🤖 第二课 · 进阶篇
AI Agent 进阶技巧
20 分钟，从"装好了"到"用顺了"
今天讲什么 📋
01
项目开启
文件夹创建 + 需求描述 · ~ 3 min
02
必备技巧 & 名词
Token / Skills / 插件 / Markdown / 上下文 · ~ 7 min
03
多 Agent 协作 & 选模型调速度
协作逻辑 · 模型与速度 · ~ 5 min
05
借力：API & MCP
扩展 Agent 能力边界 · ~ 4 min
01 · 项目开启
第一步：让 Agent 知道你在干什么 🏗️
📁
文件夹 = 项目
Agent 以文件夹为单位理解项目。
把相关文件放在一个目录下，它才能读懂上下文。
📝
需求描述 = 任务书
第一句话就讲清楚：
"我要做什么 + 给谁用 + 什么标准"
比模糊的"帮我搞一下"效率高 10 倍。
💡 好的开头 = Agent 拿到一份清晰的"入职手册"
02 · 必备技巧
Token：Agent 的"计价单位" 💰
🧱
什么是 Token？
AI 处理文本的最小单位。
约 1 个汉字 ≈ 1-2 Token
约 1 个英文单词 ≈ 1 Token
📦
为什么重要？
• 每次对话都有 Token 上限（如 200K）
• 超了就被截断 —— 前面的内容丢掉
• Token = 成本，越少越省钱
✂️
省钱技巧
• 精简输入，不要粘贴整份文档
• 话题太长就开新对话
• 用 Markdown 结构化，比口语更省 Token
02 · 必备技巧
Skills：Agent 的"能力包" 🎒
Skills = 一组提示词 + 工具集，告诉 Agent "怎么干"
🌐
全局技能
跨项目复用，存放在用户级目录
典型例子：
• 你的写作风格偏好
• 特定代码规范
• 行业术语翻译表
📂
项目技能
只在当前项目生效，存放在项目目录
典型例子：
• 本项目的目录结构
• 业务规则与数据格式
• 项目专属 SOP
💡 全局技能 = 你的"通用工作习惯"，项目技能 = 你"在这个项目的 SOP"
02 · 必备技巧
插件：Agent 的"功能扩展" 🔌
Skills 告诉 Agent "怎么干"，插件告诉 Agent "能调用什么"
🎒
Skills
提升输出质量 / 风格
例："你要按这个模板写周报"
→ 输出更规范
🔌
插件
扩展 Agent 能做的事
例："你能用日历插件查我明天的会议"
→ 能做的事更多
💡 典型插件：飞书日历 / 邮件 / Chrome 浏览器 / 数据库 / 天气查询
02 · 必备技巧
Markdown：AI 的"母语" 📄
✍️
为什么用 Markdown？
• AI 天生擅长读写 Markdown
• 结构化输入比口语省 Token
• 输出自带格式，不用手动排版
📝
常用标记
# 标题 · ## 子标题
- 列表项 · **强调**
[链接](url) · ```代码块```
🎯
实战建议
• 需求文档用 Markdown 写
• 让 Agent 输出也用 Markdown
• 复制粘贴到飞书/语雀直接渲染
02 · 必备技巧
话题分叉 & 上下文管理 🔀
🔀
话题分叉
同一个项目里有多个子任务？
别混在一个对话里 —— 开新话题。
每个话题专注一件事，Agent 更精准。
🧠
上下文 = 当前对话窗口
Agent 只能看到当前会话的内容。
超 Token 限制 → 前面内容被截断。
新开会话 → 上下文清空，从零开始。
💡 关键操作：复杂任务拆成多个话题，每个话题保持精简
02 · 必备技巧
任务定时执行 ⏰
让 Agent 在指定时间自动干活，不用你盯着
💡 典型场景：每天早上自动生成昨日工作总结 / 每周一自动整理会议纪要
03 · 多 Agent 协作
多 Agent 协作的基本逻辑 🧩
核心思路：拆任务 → 分专业 → 合结果
🔗
流水线模式
A做完 → 交给B → B做完 → 交给C
适合有先后顺序的任务
例：写代码 → 审查 → 写文档
⚡
并行模式
A做任务1，B同时做任务2
适合互不依赖的子任务
例：A写文案，B做数据分析
🔄
迭代审查模式
A产出 → B审查反馈 → A修改 → 再审
适合需要质量把关的任务
例：写报告 → 审核 → 修订 → 定稿
💡 关键：先把大任务拆成小任务，再分配给最擅长的 Agent
03 · 多 Agent 协作
不同 Agent，不同擅长 🤝
让它们组成流水线，各干各的强项
Workbuddy
→
写周报 / 整理文档 运营
💡 三个都装也不冲突 —— 选最适合当前任务的那个
03 · 选模型 & 调速度
选模型 & 调速度：因地制宜 🎚️
不同场景需要不同的模型和速度，用对了才高效
⚡
快模式 · 轻量模型
响应快，成本低
适合场景：
• 头脑风暴 / 列大纲
• 日常问答 / 快速翻译
• 初稿生成 / 灵感激发
🧠
深模式 · 重量模型
推理强，精度高
适合场景：
• 代码审查 / 复杂分析
• 最终报告 / 正式文案
• 多步骤推理 / 决策建议
💡 大模型干大事，小模型干小事 —— 别用重炮打蚊子，也别用小刀砍大树
04 · 安全边界
哪些事不能直接交给 Agent？🛡️
⛔
必须人工确认
删除文件 · 提交代码到主干
发送对外邮件/消息
修改生产环境配置
支付/转账操作
✅
可以放心交给 Agent
写草稿/初稿 · 整理文档
生成报告/表格 · 查询数据
翻译/润色文本 · 格式转换
代码建议/审查意见
⚠️
需要二次验证
数据分析结论 · 事实性陈述
翻译准确性 · 代码逻辑
任何"唯一正确答案"的场景
🔑
安全习惯
敏感信息不要直接粘贴
重要操作先让 Agent 出方案
输出结果先看再发
定期检查 Agent 的执行记录
05 · 借力
API & MCP：扩展能力边界 🔗
🔌
API
Agent 通过 API 调用外部服务
让 AI 能操作你平时用的工具
📌 例：调用飞书 API → 自动创建文档
调用邮件 API → 自动发周报
🛠️
MCP
Model Context Protocol
标准化协议，让 Agent 连接更多工具
📌 例：MCP 连 GitHub → 自动创建 PR
MCP 连数据库 → 直接查询业务数据
💡 API = 接口，MCP = 标准化的接口协议 —— 都是为了让 Agent 的手更长
第二课到此结束 🎉
下节课预告：
具体案例拆解 · 可能的应用场景
有问题随时聊，先把今天讲的技巧用起来 👇