课程背景
打开公司微信、钉钉或者飞书，未读消息永远停留在小红点上。每周雷打不动的日报周报，耗费大量时间在资讯整理而非真正思索；跨部门协同反复对齐、买方跟进记录手动录入……这些重复性、规则性、资讯密集性的事务，占据了员工大量精力，真正需要判断和创造的事务反而被挤压。
AI Agent（智能体）的出现为破解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、抓手调用和自主行动的本领——传统AI提供“答案”，AI Agent交付“结晶”。公司级Agent已在客服、资料拆解、流程自动化等等情境中展现出显著效能。
市面上的课程存在明显断层：要么只讲概念（学完不会用），要么只讲抓手操作（换个情境不会规划），要么默认有编程基础（将业务人员挡在门外）。本课正是为填补这一空白而规划。
课程以公司真实业务情境为驱动，遵循“认知→抓手→开发→实战”四层递进主线，全程不写一行代码，就一线经验说，基于Dify平台的可视化操作即可完成。每个学识点都从具体业务痛点引出，每个实操都和真实事务情境对应。
两天时间，参训者能带走一个自己搭建的Agent原型，一套可复用的情境规划办法——将重复性的、跨系统的复杂差事交给Agent，自己专注于更有价值的事务。
课程收益
● 构筑完整认知：系统领会AI Agent的概念、事务原理、本领边界和业界趋势
● 掌握实操本领：熟练采用Dify完成其核心功能，独立搭建一个可用的业务助手
● 领会底层原理：领会Agent的核心制度，换一个平台也能看懂运作推演
● 具备识别本领：准确判断什么差事值得自己规划，防止盲目开发，将精力花在刀刃上
● 完成实战方案：基于真实情境，完成Agent方案规划全流程，带着结晶离开课堂
课程大纲
导入：为何你要关注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为何——领会它，才能用好它
一、情境痛点
1. 试了千问/豆包，具体来看，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. 和chatGPT的区别：从回答问题到完成差事
2. Agent=大脑（LLM）+ 手脚（执行本领）
三、Agent四大核心本领
1. 感知和领会——识别用户意图和当前环境
2. 规划和推理——分解标的、拟定步骤
3. 记忆和研习——记住上下文和用户偏好
4. 行动和执行——调用抓手、操作系统、生成结果
四、和普通聊天AI的区别
1. 交互方式：回答问题 VS 自主执行
2. 核心本领：生成内容 VS 完成差事
3. 用户定位：每一步都参与 VS 定标的等等结果
课堂交流：判断哪些属于Agent-用ChatGPT写报告？查天气并发邮件通知队伍？设置要害词自动回复？
五、本领和边界
1. 擅长情境
1）智能客服
2）资料拆解
3）流程自动化
4）学识管控
2. 局限和隐患
1）幻觉问题
2）推理局限
3）安全隐患
4）不能负责
次讲：亲手搭建你的第 一个Agent——从0到1抓手实操
1. 一、情境痛点
1. 1. 应该从哪开始？
1. 2. 运用类型选什么？
1. 3. 要不要添加学识库/本领？
1. 4. 炼就的方式和流程为何？
1. 二、认识抓手：Dify平台
1. 1. 弄懂Dify
1. 1）零代码/低代码
1. 2）百种模型一键切换
1. 3）支持事务流编排/RAG学识库/抓手调用
1. 2. 平台界面导览
1. 1）访问Dify
1. 2）事务室（Studio）
1. 3）学识库（Knowledge）
1. 4）集成（Integrations）
1. 实操操练：搭建一个智能客服助手
1. 三、让Agent更聪明：添加学识库
1. 1. 学识库的作用
1. 1）大模型不知道你的内部资讯
1. 2）让Agent基于真实文档回答，在实际应用里，而非猜
1. 2. 添加学识库的4个要害步骤
1. 第 一步：创建学识库
1. 第二步：选项Embedding模块和分块打法
1. 第三步：添加学识库节点
1. 第四步：对比前后成效差距
1. 实操演示：学识库添加
1. 操作成功准则：Agent能基于文档内容回答问题
四、让Agent更能干：采用抓手
1. 作用：给Agent扩展外部实操本领，突破大模型只靠文本思索的局限
1. 2. 常见抓手类型
1. 1）内置抓手：网页爬虫，获取当前时间等等
1. 2）自定义抓手
1. 3）MCP协议
1. 2. 添加抓手的4个步骤
1. 1）在画布中插入抓手节点
1. 2）选项抓手插入画布
1. 3）将抓手嵌入整个事务流
1. 4）对比前后成效差异
实操演示：添加网页爬虫的抓手
