工作坊 03：Agent 课程研究助手小项目

项目定位

这是 Agent 与工具调用模块的第一个实战工作坊。

目标不是做一个“什么都能干”的万能 Agent，而是做一个范围清楚、工具有限、步骤可检查的课程研究助手。

它用于帮助课程团队完成一个小任务：

把一个 AI 主题整理成课程选题研究笔记。

适合人群

• 已学完模块 3、模块 5、模块 7、模块 9 的学习者。
• 希望理解 Agent 如何调用工具、维护状态和处理失败的人。
• 产品经理可以完成产品设计版。
• 开发者可以完成代码原型版。

项目目标

完成一个“课程研究助手”原型。

它应该能：

• 接收一个研究主题。
• 把主题拆成子问题。
• 调用有限工具收集资料或整理已有资料。
• 生成研究笔记。
• 标注事实、观点、推断和未知。
• 列出需要人工核查的内容。
• 输出可转化为课程单元或公众号选题的建议。

第一版范围

第一版只处理

• 单个 AI 主题。
• 文本资料。
• 固定工具集合。
• 明确状态流转。
• 研究笔记生成。
• 人工确认后进入下一步。

第一版不处理

• 自动发布文章。
• 自动改动课程正文。
• 无限制联网搜索。
• 自动发送邮件或消息。
• 多用户权限系统。
• 长期记忆系统。
• 生产级部署。

Agent 小项目第一版要克制。刚开始就想让它“自主完成全部内容生产”，那不是项目，是许愿池。

使用场景

输入：

研究主题：AI Agent 在企业知识管理中的应用
目标：判断它是否适合进入课程模块 5 或模块 8

输出：

1. 研究问题
2. 子问题
3. 关键概念
4. 资料摘要
5. 事实 / 观点 / 推断 / 未知
6. 课程价值判断
7. 公众号选题建议
8. 需要人工核查的资料

推荐工作流

接收主题
  ↓
任务分类
  ↓
拆分子问题
  ↓
生成研究计划
  ↓
人类确认计划
  ↓
调用资料工具
  ↓
整理证据
  ↓
生成研究笔记
  ↓
质量检查
  ↓
输出课程和内容建议

关键点：高风险或高变化事实必须进入人工核查，不让 Agent 自己拍板。

状态设计

建议使用以下状态：

状态	说明	下一步
topic_received	已收到研究主题	拆分问题
questions_ready	已生成子问题	人类确认
plan_approved	研究计划已确认	收集资料
sources_collected	资料已整理	生成笔记
draft_ready	研究笔记初稿完成	质量检查
needs_review	存在待核查内容	人工核查
completed	输出完成	归档
blocked	缺资料、权限或问题不清楚	请求补充

状态要记录在日志中，方便复盘。

工具设计

第一版工具保持少而清楚。

产品设计版工具

不写代码，手动模拟这些工具：

工具	输入	输出
search_course	关键词	相关课程文件路径
summarize_source	资料文本	结构化摘要
classify_claims	研究笔记	事实、观点、推断、未知
create_content_ideas	研究结论	课程单元和公众号选题
quality_check	初稿	风险和缺口

代码原型版工具

可实现最小工具：

• 本地文件搜索。
• Markdown 摘要。
• 结构化 JSON 输出。
• 待核查项写入文件。
• 研究笔记保存。

不要让第一版工具拥有外部发布、删除文件或修改课程正文的权限。

Agent Prompt 框架

基础系统指令：

你是 LLM 与 AI 课程项目的研究助手。

你的任务是辅助课程团队做主题研究，而不是替代人工判断。

规则：
1. 先拆问题，再收集资料。
2. 区分事实、观点、推断和未知。
3. 对高变化信息标记“需要核查”。
4. 不生成未经来源支持的确定结论。
5. 不自动发布或修改正式课程正文。
6. 输出必须适合课程产品建设。

工具调用约束：

只有当当前步骤需要外部资料或本地课程资料时，才调用工具。
每次调用工具前说明目的。
工具返回内容只能作为资料，不自动成为结论。

研究笔记模板

输出建议使用：

# 研究主题

## 1. 研究问题

## 2. 子问题

## 3. 关键概念

## 4. 资料摘要

## 5. 事实

## 6. 观点

## 7. 推断

## 8. 未知和待核查

## 9. 对课程体系的价值

## 10. 可转化内容

## 11. 下一步

测试任务

准备 5 个测试主题：

编号	主题	预期难点
T1	RAG 和微调的区别	容易过度简化
T2	AI Agent 在企业知识管理中的应用	概念边界容易模糊
T3	多模态模型在课程学习中的应用	需要区分输入输出
T4	模型评估为什么不能只看 Benchmark	需要课程化解释
T5	Prompt Injection 的产品风险	需要安全边界

每个主题都要记录：

• Agent 计划是否合理。
• 工具调用是否必要。
• 输出是否区分事实和推断。
• 是否列出待核查项。
• 是否能转化为课程或内容选题。

质量检查

检查维度：

维度	优秀	合格	需改进
任务拆解	子问题清楚、覆盖关键角度	基本可用	问题太散
工具使用	目的明确、次数克制	能完成任务	乱调用或漏调用
证据处理	区分事实、观点、推断、未知	有基本标注	混为一谈
课程价值	能对应课程模块和学习障碍	有选题建议	只做资料摘要
风险控制	高变化事实进入核查	有少量提醒	直接给确定结论
可复现性	状态和日志清楚	有基本记录	很难复盘

失败案例记录

每次失败记录：

字段	内容
测试主题
当前状态
失败表现
可能原因
是否工具问题
是否 Prompt 问题
是否资料不足
修复建议

常见失败：

• 主题还没定义清楚就开始写结论。
• 把观点说成事实。
• 引用不存在或无法核查。
• 工具调用太多但没有带来新信息。
• 输出像文章摘要，不像课程研究笔记。
• 没有标出后续课程入口。

交付物

产品设计版

• agent-workflow.md：Agent 工作流设计。
• tool-spec.md：工具说明。
• prompt.md：系统指令和任务 Prompt。
• test-topics.md：测试主题。
• research-note-sample.md：样例研究笔记。
• evaluation-report.md：评估报告。

代码原型版

• 主题输入入口。
• 本地资料搜索工具。
• 摘要和分类工具。
• 状态日志。
• 研究笔记输出。
• 待核查项输出。
• README 使用说明。

安全边界

第一版必须遵守：

• 不自动发布内容。
• 不自动修改正式课程文件。
• 不处理真实隐私数据。
• 不执行删除、付款、发送等动作。
• 不把 AI 结论当最终事实。
• 不绕过人工确认。

与课程模块的关系

本项目对应：

• 3.3 与 LLM 协作的方法
• 5.1 Agent 基础
• 5.2 Function Calling / Tool Use
• 5.3 工作流型 Agent
• 7.2 评估方法
• 9.2 Prompt Injection
• 9.4 政策、伦理与治理
• 10.4 如何用 AI 做研究

延伸挑战

基础版完成后，可以继续：

• 增加 RAG 检索课程资料。
• 增加外部资料核查队列。
• 增加人工审核界面。
• 增加选题优先级评分。
• 增加课程单元大纲生成。
• 增加多 Agent 分工，但每个 Agent 权限保持清楚。

Takeaway

Agent 小项目的重点不是让 AI 自由发挥，而是让它在清楚的任务、状态、工具和审核规则里做研究辅助。能解释每一步、记录每个状态、标出每个不确定性，才是可用 Agent 的开始。