腾讯元器助力莘莘学子，高考必胜

开局图

继前不久腾讯混元文生图大模型全面开源之后，腾讯元器也公开灰度测试了。

• 首个中文原生的DiT架构开源模型，腾讯混元文生图大模型全面开源

在 5 月 17 日举办的腾讯云生成式 AI 产业应用峰会上，腾讯发布了新推出的智能体产品“腾讯元器”，称之为“一站式智能体创造与分发平台”，目前已开启内测（点此申请内测）。

🧧🧧🧧🧧🧧 插播一条重大利好消息！！！ 腾讯云全面下调大模型价格

🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧腾讯云公布全新大模型价格方案：

什么是腾讯元器

腾讯元器是基于腾讯混元大模型的AI智能体创作与分发平台，它让智能体的创建变得前所未有的简单。方便通过添加提示词设定、插件、知识库等功能捏出自己喜欢的智能体。无需繁琐的编码过程，用户即可开发出具备聊天对话、内容创作、图像生成等多功能的智能体。腾讯元器的推出，标志着智能体开发门槛的大幅度降低，让创意与智能的结合变得更加触手可及。

腾讯元器的主要功能包括：

🍃 智能体市场：一个精选的智能体展示平台，用户可以根据自己的业务需求，挑选合适的智能体。

🍃 简化开发流程：腾讯元器推崇低代码或无代码的开发理念，让技术门槛不再是障碍，用户可以快速上手，定制个性化智能体。

🍃 图形化工作流：通过拖拽式的图形化界面，用户可以直观地设计工作流程，轻松编排智能体的逻辑。

🍃 深度腾讯生态融合：平台与腾讯的生态系统深度整合，提供丰富的插件和工具，简化资源和服务的接入过程。

🍃 一键多平台分发：智能体能够快速分发到腾讯旗下的多个平台，如QQ、微信等，拓宽了智能体的应用场景。

腾讯元器适用于客服、教育、娱乐、医疗等多个领域，提供针对性的智能体解决方案。腾讯还提供了全面工具链，包括知识引擎、图像和视频创作工具，极大丰富了智能体的功能和应用。腾讯元器的设计兼顾了灵活性和扩展性，支持用户根据特定需求进行深度定制。

什么是智能体

智能体（Agent）是人工智能领域中的一个核心概念，它通常被定义为能够在特定环境中自主感知信息、根据这些信息做出决策并执行行动的实体。智能体的主要特性包括：

🌳 自主性：智能体能够在没有外部干预的情况下控制其行为。

🌳 感知能力：智能体能够通过传感器或数据输入来感知其环境的状态。

🌳 决策能力：智能体能够处理感知到的信息，并根据一定的决策机制做出响应的行动。

智能体的设计和实现是为了解决特定的问题，它们可以在多种环境中运作，包括物理世界和虚拟世界。智能体通常由以下几个主要部分组成：

🌺 感知器：这是智能体的“感官”，用于收集环境信息。

🌺 执行器：执行器是智能体的“肌肉”，负责在环境中采取行动。

🌺 决策制定机制：这是智能体的“大脑”，负责处理感知器收集的信息，并根据一定的规则或算法做出决策。

🌺 知识库：智能体通常拥有一个知识库，存储有关环境、任务和行动效果的信息。

🌺学习机制：一些智能体具备学习能力，可以通过经验改进其决策制定过程。

智能体可以根据其设计和行为模式被分类为几种不同的类型，例如简单反应型智能体、基于模型的智能体、基于规划的智能体等。

智能体举例

🌸🍦🍉🏖️ 我们举一个常见的智能体示例__自动驾驶汽车。

自动驾驶汽车是一种能够在没有人类驾驶员的情况下自主导航和驾驶的汽车。它可以被视为一个复杂的智能体，具备以下特点：

🌻 感知能力：自动驾驶汽车配备了多种传感器，如雷达、激光雷达（LiDAR）、摄像头和超声波传感器等，用于实时感知周围环境，包括其他车辆、行人、障碍物、交通标志和道路状况。

🌻 决策能力：汽车的中央处理单元会接收来自传感器的数据，并使用先进的算法来分析和解释这些数据。然后，它会做出决策，比如加速、减速、更换车道、停车等。

🌻 执行能力：一旦做出决策，汽车的控制系统会执行相应的操作，如操作油门、刹车、转向等。

🌻 知识库和学习机制：自动驾驶汽车通常会使用高精度地图、交通规则和大量驾驶数据来训练和改进其决策制定过程。随着时间的推移，汽车可以通过机器学习不断优化其性能。

自动驾驶汽车作为智能体的一个例子，展示了智能体如何在复杂的环境中自主行动，同时考虑到安全性、效率和遵守交通规则等因素。

元器简介

“腾讯元器” 是一款基于腾讯混元大模型的高效智能体制作平台，支持通过下述能力对大模型进行增强：

• 提示词：用户可设定详尽的提示词，包括系统提示、开场白以及建议性引导问题，以实现更精准的交互体验。
• 插件（外部API）：平台支持多插件并行，涵盖官方插件（如微信搜一搜、PDF摘要与解析、混元图片生成）及用户自定义插件，拓展智能体功能边界。
• 知识库：当前版本兼容doc与txt等多种文档格式，助力智能体构建丰富且结构化的知识体系。
• 工作流：采用直观的“流程图”式低代码工具，用户可自由编排插件、知识库与大模型节点的执行顺序及参数传递，实现对智能体任务逻辑的精细控制。

