# 开发指南

# 1. 指令型智能体开发

# 1.1 功能概述

通过一句话描述，或配置提示词，即可快速生成一个指令型智能体。适用于包括“文案生成、故事创作、翻译、AI 画图”等简单对话场景，支持“调用知识库、发布 H5 页面、发布 API”等。创建完成后，用户可以公开发布至讯飞星辰 Agent 开发平台，也可以自行分享给其他用户使用。

# 1.2 智能体创建

进入讯飞星辰 Agent 开发平台 (opens new window)首页后，点击左侧 创建应用 。在弹出对话框内选择提示词创建，然后在弹出的对话框中输入一句话，点击快速创建后，进入指令型智能体设置页面。开发者可在该界面进行详细的智能体设置。下面介绍如何在智能体设置页面设置指令型智能体。

# 1.2.1 基本信息填写

指令型智能体创建的基本信息包括四个必填项，即：“智能体名称、智能体分类、智能体简介、智能体头像”。为了给到用户使用智能体的清晰指引，建议尽量为智能体补充完整信息。

a.智能体名称

请为您的指令型智能体设计一个方便识别的名称，例如“周报小助理”、“PPT 大纲智能体”等，最多 20 个字。智能体名称应该能够体现核心功能，方便更多用户快速理解该智能体功能，并且可以根据功能快速检索到您的智能体。

如“短视频脚本智能体”，用户可以通过搜索“短视频”、“脚本”、“短视频脚本”等关键词在智能体市场找到您创建并上架的智能体。

b.智能体分类

请为您的指令型智能体选择智能体类型，目前智能体中心包含：职场、创作、学习、编程、生活、健康和其他 7 个分类。选择分类后，当您的智能体上架申请成功后，会显示在智能体市场该分类中。

温馨提示：正确选择分类，将有利于用户在市场中找到您的智能体。

c.智能体简介

简明清晰的填写该指令型智能体的功能介绍，以及明确告知用户应该如何使用该智能体，此处限制 100 个字符。

例如“面试官模拟器”智能体中的功能描述为：我可以帮您进行模拟面试训练。填写岗位名称，我将给您 5 个该岗位的常见面试问题。

# 1.2.2 提示词编辑

对话框中的内容将作为大模型的输入指令，这些指令的设置会直接影响智能体的使用效果。提示词编辑主要包含四个关键字段：角色、任务和回复要求。

具体说明如下：

# 1.2.3 高阶设置

高阶配置设定了智能体除了角色对话以外的功能，包括能力、知识库、对话增强，您可以在此处进行配置，提高智能体的使用体验和对话效果。

具体说明如下：

• 能力：能力包括联网搜索、AI 画图、代码生成，联网搜索是指智能体获取互联网上的实时信息，AI 画图指调用文生图能力，代码生成指生成代码，解决任务。若您勾选这些能力，则模型会根据对话需要进行调用。
• 知识库：在智能体创建时将对应的知识库绑定至该智能体上，则该智能体在交互时，会从您的知识库中检索答案回复用户。点击右侧的添加知识库按钮，在弹出的页面中选择需要绑定的知识库，点击右侧的添加即可完成绑定。 温馨提示：如上传并使用的知识库是您或您所在企业的隐私数据，请谨慎选择该智能体是否上架到智能体广场。选择上架后，其他用户在使用该智能体时，也会获取您知识库中的信息。
• 对话增强： 1. 开场白：开场白是用户在进入智能体后，自动出现的第一句对话框，用于介绍智能体。您可以配置智能体开场白，以帮助聊天用户快速了解您的智能体。 2. 输入示例：给出用户具体的输入示例，即用户需要输入什么内容。以“面试官模拟器”智能体为例，输入模板可以为“产品经理、行政专员、大客户经理、数据分析师”等。 3. 角色声音：智能体支持设置发音人，当用户选择语音播报智能体生成内容时，可以以不同的发音人进行播放。目前，平台支持 9 种中文发音、2 种英文发音，同时支持 3 种小语种发音。若您想自由配置发音人，也可通过”我的发音人“配置发音，并且支持调整发音人语速。 4. 多轮对话：多轮对话是指您可以选择设置该智能体在对话过程中，是否需要带有上下文记忆。如您选择“关闭多轮对话”，则智能体在对话过程中不会记住上文内容，每轮对话都是一轮新对话。如开启，则智能体在对话过程中会带上上文内容。 5. 上传文档：上传文档指用户可以在对话时上传文档作为背景信息，若关闭则不支持。

# 1.3 调试预览

平台支持在创建智能体的同时，对智能体进行调试。在智能体设置页面，开发者可一边编写智能体的提示词，一边进行效果调试，以验证提示词的效果，直到开发者满意为止。

# 1.4 上架与分享

# 1.4.1 上架

创建智能体后，开发者可以将已创建的智能体进行多渠道发布：

• 讯飞星火 Desk、星火 APP
• API
• MCP Server
• 微信公众号(服务号)

开发者可从发布管理中菜单栏中找到需要发布的智能体，点击发布。

在弹出的界面中，选择要发布的平台，即可完成发布。

注意：如果需要发布成 API，需要对其事先进行配置。点击配置按钮后，会进入智能体 API 的配置页面。

在此界面中，开发者需要通过实名认证、绑定 APPID、查看调用文档即可完成智能体 API 申请。

• 实名认证

用户可点击“去认证”进入讯飞开放平台官网进行实名认证

• 绑定 APPID

点击“立即创建”快速创建 APPID 后，回到当前的智能体 API 页面，在“服务接口认证信息”处填入下拉选择应用，即可完成绑定。

• 调用服务

用户可进入“接口文档”查看调用文档，完成智能体 API 调用

温馨提示：每个智能体API可免费拥有1000万token的调用量，每位用户最多享受100次智能体API免费调用量权益，如需更多调用量或扩容QPS，请填写工单。

# 1.4.2 分享

讯飞星辰 Agent 开发平台支持将指令型智能体作为独立的 Web 应用分享出去，用户可一键复制智能体访问地址，将链接分享给更多用户使用自己创建的智能体。

在“创建智能体”页面选择已创建完成的智能体，点击智能体卡片进入智能体设置页面，然后选择分析栏。开启智能体授权按钮后，可通过“预览”体验智能体的效果，同时平台还支持查看用量监控相关数据。

确认无误后，再点击“复制访问地址”按钮获取分享链接，复制链接后即可打开该智能体的 web 页面，右侧为智能体创建者个人信息。该链接可以分享给其他用户使用。

您也可以点击智能体卡片上的分享按钮复制链接进行分享，或者进入智能体对话页面复制分享链接进行分享。

# 1.5 Prompt、模型对比调优

# 1.5.1 Prompt 对比调优

Prompt 对比调优是指通过设计多组不同的提示词（Prompt），并对比其在模型输出效果（如准确性、相关性、逻辑性等）上的差异，从而优化 Prompt 以获得更符合预期结果的过程。这一过程在大语言模型（LLM）应用中至关重要，直接影响模型的响应质量。具体操作如下：

