AI Agent从入门到实战：从工具使用到自主开发 ——不会代码，也能打造智能体

我要预订

咨询电话：027-5111 9925 , 027-5111 9926手机：18971071887邮箱：Service@mingketang.com

课程背景：

打开企业微信、钉钉或飞书，未读消息永远停留在小红点上；每周雷打不动的日报周报，耗费大量时间在信息整理而非真正思考；跨部门协作反复对齐、客户跟进记录手动录入……这些重复性、规则性、信息密集性的工作，占据了员工大量精力，真正需要判断和创造的工作反而被挤压。

AI Agent（智能体）的出现为解决这个问题提供了新思路。它在大语言模型基础上增加了记忆、规划、工具调用和自主行动的能力——传统AI提供“答案”，AI Agent交付“成果”。企业级Agent已在客服、数据分析、流程自动化等场景中展现出显著效能。

市面上的课程存在明显断层：要么只讲概念（学完不会用），要么只讲工具操作（换个场景不会设计），要么默认有编程基础（把业务人员挡在门外）。本课程正是为填补这一空白而设计。

课程以企业真实业务场景为驱动，遵循“认知→工具→开发→实战”四层递进主线，全程不写一行代码，基于Dify平台的可视化操作即可完成。每个知识点都从具体业务痛点引出，每个实操都与真实工作场景对应。

