1. Agent核心工作流程

整理agent进行工作的核心工作流程，主要内容下

2. 相关概念说明

2.1 提示词（Prompt）

‌定义‌：提示词工程是通过设计和优化输入指令来引导AI模型（尤其是大语言模型）生成预期输出的实践方法。其核心在于构建精准的指令框架，使生成式AI能够准确理解用户期望的输出形式。

‌功能作用‌：

构建人机交互的桥梁
实现无需模型重训练即可控制输出内容
支持文本摘要、代码生成、创意写作等任务的精细化调优
确保AI系统输出结果的准确性和相关性

现阶段以AI的能力还无法自助完全按照用户的需求进行端到端进行功能设计和开发，强依赖提示词。提示词本质上是给AI进行能力、规范、流程和路由等多维度进行定义，从而衍生出了提示词工程（Prompt Engineering）这一专业领域（如代码编写规范、数据库字段定义规范等等）

2.2 工作流（Workflow）

‌定义‌：AI工作流自动化是指通过人工智能技术对业务流程进行优化、简化和自动化的系统性方法。其本质是将AI技术嵌入现有工作流程，实现决策智能化与人工干预最小化。

‌功能作用‌：

自动化处理重复性、规则明确的业务任务
分析非结构化数据并识别决策模式
与现有系统集成实现任务序列优化
通过减少人工干预加速决策过程
驱动传统业务流程的AI化转型

由于不同专业领域的专业能力差异性很大，很难通过一个agent覆盖所有领域的所有功能需求，通常情况下需要针对不同领域的能力诉求进行定制对应的工作流。因此对于一个企业来说，将AI的Agent能力演化成一个可自定义、低学习成本的AI平台至关重要，允许不同领域、不同工种的同学通过低成本学习根据自己的工作需求通过agent平台自定义进行低成本的开发（非代码级，而是通过拖拉拽等方式定义对应的流程和数据处理模型），满足不同类型的功能需求（建议使用dify）

2.3 LLM大模型（Large Language Models）

‌定义‌：大语言模型是基于深度学习和神经网络技术，通过海量文本数据训练构建的复杂AI系统，具备理解、生成和操纵人类语言的高级能力。

‌功能作用‌：

跨领域生成类人文本
支持翻译、摘要、问答等多样化任务
作为聊天机器人、内容创作工具等应用的基础引擎
实现零样本/小样本学习能力
通过强大的语言理解能力赋能高级AI应用

2.4 RAG（检索增强生成）

‌定义‌：检索增强生成是通过整合外部知识源来提升大语言模型输出质量的AI框架，将LLM的生成能力与权威知识库的检索功能相结合。

‌功能作用‌：

提升AI响应内容的准确性和可信度
连接训练数据之外的领域知识
基于外部可信源减少幻觉现象
支持实时数据和专有信息的接入
通过生成+检索机制构建事实性响应

2.5 MCP（模型上下文协议）

‌定义‌：模型上下文协议是连接AI应用与外部系统的开放标准，为AI模型提供标准化访问各类数据源和工具的上下文环境。

‌功能作用‌：

建立AI代理与外部服务的标准化通信
赋予模型安全访问实时项目数据的能力
实现AI助手与工具、数据库、API的互联
为AI应用提供跨系统操作框架
促进不同AI平台与外部数据源的互操作性

3. 应用场景工具对比

3.1 写代码工具

功能对比表

功能特性	Cursor	TRAE	Qoder	CodeBuddy
核心定位	AI原生代码编辑器	协作式AI工程师	智能体编码平台	腾讯云AI代码工作室
AI模型	GPT-4/Claude	DeepSeek R1 & V3	阿里自研模型	腾讯自研模型+Qwen
代码理解能力	项目级上下文理解	深度代码库理解	增强上下文工程	仓库级向量数据库理解
自然语言指令	强	强	强	强（Craft模式）
多语言支持	100+语言	未知	多语言支持	200+编程语言
实时代码补全	是	是	是	是
错误修复	是	是	是	是
对话式编程	是	是	是	是
多文件编辑	是	是	是	是
智能体能力	基础	强	强（智能体编码平台）	中等
模型切换	支持	支持	智能路由（无需手动切换）	支持
代码搜索	是	深度代码库搜索	深度代码库搜索	向量数据库搜索
自动化测试	基础	未知	支持	未知
价格	$20/月	未知	未知	免费/企业版

Cursor

优势：

专为AI开发设计的原生IDE，基于VS Code
强大的项目级上下文理解能力
优秀的自然语言指令执行
支持多种AI模型切换
具备"Bugbot"错误修复功能
终端命令执行能力

劣势：

月费较高（$20/月）
对系统资源有一定要求
主要面向个人开发者

适用场景

个人开发者寻求高效的AI编程体验
需要强大的项目级上下文理解
偏好基于VS Code的编辑器
预算充足且追求极致开发体验

TRAE

优势：

定位为"10倍AI工程师"，可独立构建软件解决方案
基于DeepSeek R1 & V3模型
强调协作智能
适应性AI功能，使开发更快更直观

劣势：

相对较新的产品，生态不如老牌产品完善
具体功能细节和定价信息有限
用户反馈和社区规模较小

适用场景

需要能够独立构建软件解决方案的AI工具
重视协作式开发环境
寻求适应性AI功能提升开发效率
希望有类似"10倍工程师"体验的用户

Qoder

优势：

阿里巴巴推出的智能体编码平台
独特的"Next Edit Suggestion (NES)"功能，可预测多行代码编辑
零配置智能路由，无需手动切换模型
深度代码库搜索和查询能力
支持自动化测试
增强的上下文工程能力