在指令型智能体页面点击提示词对比按钮，在弹出得页面会出现两个提示词编辑框，分为默认提示词和对比提示词。

用户可以根据得需求对提示词进行编辑修改，调试智能体在不同提示词下的效果。调试完成后选择对应的提示词完成提示词的对比。

# 1.5.2 模型对比

当开发者希望通过更换模型来优化智能体的回复效果时，逐个测试不同模型的操作过程往往十分繁琐。为此，平台特别推出了模型对比功能，支持开发者同时选择多个模型进行并行测试，通过直观对比不同模型的回答效果，帮助开发者更高效地评估模型性能差异。具体操作如下：

在指令型智能体页面点击模型对比按钮，这时会出现两个模型，模型对比最多同时支持四个模型，用户可以根据自己的需求点击右上角添加模型按钮进行模型的添加。

每个模型都可以选择相应的模型版本，用户点击模型选择下拉框，在弹出页面中选择响应的模型进行对比调试

模型选择设置成功后，在输入框中输入调试内容，测试同样的输入在不同模型下的效果从而帮助用户选择适合自己的模型。

# 2. 工作流智能体开发

# 2.1 功能概述

工作流智能体将多个任务节点编排成一个连贯的流程，从而实现对各类业务场景的自动化处理。节点涵盖数据输入、处理、输出等环节，共同构建出既高效又灵活的工作流程。

编排完成后，用户可以一键发布智能体到星火 APP/网页版，或配置微信公众号，也可将智能体一键发布成 API，从而快速集成自己的业务。典型场景如：

1. 办公提效：在办公、医疗、创新应用等场景，利用讯飞星辰 Agent 开发平台快速搭建流程和应用，如基于知识类的智能客服系统、基于知识和工具类的技术支持智能体、校园学生智能体、医院导诊问诊智能体等。

2. 创意实现：在轻办公、生活、娱乐场景，开发星火工作流智能体实现灵感并上架分享，如行业资讯早报智能体、绘本创作智能体、各类休闲游戏智能体等。

# 2.2 智能体创建

进入讯飞星辰 Agent 开发平台 (opens new window)首页后，点击左侧创建按钮。在弹出对话框内选择工作流创建。

工作流创建分为自定义创建和模板创建两种方式，具体有如下两种：

1. 自定义创建：提供空白画布，用户可以按自身需求新建工作流智能体
2. 模板创建：平台提供丰富的模版，通过模板一键复现同类功能，零编程基础的开发者也能快速完成针对复杂任务的工作流编排

现在以自定义创建为例介绍如何完成一个完整工作流智能体的创建。在弹出的页面中选择自定义创建，进行自定义创建工作流智能体。

# 2.2.1 基本信息填写

选择“自定义创建”进入空白画布后，点击左上角 ✏ 图标，设定工作流智能体的基本信息，工作流智能体创建的基本信息包括两个必填项，即：“工作流名称、工作流描述”。一个非必填选项，即“工作流分类”，为了给到用户使用智能体的清晰指引，建议尽量为智能体补充完整信息。

a. 工作流名称

请为您的指令型智能体设计一个方便识别的名称，例如“周报小助理”、“PPT 大纲智能体”等，最多 20 个字。智能体名称应该能够体现核心功能，方便更多用户快速理解该智能体功能，并且可以根据功能快速检索到您的智能体。

如“短视频脚本智能体”，用户可以通过搜索“短视频”、“脚本”、“短视频脚本”等关键词在智能体市场找到您创建并上架的智能体。

b. 工作流描述

简明清晰的填写该指令型智能体的功能介绍，以及明确告知用户应该如何使用该智能体，此处限制 200 个字符。

例如“面试官模拟器”智能体中的功能描述为：我可以帮您进行模拟面试训练。填写岗位名称，我将给您 5 个该岗位的常见面试问题。

c. 工作流分类

请为您的指令型智能体选择智能体类型，目前智能体中心包含：职场、创作、学习、编程、生活、健康和其他 7 个分类。选择分类后，当您的智能体上架申请成功后，会显示在智能体市场该分类中。

温馨提示：正确选择分类，将有利于用户在市场中找到您的智能体。

# 2.2.2 高级配置

高级配置设定了智能体除了角色对话以外的功能，包括对话开场白、下一步问题建议、语音转文字、点赞点踩、角色声音，您可以在此处进行配置，提高智能体的使用体验和对话效果

具体说明如下：

a. 对话开场白：开场白是用户在进入智能体后，自动出现的第一句对话框，用于介绍智能体。您可以配置智能体开场白，以帮助聊天用户快速了解您的智能体，对话开场白支持 AI 生成。用户同时也可以设置开场白预留问题，最大支持设置三条，这些问题会显示在智能体对话框内，供用户参考如何与智能体对话，引导对话方向。

b. 下一步问题建议：启用后，可以在对话结束后，生成引导性对话，促进进一步交互的同时可以挖掘用户的潜在需求，更好的满足用户多样化的需求，提升用户体验。

c. 语音转文字：使智能体支持使用语音输入，丰富用户对话的选择，提高了用户的对话效率，增强智能体的互动性。

d. 点赞点踩：支持用户对 AI 生成的回答进行点赞或点踩等操作，帮助智能体优化的同时也提升了用户的参与感，通过分析用户的点赞点踩记录，智能体可以了解用户的偏好和需求，为用户提供更加个性化的服务和推荐，从而使应用更好的服务用户。

e. 角色声音：智能体支持设置发音人，当用户选择语音播报智能体生成内容时，可以以不同的发音人进行播放。用户可以根据自己的需求选择需要的角色声音，增强用户沉浸感，满足不同应用场景下用户对语音交互的需求。

# 2.2.3 工作流编排

系统会自动创建一个开始节点和一个结束节点，开发者仅需根据自身的需求，修改相关的代码或节点逻辑，建立完整的工作流。平台现提供了大模型、代码、决策、知识库等丰富的节点。具体的节点介绍参考"开发指南-工作流智能体开发-节点介绍"章节。编排流程可参考快速开始中的工作流智能体。

# 2.2.4 历史版本

在工作流画布中点击历史版本按钮，在弹出页面中可以查看历史版本，用户可以按照自己的需求切换历史版本，具体流程如下图所示：

# 2.2.5 对比测试

对比测试前需要先将工作流绑定 prompt 组，具体流程参考"Prompt 提示词开发-Prompt 集中编写和调优-Prompt 组创建"章节，在工作流画布中点击测试对比按钮，在弹出页面页面中进行对比测试，具体流程参考"Prompt 提示词开发-Prompt 集中编写和调优-Prompt 组编写、调试和保存"章节。