两天时间，学员能带走一个自己搭建的Agent原型，一套可复用的场景设计方法——把重复性的、跨系统的复杂任务交给Agent，自己专注于更有价值的工作。

课程收益：

建立完整认知：系统理解AI Agent的概念、工作原理、能力边界与行业趋势

掌握实操技能：熟练使用Dify完成其核心功能，独立搭建一个可用的业务助手

理解底层原理：理解Agent的核心机制，换一个平台也能看懂运作逻辑

具备识别能力：准确判断什么任务值得自己设计，避免盲目开发，把精力花在刀刃上

完成实战方案：基于真实场景，完成Agent方案设计全流程，带着成果离开课堂

课程对象：

不限岗位、不限职级。适合工作中存在大量重复性、规则性、信息密集性任务的业务人员，希望自主搭建个性化助手的管理者

课程方式：

讲师讲授 + 场景案例 + 实操演示 + 学员练习 + 小组共创

课程大纲

导入：为什么你要关注AI Agent？

问题：你每天做重复的事耗时多久？

1. 会议纪要

2. 日报周报

3. 回复咨询

4. 跨系统复制粘贴

第一讲：AI Agent是什么——理解它，才能用好它

一、场景痛点

1. 试了千问/豆包，发现只能生成内容

2. 后续复制粘贴、发送邮件还得自己动手

3. Agent究竟能干什么

二、Agent的定义

1. 与chatGPT的区别：从回答问题到完成任务

2. Agent=大脑（LLM）+ 手脚（执行能力）

三、Agent四大核心能力

1. 感知与理解——识别用户意图和当前环境

2. 规划与推理——分解目标、制定步骤

3. 记忆与学习——记住上下文和用户偏好

4. 行动与执行——调用工具、操作系统、生成结果

四、与普通聊天AI的区别

1. 交互方式：回答问题 VS 自主执行

2. 核心能力：生成内容 VS 完成任务

3. 用户角色：每一步都参与 VS 定目标等结果

课堂互动：判断哪些属于Agent-用ChatGPT写报告？查天气并发邮件通知团队？设置关键词自动回复？

五、能力和边界

1. 擅长场景

1）智能客服

2）数据分析

3）流程自动化

4）知识管理

2. 局限与风险

1）幻觉问题

2）推理局限

3）安全风险

4）不能负责

第二讲：亲手搭建你的第一个Agent——从0到1工具实操

一、场景痛点

1. 应该从哪开始？

2. 应用类型选什么？

3. 要不要添加知识库/技能？

4. 打造的方式和流程是什么？

二、认识工具：Dify平台

1. 了解Dify

1）零代码/低代码

2）百种模型一键切换

3）支持工作流编排/RAG知识库/工具调用

2. 平台界面导览

1）访问Dify

2）工作室（Studio）

3）知识库（Knowledge）

4）集成（Integrations）

实操练习：搭建一个智能客服助手

三、让Agent更聪明：添加知识库

1. 知识库的作用

1）大模型不知道你的内部信息

2）让Agent基于真实文档回答，而非猜

2. 添加知识库的4个关键步骤

第一步：创建知识库

第二步：选择Embedding模块和分块策略

第三步：添加知识库节点

第四步：对比前后效果差距

实操演示：知识库添加

操作成功标准：Agent能基于文档内容回答问题

四、让Agent更能干：使用工具

作用：给Agent扩展外部实操能力，突破大模型只靠文本思考的局限

2. 常见工具类型

1）内置工具：网页爬虫，获取当前时间等

2）自定义工具

3）MCP协议

2. 添加工具的4个步骤

1）在画布中插入工具节点

2）选择工具插入画布

3）将工具嵌入整个工作流

4）对比前后效果差异

实操演示：添加网页爬虫的工具

操作成功标准：Agent能调用工具爬取网页信息

五、发布应用

1. Agent发布的4种方式

1）Web App链接：发布为公开应用

2）嵌入网站：嵌入到你已有的网站中

3）发布为模板：发布到平台的Marketplace

4）API接口：被其它系统调用

2. Agent发布的3个步骤

1）选择发布方式

2）执行发布动作

3）验证发布效果

实操演示：发布全链路，使用效果实测

操作成功标准：Agent在发布渠道中被正常访问

第三讲：揭开Agent的大脑——理解底层才能自主设计

一、场景痛点

1. 复杂问题答不上

2. 多步骤任务做不对

二、Agent的两种模式：Chatflow vs Workflow

1. 交互方式：对话式 VS 一次性运行

2. 适用场景：客服/问答助手 VS 报表生成/批处理/自动化流水线

3. 对话记忆：内置/支持多轮对话 VS 无

4. 结束节点：Answer节点 VS End节点

实操演示对比：批量生成10份销售周报 vs 对话式销售数据查询

互动讨论：请学员思考，日常工作中，哪些场景用Chatflow ，哪些用Workflow

三、工作流编排：把复杂任务拆成步骤

工作流：任务拆成多个节点，节点按顺序执行

实操案例贯穿：搭建周报生成工作流

2. 工作流设计

节点1：开始节点——输入自己的工号

节点2：HTTP请求节点——查询本周日程

节点3：HTTP请求节点——查询本周完成事项

节点4：条件分支节点——完成任务进入节点5：未完成进入节点6

节点5：LLM节点——生成周报正文

节点6：模板转换节点——组装完整周报格式

节点7：结束节点

2. 逻辑控制说明

1）条件分支：节点4的IF/ELSE判断——有任务走LLM生成，无任务走预设提示

2）数据流转：每个节点的输出作为下一个节点的输入

