|
本文將詳細介紹騰訊元器的功能概覽、功能體驗、商店體驗以及與其他平臺的對比分析，幫助讀者全面了解這款產品的優勢和不足。同時分享了一些使用心得和建議，希望對感興趣的開發者有所幫助。  01 認識騰訊元器 1. 騰訊元器簡介 騰訊元器是基于騰訊混元大模型開發的 AI Agent 構建平臺。  騰訊元器官方簡介 2. 騰訊元器功能概覽 從騰訊元器的產品界面來看，騰訊元器的產品模塊分為兩大塊，一塊是開發平臺支持智能體、插件和工作流開發； 另一塊是商店，有智能體和插件商店。 1）開發平臺 智能體開發：此部分主要支持用戶創建和開發智能體。智能體是騰訊元器的核心功能之一，它們能夠與用戶進行對話，提供信息，執行任務等。在開發平臺上，用戶可以通過簡單的操作和配置，快速搭建出功能豐富、性能穩定的智能體。 插件開發：插件是擴展智能體功能的重要手段。在開發平臺上，用戶可以開發各種插件，如知識庫插件、工作流插件等，從而增強智能體的能力，使其更好地滿足用戶需求。 工作流開發：工作流是智能體執行任務的一種流程化表示。通過工作流開發，用戶可以定義智能體在不同場景下的執行順序和操作步驟，實現任務的自動化執行。 2）商店 智能體商店：此部分提供了一系列預構建的智能體供用戶選擇使用。這些智能體涵蓋了各種應用場景，如客服、教育、娛樂等。用戶可以直接從商店中下載并部署這些智能體，快速實現業務需求。 插件商店：與智能體商店類似，插件商店也提供了豐富的插件資源。用戶可以根據自己的需求，從商店中挑選合適的插件來擴展智能體的功能。這大大降低了開發的難度和成本，提高了開發效率  騰訊元器功能截圖 02 功能體驗 回顧之前提到構建 AI Agent 的常規流程，首要且關鍵的一步是清晰地界定其應用需求。本次我們搭建的 AI Agent 聚焦于解決管理學領域學生在論文選題階段普遍遭遇的迷茫與挑戰，通過 AI Agent 的幫助，為學生提供智能化、個性化的選題輔助，從而簡化這一復雜過程，提升選題效率與質量。接下來我們就順著騰訊元器的使用路徑開始搭建一個《管理學論文選題助手》。 1. 創建智能體 在智能體創建環節與大多數平臺差不多，需要明確角色、設定、開場白、流程、插件等內容。  1）基礎定義 名稱：管理學論文選題助手 簡介：你是一個專業的管理學論文選題助手，能夠運用創新思維為用戶提供新穎且具有研究價值的管理學論文選題建議。 頭像：AI 生成  智能體設置 2）詳細設定 角色的詳細設定本質是為 Agent 構建一個通用的 proment。作為 AI 資深用戶，proment 這種瑣事怎么還能自己干呢，所以我用 coze 生成了一版基于角色、技能、示例、限制公式的角色設定。 # 角色 你是一個專業的管理學論文選題助手，能夠運用創新思維為用戶提供新穎且具有研究價值的管理學論文選題建議。 ## 技能 ### 技能 1: 提供管理學本科選題建議 1. 當用戶需要本科管理學選題時，先了解用戶的專業方向和興趣點。 2. 根據用戶提供的信息，結合管理學的熱門領域和前沿研究，提供 3-5 個選題建議。 回復示例： 選題 : 具體選題名稱 選題簡介 : 100 字左右介紹該選題的研究內容和意義 技能 2: 提供管理學碩士選題建議 1. 當用戶需要碩士管理學選題時，深入了解用戶的研究興趣、已有的研究基礎和未來的職業規劃。 2. 綜合考慮學術前沿和實際應用，提供 2-3 個具有深度和創新性的選題建議。 選題 : 具體選題名稱 選題簡介 : 150 字左右闡述該選題的研究背景、目的和價值 技能 3: 解答選題相關疑問 1. 對于用戶關于選題的可行性、研究方法等方面的疑問，進行詳細解答。 2. 提供相關的參考資料和研究案例，幫助用戶更好地理解和把握選題。 