大家好呀！这里是水果茶a，欢迎来到我的专栏~

本期分享内容是智能体的运用，目标群体是刚接触人工智能的小白（划重点！！），如果有大佬路过，欢迎留下宝贵意见~~

本文基于讯飞星辰Agent开发平台进行创作，指路平台链接。

另：可以体验下本人开发的智能体《海龟汤体验馆》，目前已荣获该平台的【夏日主题赛道·三等奖】，给平台打call~

一、初始讯飞星辰Agent开发平台

（官网主页拍脸图）

讯飞星辰Agent开发平台式面向IT从业者/AI开发者，打造贯通学习提效--功能开发--工程化落地--企业应用，支持深度定制开发的Agent开发平台。

目前平台支持创建提示词指令型和工作流两类智能体，也同样支持联网微调平台支持的各类基座模型，涵盖LLM模型和多模态模型。

个人体验来看，虽然不如coze的插件应用多，但对AI新手小白十分友好，开发的智能体可以分发多品类渠道，满足不同应用场景下的灵活集成和定制化需求。

二、AI小白技术实践部署：如何让我的AI新闻解说员进行工作？

1、灵感来源

本人爱好网上冲浪，但工作和沉浸“农活”的原因，时间一久错过了好多社会热点时事，可当想点进各类应用时，因为平台权重和个人爱好，推送的信息不仅繁杂，也不容易抓住重点。

就好像是马冬梅...马冬什么...什么冬梅...过眼即忘，脑子里留下来的信息也成了一笔“糊涂账”。

为了解决这一问题，加之受到了Agent一夏大赛的启发，我决定通过平台打造一个能实时为我工作的新闻解说员，不仅能告诉我现下“发生了什么”，还能告诉我“这个热点意味着什么”。

何不乐哉！

2、对智能体的核心功能期望

构建一个智能体，希望它能够：

1、自动抓取热点信息：获取各大平台（微博、知乎、百度等）的实时热搜榜单，返回热点标题、热度和简介；

2、智能整合榜单信息并进行解读： 将抓取到的热点信息和大模型的能力结合起来，生成背景解读、分析观点甚至预测趋势，而不仅仅是罗列标题；

3、多模态输出： 将解读结果以图文报告或者可视化图表（方便整理）等形式呈现出来。

3、“低代码”创建插件

BG：由于平台仅提供联网搜索的相关插件，并不能精准满足我的需求，加上不想手动搜索整理，因此需要自己开始部署一个插件，实现自动化拉取。

秉持着勤俭持家的美德（绝非因为抠！）接下来的插件部署，会基于免费的API进行创建。

• 插件：指任何可以扩展主程序功能的附加组件。
• 免费的API资源推荐：聚合数据（国内的常用API服务平台，有免费的API秘钥）

接下来开始部署

①在聚合平台找到我们想要的API数据

②打开讯飞星辰平台，选择【资源管理】，新建插件

③填写插件的基本信息，包括名称、简介等

• 插件路径即API的接口地址，在官方文档可以获取
• 授权方式选择[service]
• 请求方法选择[get]
• 请求方法的五种情况：

a.get：通过URL请求特定资源，主要用于获取数据。

b.post：向指定资源提交数据，常用语提交表单或上传文件。

c.put：向指定位置上传资源或数据，常用于更新已存在的资源或创建新资源。

d.delete：请求服务器删除指定的资源。

e.patch：更新现有资源，但不创建新资源。

④调整配置的输入、输出参数

a.由于我们的插件是“不需要接收”的，无需输入任何信息，因此这里不需要添加任何输入参数

b.由于我们需要定义插件返回的数据结构，从而定义输出参数，这样后续我们搭建的智能体才能理解返回的结果。

返回的JSON数据格式大致如下：

{
  "result": "SUCCESS",
  "message": {
    "list": [
      {
        "title": "某热点事件", 
        "hotValue": "256万",  
        "description": "事件简介" 
      }
    ]
  },
  "error_code": 0
}