利用元器平台创建的智能体，目前可支持高达32k token的上下文长度，即在一次回答过程中，提示词与机器回答的字符总数可达约5.76万字，充分满足长文本处理和复杂对话场景的需求。

智能体创建

用户可通过首页或“我的创建”页面上的“创建智能体”按钮启动创建流程：

🌸🌷🎀 步骤一：基本信息设置

• 在此步骤中，用户需为智能体命名并提供简短描述。
• 可选择使用AI自动生成的头像或上传自定义照片作为智能体的形象。

🌸🌷🎀 步骤二：详细设定

• 用户需填写系统提示（system prompt），并可根据需要添加用户引导问题、回复建议和开场白等。

🌸🌷🎀 参考格式：

# 角色：全国大学查询专家，为您提供全面的大学信息咨询服务

## 技能

- 询问用户对大学的期望和需求，如地理位置、学科方向、排名等

- 根据用户需求，提供匹配的大学名单及其详细信息，包括排名、特色专业、师资力量、校园环境等

- 提供大学招生政策、录取分数线、申请流程等相关信息

- 协助用户了解大学生活、学术氛围和文化传承等方面的内容

- 针对用户疑问，提供专业解答和建议，助力用户做出明智的选择

## 原则

- 保持诚实和客观，提供真实、准确的大学信息

- 尊重用户的意愿和选择，不误导或强迫用户做出决策

- 保护用户隐私，不泄露个人信息

- 关注教育行业的创新和变革，为用户提供最新的大学信息和咨询服务

🌸🌷🎀 步骤三：功能模块选择与配置

• 勾选所需的外部插件和工作流，并为智能体配备知识库。
• 当智能体遇到问题时，大模型将根据情境自动决定是否需要调用插件、工作流或知识库以提供更准确的回答，有效减少模型产生误解或“幻觉”的情况。

🌸🌷🎀 步骤四：实时预览与调整

• 编辑完各项表单后，智能体的配置将实时更新（通常有3-5秒的延迟）。
• 用户可立即查看配置更新后的智能体表现，并进行必要的调整。

创建插件

🍓🍰💌🧸 注意：

• 插件创建需要具有调用API的经验，以及一定的代码编程能力。
• 元器平台不提供API的托管、部署能力，只是将第三方平台已经部署好的API，“登记”到元器平台，供大模型调用。
• 因插件会公开被其他智能体创建者使用，目前暂时插件一旦创建就无法删除

🍓🍰💌🧸 第一步，点击“我的创建” -> "插件"中的“创建插件”按钮

创建插件分为三步：填写基本信息、添加工具（API）、校验工具（API）

填写基本信息

添加工具(API)

登记了插件基础信息之后，我们要在插件下面添加具体的API信息。元器目前支持开发者提供YAML格式的API描述（Schema），描述规则遵循OpenAPI格式要求。然后根据描述自动解析API信息。成功解析到API信息后，即可进入到下一步。