# 2.2.6 工作流的导出与导入

为了便于工作流智能体的共享与流转，本平台提供了便捷的导出和导入功能。需要特别注意的是：当工作流中包含自定义工具、知识库或自构建模型时，这些组件在导入后将无法直接使用。用户需要重新创建相应的自定义工具，或重新构建知识库和自建模型，才能确保工作流的正常运行。接下来，我们将详细介绍工作流智能体的导出与导入操作步骤。

a. 工作流的导出

在工作流编排页面点击页面右上角导出按钮完成工作流的导入。导出的工作流为 yml 格式。具体操作流程如下。

b. 工作流的导入

在工作流页面中点击导入工作流按钮，在弹出的页面中上传工作流文件，工作流文件格式为 yml，文件大小限制在 20M 内，点击保存按钮完成工作流的导入，具体操作流程如下图所示：

# 2.3 节点介绍

节点是构成工作流的基本元素。通过对各个节点的正确串联，形成一个特定业务流程的工作流，实现高效、灵活且易于扩展的 AI 应用开发目标。工作流智能体可编排五类节点：

• 基础节点：完成工作流中基础任务的节点，包括：开始节点、结束节点、大模型节点、代码节点、知识库节点。
• 工具类节点：集成通用且复杂工具、拓展智能体能力的节点，包括：工具节点。
• 逻辑节点：控制工作流按一定逻辑实现特定走向的节点，包括：决策节点、分支器节点、迭代节点。
• 转换节点：对工作流中的变量进行存储、转换、拼接等的节点，包括：变量存储器、变量提取器、文本拼接节点。
• 其他：主要包括控制工作流运行过程中输出相关信息的消息节点。

# 2.3.1 开始节点

开始节点是工作流中的第一个节点，它标志着整个工作流程的启动。该节点通常负责接收用户输入或触发条件，并将其作为后续节点处理任务的依据。

i. 配置说明

在工作流的开始节点中，设定了一个默认输入参数——AGENT_USER_INPUT，此参数专门用于接收并存储用户在当前对话轮次中输入的原始内容。此外，开始节点同样支持其他参数输入。开发者可点击添加按钮，根据需求配置需要设置的输入参数。具体可配置的输入参数类型见下表：

其他类型输入参数添加步骤如下：

ii. 文件输入使用示例

接下来以输入 Pdf 文件，利用 OCR 工具节点进行 pdf 文件内容读取为例，进行文件输入示例讲解。

• 单文件输入示例

如果开发者需要处理单个文件，此时可把输入参数"other_input"的变量类型选为 Pdf。当开发者把 Pdf 文件通过对话框上传至平台时，此时 other_input 会被平台赋值成该文件的 url。最后在 OCR 工具节点的 file_url 参数中引用此变量，即可实现对此文件的识别。具体编排逻辑如下：

使用时，在对话框中传入需要 OCR 进行识别的文件，即可利用 OCR 工具进行文件内容识别。具体示例如下:

• 多文件输入示例

如果开发者需要批量处理文件，此时可把输入参数"other_input"的变量类型选为 Array<Pdf>。当开发者把多个 Pdf 文件上传平台时，此时 other_input 会被平台赋值成由这些文件 url 组成的数组。在本示例中，开发者可利用迭代节点依次从 other_input 中取出文件的 url 进行 OCR 识别。具体编排逻辑如下：

迭代节点内部逻辑如下：

使用时，在对话框中拖拽多个文件进行上传，即可利用 OCR 工具进行文件内容识别。具体示例如下:

# 2.3.2 结束节点

结束节点作为工作流的最终环节，扮演着至关重要的角色，它负责反馈工作流执行完毕后的结果。在结束节点的设计中，我们提供了两种返回结果的方式：

• 返回参数，由工作流生成：此方式允许结束节点返回在工作流执行过程中处理得到的变量值。
• 返回设定格式配置的回答：通常用于允许用户自定义返回结果的格式和内容，以满足不同应用场景下的具体需求。

# 2.3.3 大模型节点

大模型节点具备调用讯飞星火、Deepseek 等开源大模型的能力，能够处理和生成自然语言，一般用于处理文本生成任务。

【参数配置】

• 模型选择：从可用的模型库中选择一个合适的大型语言模型进行调用。
• 输入参数配置：设置输入文本的内容，这可以是用户输入的原始文本，也可以是经过预处理或格式化的文本。
• 提示词：为模型提供额外的提示信息，以帮助模型更好地理解输入文本并生成符合要求的输出。这些提示词可以是关键词、短语或句子。
• 输出参数：设置输出文本的格式和样式。

# 2.3.4 代码节点

代码节点支持用户通过开发 Python 代码块实现数据或业务逻辑处理。用户可以运用集成开发环境（IDE）工具编写代码处理输入的参数，输出相应结果。工具支持 AI 生成代码，也支持 AI 校正错误代码。

【参数配置】

• 输入：设置代码节点需要接收的输入参数，这些参数可能来自其他节点或用户输入。
• 代码：在代码编辑器中编写自定义代码逻辑，也可以通过 AI 自动生成代码，实现特定的功能或处理流程。
• 输出：设置代码节点的输出格式和类型，输出参数需和代码 return 输出参数保持一致，以便后续节点能够正确接收和处理。

# 2.3.5 知识库节点

知识库节点能够根据用户输入的查询条件（query），在指定知识库中快速检索相关知识块，随后将这些信息高效反馈给用户，主要应用“信息存储与检索、应答效率提升、工作流程优化、以及模型性能增强”等场景。

【参数配置】

• 输入参数：固定为Query，表示用户希望在知识库中检索的 Query 相关关键信息。
• 知识库选择：在知识库区域右上角单击 + 添加知识库，即可将知识库添加到节点中，支持添加多个知识库。
• 知识库参数设置：用于筛选与用户问题相似度最高的文本片段。系统同时会根据选用模型上下文窗口大小动态调整分段数量。数值越大，返回的条目越多。
• 输出：固定输出result（Array<Object>），其中包含多条召回结果。

当开发者点击添加知识库按钮后，会弹出以下页面，开发者可以在此页面中选择已创建的知识库进行关联。

知识库关联完毕后，开发者可点击知识库节点中的参数配置，在弹出的窗口中调节 topK 的值。

# 2.3.6 知识库 Pro 节点

知识库 Pro 节点作为知识库节点的进阶版本，通过创新的 Agentic RAG 和 Long RAG 双重技术策略，能够更高效地处理复杂场景下的信息检索需求。相较于标准知识库节点，Pro 版本在多意图理解、跨知识点关联等开放复杂任务中表现出显著优势，其检索精准度和回答质量均获得全面提升，为用户提供更加智能、精准的知识服务体验。

