本文介绍 DataBuddy 中 Agent 的产品定位、Agent 类型与典型使用流程，帮助您建立对 Agent 模块的整体认知。
产品定位
Agent 模块是 DataBuddy 数据应用层提供的智能体平台，兼顾两类用户：
开发者 ：通过高代码开发模板（OpenAI / LangChain / LangGraph），灵活定制复杂的企业级 Agent，并与 DataBuddy 数据与 AI 能力联动。
业务人员/分析人员： 通过智能调优等能力，让业务人员也可以通过反馈提升 Agent 的回答质量
平台为 Agent 提供从创建、开发、调试、部署、运行 到评估、优化、运维 的全链路能力，并以「安全、被治理」的方式调用 DataBuddy 内的数据与 AI 资源。
Agent 的两种工作模式
业内通常把 Agent 划分为两类，DataBuddy 都支持：
模式 | 说明 | 适用场景 |
工作流模式 | 在 Agent 内置预定义的工作流，通过流程编排获得可预期、稳定 的执行结果 | 任务定义清晰、对结果一致性要求高（如固定流程的客服问答） |
自主决策模式 | 基于大模型推理动态决定调用什么工具、走什么路径 | 需要灵活性、面对开放式任务（如周报洞察、复杂分析助手） |
实际项目中两种模式经常混合使用：业务推荐「由简到繁」，先以简单 API + Prompt 解决问题，只有需要决策时才上完整 Agent。
Agent 平台支持的搭建方式
平台首页（Agent 列表）提供以下搭建入口：
类型 | 说明 | 阶段 |
高代码开发 Agent — OpenAI 框架 | 以 OpenAI Agents 框架为基础的代码模板 | 已上线 |
高代码开发 Agent — LangGraph 框架 | 以 LangChain / LangGraph 框架为基础的代码模板 | 已上线 |
Agent 端到端流程
1. 创建 Agent（选择搭建方式 / 模板）│▼2. 配置工具与知识库（MCP）│▼3. 在 Studio 中开发│▼4. 调试：在 ChatUI 预览体验，查看 Trace│▼5. 部署：从 Studio 部署到运行环境│▼6. 运行：通过 ChatUI / API / 被其他 Agent 调用│▼7. 评估与优化：评估器打分、人工反馈、智能调优（ALHF）
我的智能体列表
进入 Agent 模块后，列表区会展示当前用户具备使用或管理权限 的智能体（同一主账号下跨工作空间），列表字段：
字段 | 说明 |
Agent 名称 | 创建时填写 |
Agent 类型 | 自定义代码 Agent |
Agent 描述 | 创建时填写的描述信息 |
Owner | Agent 的所有者 |
调用端点 | Agent 可被调用的端点名称（App 类型即为 App 名称） |
最近更新 | 最近一次更新时间，按从新到旧排序 |
配套基础设施
Agent 模块运行依赖以下基础设施，已默认在平台中提供：
相关文档
创建与管理 Agent