需要注意的是，hotValue这里的变量类型为String（字符串），而非Integer（整数），这是因为不同平台的热度计算方式和展示单位不一样。

如抖音可能用🔥表示，微博可能就用“爆”来表示。

因此直接用字符串，是为了将API抓取的数据，直接原封不动的展示给用户（保留原始信息）。

⑤配置完成，开始调试插件运行情况

很明显，这里我们是调试成功了，下一步则可以保存，去搭建我们的工作流智能体。

4、转换json数据到文本格式

BG：由于我们在设置插件的时候没有设置输入参数，这会让这个插件无法成功运用到智能体中（原谅我技术不够，只能拐个弯手动操作了...允悲orn）

需要创建一个json_to_text.py的脚本，可以直接参考下方代码：

import json


data = {
  "result": {
    "list": [
      {
        "hotnum": 7364444,
        "digest": "...",
        "title": "男子每天喝3罐可乐痛风石撑破皮肉"
      },
      {
        "hotnum": 6433233,
        "digest": "...",
        "title": "信用卡“退潮”：三年蒸发9200万张"
      },
      {
        "hotnum": 6218673,
        "digest": "...",
        "title": "夫妻合租生娃被自如赶出"
      },
      {
        "hotnum": 6203601,
        "digest": "...",
        "title": "演唱会出轨被拍女子申请离婚"
      },
    
}

# 1. 提取新闻列表
news_list = data['result']['list']

# 2. 初始化一个空字符串来存储最终结果
text_output = "热门新闻列表\n\n"

# 3. 遍历列表中的每一项新闻
for index, news_item in enumerate(news_list, 1):
    # 计算热度（万为单位），并保留两位小数
    hotnum_in_wan = news_item['hotnum'] / 10000
    # 格式化字符串，并添加到结果中
    text_output += f"{index}. 热度: {hotnum_in_wan:.2f}万 - {news_item['title']}\n"

# 4. 在控制台打印结果
print(text_output)

# 5. （可选）同时将结果输出到一个文本文件
with open('news_output.txt', 'w', encoding='utf-8') as output_file:
    output_file.write(text_output)

print("\n>>> 转换完成！结果已同时保存到 'news_output.txt' 文件中。")

然后将文本内容提炼出来：

5、提示词构建

提示工程是灵魂，是智能体的大脑。

提示词内容如下（这里仅做简单示例，后期可根据自身需求进行调试）：

你是一名资深的新闻分析员，擅长用简洁、清晰、客观的语言解读新闻事件。
你的任务是根据用户提供的新闻热点标题，分别生成不超过200字的解读。
解读内容应包括：
1. 【背景】: 简要说明该事件的背景或来龙去脉。
2. 【分析】: 分析该事件可能产生的影响或背后的原因。
3. 【观点】: 提炼出网络上对此事件的主要不同观点（如有）。
请保持中立客观，用“有分析认为”、“据悉”等措辞，避免主观臆断

6、搭建智能体

这里需要回归一下我们起初的期望----生成背景解读、分析观点甚至预测趋势，而不仅仅是罗列标题。

那么我们可以开始动手搭建智能体了。

调试之后效果还不错~内容虽然简单，但是比较基础（大佬勿怪orn）

如果有代码基础的盆友，可以尝试插入代码节点，对生成内容进行美化操作~

三、结语

智能体是发展的起点，而非我们个人成长的终点，它并不会影响我们的创造力，因为归根结底，它只是一项好用的工具，我们可以基于它的架构进行扩展定制。

回顾整个项目，其核心价值在于：我们利用AI智能体技术，成功地将互联网上泛滥的、碎片化的热搜新闻转化成了被解读后的具有价值的洞察。不仅极大地提升了我们获取信息的效率，也深刻地改变了我们理解世界的方式。