【参数配置】

• 回答模式：选择用于对问题进行拆解以及对召回结果进行总结的大模型。
• 策略选择包括两类：Agentic RAG 与 Long RAG。
  • Agentic RAG：该策略会对复杂的问题进行拆分，拆分成子问题后，会逐个去进行召回检索，然后把检索结果一并送入大模型进行回复。
  • Long RAG：该策略主要用于长文本理解，即当询问一个问题后，会事先检索所有的文档，找出相关文档后，抽出相关文档中所有的切片，送入大模型进行回复。
• 输入参数：固定为Query，表示用户希望在知识库中检索的 Query 相关关键信息。
• 知识库选择：在知识库区域右上角单击 + 添加知识库，即可将知识库添加到节点中，支持添加多个知识库。
• 知识库参数设置：用于筛选与用户问题相似度最高的文本片段。系统同时会根据选用模型上下文窗口大小动态调整分段数量。数值越大，返回的条目越多。
• 回答规则：非必填，如果有输出要求限制或对特殊情况的说明，可以在此补充，例如：回答问题，如果没有找到答案时，请直接告知“不知道”。
• 输出：固定输出大模型输出结果Output，以及result（Array<Object>），其中包含多条召回结果。

# 2.3.7 问答节点

工作流中的某些节点需要用户提供必要信息或明确意图才能继续执行。为此，平台设计了专门的问答节点，通过自然语言提问或多选选项的形式，精准收集用户需要提供的关键信息，从而确保对话交互的流畅性。当智能体在对话过程中识别到包含问答节点的工作流时，会自动向用户呈现预设的问题内容，并暂停当前流程等待用户完成信息输入后才会继续后续操作。

问答节点支持直接问答和选项问答两种方式收集用户的信息或意图。

1. 直接问答

在提问内容栏指定一个开放式问题，用户直接通过自然语言的方式进行回复，智能体会提取用户的整段回复或者提取回复中的关键字段。如果用户的响应和智能体预期提取的信息不匹配，例如缺少必选的字段，或字段数据类型不一致，智能体会主动再次询问，直到获取到关键字段或者超过设置的最大回答数(默认两次)。

1.1 参数配置说明：

1.2 回答设置：

开发者可点击回答模式右边的按钮对回答模式进行参数设置。

用户是否必须回答：关闭此开关时，当智能体在对话框中提出问题后，下方会出现"忽略此问题"按钮，点击后，用户可忽略此问题不做回答。此时，待抽取的关键词会被赋予"参数抽取"中的默认值，继续进行执行；而打开此开关，则在提出问题后，下方不会出现"忽略此问题"按钮，即要求用户必须回答。

对话超时设置：当在回答问题界面停留超过预置时间，该工作流将会终止运行。最小值：2 分钟，最大值：5 分钟。

最多回答次数设置：允许用户回答该问题的最多次数，当从用户的多次回答中获取不到必填的关键词字段时，该工作流将会终止运行。最小值：2 次，最大值：5 次。

2. 选项问答

问答节点允许开发者预置固定选项，通过固定选项回复问题，此模式通常用于聊天式的智能体中，推进对话进度、增强互动性。你可以将用户可以执行的操作设置为选项，帮助用户在指定范围内快速回复，也可以将常见的意图作为选项，作为用户输入的提示信息。每个选项通常对应不同的工作流分支处理，用户在选项之外的回复也需要有分支处理，例如可以引导用户再次选择或者执行兜底逻辑。

2.1 选项内容说明：

2.2 回答设置：

开发者可点击回答模式右边的按钮对回答模式进行参数设置。

用户是否必须回答：关闭此开关时，当智能体在对话框中提出问题后，下方会出现"忽略此问题"按钮，点击后，用户可忽略此问题不做回答。此时，问答节点会执行"其他"选项分支，继续进行执行；而打开此开关，则在提出问题后，下方不会出现"忽略此问题"按钮，即要求用户必须回答。

对话超时设置：当在回答问题界面停留超过预置时间，该工作流将会终止运行。最小值：2 分钟，最大值：5 分钟。

3. 使用示例

为了方便开发者能快速理解和使用问答节点，我们提供了一个多轮问答的技术模板供开发者参考和使用。具体集成步骤如下：

步骤一：在讯飞星辰 Agent 开发平台主页点击左上角的"创建"。

步骤二：在弹出的页面中选择"工作流创建"。

步骤三：在弹出的窗口中，下拉到最后，找到"全学科练习助手"，点击建同款，即可一键导入此模板。

该智能体的功能为根据您输入的要求，进行出题，然后用户进行题目解答。开发者可在理解该智能体的基础上，体验和参考问答节点的用法。

# 2.3.8 工具节点

2.3.2.1 工具节点介绍

工具节点集成众多通用且复杂的插件集，用户可以直接调用所需插件，拓宽智能体的能力，常用插件如：聚合搜索、文生图、通用 OCR 大模型等，也支持用户添加自定义插件。

【参数配置】

• 插件选择：从可用的插件列表中选择需要使用的插件。
• 输入参数：设置工具节点需要接收的输入参数，这些参数可能来自其他节点或用户输入。
• 输出参数：工具节点的输出参数不支持自定义，用于接收插件执行后的结果。

2.3.2.2 添加插件

节点列表中选择工具节点，点击"+"号后会跳转到添加工具界面。在此界面下，官方插件统一放在"官方工具"栏中，自定义插件放在"我创建的"栏中。开发者可结合自身需求，找到需要添加的插件，点击右侧的添加按钮即可导入把此插件添加到工作流中进行使用。

注意：添加自定义插件前，需要开发者事先创建好自定义插件。创建自定义插件的步骤请参考本章中插件管理章节。

# 2.3.9 决策节点

决策节点接入大模型能力，主要功能是分析输入信息，对用户意图进行识别分类，确定后续工作流的走向。用户可以预设若干种不同的智能体使用场景，通过决策节点的串联，让工作流提供更加精准的服务。

【参数配置】

1. 模型选择：从可用的模型库中选择一个合适的大型语言模型进行调用。
2. 输入：固定为 Query，接收来自用户或其他上游节点的输入信息，该信息为意图识别判断的内容。
3. 意图：用户能够设定多个意图，大模型会深入分析和解读用户意图，将其与预设的意图分类进行匹配，随后，处理流程会自动导向相应的后续节点。
4. 高级配置：为了引导大型模型更准确地识别并分类用户意图，我们可以追加系统提示词，有助于模型实现更精细化的分类。
5. 输出：识别出意图后，节点会将这一信息作为输出，传递给下游节点或系统，以便根据用户的意图执行相应的操作或流程。

# 2.3.10 分支器节点

决策节点通过自然语言处理（NLP）技术解析用户的意图或需求，分支器节点则主要通过条件判断逻辑与分支处理机制来运行。根据节点的输入参数是否满足设定条件，运行后续对应分支流程。每个分支条件均支持灵活地添加多个判断条件，这些条件可以通过逻辑运算符“且”与“或”来组合，构建更为复杂和精细的判断逻辑。

