不写代码，5 分钟体验 AI Agent
这一节不要求任何编程背景。我们用三个递进的阶段：先用现成的、搭建自己的、然后第一次跑通完整代码。 你会在 3 个小时内拥有几个真正能解决日常问题的 Agent。
🌟 用现成的 AI 智能体帮你做事
这一步完全不需要任何设置。你只需要打开浏览器，开始和 AI 对话。 关键不在于"看教程"，而在于把它当成你的助手去解决真实问题。
📋 5 个真实场景（任选 1-3 个试试）
找一篇 5000 字行业长文，粘给 ChatGPT，让它输出：核心观点 3 条 + 不易理解的术语 5 个 + 我应该采取的下一步行动。
把不熟悉的概念贴给它："用 3 个不同层次的比喻，向一个 10 岁的孩子解释 Transformer 注意力机制"。
"我想在 4 周内从 0 学会 LangGraph,每天可投入 1.5 小时。请帮我制定一个分阶段计划,包含具体任务和检查清单。"
"我打算换一份工作,请扮演资深 HR 提问我 5 个我可能漏掉的关键问题"。让 AI 反向盘问你。
把半成品草稿贴给 AI，"请帮我找出:1) 三处表达不够清晰的地方 2) 三个可以加入的实例 3) 一段更好的开头"。
想做一个小工具却没头绪？让它给出 10 个最常见的方案,然后追问每个方案的取舍。
你会意识到:AI 不只是聊天工具,而是能把你的思考结构化、能解决真实问题的伙伴。这是理解 Agent 的第一步——Agent 本质就是一个"更自主的 AI 助手"。
🛠 搭建你的第一个专属 AI 智能体
各大平台都已经提供了"搭积木"式的 Agent 构建器，无需写代码。 我们对比了主流方案，挑出最适合不同需求的几个。
📊 主流平台对比
| 平台 | 上手难度 | 免费额度 | 最强场景 | 适合谁 |
|---|---|---|---|---|
| ChatGPT Custom GPTs | ⭐ 最简 | Plus 会员 | 个人知识库问答 | 纯使用者,只想给自己用 |
| Claude Projects | ⭐ 最简 | Pro 会员 | 长文档研究助手 | 重度阅读 / 研究者 |
| Coze（扣子/Coze.com） | 简单 | 免费版够用 | 发布到 IM 的 Bot | 想分享 / 国内用户 |
| Dify | 简单 | 云端 SaaS 免费 | 知识库 + 工作流 | 想做企业内部 AI |
| Flowise | 中等 | 完全开源免费 | 深度定制、复杂流程 | 想私有化部署 / 技术爱好者 |
| n8n + AI 节点 | 较深 | 自托管免费 | 复杂业务流程自动化 | 运维 / 自动化专家 |
🚀 推荐路径 A：5 分钟搞定 ChatGPT Custom GPT（真零代码）
步骤 1：打开 ChatGPT
访问 chatgpt.com 并登录。需要 ChatGPT Plus 订阅（$20/月）。
步骤 2：进入 "Explore GPTs" → "Create"
点左边的 "Explore GPTs"，再点右上角的 "Create"。这会打开 GPT 构建器。
步骤 3：用自然语言配置
在右边输入："你是一个学习助手。我会给你 PDF 笔记，请帮我基于笔记内容回答问题，并标注原始出处。" 然后点"创建"。
步骤 4：在 "Knowledge" 上传资料
把你想查询的笔记、PDF、文章上传上去。可以随时更新。
步骤 5：保存并使用
点右上角"保存"。以后在聊天框选择这个 GPT，问任何与你的资料相关的问题。
🚀 推荐路径 B：30 分钟搞定 Coze / Dify Bot（图形化，能发布给别人用）
步骤 1：注册账号
Coze 国际版: coze.com · Dify 云: cloud.dify.ai · 两者都有免费版。
步骤 2：创建一个 "Bot" 或 "Chatflow"
点 "Create Bot"（Coze）或 "Create App" → "Chatflow"（Dify）。
步骤 3：填写 "Persona & Prompt"
设置你的 Bot 是什么角色、应该做什么、语气风格。用自然语言描述。
步骤 4：拖入工具
在工具栏拖入 "Google 搜索"、"时间查询"、"网页读取" 等内置工具。这就是 Agent 的"工具调用"!