操作成功标准：用户输入指令，工作流完成5个节点，输出完整周报

互动讨论：请学员思考，日常工作中，有哪些复杂任务需要工作流编排的

第四讲：把Agent用到工作中——场景驱动的实战设计

一、场景痛点

1. 什么任务需要设计Agent？

2. 如何设计？

二、需要设计Agent的情况

1. 跨系统操作

2. 查阅知识库

3. 多步骤条件判断

4. 工具协同

任务示例：把所有未读邮件梳理一遍，提取涉及审批的事项，生成待办清单

互动讨论：学员思考，日常工作中，哪些任务可Agent化

三、Agent方案设计的四步法

第一步：明确目标——这个Agent要完成什么任务？成功标准是什么？

第二步：拆解步骤——完成这个任务需要哪几步？顺序是什么？

第三步：配置能力——每个步骤需要什么能力？（知识库/工作流/工具）

第四步：测试迭代——测试→发现问题→调整→再测试

【课堂场景综合实战】

场景一：销售日报智能生成

背景：销售团队每天需要汇总CRM新客户、商机进展、竞品动态，人工整理耗时且容易遗漏

Agent方案：HTTP节点读取CRM数据→知识检索节点查询产品库补充背景→LLM节点按模板生成日报→工具节点发送飞书群

难点：需要连接CRM+知识库+飞书

场景二：员工智能问答助手

背景：HR每天接受大量制度咨询问题，回答重复耗时大

Agent方案：知识检索节点检索制度文档→条件分支节点判断入职时间+岗位级别→不同分支适应不同规则→LLM节点精准回答+标注来源

难点：需要条件判断逻辑，基于公司制度（而非大模型记忆），需要RAG

场景三：会议全流程管理

背景：每次开会从预约→发议程→录音转写→生成待办→追踪完成，至少5步，全靠人工

Agent方案：创建会议→发邀请→获取录音→转文字→生成纪要→提取待办→追踪进度

难点：涉及多节点串联，每一步都依赖上一步输出，需工作流编排

场景四：竞品监测周报

背景：市场部每周需监测3家竞品动态，人工整理2小时起步

Agent方案：搜索工具节点搜索竞品资讯→知识库存储→LLM节点按周生成简报→工具节点发邮件

难点：需要搜索+知识库+工作流三层协同

场景五：发票审核辅助

背景：财务部的大量发票，需逐一核对抬头/金额/税率是否合规，人工枯燥易出错

Agent方案：OCR工具节点提取发票信息→知识检索节点匹配合规规则→条件分支节点标记异常→LLM节点生成审核报告

难点：需要OCR+知识库+条件判断，跨系统协作

学员练习：选择跟自己岗位相关的1个场景

分享点评

结语：学习总结与落地行动

1. 课堂回顾

2. 答疑互动

3. 落地行动

张老师

张闻川老师 AI+企业智能提升实战专家

20+年AI算法研究应用和实战经验

国防科学技术大学 计算机科学与技术/博士

海军大连舰艇学院 信号与信息处理/硕士

高校特批引进的高层次AI人才

曾任：深信服科技（上市）丨高级数据科学家

曾任：腾讯科技（世界500强）丨高级研究员

曾任：北京奇虎360科技有限公司（上市）丨AI专家

曾任：宽拓科技（前高盛CTO带队的金融量化科技）丨数据科学家（北京团队负责人）

→主操推进落地30+AI智能化提效落地项目：包括【大模型问答系统】、【AI销售预测】、【AI商业线索生成及企业客户流失AI预警】、【金融云脑项目】等核心AI战略项目，在企业战略管理、营销管理、财务、人力资源等多场景覆盖，累计为企业提供有效线索5万/年，降本增效超5000千万元；

擅长领域：数智化转型、数智化营销、AI办公应用、知识库搭建、智能体应用、工作流自动化、大数据与人工智能解决方案、数据可视化、数据安全……

>>>>>20+年专注数智化研究和应用，更懂AI底层原理<<<<<

→以第一作者发表高水平AI国际期刊论文，包括SCI论文2篇，EI论文5篇（英文），EI论文1篇（中文），撰写专著1部《海洋纪事》，博士论文获明评通过；

论文题目类型

Real-time navigation of nonholonomic mobile robots under velocity vector control《非完整约束移动机器人在速度矢量控制下的实时导航》SCI

Real-time path planning of multiple robots in a dynamic certain environment《确定性动态环境下多机器人的实时路径规划》SCI

On-line centralized path planning of multiple mobile robots in dynamic environments《动态环境下多移动机器人的在线集中式路径规划》EI

A new path tracking approach for a mobile robot under velocity field

《速度场下移动机器人的一种新路径跟踪方法》EI

A real-time path tracking approach for a wheeled mobile robot

《轮式移动机器人的一种实时路径跟踪方法》EI

An improvement approach based on linear navigation law for mobile robot

《基于线性导航律的移动机器人改进方法》EI

Real-time trajectory tracking of a wheeled mobile robot with kinematic and dynamic constraints《运动学与动力学约束下轮式移动机器人的实时轨迹跟踪》EI

