一、概述

1. 案例介绍

华为开发者空间全面升级，为开发者提供AI时代智能应用开发体验，助力开发者更加便捷、高效地在华为根技术生态上加速创新。通过AI原生应用引擎、Astro等工具平台的嵌入及衔接打通，让开发者使用体验更丝滑。

本案例选择使用华为开发者空间-开发平台 ，通过开发平台AI原生应用引擎中提供的工作流和预制大模型，一站式构建AI应用。

通过实际操作，帮助开发者快速了解华为开发者空间开发平台AI原生应用引擎能力，以及如何通过开发平台AI原生应用引擎构建工作流应用流程。

2. 适用对象

• 企业
• 个人开发者
• 高校学生

3. 案例时间

本案例总时长预计60分钟。

4. 案例流程

说明：

1. 登录华为云空间，创建我的工作流；
2. 旅行行程助手工作流构建；
3. 测试验证工作流；
4. 使用AI Agent构建旅行助手。

5. 资源总览

本案例预计花费0元。

资源名称	规格	单价（元）	时长（分钟）
华为开发者空间 - AI Agent平台	系统标配	免费	60

基于开发者空间开发平台工作流构建旅行行程规划应用 👈👈👈体验完整版案例，点击这里。

二、旅行行程助手工作流构建

1. 构建工作流

华为开发者空间开发平台目前提供了AI Agent、低代码应用、云开发环境、云函数等快捷开发能力，面向广大开发者群体，华为开发者空间提供一个随时访问的“开发桌面云主机”、丰富的“预配置工具集合”和灵活使用的“场景化资源池”，开发者开箱即用，快速体验华为根技术和资源。

1. 进入到华为开发者空间-开发平台后，选择AI Agent -> Versatile AI原生应用引擎。
   

2. 进入到VersatileAI原生应用引擎后，点击我的工作流 -> 创建工作流。
   

3. 起始节点填写流名称和描述
   【流名称】：自定义，如：旅行规划；
   【英文名称】：自定义，和流名称对应即可；
   【描述】：符合内容定义即可，如：致力于为您量身打造独一无二的旅行体验，从探索隐秘景点到策划特色行程，提供全方位专业建议与细致规划，确保您的每一次旅程都充满难忘的惊喜与美好回忆。
   

2. 配置【起始节点】

起始节点是工作流的入口，可以接受和存储初始化参数，当 Agent 调用工作流时，会提取起始节点入参，并初始化工作流实例，随后按照工作流定义的逻辑顺序执行各个节点。
在请求体参数列表中，单击【操作】列下的添加按钮，定义string类型的变量city，用于存储用户输入的城市名称；定义array类型的变量phoneNumber，用于存储Agent问答时用户输入手机号。

3. 添加【实时天气】节点

此节点可根据用户输入的城市名称，获取对应城市的实时天气。
在【起始节点】下单击【+】> 【添加执行动作】，在【工具节点】页签中选择【华为天气（体验）】，执行动作选择为【实时天气】。

配置输入参数，在【城市名】输入框区域单击【切换为输入框模式】，选择【起始节点】的变量【city】作为输入参数。

4. 添加【实时查询空气质量】节点

此节点可根据城市名称，获取对应城市的实时空气质量。
在【实时天气】节点下单击【+】>【添加执行动作】，在【工具节点】页签中选择【华为空气质量（体验）】，执行动作选择为【实时查询空气质量】。

配置输入参数，在【城市】输入框区域单击【切换为输入框模式】，选择【实时天气】节点的输出参数【城市】作为该节点的输入。

5. 添加【大语言模型LLM】节点

向大模型输入指令，要求大模型根据查询到的实时天气和实时空气质量生成旅游规划。
在【实时查询空气质量】节点下单击【+】>【添加执行动作】，在【基础节点】页签中选择【大模型】，执行动作选择为【大语言模型LLM】。

配置输入参数，【大语言模型LLM】节点输入参数配置说明如下表：

参数	说明
模型service_key	对于平台预置的模型服务，可以在下拉选择框选择“大模型”页签。此处选择预置模型API DeepSeek-R1-32K。
消息	角色：user，表示用户向大模型提问。对话内容：在对话内容中将前置节点查询到的城市、实时天气和实时空气质量输入给大模型，要求大模型生成旅行规划。

文案按照自己想要的方式输入，如下图：
例：去【XX】旅游，考虑到【天气】和【空气质量】，请规划旅游行程。

在节点实例区域，单击【新增实例】，填写实例名称、描述及API Key。
实例是节点的鉴权方式，如果未新增实例，节点就无法调通。您可以单击【获取API key】跳转至【我的凭证】页面获取API Key，具体介绍请参见新增平台API Key。