劣势：

较新的产品，用户群体仍在增长中
主要面向企业级用户
与阿里生态集成更紧密

适用场景

企业级开发团队
需要深度代码库理解和智能体能力
偏好阿里巴巴技术生态
需要自动化测试和智能重构功能
重视代码可读性和架构理解

CodeBuddy

优势：

腾讯云出品，针对中文用户优化
支持200多种编程语言
独特的Craft模式，支持复杂任务自主完成
仓库级向量数据库理解
免费版本可用
支持多文件更改应用

劣势：

相对较新的产品，生态不如老牌产品完善
主要面向中文用户群体
在国际市场知名度较低

适用场景

中文开发者或团队
需要支持大量编程语言的项目
希望有免费选项的用户
偏向腾讯云生态的开发者
需要多文件更改和向量数据库理解能力

这四款AI代码工具各有特色：

Cursor 是面向个人开发者的高端选择，提供了最流畅的AI编程体验
TRAE 定位为能够独立构建软件解决方案的AI工程师
Qoder 是阿里巴巴推出的智能体编码平台，在企业级功能和深度代码理解方面表现突出
CodeBuddy 是腾讯推出的本土化产品，在中文支持和特定功能（如Craft模式）方面有独特优势

选择哪款工具主要取决于您的具体需求、预算和开发环境。对于个人开发者，Cursor可能是最佳选择；对于企业用户，Qoder和CodeBuddy都提供了强大的功能；TRAE则适合需要独立构建软件解决方案的用户。

3.2 Agent工作流工具

功能特性	Dify	Coze	n8n
核心定位	AI应用开发平台	AI驱动的聊天机器人和工作流	开源工作流自动化平台
主要用途	AI应用开发、RAG管道、智能体	聊天机器人、AI助手	传统工作流自动化
AI集成	深度集成	深度集成	AI功能可选
可视化工作流	是	是	是
开源	是	否	是
内置工具数量	40+	丰富插件系统	500+ 集成
部署选项	云部署/本地部署	云部署	云部署/本地部署/自托管
目标用户	AI开发者、团队	AI应用创建者	自动化工程师、开发者
学习曲线	中等	低	中等到高
社区支持	强	中等	强
价格	免费版/付费版	免费版/付费版	免费/企业版

Dify（使用文档）

优势：

专为AI应用开发设计，提供完整的AI开发平台
支持10多种商业LLM模型和6种本地运行时
强大的可视化工作流编排功能
内置40多种工具，便于快速开发
支持智能体、RAG管道和知识检索
适合AI为核心的应用开发

劣势：

主要专注于AI应用，传统自动化功能较弱
相对于n8n，系统集成能力有限
对于非AI开发者可能功能过于专业化

适用场景:

以AI为核心的软件应用开发
需要构建智能体、聊天机器人或AI助手
需要RAG管道和知识检索功能
团队开发AI应用，需要可视化工具支持
需要快速原型设计和部署AI解决方案

Coze（使用文档）

优势：

字节跳动推出，技术实力雄厚
专注于AI驱动的聊天机器人和助手创建
提供工作流和聊天流两种模式
支持复杂生成式AI工作流构建
可嵌套工作流，实现模块化分解
适合个人AI应用开发

劣势：

不是通用工作流自动化工具
相比n8n，系统集成能力有限
主要面向聊天机器人场景
开源程度不如n8n

适用场景:

创建AI聊天机器人和虚拟助手
开发个人AI应用
需要工作流和聊天流结合的场景
偏好字节跳动技术生态
需要模块化工作流设计

n8n（使用文档）

优势：

完全开源，可自由定制和扩展
强大的传统工作流自动化能力
支持500多种集成，连接各种应用和服务
可选择性集成AI功能
适合复杂的多步骤业务流程自动化
企业级功能和安全性

劣势：

学习曲线相对较陡
AI功能是可选的，不是核心特色
对于纯AI应用开发可能过于复杂
需要一定的技术背景来配置和维护

适用场景

传统业务流程自动化
需要连接多种不同系统和服务
企业级工作流自动化需求
需要自托管或本地部署解决方案
需要高度定制化的工作流逻辑
对开源软件有要求的项目

这三款工具各有专长：

Dify 是AI应用开发的首选平台，特别适合构建以AI为核心的软件解决方案
Coze 专注于AI聊天机器人和助手创建，适合快速开发个人AI应用
n8n 是传统工作流自动化的强大工具，具有最多的系统集成能力

选择建议：

如果您的项目以AI为核心，选择 Dify
如果您主要开发聊天机器人或AI助手，选择 Coze
如果您需要传统工作流自动化或连接多种系统，选择 n8n