# 2.3.11 迭代节点

迭代节点允许用户设定重复执行的任务或操作，类似于编程语言中的 for 循环，遍历循环用于遍历一个已知的数组，并对数组中的每个元素执行一系列相同的步骤，每次循环迭代，工作流会依次执行画布内的各个节点。

【参数配置】

1. 输入变量：仅接受 Array 数组变量类型数据。
2. 迭代子节点：你可以在子画布中使用工作流中所有的节点（迭代节点除外），编排需重复执行的任务；子画布中仅有一个开始节点和结束节点，不支持嵌套循环。
3. 输出变量：仅支持输出数组变量，支持多数组输出；循环执行完毕后，将所有循环的运行结果打包输出给下游。

# 2.3.12 Agent 智能决策节点

Agent 智能决策节点主要依据用户选择的推理策略，调用选定的大语言模型，对输入的复杂问题进行推理分析与判断，同时具备工具智能调度能力，能够根据模型的推理结果动态选择并调用适配的外部工具，实现“思考+执行”的闭环处理流程。此外，节点支持用户补充提示词内容，用于细化角色设定、优化推理路径和增强查询语义，以提升整体推理的准确性。

【参数配置】

• 回答模式：从可用的大语言模型库中选择一个适配的模型进行调用。建议优先选择具备中间推理能力的模型（如 Spark X1 或 DeepSeek R1），以支持复杂问题的逐步推理。如需在推理过程中提升响应速度，可选用 DeepSeek V3 等高性能模型以减少延迟。
• 输入参数：定义该节点需要接收的输入内容，参数来源可包括前置节点输出或用户输入。
• Agent 策略选择：用于指导大模型在执行任务过程中的推理与决策方式，默认采用 ReACT（Reasoning and Acting）模式，以实现“思考—执行—反馈”的智能交互闭环。
• 插件选择：支持在已发布的插件列表中同时勾选并添加多个工具，点击“添加插件”，可以选择常用插件、MCP Server 类工具以及知识库资源，最多可以添加 30 个插件，用以提升智能体工具调用能力。
• 自定义 MCP 服务器地址：允许用户按需自定义添加外部 MCP Server 地址，以拓展工具来源及服务能力，最多支持配置 3 个自定义地址。
• 设置提示词：通过补充“角色设定”、“思考步骤”和“用户查询/提问(query)”三部分提示词，进一步优化智能体的角色定位、推理路径和查询精度，从而提升模型的响应质量与任务适配度。
• 设置最大轮次：用于设定模型可进行的最大推理轮次数。建议轮次数设置应不低于已配置的工具数量。系统当前支持的最大轮次数为 100 轮，默认值为 10 轮。推理轮次数越多，模型可进行的思考过程越深入，从而更有可能生成逻辑严密、结构合理的最终回答，推荐在处理高度复杂任务时适当提高该参数值。
• 输出参数：输出大模型思考推理过程和最终输出内容。

1. 选择回答模式和 Agent 推理策略

在配置 Agent 智能决策节点时，用户需首先选择合适的回答模式，即从可用的大语言模型中选择一个适配当前任务的大模型，并结合任务复杂程度和工具调用需求，设定对应的推理策略，以确保智能体具备清晰的思考路径与执行能力。

平台支持多个模型供选择，包括 Spark X1、DeepSeek R1、Qwen3 等。其中，DeepSeek R1 和 Spark X1 等支持“中间思考过程可见”，适用于任务较复杂、需要调用多个工具的应用场景；若任务更偏向结果导向，且对响应速度有较高要求，可选用 DeepSeek V3 等高效模型。

Agent 推理策略默认使用 ReACT 模式。ReACT（Reasoning and Acting）是一种“思考+行动”的交替式推理策略，它允许模型在回答问题时一边思考，一边调用外部工具，再根据结果继续推理，直到完成任务。ReACT 运行时，模型按以下步骤交替循环执行：

• 用户提问 → 模型思考第 1 步 → 判断需调用工具 A → 工具返回数据 → 模型再次思考 → 判断需调用工具 B → 再次思考 → 输出答案

2. 添加插件、MCP 工具及知识库

Agent 智能决策节点可通过添加工具插件来扩展其功能边界。点击“添加插件”按钮后，用户可在弹窗中浏览并勾选所需的插件，平台支持三类插件接入：

• 常用插件：如聚合搜索、通用 OCR 大模型、图片理解等内置能力。
• MCP Server 类工具：支持通过 MCP 协议调用星辰 Agent 开发平台提供的官方工具服务，如高德地图信息查询、B 站视频搜索、结构化数据处理等；同时也支持调用用户自建或外部接入的 MCP Server 实例。
• 知识库资源：作为大模型的外部知识支撑，适用于需要引用行业资料、内部文档或垂类知识的任务场景。

系统支持最多添加 30 个插件，用户可按需多选。点击右侧“添加”，即可完成工具调用。

此外，当平台中暂无合适工具满足业务需求时，用户也可自行新建插件与知识库，以满足定制化任务需求。新建方式与操作详见“知识库和插件管理”章节。

3. 添加自定义 MCP 服务器地址

平台支持用户根据业务需求自定义添加第三方 MCP 服务器地址，以扩展模型在任务执行过程中的能力调用范围。该配置项为可选项，适用于以下典型场景：

• 企业或个人已部署自有 MCP Server，并希望接入星辰 Agent 开发平台；
• 某些工具服务仅以私有 API/MCP 服务形式存在，需手动接入；
• 对响应速度、安全隔离或服务逻辑有个性化定制需求的用户。

系统最多支持配置 3 个地址，用户点击“添加地址”后，即可手动填写服务器的 API 地址。

4. 设定提示词

提示词用于为大模型提供更明确的上下文信息与行为指导。用户可设置三个提示词段落：“角色设定”、“思考步骤”以及“用户查询/提问(query)”。

• 角色设定（非必填）：定义大模型在任务中应扮演的角色、风格或输出格式；
• 思考步骤（非必填）：干预大模型的推理过程，指明模型应如何逐步拆解任务，大模型会依据思考提示和决策策略进行调度；
• 用户查询/提问(query)（必填）：补充用户指令或问题，增强模型理解精度，通过插入可以引用对应的参数值，如。

示例填写内容如下：

• 角色设定（非必填）：你是一个运营文案撰写专家，能够以轻松幽默的风格撰写文章内容；
• 思考步骤（非必填）：优先考虑使用“聚合搜索”插件；
• 用户查询/提问(query)（必填）：根据内容，撰写一篇劳动节的宣传文章。