注：API Key的输入时需以Bearer为前缀，例：Bearer sk-xxxxxxxxxx。

6. 添加【遍历集合元素】节点

【起始节点】中定义的 phoneNumber 为array格式变量，可以存储多个手机号，此节点用于对 phoneNumber 进行遍历。

在【大语言模型LLM】节点下单击【+】>【添加执行动作】，在【基础节点】页签中选择【控制】，执行动作选择为【遍历集合元素】。

配置输入参数，选择起始节点的变量 phoneNumber 作为输入参数。

7. 添加【构造JSON对象】节点

【大语言模型LLM】节点的输出消息内容为字符串类型，结束节点的响应体中只接受对象或数组类型。因此，在将【大语言模型LLM】输出的内容传递给结束节点前，需要添加【构造JSON对象】，将基本类型组装成对象。

在【遍历集合元素】节点下单击【+】 >【添加执行动作】，在【基础节点】页签中选择【JSON构造器】，执行动作选择为【构造JSON对象】。

点击右侧图标案例，按如下图示配置输入参数，将【大语言模型LLM】节点输出的对话内容作为输入。

8. 添加【结束节点】

结束节点是整条工作流的输出返回。

在【构造JSON对象】节点下单击【+】 > 【添加执行动作】，在【基础节点】页签中选择【结束】，执行动作选择为【结束节点】。

配置输入参数，选择回答模式为【由Agent生成回答】，响应体选择为【构造JSON对象】节点的响应体。
表示Agent调用工作流时，Agent会将chat节点的消息内容进行总结，然后返回给用户。

配置完成后，单击【保存】。
在【流保存成功】弹框中单击【确定】，立即开启流，启用后的工作流才能进行测试以及在创建Agent时调用。

三、测试工作流

1. 查看

在【我的工作流】中查看已经创建的工作流，也可以直接在原页面点击右上角测试。

点击工作流名称，进入测试面板。

2. 测试

单击【测试】，在测试面板，输入city 和 phoneNumber，单击【提交测试】。

3. 输出结果

注：若是调用失败，但并没有报错，是大模型服务本身限制，可以过段时间进行重试。

4. 日志查询

单击【查看运行历史详情】，在运行详情页面，查看本次测试过程中工作流的运行总次数、成功次数、失败次数，以及各节点的执行时长、输入参数及输出参数等，方便定位问题。

四、使用AI Agent创建旅行助手

1. 创建Agent

2. 设置参数

1. 基础信息

参数	说明
Agent名称	自定义Agent名称，例如：旅游小助手。
Agent描述	Agent的相关描述。例如：专注于为您打造个性化旅行体验，无论是探秘未知的目的地，还是精心安排的特色行程，我都能为您提供专业建议和周到规划，让您的每一次旅行都充满惊喜与回忆。

2. 模型选择
   选择DeepSeek-V3-32K
   

3. 角色定义

角色定义：

作为旅游小助手，我的任务是整合天气、景点及火车票信息，为用户提供全面的旅游辅助服务。我需要确保用户能够轻松获取实时天气预报、热门景点推荐以及便捷的火车票查询服务，以提升旅行体验。

工具能力：

信息整合：能够整合各类旅游相关信息，为用户提供综合性的旅游规划建议。

实时天气预报获取：具备通过API获取全球各地实时天气信息的能力，为用户出行提供参考。

火车票查询：具备通过API查询火车票能力，根据客户需求和时间安排，设计合理的往返行程。

要求与限制：

准确性：提供的所有旅游信息必须准确无误，避免给用户造成误导。

实时性：确保所有信息实时更新，尤其在天气和票务方面。

用户偏好分析：在推荐景点时，需充分考虑用户的个人偏好和历史数据。

信息安全：严格保护用户个人信息，确保隐私安全。

4. 添加工具
   添加工具，选择添加【天气查询 查询当前天气】，【铁路查询v2 火车票查询】
   
   

5. 开场白设置

您好！我是旅游小助手，您的出行小帮手。我汇集了天气、景点及火车票信息，致力于为您提供全面的旅游辅助。无论是实时天气预报，还是热门景点推荐，亦或票务查询，我都将竭诚为您服务。请随时告诉我您的旅行需求，我会为您提供专业的帮助。

6. 推荐问题设置
   单击推荐问题区域的，添加推荐问题：

如何根据小助手的天气预报避免旅行中的恶劣天气影响。

推荐几个热门的旅游城市。

如何根据实时天气预报选择最佳的旅游出行时间。

3. 发布服务

点击右上角【发布】按钮，选择【Web Url】，点击【获取API KEY】。

选择【平台API Key】，【新增平台API Key】，生成API Key要下载，否则将不会保存，返回发布页面，输入API Key。

可以直接访问URL，也可以点击【完成发布】跳转到新的页面。

4. 测试验证

点击Agent名称或者直接点击操作栏的【体验】，进入体验界面。

根据自己的兴趣和预算让旅行小助手来帮自己规划旅行计划吧。
例子如下图所示：

五、反馈改进建议

如您在案例实操过程中遇到问题或有改进建议，可以到论坛帖评论区反馈即可，我们会及时响应处理，谢谢！