从零设计企业 Agent 阅读指南
这套专栏不是按单点技术堆出来的,而是按一个企业 Agent 项目的生命周期组织:
先判断企业 Agent 和普通 Chatbot 的差异,再做意图识别和混合查询,接着落到四类能力,最后收口到生产化。
全篇反复出现的 IMS AI Copilot,可以先当作一个员工内部助手案例:它连接制度知识库、个人数据、OA / HR 流程和审批系统。读者不需要了解某个真实 IMS 产品,只要把它映射成自己公司的 HR、OA、工单、财务或知识库系统即可。
如果你是企业内部开发者
推荐路径:
这条路线关注“怎么在自己公司安全落地”。
如果你是通用 AI 工程师
推荐路径:
这条路线关注“方法论怎么迁移到别的行业”。
如果你负责架构或平台化
推荐路径:
- E00:企业 Agent 的四个本质约束
- E06:权限过滤与引用溯源
- E12:高风险工具调用的确认机制
- E13:流程状态、回滚与补偿
- E16:从项目到平台
- 架构蓝图
- Python 项目结构
- 数据模型与 Schema
- 运行时状态机
- API 契约设计
- 风险矩阵
- 设计检查表
这条路线关注“哪些能力应该沉淀成平台能力”。
按问题查
| 你关心的问题 | 建议阅读 |
|---|---|
| 企业 Agent 和 Chatbot 到底差在哪 | E01 |
| 用户一句话里混了多个需求怎么办 | E02 / E04 |
| RAG 为什么不能直接上线 | E05 / E06 |
| Text-to-SQL 怎么控风险 | E07 |
| 查询个人数据怎么防泄露 | E08 |
| 操作引导怎么做得有用 | E09 |
| 自动提交流程前怎么确认 | E11 / E12 |
| 流程失败后怎么恢复 | E13 |
| 上线后怎么追问题 | E14 |
| 怎么控制成本和延迟 | E15 |
| 项目方案怎么写 | 实施模板 |
| 上线风险怎么评估 | 风险矩阵 |
| 整体架构怎么画 | 架构蓝图 |
| Python 目录怎么设计 | Python 项目结构 |
| 核心对象怎么定义 | 数据模型与 Schema |
| 执行状态怎么流转 | 运行时状态机 |
| API 接口怎么设计 | API 契约设计 |