Workbuddy实战系列第二期:Agent 工作流
第 02 期 · 20:31
通过实战演示,理解问答与 Agent 工作流的差别,以及协作、技能和 MCP 如何参与任务执行。
按章节观看
视频文字稿
根据成片字幕整理,以视频为准。视频中的界面、活动与收费信息为录制时内容,请按当前官方说明核实。原始公开发布日期未提供,暂不填入日期。
大家晚上好,欢迎来到我的AI落地现
场,
今天是WorkBuddy实战的第二期,
我想通过一个培训课件来给大家去介绍
一下关于
WorkBuddyAIAgent的工作
流程
大家晚上好,欢迎来到我的AI落地现
场,
今天是WorkerBuddy实战的
第二课,
我想通过一个课件来给大家去介绍一下,
AIagent,以WorkerBud
dy为例子,
他的整个工作流程是怎样的,
大家在日常生活工作中可能会接触到
如图所示的这些像豆包,签问,Deep
Seek,
甚至也有一些CharGPT,Cla
ude,
这是我们经常能够见到的
那我们会用到他们做些什么呢
我想很多人是踏踏来比如
写一段文案
或者说写一个报告
或者说有一些概念不是太清楚然后让豆包
来解释一下
把它当成百度来用
那么工作中可能会有些人会整理一些比较
基础的信息给到AI让他来整理一段材料
把其中的关键信息
需要去跟进的信息提炼出来那么
这是非常常见的一些业务场景
那么
我们把这样一个操作或者说这样一个AI
我们把它称作为叫问答式的AI
那么像这样的AI
它有什么样不足的地方呢你的
工作实际上可能会有一个工作流比如说你
先获取到一些资料一些数据然后你要手动
的去处
理去分析然后最终交付一个报告这是你的
整个工作流
但是如果说你去用
用豆包用
DeepSeek
可能它是完全没有参与到你的这几个实际
的操作步骤里面的
所以它只会
在对话框里去给你一段回答
然后你再把它给你的答案再带入到你的
工作流里面去
所以像这种问答师AI
第一个他没有参与到你实际的工作流里去
你给他提问之前你可能要
他提供很多背景信息也就是我们经常说的
上下文
而且当你在下次再去提问的时候你可能还
需要再去给它提供新的上下文
来让它能够对你有足够的理解
然后第三个呢就是它给你的很多时候都是
一段文字
那也就是说很难去实现标准化因为你希望
它可能是数据的表格的图表的
在交付的形式上可能是一个文档一份Ex
cel一个PPT或者说一个HTML的
格式但是你通过问答式的AI你很难去要
到这样一个
的结果
然后对于一些重复的去完成的工作
问答式AI没有办法去做到自动的交付那
自然也就没有办法去享受快捷方便
所以当你遇到这些问题以后,你自然而然
的就会产生一个想法,
那么AI能不能直接去帮我做,
就从以前跟问答式AI去说,
我现在要做一个分析报告,
你来教我怎么
变成了
我现在手上有一些基础的数据,
我想让你帮我去做一个分析报告,
直接把结果交给我,
所以当进入到这样一个阶段的时候,
肯定就会涉及到分工
你来做什么
那么WorkerBody做一个AI
Agent来做
那我们在这里来明确一下
首先你是来决定做什么的
也就是说你要把方向和标准
掌握在自己手上
而Agent他就是来帮你干活的
那么你要先去把目标提出来
给他说清楚你要什么样的结果
然后他听懂你的目标之后他才能够知道他
要以什么样的形式去教给你想要的东西
那么在说你想要的东西之前
你还要把上下文要给他说清楚
包括你有哪
些资料的背景信息代表了什么
你希望他以什么样的格式来交付那么在材
料的内容里面
你的个人的偏好是什么
有哪些要作为重点去关注
哪些可能就一带而过
把这些相关的要求都给他讲清楚
他再来去
解之后去把它拆成可以执行的步骤
在这个过程中你可能要给他去讲清楚约束
条件
就是哪些是可以agent自己来决定的
哪些是必须来向你请示你的同意的
哪些是不能动的都要
事前要给他讲清楚
然后他在
读懂了你的指令之后那么他可能需要一些
工具去获取所需要的资料
最后他向你交付结果之后
由你来决定是直接去用还是要做二次的修
改
他就会把最终的结果交给你或者说他进入
一个修改的状态
然后直到你满意为
所以两者之间的分工大概就是这样的你来
做决定
他来去落地
所以我们在这里就会看到问答式AI跟这
种AIagent之间的一些很明显的差
异
简单的讲问达社AI就是你提出一个问题
它给你做回答
而AIagent是你下达一个任务然后
它去接受这个任务并且去向你交付这个任
务的结果
在工作流这个角度上来讲
问达社AI是完全不参与的而AI
agent始终都在
整个工作流里面然后
在上下文的构定上来讲
这种问答是AI
他在这个聊天窗口里他可能会记得
你跟他说过的内容
但是当你新开了一个聊天窗口之后
他可能就不记得你的内容或者说他只能记
得不分的内容