步骤 5：(可选) 上传知识库
把 PDF / Word / 网页挂上去,AI 会基于这些内容回答。
步骤 6：发布
Coze 可以发布到飞书 / 微信 / 网页。Dify 提供 API 给你嵌入应用。
你在上面做的就是 Agent 的核心三件事:
1️⃣ 设定指令 (System Prompt)
2️⃣ 接入工具 (Tools)
3️⃣ 给出上下文 (Knowledge)
这些和写代码做的事情完全一样，只是用了图形界面。
🐣 第一次运行完整代码（无需看懂）
这一节我们做一件有魔力的事情：复制下面一整段代码 → 粘贴到本地 → 运行 → 你就有了第一个 Agent。 即使你完全不懂代码，只要一步一步跟着做就能成功。
📋 环境准备（10 分钟）
- 安装 Python 3.10+: python.org/downloads
- 安装 VS Code: code.visualstudio.com
- 新建文件夹
my-first-agent - 用 VS Code 打开这个文件夹
- 打开 Replit.com
- 新建 Python Repl
- 把代码粘进去即可运行
- 完全无需本地安装
📋 获取 API Key
Agent 需要调用大语言模型。需要一个 API Key，就像水电费账号一样：
platform.openai.com
新用户有 $5 免费额度（约能跑 200+ 次）
platform.deepseek.com
国内访问快,价格低 (1 元 = 100 万 token)
open.bigmodel.cn
国内大模型,有免费额度,中文表现优异
OpenAI 新账号送 $5（约 350 次对话）。DeepSeek / 智谱永久有免费额度。完全够学完本课程。
📝 复制整个文件
新建文件 agent.py，复制下面的完整代码：
# ==================================================================
# 你的第一个 AI Agent —— 复制运行即可，无需理解
#
# 使用方法（按顺序执行 4 步）:
# 1. 安装依赖: 终端运行: pip install openai
# 2. 设置 Key: 终端运行: export OPENAI_API_KEY="你的key"
# 3. 运行: 终端运行: python agent.py
# 4. 提问: 在终端输入任何问题，按回车
# ==================================================================
import os
from openai import OpenAI
# 初始化客户端（自动读取环境变量 OPENAI_API_KEY）
client = OpenAI(api_key=os.environ["OPENAI_API_KEY"])
# 这一段话告诉 AI 它是谁、能做什么、不能做什么
SYSTEM_PROMPT = """
你是一位耐心的 AI 助手,擅长用简单易懂的语言回答问题。
- 如果问题不清楚,先问清楚再回答
- 回答尽量简洁,不要啰嗦
- 用中文回答
""".strip()
# 循环: 等用户输入 → 发送给 AI → 显示 AI 的回答
print("🎉 你的第一个 AI Agent 已启动!\n输入 'quit' 退出\n")
while True:
# 1. 接收用户问题
question = input("你: ")
if question.lower() in ["quit", "exit", "退出"]:
print("👋 再见!")
break
# 2. 调用大语言模型
response = client.chat.completions.create(
model="gpt-4o-mini", # 便宜又够用
messages=[
{"role": "system", "content": SYSTEM_PROMPT},
{"role": "user", "content": question},
],
)
# 3. 输出 AI 的回答
answer = response.choices[0].message.content
print(f"AI: {answer}\n")🚀 跑起来！
# 第 1 步: 安装依赖
pip install openai
# 第 2 步: 设置密钥 (Mac/Linux)
export OPENAI_API_KEY="sk-..."
# Windows PowerShell:
$env:OPENAI_API_KEY="sk-..."