操作成功准则：Agent能调用抓手爬取网页资讯
五、发布运用
1. Agent发布的4种方式
1）Web App链接：发布为公开运用
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）选项发布方式
2）执行发布动作
3）验证发布成效
实操演示：发布全链路，采用成效实测
操作成功准则：Agent在发布渠道中被正常访问
三讲：揭开Agent的大脑——领会底层才能自主规划
一、情境痛点
1. 复杂问题答不上
2. 多步骤差事做不对
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. 适用情境：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 对话式销售资料查询
交流碰头：请参训者思索，日常事务中，哪些情境用Chatflow ，哪些用Workflow
三、事务流编排：将复杂差事拆成步骤
事务流：差事拆成多个节点，节点按照顺序执行
实操实例贯穿：搭建周报生成事务流
2. 事务流规划
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——完成差事进入节点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
1. 2. 推演将控说明
1）条件分支：节点4的IF/ELSE判断——有差事走LLM生成，无差事走预设提示
2）资料流转：每个节点的输出作为下一个节点的输入
操作成功准则：用户输入指令，事务流完成5个节点，输出完整周报
交流碰头：请参训者思索，日常事务中，有哪些复杂差事需要事务流编排的
四讲：将Agent用到事务中——情境驱动的实战规划
一、情境痛点
1. 什么差事需要规划Agent？
2. 怎样规划？
二、需要规划Agent的情况
1. 跨系统操作
2. 查阅学识库
3. 多步骤条件判断
4. 抓手协同
差事示例：将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
交流碰头：参训者思索，日常事务中，哪些差事可Agent化
三、Agent方案规划的四步法
第 一步：明晰标的——这个Agent要完成什么差事？成功准则为何？
第二步：拆解步骤——完成这个差事需要哪几步？顺序为何？
第三步：配置本领——每个步骤需要什么本领？（学识库/事务流/抓手）
第四步：测试迭代——测试→发现问题→调整→再测试
【课堂情境综合实战】
情境一：销售日报智能生成
来由：销售队伍每天需要汇总CRM新买方、商机进展、竞品动态，人工整理耗时并且容易遗漏
Agent方案：HTTP节点读取CRM资料→学识检索节点查询货品库补充来由→LLM节点按照模板生成日报→抓手节点发送飞书群
难点：需要连接CRM+学识库+飞书
情境二：员工智能问答助手
来由：HR每天接受大量制度咨询问题，落地时，回答重复耗时大
Agent方案：学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：需要条件判断推演，基于公司制度（而非大模型记忆），需要RAG
情境三：会议全流程管控
来由：每次开会从预约→发议程→录音转写→生成待办→追踪完成，执行层面，至少5步，落地时，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，每一步都倚重上一步输出，需事务流编排
情境四：竞品监测周报
来由：市场部每周需监测3家竞品动态，在实际应用里，人工整理2小时起步
Agent方案：搜索抓手节点搜索竞品资讯→学识库存储→LLM节点按照周生成简报→抓手节点发邮件
难点：需要搜索+学识库+事务流三层协同
情境五：发票审核辅助
来由：财务部的大量发票，从实践看，具体来看，需逐一核对抬头/金额/税率是否合规，运行层面，人工枯燥易出错
Agent方案：OCR抓手节点提取发票资讯→学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+学识库+条件判断，跨系统协同
参训者操练：选项跟自己岗位相关的1个情境
分享点评
结语：研习收束和落地行动
1. 课堂回顾
2. 答疑交流
3. 落地行动
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|张闻川老师
适合谁听
不限岗位、不限职级。适合事务中存在大量重复性、规则性、资讯密集性差事的业务人员、希望自主搭建个性化助手的管人者。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。