但是在AIagent中当你把整个上下
文
关的一些文档配置完整以后他始终都能获
得相应的所需要的背景信息
然后问达士AI他没有手和脚他没有办法
去抓取外部信息
而AIagent他可以通过各式各样的
MCP
去获得他所需要的工具
那么问达士AI在给你一段建议之后他就
放手不管了
剩下的工作都是有理去完成的而AI
agent它会给你交付一个
你去检查的一个结果
通过
你下的定义来判断
它给你交的你是否满意
所以跟AIagent之间的这种协作它
可以成为一个可以复用的
这么一个阶段
所以现在呢我们就正式的引入今天的主角
WorkBuddy,当然呢你也可以去用
类似千万办公,豆包工作,还有百度搭
子,
如果你能用到国外的一些比如说Code
x,
Claude也是可以的,
但是从逻辑上讲,从工作流来讲,
他们都是大差不差的,
我们先来看一下WorkBuddy它一般
主要的解决的问题场景,
首先第一个你可以给他通过一句话来交代
一个任务他直接就给你去执行
如果他有不太清楚的地方那么他会通过弹
窗的形式来向你提问来
得到确认
当他
判断他获得了需要知道的所有信息之后他
就会进入一个执行的状态
然后第二个是
你可以把你所有的工作办公的
材料给到他
不管是整理资料
处理文字
整理合同还是处理表格
PPT那么都是没有问题的
然后第三个呢就是
过Skill各种各样的
专家技能都可以去调用
第四个是通过MCP它可以去介入各种各
样的
资料和信息的渠道像腾讯
文档
像企业
邮箱
还有像腾讯会议
它可以通过各种各样的角手架去获得
所需要的信息
接下来我们就要认识Agent在处理
一个工作中他所需要的最重要的三个核心
内容我们分别把它叫做上下文
技能Skill还有MCP工具上
下文在这里我们就是
要让Agent完全的去了解你的背景和
你的需求
以及你最终想要实现的目标所
谓背景呢就是你做一个下指令提需求的人
你是谁你所处什么样的行业
你在这个组织中处于一个什么样的位置
决定权或者说你的影响力是什么这些都
可以给他
你服务的对象
分别是谁
然后你给他下了一个
任务的背景是什么它是为谁服务的它要交
付的内容是什么交付的标准是什么这中间
各种各样的内容呈现的方式是
如果涉及到一些
数据的来源是哪里它的计算的口径公式是
什么
还有比如说如果说内容涉及到一些敏感的
信息那么当交付的时候它要如何去处理
这些都是需要给它尽可能的讲清楚的
那么在Agent中呢会有各种各样的界
面来去设置这个上下文
一般来讲每个agent都会有一个叫做
人格或者说叫他的上下文记忆的这么一个
设置的界面
你需要去给他做这种普世性的这样一个
设置也就是说当你不管处理任何的任务
他都要去调用这一份文件
你就可以去设置你的上下文同时你也可以
去设置这个agent的风格就是它以
什么样的一个特点来跟你来沟通比如说是
那种比较冷酷的说话比较简短的还是说是
非常热情的像豆包一样
这些都是可以去设置的
而scale呢就是我们可以把它理解成
武功秘笈
或者
说一个专家团
比如说你要写一个PPT你
不知道怎么样去组织PPT的内容不知道
怎么样去进行配色不知道怎么样去做这种
排版
那么当你去调用这样一个PPT的专家之
后他可以来帮你去完成这些工作你只需要
去提供上下文就可以了
比如说你要想做一个很专业的Excel
的图表你去调用这么一个Excel的
这么一个专家那么他就会按照你想要的风
格比如说经济学人
比如说这种股票风格都是他能够去实现的
而MCP就是一个缴手架通过这个缴手架
它能够实现agent跟外部
信息的一个连接
我刚才已经提到我在这里就不用赘述了
所以说在这里我们只需要
做一次的一个配置然后就可以在后面
就可以通畅的去使用了
所以说基于这三个核心的要素它会体现在
我们处理的每一项任务中比如说我们在做
邮件管理的时候那我们就要先跟
agent去说清楚
我要优先去处理哪些人发的邮件然后
不同的邮件我要如何去处理
比如有些可能是来生成一个日程的有些
可能是要我来做审批的有些可能是需要我
来发消息打电话的
那么通过不同的邮件分类管理最终去实现
对邮件
的一个管理结果
然后在这个过程中呢那么就需要通过M
CP来去打通Agent跟邮箱之间的关
联不管你是企业内部的邮箱也好还是外部
像
Q
邮箱都是需要MCP来进行连接的
而Scale的话可能就是通过一个步骤
先去获取邮件然后再对邮件的内容进行分
类然后再按照分类的标准去进行相应的处
理形成一个整个
工作流就可以把它定义成Scale然后
我们再根据这个Scale去下一个定时
任务那么就可以去实现我们邮件的一个自
动化的管理
而在数据处理这样一个例子中呢我们就要
通过大量的清晰的规则的制定来让ag
ent充分的了解数据应该被如何的处理
然后通过各种各样的数据库的mcp
本地的mcp来去获取各种各样的数据信