实战经验：

张闻川老师拥有20+年AI算法研究与大型企业数智化应用实战经验，是国防科技大学博士科班出身的AI专家。曾任职腾讯、360、深信服等世界500强及上市企业，主导落地30+AI提效项目，涵盖大模型、销售预测、客户预警等核心场景，善于从0到1搭建数智化体系，助力企业实现显著降本增效。

①〖数智化工具全景应用落地〗——从顶层设计到底层落地闭环，业务场景全维覆盖

【01】-主导深信服公司的数智化战略项目规划与落地，涵盖从顶层设计到流程标准化建立，主导落地4个高效能AI数智化工具，实现业务场景全覆盖：

工具1：【产品】-大模型问答系统&：利用LLM提升销售产品查询效率与准确性，基于GPT-3.5构建LLM知识库，提升销售查询效率300%，缩短新销售查询耗时50%；

工具2：【需求】-AI销售预测系统：用AI算法替代人工预测供应链销量，提前备货降库存、提高交付及时率，预测正确率从51%提升到70%，效率从3人/天提升到5分钟，覆盖公司所有在销产品，节约资金3000万/年；

工具3：【线索】-AI商业线索生成系统：预测未来3个月即将增复购客群，生成AI线索辅助销售拜访，新建AI线索线上下发系统形成数据闭环，每月新增AI线索4000条（复购3K、增购1K），全年线索5万条/年，促成转化率从6%提升到24%；

工具4：【客户】-企业客户流失AI预警平台：分析流失现状，对即将流失客户建模并提前预警，创新客户流失预警AI新范式，预计挽回营业额8千万+，挽回营收损失3千万；

【02】-从0→1组建宽拓科技北京数据团队，搭建多个数智化平台，规划数据分析挖掘流程，基于数据统筹业务对接与需求管理，帮助客户公司业务从经验驱动向数据驱动转型：

工具1：【营销】-线上营销体系&客户全景BI系统：从0到1构建起客户公司的完整客户画像体系，业务分析体系，实现了客户公司的数字化转型；

工具2：【决策】-金融产品推荐系统：设计了新的推荐策略（二级匹配），解决近100万券商产品购买数量无法支撑协同过滤推荐码以及业务专家推荐结果存在严重偏向性问题，实现金融产品的人工推荐到智能系统推荐的跨越，推荐精准率提升50%；

工具3：【运营】-券商数据平台：建立统一的企业级数据管理平台和分析平台，有力支撑上层的数据应用，推动券商向数据驱动式运营转变，数据管理应用和客户运营效率的大幅提升；

②〖AI算法模型商业化项目落地〗——海量数据深度分析，构建智能决策体系驱动业务增长

【01】-主导腾讯科技公司数万维度的金融数据治理与智能风控模型体系建设，覆盖信用评估、反欺诈、质量监控等核心风控场景：

案例1：【信用评估与反欺诈项目】：规划设计基于数万维度的支付数据、身份特征，建构信用模型、反欺诈建模，应用于现金贷、供应链金融、消费金融等场景，从微信10亿+客群中精准挖掘出有相应需求的客户，赋能内外部客户，开拓了业务新增量；

案例2：【质量监控项目】：对2000+风控标签进行质量监控，对入模特征、模型分进行波动性环比同比、稳定性PSI等质量监控并可视化，支持特征和模型问题的排查定位，从数据基座保证了质量，奠定了模型的可用性可靠性；

案例3：【数据源应用系统】：支撑数据源接入和使用管理，高效地从数万外部字段中选择有效的字段进行特征构建和规则构建，有效补充了内部数据的不足，从更全面的角度审查客户的风险；

【02】-主导360科技公司【智能风控与反欺诈项目】，基于数亿级的客户数据，从0到1搭建金融智能风控与反欺诈体系，涵盖风控建模、反欺诈识别、智能营销等全链路能力：

案例1：【金融风控模型项目】：利用自有数据和外部数据分析挖掘逾期客户的特征，同时利用APP行为数据进行反欺诈识别，构建用户金融画像，基于渠道用户事件分析进行渠道反欺诈分析挖掘，提高贷款量3000万/天，降低逾期率至0.1%；