# 2.3.13 变量存储器

变量存储器节点可以将工作流内的变量赋值到会话变量中用于临时存储，并可以在后续对话中持续引用。删除会话或新建会话，变量将会被清空。

1. 参数配置

• 设置变量值：用于变量赋值
• 获取变量值：用于变量读取和使用

2. 使用示例

接下来以一个具体场景来展示变量存储器的用法，场景如下：

场景：根据用户输入的主题，利用大模型生成一个笑话。然后把笑话存入变量"jock"中，最后在取出该变量，进行结果输出展示。

具体编排逻辑如下：

注意：

• 变量存储器必须先设置变量值，才能在取出模式中取出该变量，否则取出模式中不会展示该变量参数。
• 一个变量存储器只能执行一种操作，即要么是存储，要么是取出。因此，存储变量和取出变量需要使用两个变量存储器分别执行。

# 2.3.14 变量提取器

变量提取器接入大模型能力，可以对自然语言中的关键信息字段进行提取，提高智能体处理复杂任务的能力，使智能体交互更加灵活。

【参数配置】

• 输入：固定为 input，字符串类型，接收来自用户或其他上游节点的输入信息。
• 输出：支持多种数据类型的输出，并允许用户定义多个输出项。它能够根据参数的具体描述，精确地抽取出输入数据中的目标内容，并将这些内容按照预设的数据类型和输出项进行赋值。

# 2.3.15 文本拼接

文本拼接节点是工作流中的一个特定节点类型，它接收来自上游节点的多个文本输入，并根据预设的规则或逻辑将这些文本片段拼接成一个连续的字符串。这个拼接后的字符串可以作为后续节点的输入，或者直接输出给最终用户。

【参数配置】

• 输入：文本拼接节点能够接收来自上游节点的多个文本输入。这些输入可以是字符串、文本变量或文本数组等。
• 规则：节点内部定义了拼接的规则或逻辑，这些规则决定了如何将输入的文本片段组合成一个完整的字符串。例如，可以使用空格、逗号、换行符等作为分隔符，或者根据特定的格式要求来拼接文本。
• 输出：拼接后的文本可以经过进一步的格式化或处理，以满足后续节点的输入要求或用户的输出需求。

# 2.3.16 消息节点

消息节点是工作流中间过程中的输出节点，能够根据配置要求，在运行过程中向使用用户输出内容。消息节点的主要功能是确保信息在智能体中的有效传递，提高用户体验。

【参数配置】

1. 输入：能够接收来自上游节点参数输入，用于回答内容的设置。
2. 回答内容：设定明确的回答规则或逻辑框架，据此生成回复内容。这些内容可以是简洁明了的文本回复，也可以是经过精心格式化的消息，或是包含特定关键信息的详细答复。

# 2.4 智能体调试

# 2.4.1 调试

智能体调试是优化智能体性能、确保其稳定运行的关键环节。可以帮助用户定位与修复逻辑错误、优化响应效率与资源分配、校准交互体验与用户预期，使智能体平稳有效得运行；

在画布页面点击右上角调试按钮，在弹出的页面中输入调试内容对智能体进行调试，智能体调试支持边修改边调试，从而可以对编排的智能体进行快速调整以验证智能体效果。进而构建出让用户满意的智能体；

# 2.4.2 问题反馈

为了解决在工作流智能体调试过程中遇到的节点报错排查难的问题，平台推出了一键反馈功能。该功能旨在协助开发者获取到完善的运行日志，帮助开发者把相关报错信息提供给平台，协助平台研发高效排障。具体操作如下图：

点击保存后，会将开发者所填写的信息、用户名、BotID、FlowID、SID、开始时间、结束时间、耗时、消耗 token 数、状态、错误码保存至后台服务中，供平台研发排障使用。

# 2.4.3 Trace 日志分析

在智能体的开发过程中，工作流请求调用链错综复杂，平台提供的 Trace 日志功能可以追踪并记录组件之间的调用顺序，帮助开发者分析系统行为、定位问题或优化性能，实现从 “黑盒模型” 到 “透明决策” 的跨越。

开发者可从"发布管理"列表中找到对应的工作流，点击"详情"然后切到 Trace 日志栏，即可查看指定应用在特定时间范围内上报的 Trace 数据。

在 Trace 列表，选择目标记录后，点击即可查看 Trace 详情。

Trace 日志信息说明如下：

在调试过程中，为了方便开发者快速查看所需的 Trace 数据，平台提供列管理功能，方便开发者快速筛选所需信息。具体操作如下：

点击 trace 列表右上角的"列管理"按钮，在弹出的下拉框中勾选需要的维度信息即可。

# 2.5 智能体发布

创建智能体后，开发者可以将已创建的智能体进行多渠道发布：

• 讯飞星火 Desk、星火 APP
• API
• MCP Server
• 微信公众号(服务号)

开发者可从发布管理中菜单栏中找到需要发布的智能体，点击发布。

在弹出的界面中，选择要发布的平台，即可完成发布。

注意：如果需要发布成 API，需要对其事先进行配置。点击配置按钮后，会进入智能体 API 的配置页面。

在此界面中，开发者需要通过实名认证、绑定 APPID、查看调用文档即可完成智能体 API 申请。

• 实名认证

用户可点击“去认证”进入讯飞开放平台官网进行实名认证

• 绑定 APPID

点击“立即创建”快速创建 APPID 后，回到当前的智能体 API 页面，在“服务接口认证信息”处填入下拉选择应用，即可完成绑定。

• 调用服务

用户可进入“接口文档”查看调用文档，完成智能体 API 调用

温馨提示：每个智能体API可免费拥有1000万token的调用量，每位用户最多享受100次智能体API免费调用量权益，如需更多调用量或扩容QPS，请填写工单。

此外，智能体还可以发布成 MCP Server

填写服务名称，服务概述，内容 content 等必填内容后在弹出页面点击右下角更新发布按钮完成 MCP Server 的发布。

# 2.6 智能体测评

智能体测评是对智能体的可靠性、适用性等方面进行评估的过程；支持 Agent 多维度自动化测评、自定义拓展测评维度；可以用来验证智能体是否符合设计目标、发现智能体存在的问题和缺陷、评估智能体在不同场景下的表现；从而使智能体能按预期执行任务，以便后期智能体的优化和改进，提高智能体的质量。

# 2.6.1 准备测评集

在启动测评任务之前，需要准备测评集。测评集是一组精心设计的数据集合，其中包含一系列的测评用例，用于衡量测评对象在不同场景下的表现，是测评任务中的重要组成部分。如果测评对象在某些用例上效果不佳，可以针对这些场景进行智能体调优，然后再次执行这些用例，直到测评对象的生成效果达到预期。