息然后最终再设置一个数据分析流的这样
一个skill去完成数据的自动化处理
那么通过两个例子来去比较形象的去说明
了三个核心的要素
是如何去展现的那
接下来我们就通过一个实际的例子
来去看一下Agent的工作流程是什么
样的
这个例子是我们现在要去整理一份客户资
料然后基于整理的结果进行汇报
那么第一步呢我们就是来构建整个上下文
在这个过程中我们就需要去把各个环节的
相应的信息都要明确清楚
第一个这个数据它是给到谁看的我整理出
这样一份客户资料我要向谁去汇报
他是一个什么样的角色他关心的是什么样
的内容所以我在我的报告中我要去展现哪
些核心的指标
然后第二块的话
我们要去确定好
这份客户资料他要展现什么样的内容
看什么
所以说这里可能就会涉及到我们如何去给
客户去分类如何去给他打标签
如何去对他进行一个比如说健康度贡献度
的一个评价
那么去通过一套体系化的一个标准来去实
现对客户群体
的一个划分
然后第三块我们要去约定好这份材料它的
展现的形式
它是用Word还是用Excel还是说
PVT还是其他的形式然后它的篇幅有
多少它的字体的格式是什么样子
这些都要去把它约定清楚
第四点是要去
讲清楚每一个细节上要去如何去呈现
哪些是一笔带过
哪些内容可以展现哪些内容可能要隐藏起
来或者说要省去核心关键敏感的信息
那么通过这样一个
内容的构建让agent能够充分的去理
解你这个任务的背景和你对他的一个目标
的一个确认
然后第二步的话就是我们要确定好在客户
资料整理的这个过程中我们可能会用到哪
些技能和以及工作流
那首先第一个你要确定好你要找到多少的
客户资料才足够去生成你需要的这样一个
报告所以说你需要去确定好你到底要用到
哪
户资料
然后第二步的你要去构建好
你要画出一个清晰的客户画像它到底需要
包含哪些
相应的
字段是关键不可以省略的而哪些字段的话
可能是可以忽略到的
然后第三个的话就是在对客户进行分类
的时候
你需要按照
什么样的标准哪些维度去进行划分然后最
后的话在整个材料的这样一个
排版的过程中
它要如何的去呈现通过不同的步骤去设定
工作流来去形成一个
告处理的一个步骤
而第三步的话就是通过MCP的脚手架去
获取你所需要的各式各样的客户资料
可能是本地的
直接存在你的个人电脑上也有可能是在公
司的系统库里面需要你去下载或者说通过
数据库的这样一个工具进行连接和获取的
那么可能还有一些是在邮箱里面还有一些
可能是在你的会议记要里面或者说在你的
手机录音的资料里面所以说你要通过各式
各样的MCP去获取到相应的这种不同格
式的信息
那么搭建好这三个核心的要素之后
那么就会形成这样一个完整的这样一个画
像这样子agent就能够知道
你要的是什么然后他交付的标准是什么他
从哪里去找到这些信
然后他最终在
按照你预先设定好的skill的这样
一个步骤工作流去执行这个任务最终给你
去交付结果那么这样一个客户资料的这样
一个报告就完成了
那么到这里,AIAgent的工作流程
就介绍完了,
我觉得接下来我们就可以进入到时操的环
节,
我们每一个观众都可以去使用一下AI
Agent,
WorkerBuddy就是一个很好的
一个工作平台,
那么到这里呢,
整个AIAgent的工作流程就介绍完
毕了,
接下来就进入到一个我们每一个观众的时
操环节WorkerVerde就是一个
很好的一个开始
所以我们现在再来巩固一下第一步你应该
去构建你的整个上下文的环境
如果你有团队那么你就去在Agent里
搭建好你的团队如果你是单兵作战那也
没有关系
告诉他你是什么样的一个风格你的偏好是
什么你的习惯是什么
你把你常用的信息库
你的文档不管是丁丁还是飞书还是腾讯都
可以在Agent里进行配置和关联
你会经常用到
哪些skill包都可以事先在A
gent里进行相应的配置
所以通过各种预先的这样一个设置
Agent就能够从多方面的去获取尽
可能多的信息来帮你去构建一个完整的上
下文然后
第二步的话就是你去搭建你的
技能数可能是一个单兵的一个能力
它可能是解决一个写报告的能力或者说
一个写PPT的能力或者说是做数据分析
的能力那么这个技能包也可以是一个工作
流程第一
步做什么最终交付什么
这样一个工作流
那么还有可能这个技能包是对交付结果
的一个规范比如说它如何排版它交付的格
式是什么它对字体的要求是什么它对配色
UI的要求是什么那么它也会构成一个技
能包通过各种各样的技能包去组建成为
你的一个技能树
而不需要每次都有你自己来去完成具体的
工作
所以当你搭建好整个AIAgent的环
境以后你就正式的可以去尝试了那我们
就非常期待你
会用它来做什么不妨在评论区来告诉我
我们一起来交流Agent的适用心得
以上就是今天全部的内容
喜欢的话欢迎评论点赞转发让我们期待下
一次的节目