、输出长度、深度思考或其他模型参数，应先使用默认值建立基准，再一次只调整一个参数并比较结果。

模型测试方法

准备一组固定测试问题，覆盖简单问答、复杂问题、边界请求、长上下文和工具调用。使用同一组问题比较模型，避免凭单次回答做决定。

人设与回复逻辑 ​

人设与回复逻辑用于约束智能体的身份、任务、回答方式和能力调用规则。可以直接编写，也可以使用页面提供的模板、提示词资源、AI 生成或自动优化能力创建初稿。

推荐结构 ​

text
# 角色与目标
你是谁，要为谁解决什么问题。

# 任务步骤
按什么顺序判断、查询、执行和回复。

# 能力调用
在什么条件下使用哪个知识、插件或工作流。

# 回复规范
语言、语气、结构、长度以及引用要求。

# 限制与异常
禁止事项、信息不足、工具失败和不确定结果的处理方式。

编写原则 ​

  • 使用可以判断和执行的规则，避免“尽量”“适当”“必要时”等模糊表述。
  • 规则按优先级排列，避免同一场景出现相互冲突的指令。
  • 工具名称、参数来源和使用条件要明确。
  • 需要引用用户输入、变量或资源时，使用编辑器提供的引用方式，不要手工拼接不可解析的占位符。
  • 为无匹配知识、接口失败和越权请求设置明确兜底回复。
  • AI 生成或优化后的提示词必须重新审阅，不能默认认为生成内容符合业务要求。

多 Agent 模式 ​

多 Agent 模式将复杂任务拆成多个职责清晰的 Agent。每个 Agent 可以拥有独立的提示词、模型、插件、工作流和知识，便于单独测试和维护。

多 Agent 编排页面

多 Agent 模式通过画布连接多个角色节点。为节点分别配置职责、模型和提示词，并通过连线和全局跳转条件定义协作顺序；共享的人设、变量和能力可在左侧统一维护。

何时使用 ​

满足以下情况时，可以考虑多 Agent：

  • 单个提示词包含大量角色、分支和互相冲突的规则。
  • 不同任务需要不同模型、知识或工具。
  • 对话需要在咨询、执行、审核等角色间转交。
  • 希望独立定位和修复某个处理阶段的问题。

如果任务只是固定的数据加工步骤，应优先使用工作流，而不是拆成多个 Agent。

配置步骤 ​

  1. 创建智能体并在编排页面选择多 Agent 模式。
  2. 配置全局人设、变量、开场白和其他全局能力。
  3. 在画布中添加 Agent 节点，并连接任务转交关系。
  4. 为每个 Agent 设置名称、适用场景、模型和提示词。
  5. 按需为节点添加插件、工作流或知识。
  6. 设置全局跳转条件或节点间的转交条件。
  7. 分别调试单个节点，再测试完整对话链路。

节点与配置 ​

配置说明
开始节点接收新对话，并根据用户问题和分发规则选择接管任务的 Agent
Agent 节点独立执行任务；需要明确名称、适用场景、提示词、模型和技能
智能体节点在当前项目允许时，复用已发布且职责明确的其他智能体
全局跳转条件用户输入满足条件时直接转交指定 Agent，通常优先于普通适用场景判断

Agent 名称和“适用场景”应使用清晰、互斥且可判断的描述。例如使用“处理退款申请”比“售后 Agent”更容易正确分发任务。

调试重点 ​

  • 新对话是否进入正确的起始节点。
  • 连续追问时是否保持在正确的 Agent，或按规则重新分发。
  • 多个 Agent 都可能处理同一问题时，优先级是否明确。
  • 转交时是否携带必要上下文，是否泄露无关信息。
  • 最终回复的格式和口径是否统一。

配置完成检查 ​

  • 已选择与任务复杂度匹配的编排模式。
  • 多 Agent 的职责和跳转条件无明显重叠。
  • 对话流的开始、分支、兜底和结束路径都可到达。
  • 模型支持任务所需的上下文、文件和工具能力。
  • 提示词明确说明了边界、调用条件、回复格式和失败处理。
  • 已保存一组可重复执行的基础测试问题。

相关文档 ​