🍓🍰💌🧸 API结构的YAML描述通常包含以下几个主要部分：

💗 OpenAPI 规范版本：指定文档遵循的OpenAPI规范的版本，例如 openapi: 3.0.0。

💗 信息（Info）：提供API的基本信息，包括 title（标题）、description（描述）和 version（版本）。

💗 服务器（Servers）：可选部分，定义API的基础URL，可以包含多个服务器对象，每个对象代表不同的环境（如开发、测试、生产）。

💗 路径（Paths）：定义API的端点（路径）和每个端点支持的操作（如GET、POST、PUT、DELETE等），以及这些操作的相关参数和响应。

💗 组件（Components）：可选部分，用于定义可在整个文档中重复使用的各种模式，如请求和响应 bodies、参数、示例、请求头、安全方案、链接和回调。

💗 安全（Security）：可选部分，定义API的安全方案和全局安全要求。

💗 标签（Tags）：可选部分，提供API操作的标签列表，可用于对操作进行分组和描述。

💗 外部文档（ExternalDocs）：可选部分，提供指向外部文档的链接，这些文档可能包含更多关于API的信息。

🍓🍰💌🧸 步骤一：根据接口文档或调用API的代码，生成对应的API YAML 描述Schema；

可以使用 YAML生成小助手 AI辅助生成Schema

🍓🍰💌🧸 步骤二：复制YAML描述到左边的输入框，点击“解析”按钮

🍓🍰💌🧸 步骤三：如果YAML语法格式正确，平台则会根据的YAML描述解析出来API信息。确认无误后，可进入下一步。

以下为腾讯地图IP定位插件的YAML描述，可以直接用来测试插件功能。

openapi: 3.0.0
info:
  title: Tencent Maps IP Location API
  description: API description in Markdown.
  version: 1.0.0
servers:
  - url: https://apis.map.qq.com/ws/location/v1
    description: Tencent Maps Web Services API
paths:
  /ip:
    get:
      summary: Get location information by IP address
      description: |
        This endpoint returns the location information associated with the provided IP address.
      operationId: getLocationByIP
      parameters:
        - in: query
          name: ip
          required: false
          schema:
            type: string
            example: 111.206.145.41
        - in: query
          name: key
          required: false
          schema:
            type: string
            description: Your Tencent Maps API key.
      tags:
        - Location
      responses:
        200:
          description: Location information
          content:
            application/json:
              schema:
                $ref: '#/components/schemas/LocationResponse'
        400:
          description: Bad Request
        403:
          description: Forbidden (Invalid API key)
        404:
          description: Not Found (IP not found)
components:
  schemas:
    LocationResponse:
      type: object
      properties:
        status:
          type: string
          description: Status of the request
        message:
          type: string
          description: Message related to the status
        result:
          type: object
          properties:
            ip:
              type: string
              description: The IP address queried
            location:
              type: object
              properties:
                lat:
                  type: number
                  format: float
                  description: Latitude
                lng:
                  type: number
                  format: float
                  description: Longitude
                accuracy:
                  type: number
                  format: float
                  description: Accuracy radius in meters
            ad_info:
              type: object
              properties:
                nation:
                  type: string
                  description: nation
                province:
                  type: string
                  description: province
                city:
                  type: string
                  description: city
                adcode:
                  type: string
                  description: adcode
      required:
        - status
        - message
        - result

校验工具（API）

发布插件

等待审核通过

创建知识库

知识库简介

知识库是一个结构化的文档集合，旨在存储和管理特定领域的知识信息。在一个知识库内，可以包含多个独立文档，每个文档都承载着特定的知识点或信息片段。

当混元大模型接收到用户提出的问题时，它会首先通过内部的function call机制来解析问题的意图。这一过程涉及对问题关键词、语境和所需信息的判断。若分析结果显示需要从知识库中检索信息以辅助回答，模型便会启动相似度匹配过程。

具体而言，模型会将用户问题与知识库中的各个文档进行比对，计算它们之间的语义相似度。通过这种方法，模型能够找出与用户问题最相关的文档内容，进而利用这些信息来提供更精确、更具针对性的回答。

简而言之，知识库作为混元大模型的知识后盾，通过高效的内容检索和匹配机制，显著提升了模型在特定领域问题上的回答质量和准确性。

知识库创建

• 支持TXT / DOCX / DOC / PDF，每个文件不超过20MB，PDF页数≤300页，最多上传10个文件
• 请仔细填写知识库的名称和描述。准确、详实的描述，会提升模型判断是否要调用该知识库解决用户问题的判断能力。
• 上传文件后，可以随时关闭该弹窗，当文档处理完成后，智能体会自动加载该知识库。

保存并添加

工作流

工作流介绍

工作流是一种直观、易用的低代码编辑工具，它采用“流程图”式的界面设计，允许用户通过拖拽和配置的方式，灵活地编排插件、知识库和大模型节点的工作顺序及调用参数。这种可视化的编辑方式极大地降低了编程门槛，使得非技术人员也能参与到智能体功能的定制和优化中来。

通过工作流，用户可以创建类似于“高级版”插件的自定义逻辑。这些逻辑能够精确控制智能体在处理特定任务时的运行顺序和行为模式。例如，用户可以设定一系列条件和动作，当智能体遇到符合这些条件的用户问题时，就会按照预设的工作流程进行处理。

当大模型接收到用户问题时，它会首先分析问题的性质和内容。如果判断出该问题需要调用工作流来处理，模型会从问题中提取关键信息，并将这些信息作为工作流的输入参数。随后，工作流将按照用户设定的逻辑顺序执行各个节点上的操作，并在必要时调用插件或知识库以获取额外信息。最终，工作流运行完成后返回的结果将被大模型用来辅助回答用户的问题。