1. 测评集设计原则

设计评测集中的用户问题时，应注意：

• 确保核心链路通畅：测评集需要覆盖智能体的各个功能点，尽量模拟真实的用户交互、设计典型对话，以确保智能体的表现符合产品设计和业务需求。
• 评估范围全面：测评集应该包含不同难度、不同领域的数据，以便全面评估模型的性能。如果包含多种任务，需要确保各个类别之间的数据量均衡，保证每种任务都有足够的样本数据。
• 覆盖极端场景和异常输入：尝试通过测评集识别出智能体响应质量不符合预期的场景，同时也需要模拟异常输入、超限输入、违规输入的情况，判断智能体在各种场景下是否都可以按照预期执行任务。
• 确保覆盖异常案例：对于用户反馈不合理的智能体响应案例，将其添加到测试集中，确保智能体的新版本已解决这些问题，可以按预期执行任务。

2. 创建测评集

选择左侧边栏效果测评按钮，进入效果测评页面。选择页面上方评测集管理 tab，点击新建测评集按钮，跳转至测评集管理页面进行测评集创建。

测评集管理分为评测集名称、版本名称、数据上传三个必填项，版本说明一个非必填项；

• 测评集名称：限制 30 字以内，要求尽量体现测评集的作用
• 版本名称：评测集可以设置很多版本，例如首版本可以设置为 1.0.0，后续迭代版本可以进行累加；
• 数据上传：数据上传需要先下载评测模板，在评测模板中填写需要评测的内容，然后进行模板上传，目前文件格式支持 xlsx，文件大小限制 20MB;
• 版本说明：对上传的版本进行说明，尽量体现版本更新内容，要求限制 200 字以内;

上述内容填写完整后点击页面右下方保存按钮，完成评测集创建；至此我们可以在测评集管理页面中查看已经创建的测评集。支持查看详情、下载、新增版本、删除操作。

# 2.6.2 设置测评维度

测评维度在各类评估、评价体系中扮演着关键角色，它是对评估所依据的不同角度、层面或指标进行系统性规划、组织、调整和优化的过程；

在效果测评栏切换顶部 tab 进入评测维度管理页面，目前平台默认支持五个评估维度（回复准确性、人设一致性、对话流畅性、回复多样性、对话逻辑性），开发者可以根据自己的需求进行新建维度。点击页面左上角批量导入或新建维度按钮新建测评维度。

现在我们以新建维度为例演示如何新建测评维度。新建维度分为维度名称、场景类型选择、维度描述、prompt 预览与编辑四个需要配置的选项。

• 维度名称：维度名称是对评估体系中某一评估角度或层面的标准化命名，用于清晰界定评估的核心方向。例如 “客户满意度”“目标达成度” 等，是评测维度管理中的基础单元。
• 场景类型选择：场景类型选择是指根据目标需求、用户特征、业务场景等因素，对特定活动或评估所适用的场景分类框架进行筛选与界定。平台默认有一个角色扮演场景，用户可以根据自己的需求新增场景类型，场景类型支持多选，最多支持 3 个。
• 维度描述：维度描述是对评估体系中某一维度（如 “客户满意度”“研发投入占比”）的内涵、边界、衡量方式及应用场景进行系统性阐释的文本说明。是评测维度管理的基础文件。
• prompt 预览与编辑：Prompt（提示词）是引导 AI 模型、评估者或被评估者完成特定任务的指令性文本，通过结构化描述明确目标、规则及输出要求。在评测维度管理中，Prompt 可用于指导 AI 生成维度名称、设计评估指标，或规范人工评估的判断逻辑。

关键信息填写完毕后，需要先进行调试预览操作，调试维度效果后方可点击提交按钮完成维度的创建。点击调试预览按钮，在弹出的页面中进行调试，调试预览步骤如下：

填写关键信息后点击页面右下角保存按钮完成新建维度的创建操作。至此我们可以在测评维度管理列表中查看我们自定义的维度，支持查看详情、编辑和删除操作。

# 2.6.3 测评任务

支持对指令型智能体、工作流智能体、Prompt 提示词的测评；人工测评、智能测评、一键并行三种测评模式；选择页面上方测评任务栏，点击新建任务按钮，进行测评任务的创建；该任务的创建分为选择测评对象、配置测评维度、发起测评三个步骤。

1. 选择测评对象

选择测评对象分为任务名称、测评类型、测评对象、选择评测集和选择任务模式五个必填项：

• 任务名称：输入测评任务的名称，最好能体验此任务的功能，限制 50 字以内；
• 测评类型：分为智能体-指令型、智能体-工作流、提示词三种，用户按需选择自己的测评类型；
• 测评对象：指的是需要进行评测的智能体，在下拉列表中选择需要进行测评的智能体；支持对同一个智能体的不同版本进行统一评测，帮助你判断不同版本的能力与表现差异，适用于智能体调优、持续改进等场景；
• 选择评测集：在下拉列表中选择事先创建好的测评集；
• 任务模式：分为人工测评、自动测评、一键并行三种模式；人工测评：执行批量数据，获取输出结果，并对结果进行人工评分，最终生成测试报告；自动测评：引入裁判模型对内容进行评测，最终生成评测报告；一键并行：同时支持人工测评和自动测评，先用自动测评进行初评，然后进行人工校验，协同生成全面的测评报告；

内容填写完毕后点击下一步按钮，进行配置测评维度，暂存表示保留本次的编辑数据。下面以智能测评为例演示如何配置测评维度。人工测评维度大致相同，缺少裁判模型选择和 prompt 调优操作。一键并行同时支持自动测评和人工测评，两者协同进行，从而生成全面的测评报告。

2. 配置测评维度

配置测评维度分为裁判模型选择和测评指标两个必选项

• 裁判模型选择：裁判模型是专用于评估智能体输出质量的辅助模型，该模型在评测中充当裁判员的角色，对评测对象输出的生成结果进行质量评估，并根据评测规则对每一条回复进行打分。裁判模型也可以评测主观问题和开放性问题，只需要用户 Query 和模型回复，即可自动对评测对象的表现进行质量评估与评价，无需人工标注，流程高度自动化，可大幅提高评测效率。目前平台只支持 DeepSeek-V3 一种裁判模型。
• 测评指标：测评指标是用于衡量和评估测评对象（如个人、产品、服务、项目等）表现或属性的具体维度和标准，在下拉列表中选择具体的测评维度。

对于已选的测评指标，可以切换维度指标进行相应的 Prompt 预览与编辑和调试预览操作，从而进行相应的调优工作。确保最终产品的功能正确性、体验流畅性和性能稳定性。

3. 发起测评

以上步骤执行完毕后点击页面右下角开始测评按钮，创建测评任务，此时在测评任务列表中会出现创建的评测任务。

自动测评：等待一段时间后，自动测评任务状态由运行中更改为已完成，此时可以进行相应的查看详情、删除、追加人工测评操作。

查看详情：点击查看详情按钮，查看评测的基本信息和测试数据；在测试数据中可以查看到详细的测评数据并且支持本地下载和追加人工测评操作。

删除：对已创建的测评任务进行删除操作。

更多：点击更多按钮，进行追加人工测评操作。

人工测评：测评任务会置为待评分状态，需要人工进行查看详情、打分和删除操作。

• 查看详情：点击查看详情按钮，查看评测的基本信息和测试数据；在测试数据中可以查看到详细的测评数据并且支持本地下载。
• 打分：点击打分按钮，进入打分页面，在测试数据一栏可以根据不同的测评维度和实际效果进行打分并给出打分的理由，打分分为四个等级：四颗星：很好； 三颗星：较好； 二颗星：一般； 一颗星：较差；
• 删除：对已创建的评测任务进行删除操作；