限制 : – 只提供與管理學選題相關的建議和解答，拒絕回答與管理學選題無關的問題。 – 所輸出的內容必須按照給定的格式進行組織，不能偏離框架要求。 – 選題簡介部分要簡潔明了，突出重點。 – 提供的建議要具有新穎性和可行性。 完成這兩個步驟，已經基本完成了 AI Agent 的初步構建，可以通過應用來調試 Agent 的回答效果。通過截圖，我們不難發現，元寶近乎于無視了我在角色設定中對其技能的要求。  第一版 Agent 對問題解答效果 然后，我通過元器右上角的 AI 潤色工具，進行了詳細設定優化。 – 你是一個專業的管理學論文選題助手，能夠運用創新思維為用戶提供新穎且具有研究價值的管理學論文選題建議。 – 當你遇到需要管理學論文選題的用戶時，你會根據用戶的學歷層次 ( 本科、碩士 ) 和需求，提供相應的管理學論文選題建議。 – 對于用戶關于選題的可行性、研究方法等方面的疑問，你會進行詳細解答，并提供相關的參考資料和研究案例。 – 你只提供與管理學選題相關的建議和解答，拒絕回答與管理學選題無關的問題。 – 你所輸出的內容必須按照給定的格式進行組織，不能偏離框架要求。 – 選題簡介部分要簡潔明了，突出重點。 – 提供的建議要具有新穎性和可行性。 元器版角色設定 優化設定后，給出答案確實和優化后的 AI 設定相近，但是針對問題給出的具體答案質量尚未顯著提升。  第二版 Agent 對問題解答效果 3）總結 角色詳細設定上，我花了比較多時間去測試，從目前幾版結果來說，元器 Agent 似乎有它自己的想法，并不會因為我的調試而發生太多改變。 然后對于我提出選題需要給出熱門程度排序和參考文獻要求，Agent 都是拒絕了，表示它不能直接提供對應內容。 與此同時，相同問題我在 coze 上做了一次測試，發現 coze 直接給出答案。但是我尚無法判斷它是按照條件限制給出的答案，還是按照自己的想法給出的答案。  COZE 版 Agent 給出的問題答案 2. 創建知識庫 I Agent 開發的朋友應該都能理解，所謂知識庫是大模型外接的向量數據庫之一。大模型通過對提示詞進行初步判斷來決定是否從知識庫里獲取對應答案，如果我們有管理學選題相關的知識庫就可以在某些程度上解決上一個階段大模型無法直接提供對應文獻的問題。  元器知識庫的官方介紹 首先從功能模塊來說，元器的知識庫沒有獨立編輯模塊，不能像 coze、betteryeah 那一類 Agent 構建平臺那樣對處理后的知識庫進行人工分詞調整。  創建知識庫 在知識庫中導入一些提示詞工程相關的文檔，進行提問測試。  調用知識庫細節 基于知識庫的答案 3. 插件開發 在我們管理學論文選題場景中，遇到一個問題大模型無法直接獲取到網絡實時的信息，此時我思考，是否可以通過插件代理我的知網賬號，查詢對應話題下的相關論文。 元器的插件是一系列第三方工具（API）的集合。一個插件下可以包含多個（API）。混元大模型在收到用戶問題后，會通過 function call 判定判定用戶的問題意圖，是否需要調用該插件下的某個 API。如果需要，模型會從用戶提供的信息中，提煉 API 要求的入參，并調用 API。API 返回結果后，再經過混元大模型的潤色，回復用戶。 插件工作流程 emmm 想法很美好，但是我的代碼能力實在是讓人撓頭，填寫完基本信息后，進入到添加工具環節，很好，有混元 AI 生成代碼工具，我研究半晌，終究還是放棄了自己開發插件這個想法。 構思插件開發 混元代碼開發工具 當我技術很菜的時候，我就該想想別的辦法了，所以我去研究了元器上是否有一些現成可用的插件，還真讓我找到了一個元器官方發布的 ' 網頁解析 ' 的插件。 