# 第 3 步: 运行 Agent
python agent.py试试问它："用 3 句话解释量子计算"、"帮我写一首关于程序员的诗"、"把 247 拆成质因数"。这就是你搭建的第一个 Agent。它会一直运行,直到你输入 quit。
🎯 现在你可以试试的改动（最有意思的部分）
代码能跑起来后,改两处让它变成你的专属 Agent:
- 改 SYSTEM_PROMPT: 把"耐心的 AI 助手"换成"资深 Python 教师",看看回答风格变化
- 改 model: 把
gpt-4o-mini换成gpt-4o或deepseek-chat,看看效果和速度差异 - 加 temperature: 在
create()里加temperature=0.7控制创造性(0=严谨,1=发散)
🚀 8 个能立刻用上的 AI 智能体
这是整个 Agent Academy 最精华的部分。 下面 8 个项目,每一个都真实解决你的日常问题。
每个项目都有一个 Master Prompt。
你只需把它发给任何 AI —— ChatGPT、Claude、Cursor、Copilot —— AI 就会帮你设计完整方案、生成代码、配置服务。
你不需要写一行代码。让 AI 写。
📦 同样一段 Prompt,4 种"投放方式"任选
① Custom GPT · 15 分钟
把 Master Prompt 粘到 Custom GPT 的 Instructions,知识库挂 PDF 即可。只用 ChatGPT 账号,不需 API Key。
② Dify / Coze 拖拽 · 1-2 小时
把 Master Prompt 粘到节点,拖拽添加工具(搜索/邮件/定时)。能发布给别人用,支持定时任务。
③ Cursor / Copilot · 30 分钟
把 Master Prompt 喂给 AI IDE,AI 直接生成可运行的项目代码。你只需复制运行。
④ v0.dev / bolt.new · 10 分钟
用 v0、bolt.new、Replit Agent 这些"AI 生成 App"的工具。描述需求,得到可部署的应用。
接下来每个项目都给你: ① 核心需求 → ② Master Prompt → ③ AI 会给你什么 → ④ 4 种落地方式。
📦 8 个项目速览
项目 1 · 每日学习摘要 Bot
自动汇总 RSS / 公众号内容,生成每日精炼摘要
项目 2 · 个人知识库问答
上传 PDF / 笔记,用自然语言提问,AI 引用原文回答
项目 3 · 时间块规划师
输入可用时间和任务,生成最优作息 + 自动提醒
项目 4 · 邮件 / IM 回复助手
转发邮件 / 消息 → AI 分析语境 → 生成多个草稿
项目 5 · 周报 / 月报生成器
粘贴零散事项 → 输出结构化、优雅的工作汇报
项目 6 · 信息核查助手
粘贴新闻 / 文章 → AI 从多角度分析是否可信
项目 7 · 学习卡片生成器
粘贴学习材料 → 生成 Anki 风格问答卡片 → 导出
项目 8 · 求职 / 面试教练
输入职位描述 → 模拟面试 + 简历优化建议
每日学习摘要 Bot
你关注的领域每天有大量新内容(博客、新闻、Newsletter、RSS 源),但没时间一个个读。 想要一个 Bot 每天自动读完所有源 → 给出精炼摘要 → 推荐最值得读的 3 篇。
你是我的每日学习摘要助手。
# 你的工作流程
当我说"今日摘要"时,请按以下步骤:
1. 读取源列表:我会给你关注的 RSS / 博客源链接清单
2. 拉取最新:访问每个源(使用 Web Search 能力),提取今天或近 24 小时的新文章
3. 过滤噪声:跳过广告、促销、重复内容,只留有实质内容的文章
4. 生成摘要:每篇文章用 1 句话中文概括 + 1 个"为什么值得读"
5. 推荐 TOP 3:从所有文章中选 3 篇最值得读的,说明选择理由
# 输出格式
## 今日文章摘要
- [标题](链接) — 一句话总结 — 关键洞察
## 🌟 今日推荐 TOP 3
1. ...
2. ...
3. ...
# 风格要求
- 中文输出
- 简洁有力,每条不超过 30 字
- 优先挑给我带来新认知的文章,不是热门八卦
- 如果某源今天没新内容,跳过它💡 上面这段 Prompt,会得到一个有"自动读 RSS + 智能摘要 + 推荐"能力的 Agent。 你不需要懂 RSS、不需要懂 API、不需要写代码。
🚀 方式 1 · Custom GPT (15 分钟,只给自己用)
- ChatGPT → Explore GPTs → Create
- Instructions 框里粘入上面的 Master Prompt
- Capabilities 勾选 Web Search(让 Agent 能上网)
- Knowledge 上传你想监控的源链接清单(粘一段链接也行)
- 保存 → 完成 → 输入"今日摘要"试试
⏱ 不用 API Key,只用你的 ChatGPT Plus 账号。
🎨 方式 2 · Dify / Coze (1-2 小时,可分享 + 定时)
- 在 cloud.dify.ai 创建 Chatflow
- 添加 开始节点(user input) → 代码节点(让 AI 帮你填 Python 拉 RSS) → LLM 节点(粘 Master Prompt) → 结束节点
- 打开 Workflow 设置:加定时触发器(比如每天早 8 点) → 接 邮件发送节点
