enoch-robinson Agent Creator
自动化创建高质量 AI Agent 的完整指南和工具集。
Agent 核心组成
一个完整的 Agent 包含以下要素：
| 组件 | 作用 | 必需 |
|---|---|---|
| Identity | 角色定位、能力边界 | ✅ |
| System Prompt | 行为指令、输出规范 | ✅ |
| Tools | 可调用的工具/API | ⚡ |
| Memory | 上下文管理策略 | ⚡ |
| Workflow | 决策逻辑、状态流转 | ⚡ |
| Guardrails | 安全边界、错误处理 | ✅ |
⚡ = 根据 Agent 类型决定
Agent 类型速查
| 类型 | 特点 | 适用场景 |
|---|---|---|
| Conversational | 多轮对话、上下文理解 | 客服、助手、咨询 |
| Task | 目标驱动、自主执行 | 自动化、数据处理 |
| Research | 信息收集、分析综合 | 调研、报告生成 |
| Multi-Agent | 角色分工、协作完成 | 复杂任务、模拟 |
详细模板见 templates/ 目录。
创建工作流
Phase 1: 需求定义
1. 明确 Agent 要解决的核心问题
2. 确定目标用户和使用场景
3. 列出成功标准和约束条件
关键问题清单：
- Agent 的主要职责是什么？
- 用户会如何与它交互？
- 它需要访问哪些数据/系统？
- 有哪些绝对不能做的事？
- 如何衡量它的表现？
Phase 2: 角色设计
1. 定义 Agent 身份和人设
2. 明确能力范围和边界
3. 设定交互风格和语气
Identity 模板：
你是 [角色名称]，一个专注于 [领域] 的 AI 助手。
##核心能力
- [能力1]
- [能力2]
## 边界
- 你可以：[允许的行为]
- 你不能：[禁止的行为]
Phase 3: 工具规划
1. 列出完成任务所需的工具
2. 定义每个工具的 schema
3. 设计工具调用的决策逻辑
工具定义规范见 references/tool-schema.md
Phase 4: Prompt 工程
1. 编写 System Prompt
2. 设计输出格式规范
3. 添加 few-shot 示例
Prompt 结构：
[Identity] - 角色定义
[Context] - 背景信息
[Instructions] - 行为指令
[Constraints] - 约束条件
[Output Format] - 输出规范
[Examples] - 示例（可选）
Phase 5: 安全设计
1. 定义输入验证规则
2. 设置输出过滤机制
3. 配置错误处理策略
4. 添加人工介入触发条件
Phase 6: 测试验证
1. 正常场景测试
2. 边界条件测试
3. 对抗性测试
4. 性能压力测试
System Prompt 设计原则
1. 清晰具体
❌ 你是一个有帮助的助手
✅ 你是一个专业的代码审查助手，专注于 Python 代码的安全性和性能优化
2. 结构化指令
❌ 帮用户写代码，要写得好一点
✅ 当用户请求代码帮助时：1. 先理解需求，必要时提问澄清
2. 提供带注释的完整代码
3. 解释关键实现决策
4. 指出潜在的边界情况
3. 明确边界
✅ 你只处理与[领域] 相关的问题。对于超出范围的请求，礼貌说明并建议合适的资源。
4. 输出格式化
✅ 响应格式：
- 简短问题：直接回答，不超过3句
- 复杂问题：使用标题分段，包含示例
- 代码请求：使用代码块，添加语言标识
常见架构模式
ReAct (Reasoning + Acting)
思考 → 行动 → 观察 → 思考 → ...
适用：需要多步推理和工具调用的任务
Plan-and-Execute
规划完整步骤 → 逐步执行 → 验证结果
适用：复杂任务分解、项目规划
Router Pattern
分析请求 → 路由到专门处理器 → 返回结果
适用：多功能 Agent、意图分类
Reflection Pattern
生成输出 → 自我评估 → 改进 → 最终输出
适用：高质量内容生成、代码优化
快速开始
创建简单 Agent
# 最小可用 Agent 配置
agent_config = {
"name": "my-agent",
"system_prompt": """
你是一个专业的 [领域] 助手。
## 职责
- [主要职责]
## 约束
- [关键约束]
""",
"tools": [],# 按需添加
"temperature": 0.7
}
使用模板
根据需求选择合适的模板：
templates/conversational-agent.md- 对话型templates/task-agent.md- 任务型templates/research-agent.md- 研究型templates/multi-agent.md- 多Agent协作
检查清单
创建 Agent 前确认：
- 明确定义了 Agent 的核心职责
- System Prompt 结构清晰、指令具体
- 工具定义完整、schema 规范
- 设置了适当的安全边界
- 定义了错误处理策略
- 准备了测试用例
- 考虑了边界情况和对抗场景
参考资源
templates/- Agent 类型模板references/tool-schema.md- 工具定义规范references/prompt-patterns.md- Prompt 设计模式