網頁解析插件 在智能體中加入網頁解析的插件后，發送網頁鏈接給到智能體可以給出網頁相關的內容。 解析網頁內容 然而當我試圖用一段完整的話，希望智能體直接輸出論文選題內容時，通過運行過程可以發現，智能體并未調用到網頁解析插件。 一段指令下無法連貫執行 4. 工作流開發 如果希望 Agen 實現連貫的指令，這時候就該引入工作流工具。通過查閱官方使用手冊，工作流是一種 ' 流程圖 ' 式的低代碼編輯工具，可以用來做一個 ' 高級版 ' 插件。在工作流里，可以任意編排插件、知識庫、大模型節點的工作順序和調用傳參，從而精確控制智能體中部分任務的運行邏輯。 創建工作流 構建工作流的過程是對具體任務進行步驟化拆解的過程，以上文的指令為例，我們需要拆出兩個主要工作節點，其一解析網頁內容，其二基于網頁內容輸出論文選題。 請基于以下網址的內容給我一些管理學論文選題建議 https://www.baidu.com/s?ie=UTF-8&wd=%E6%B7%B7%E5%85%83%E5%A4%A7%E6%A8%A1%E5%9E%8B 設計工作流，首先對于用戶可能輸入的指令進行拆解，文字指令關鍵詞：選題、建議；以及帶有 URL 的參數。根據相關需求，可以通過左側插入不同流程節點。 網頁解析工作流 在插入的節點能力上來看，相較于 coze，元器可支持的內容還是偏簡單。 Coze 工作流 5. 智能體發布 目前元器的智能體支持發布到元器、元寶、QQ、微信客服等平臺。同時元器智能體支持以 API 的形式供三方軟件進行調用。支持通過 API 方式與智能體進行交互。這種 API 的調用方式，適合有自己業務場景的用戶，將智能體服務嵌入到自己的產品、服務中。當前每個元器用戶有一個億的 token 體驗使用額度，額度用完后，將無法調用。同時元器也已經上線 API 付費能力，付費后，可以支持更多次調用。從商業化或體系化運用智能體的角度來看，元器在一開始就將 API 方式調用放在前面設計是比較明智的。三方開發者可以迅速融合已有場景進行智能化開發。 發布途徑 API 方式調用 03 商店體驗 1. 智能體商店 情感對話類的智能體使用量排在很靠前，同時元器的智能體發布審核流程不算嚴格，快速構建一些角色定義提示詞就可以先上架，畢竟越早發布商店流量優勢會更明顯。 智能體商店截圖 以下是我發布的第一版元器智能體歡迎體驗：https://yuanqi.tencent.com/agent/LbVam2CpFE6X？from=share&shareId=jQ2FC6VYkN5C 2. 插件商店 插件商店的分類與智能體商店相比細分更細，不過值得關注的是官方開發插件數遠小于用戶創建數，可見開發者對元器的熱衷程度還是較高的。 插件商店截圖 04 競品橫向對比 騰訊元器與其他 AI Agent 構建平臺對比來看 支持大模型種類少于同類型平臺，僅支持元寶一個大模型，其他平臺均支持三方模型 Coze 支持的大模型 釘釘支持的大模型 從功能成熟度來看元器對開發者該支持的能力基本到位，尤其是 API 調用這塊功能屬于是一大亮點，可以快速融合原有場景。 05 總結 總得來說元器的整體功能模塊是完整的，但是深度應用之后，會發現功能還是不夠成熟。其次，騰訊的大模型元寶的整體能力與市場主流的大模型相比稍顯不足，同時元器又不支持接入其他模型，這也很大程度上使得元器智能體看起來不夠智能。 創建的智能體分為娛樂級、助手級以及專家級，目前以元器的綜合表現來看更適合搭建娛樂級和助手級智能體。 作者：是湘湘呀，公眾號：數字化產品筆記 本文由 @是湘湘呀 原創發布于人人都是產品經理。 題圖來自 Unsplash，基于 CC0 協議 |
|
|
來自： mrjiangkai > 《我的圖書館》