- 发布为 Web App 或分享给好友
💡 不会写代码?复制上面 LLM 节点的 Prompt,问 AI:"请用 Python 写一个拉 RSS 的代码节点,作为 Dify 工作流的第一步"。AI 会给你完整代码。
💻 方式 3 · Cursor / Copilot (30 分钟,真正能跑起来)
- 下载 Cursor 或用 VS Code + Copilot
- 新建文件夹
my-digest-bot/ - 打开 Cursor 的 AI 聊天(快捷键 Cmd+L),粘入这段元指令:
用 Python 写一个每日 RSS 摘要 Bot。功能:读取我给的 RSS 源列表 → 抓取最新 10 篇 → 调用 OpenAI API 总结 → 输出到终端。
要求:① 完整可运行 ② 有清晰注释 ③ 我要怎么运行它写在 README 里。 - AI 直接生成代码 + README → 你点击运行
🔑 这种方式需要 OpenAI API Key,在 platform.openai.com/api-keys 获取(新账号送 $5 免费额度)。
📋 其它 7 个项目的 Master Prompt(可直接复制)
每个项目一行 Master Prompt。粘到任何一个 AI(Custom GPT、Copilot、Cursor、v0.dev)都能用。
你是我的个人知识库助手。我会:
1. 上传 PDF / Word 文档到知识库
2. 用自然语言提问
请严格基于我的资料回答,每条回答必须:
- 给出答案
- 标注来自哪份文档、哪一段
如果资料里没有,直接说"你提供的资料里没提到"
你是 GTD 教练。我会粘贴我的:
- 可用时间段
- 待办任务列表(标注优先级)
请你输出:
- 90 分钟一块的作息表
- 标注每块做什么、为什么这么排
- 给 1 条具体的精力管理建议
风格:简明、不讲废话、给具体时间
你是邮件回复助手。我会转发一封邮件给你。
请基于邮件的语气和上下文,生成 3 个不同风格的回复草稿:
1. 正式商务风(用于客户/上级)
2. 友好随性风(用于同事/朋友)
3. 简洁直接风(用于熟悉的人)
每个草稿前注明适用场景,我不选你的、我自己选
你是结构化表达专家。我会粘贴本周零散的工作事项(粗糙的笔记),
请你输出适合给上级看的周报:
- 按"完成 / 进行中 / 下周计划"分类
- 每条用动词开头,讲清结果
- 突出关键成果(有数据的带数字)
- 300-500 字
你是批判性思维专家。我会粘贴一段新闻 / 文章,请你输出:
1. 可验证的事实(可以查证哪些)
2. 逻辑漏洞(推理上的问题)
3. 反向思考 3 个可能情况
4. 给一个"我该怎么看"的谨慎结论
立场:客观中立,不立场先行
你是有教学经验的人。我粘贴学习材料,你输出 8-12 张 Anki
风格问答卡片:
- 问题简短清晰,能考察关键概念
- 答案精确,3 行内
- 用 Markdown 表格输出 (Question | Answer)
最后告诉我怎么导入到 Anki
你是资深 HR。我粘贴职位描述,请输出:
1. 岗位核心 3 项要求
2. 6 道模拟面试题(2 道行为面+2 道技术面+2 道情景面)
3. 每题的最佳答案思路(用 STAR 法:情境-任务-行动-结果)
风格:犀利,直指面试考察点
❌ 不需要:读 API 文档、记住 Python 函数、写环境配置、调 bug
✅ 只要:粘 Prompt → 看 AI 输出 → 不好就多迭代几句对话
🧭 什么时候开始写代码？
很多人一上来就奔着"学代码"，结果疲于奔命却没看到 Agent 的价值。 我们的建议路径是先体验价值，再决定深浅。
三阶段成长路径
graph LR A["🌱 阶段 0
用现成 AI
5 分钟"] --> B["🎨 阶段 1
用平台搭建
1-3 小时"] B --> C["🐣 阶段 2
复制粘贴代码
半天"] C --> D["🐢 阶段 3
修改并理解
1-2 周"] D --> E["🚀 阶段 4
独立开发
持续"] A -.完成 Lab 01.1.-> A B -.完成 Lab 01.2.-> B C -.完成 Lab 01.3.-> C D -.完成 Lab 02.-> D E -.完成 Lab 03+.-> E classDef stage0 fill:#00ffa3,stroke:#7c5cff,color:#000; classDef stage1 fill:#7c5cff,stroke:#00d4ff,color:#fff; classDef stage2 fill:#00d4ff,stroke:#7c5cff,color:#000; classDef stage3 fill:#ff6ec7,stroke:#7c5cff,color:#fff; classDef stage4 fill:#ffb84d,stroke:#7c5cff,color:#000; class A stage0; class B stage1; class C stage2; class D stage3; class E stage4;
💡 真实建议
- 不要从代码开始 —— 先在 Lab 01.1 / 01.2 待上一周,你会发现不需要写代码也能解决 80% 的问题
- 代码是手段,不是目的 —— 只在可视化平台无法满足时才写代码
- 每一次升级都要解决真实问题 —— 不要为了学技术而学
- 保持"好奇心 + 实用性"双轮驱动 —— 否则会迷失在技术细节