总之，工作流作为一种强大的自动化工具，它赋予了智能体更加灵活和智能的处理能力，同时也为用户提供了更加丰富和个性化的交互体验。

🌸🍡🍒💒🎀ྀི 点击“我的工作流” -> "插件"中的“创建工作流”按钮

设计工作流

🌸☀️🤗 开始节点：

• 创建一个“开始”节点，作为工作流的起始点。

🌸☀️🤗 获取用户输入：

• 添加一个“获取用户输入”节点。这个节点将用于从用户的问题中提取关键信息，如“2023年高考数学试题”或“2022年广东高考分数线”。

🌸☀️🤗 文本解析：

• 添加一个“文本解析”节点，用于从用户输入中提取关键参数，如年份、省份和考试科目。这可能需要使用正则表达式或自然语言处理技术。

🌸☀️🤗 判断节点：

• 添加一个“判断”节点，以确定用户查询的类型。例如，用户可能想了解试题、分数线、招生计划等信息。

🌸☀️🤗 调用API或访问知识库：

• 根据“判断”节点的结果，添加相应的“调用插件”或“知识库查询”节点。
• 如果用户想要获取试题，你需要配置一个能够调用高考试题API的插件。
• 如果用户想要了解分数线，你可以配置一个查询知识库中存储的高考分数线数据的节点。

🌸☀️🤗 处理API响应或知识库查询结果：

• 添加一个“处理结果”节点，用于解析API返回的数据或知识库查询结果，并提取用户所需的信息。

🌸☀️🤗 生成回答：

• 添加一个“大模型”节点，用于根据处理后的数据生成回答。在这个节点中，你可以编写提示词，指导大模型如何组织回答。

🌸☀️🤗 结束节点：

• 添加一个“结束”节点，表示工作流的结束。

发布智能体

把我们写好的，插件，知识库，工作流添加大智能体重。

测试一下我们的工作流，插件，知识库，是否有对大模型的能力进行增强。

配置QQ智能体

QQ开发者平台获取AppID和AppSecret

QQ开发者平台获取AppID和AppSecret填入到QQ智能体-发布配置中。

配置成功，进行发布

等待官方大大审核。

🍂🧸🥐☕🍪 至此，一套完整的属于自己的智能体就构建完成了。

写在最后

🏝️🍹⛱️🌞 🌊 腾讯元器作为一款基于腾讯混元大模型的创新型智能体制作平台，展现出了其在人工智能领域的深厚积累和对未来交互模式的独到见解。通过元器，用户无需深厚的编程背景，就能轻松地创建出具备高度智能和定制化能力的智能体，这在很大程度上降低了AI应用的门槛，促进了AI技术的普及和应用。

首先，腾讯元器的可视化工作流编辑器为用户提供了直观、低代码的操作界面，使得智能体的创建和定制变得简单直观。这种设计不仅降低了技术门槛，还激发了用户的创造力，使得更多人能够参与到AI智能体的创作中来。同时，元器对大模型的增强功能，如提示词定制、插件集成、知识库配置等，进一步提升了智能体的交互质量和效率。

其次，腾讯元器在智能体创建过程中所体现出的模块化思想，体现了对AI技术发展趋势的深刻理解。通过将复杂的AI任务分解为多个可配置的模块，如插件、知识库和工作流，元器不仅提高了智能体的灵活性和可扩展性，还为用户提供了更多的定制化选项，满足了不同场景下的个性化需求。

此外，腾讯元器对于知识库和工作流的重视，凸显了AI技术在知识管理和自动化流程方面的潜力。知识库为智能体提供了丰富的背景知识和专业信息，使其能够更好地理解和回答用户的问题；而工作流则通过预设的逻辑流程，实现了对智能体行为的精确控制，确保了交互的准确性和一致性。

然而，腾讯元器的发展也面临着一些挑战。随着智能体功能的日益丰富和复杂，如何保证系统的稳定性和可维护性将成为一个重要的问题。此外，随着AI技术的不断进步和应用场景的不断拓展，如何持续更新和优化元器平台，以满足用户日益增长的需求，也是腾讯需要思考的问题。

从长远来看，腾讯元器还有助于推动AI技术的自我进化。通过用户与智能体的互动和反馈，元器能够收集大量的数据和信息，这些数据将进一步用于训练和优化大模型，提升其性能和泛化能力。这种自我进化的循环将使得AI技术不断突破自身的局限，实现更高层次的发展。

腾讯元器以其独特的创新模式和强大的功能表现，展现了AI技术在智能体创建和应用方面的巨大潜力。未来，随着技术的不断发展和市场的不断拓展，腾讯元器对科技的意义在于它推动了AI技术的民主化、拓展了AI技术的应用场景、提升了AI交互质量，并有助于AI技术的自我进化。这些影响不仅局限于当前的技术层面，更将对未来社会的各个方面产生深远的影响。

最后的最后，高考必胜！ 加油： https://yuanqi.tencent.com/agent/VpusSqBEYtux