案例2：【金融云脑项目】：主导安全信用分和智能营销项目，探索对外输出智能金融技术，将集团内部成熟的金融风控能力产品化，面向外部数十家金融机构提供智能风控SaaS服务，拓展了技术变现的新业务模式。

部分授课案例：

序号企业课题

1深信服科技《AI算法原理与企业落地应用》

《供应链销售预测的AI实战应用》

《企业数字化转型的整体思路和框架》

2腾讯科技《金融信贷风控中的算法应用实战》

《基于多源数据构建客户完整画像》

3360科技《金融反欺诈模型的构建和应用》

4酷友会《AI在数字化转型中的应用实战》

主讲课程：

《AI办公10倍效率提升——从认知到实战、场景落地》

《AI智能体数据分析实战——人人可用的WorkBuddy实操课》

《AI赋能业务增长与科学决策——从获客到利润的经营闭环实战》

《AI工作流自动化实战——用WorkBuddy打造7x24小时无人值守办公》

《AIAgent从入门到实战：从工具使用到自主开发——不会代码也能打造智能体》

《AI智能体办公实战工作坊——用Workbuddy打造你的数字员工，让重复工作自动化》

项目：

【AI信用评估】、【AI反欺诈】、【AI销售预测】、【AI线索生成】、【AI客户流失预测】

授课风格：

真实案例讲透AI价值：精选销售预测、线索转化、流失预警等30+实战项目，用“痛点→方案→结果”一条线讲清AI怎么落地

复杂技术拆成简单步骤：国防科大博士出身，把算法模型翻译成业务人能听懂、管理者能决策、执行者能上手的方法

带业务来，带成果走：现场搭智能体、做应用、练数据分析，用自己的真实问题产出可用结果，不搞纸上谈兵

从战略到执行形成闭环：帮企业找到AI与增长的最佳结合点，从顶层规划到落地推广，让AI真正变成生产力

——一句话总结：听得懂、学得会、带得走、用得上。

部分客户评价：

课程让我挺意外的，贴近业务实际情况，AI线索生成这个案例，把我们怎么找客户、怎么判断谁要复购讲得很有条理。原来AI不是啥玄学，是真能帮到我们的。已经让团队重新梳理思路了，几个模糊的画像现在清晰多了。

——深信服科技 营销总监 王总

我们供应链做销量预测一直靠老经验，经常备错货。老师用AI的方法告诉我们，还可以这么做，很惊喜，不是必须要靠堆人才能提高准确率。整个数据清洗、模型选型、效果评估的流程讲得很清楚，解决了困扰团队很久的老大难

——深信服科技 供应链总监 杨总

一直有个疑问，就是不知道怎么把数据更好的变现。课程把怎么选特征、怎么平衡准确率和召回率、怎么和业务方一起在优化AI模型，讲的很好。还有模型上线后的监控体系，这块我们以前做得不够，回来团队要补上。

——极光科技 信贷风控业务负责人 李总

课程把业务和技术融合的很好。从数据接入到模型上线的全链路都走了一遍，还特别强调数据质量监控这种容易被忽略的环节。讲技术时也会讲清楚业务考量，帮我解决了不少纠结。

——阳光保险 数据部负责人 张总

AI线索生成和客户流失预警这两个案例，就像专门给我们销售团队准备的一样。以前我们判断客户基本靠感觉，AI可以提前三个月可能增购的客户圈出来，转化率还提升了好几倍，AI赋能确实不错。

——传音控股 销售部负责人 高总

数字化转型的课程很受益。老师在大厂主导数字化转型的完整经历，很有共鸣感。顶层设计、流程标准化、AI切入点选择、效果量化评估等关键环节讲得很好，解答了我们很久的疑惑。既有战略高度又有落地细节。

——酷友会 战略部负责人 何总

我要预订

咨询电话：027-5111 9925 , 027-5111 9926手机：18971071887邮箱：Service@mingketang.com