点击打分按钮，切换测评维度对测评任务进行打分和输入打分理由后，点击提交按钮，完成打分操作。具体流程如下，

点击提交按钮后完成人工测评，支持下载到本地、重新打分和追加智能测评操作。

一键并行：先进行智能测评，再进行人工测评，对比两者结果的差异，结合客户预期进行审核校验，最终输出效果报告，智能体完成自动测评后测评任务会置为待评分状态，可以人工进行查看详情、打分和删除操作。具体介绍参考人工测评。

点击打分按钮，在测试数据页面中进行人工打分和输入打分理由后点击提交按钮完成打分操作；

测评报告：完成测评后可以查看测评报告，这里可以分测评模式和测评维度查看不同状态下的智能体测评得分，对比差异；详细信息如下图所示。

# 3. MCP

# 3.1 MCP 介绍

当 AI 会自动调用合适工具来完成任务时，"会聊天的 AI"便进化成了"真干活的 AI"。以往开发者想接入地图导航、专业数据库或本地文件等工具，需要手动编写大量代码，现在通过 MCP 协议，AI 调用工具像"超市选购"一样简单，即选即用！

MCP 全称 Model Context Protocol（模型上下文协议），是由 Anthropic 公司于 2024 年 11 月推出的开放协议，通过提供类似 USB-C 的标准化接口，实现 LLM 实时访问外部数据并调用工具，支撑构建开放互联的 AI 应用生态。

讯飞星辰 Agent 开发平台通过 Agent 智能决策节点为开发者提供 MCP 功能服务。Agent 智能决策节点介绍可参考2.3.3.4 Agent 智能决策节点 (opens new window)章节。

# 3.2 MCP Server 的使用

工作流引入 Agent 智能决策节点后，开发者可在节点的工具列表栏，点击右侧的添加工具按钮，添加已发布的 MCP 工具。如果开发者需要集成其他平台的 MCP 工具，也可在节点的 MCP 服务器地址栏中填写第三方 MCP 工具地址。

1. 添加已发布的 MCP 工具

点击智能决策节点中添加工具按钮后，会自动跳转到工具列表页面。然后在左侧导航栏中选中 MCP，即可查看当前该账号下能添加的所有 MCP 工具。开发者找到需要使用的工具后点击添加，即可成功添加到该节点中。

如下图所示，已在 Agent 智能决策节点中成功添加高德地图 MCP 工具。MCP 工具最多支持添加 30 个。

2. 添加第三方 MCP 工具

如果开发者需要使用其他平台发布的 MCP 工具，开发者需要事先获取该工具的服务器地址，然后配置到节点的 MCP 服务器地址栏中，即可直接使用。第三方 MCP 工具最多添加 3 个。

# 3.3 MCP 的托管和发布

讯飞星辰 Agent 开发平台除了提供许多功能丰富的 MCP 工具外，还可支持开发者发布托管自定义 MCP 工具，以及把工作流一键发布成 MCP Server，以此扩展工具能力边界的同时提供端到端场景化解决能力。

# 3.3.1 MCP Server 托管

3.3.1.1 托管前的准备工作

1. 环境变量配置

在服务运行过程中，若 mcp-server 需要依赖环境变量（如数据库连接信息、API 密钥、服务端口等关键参数），需确保环境变量的准确传递与配置。具体操作如下：

• 配置文件设置：对于通过配置文件管理环境变量的服务，需在项目的指定配置文件（如.env 文件，具体名称依据项目技术栈确定）中，按照规范格式填写变量名及对应值。变量名应具有唯一性和可读性，避免与系统默认变量冲突，例如数据库连接字符串可命名为 DB_CONNECTION_STRING。
• 平台环境变量设置：若通过托管平台直接配置环境变量，在部署时，登录 MCP 平台，进入服务配置界面，找到 "环境变量" 设置模块。点击 "添加" 按钮，依次输入变量名和对应值。对于敏感信息（如密钥、密码等），平台支持加密存储功能，需按照提示进行操作，确保信息安全。

2. 构建可一键启动的包

步骤一：基于 npx 的包构建与上传

1. 按照 Node.js 项目代码规范进行开发，确保代码结构清晰，依赖管理规范（通过 package.json 文件管理依赖）。
2. 完成开发后，执行 npm login 命令登录 npm 账号（若没有账号，需先在npm 官网 (opens new window)注册）。
3. 执行 npm publish 命令将包发布到 npm 仓库，发布前需确认包名唯一，版本号符合语义化版本规范（如 1.0.0，主版本号、次版本号、补丁版本号依次递增）。

步骤二：基于 uvx 的包构建与上传

1. 对于适用 uvx 的项目（如 Python 项目，具体依据 uvx 支持的技术栈确定），遵循相应的代码规范，通过setup.py (opens new window)或 pyproject.toml 等文件管理项目依赖。
2. 登录pypi 仓库 (opens new window)账号（若没有，需先注册），使用 twine upload dist/*命令将构建好的包（通过 python setup.py (opens new window) sdist bdist_wheel 等命令构建）上传到 pypi 仓库，确保包名唯一，版本信息准确。

3.3.1.2 本地测试

在将服务托管到 MCP 平台前，建议通过本地测试确保服务能够正常运行。推荐使用@cloudbase/mcp-inspector 调试工具进行图形化测试，具体步骤如下：

1. 工具启动

打开终端，执行以下命令启动调试工具。

npx -y @cloudbase/mcp-inspector

2. 界面配置

步骤一：打开浏览器，访问http://127.0.0.1:5173，进入调试工具界面。

步骤二：在配置区域进行如下设置：

• Transport Type：选择 STDIO（标准输入输出），以确保工具与服务之间的通信正常。
• Command：根据服务的启动方式，填入 npx 或 uvx。
• Arguments：填入服务的具体启动参数，例如若服务通过 npx start 启动，则参数填写为 start。
• Environment Variables（可选）：若服务需要环境变量，点击该选项，按照 "变量名 = 变量值" 的格式添加所需的环境变量，可添加多个变量，点击 "保存" 完成设置。

3. 链接测试

点击界面中的 "Connect" 按钮，等待工具与服务建立连接。连接成功后，可通过工具提供的功能对服务进行测试，如发送请求、验证接口响应等，确保服务各项功能正常。若连接失败，检查命令、参数和环境变量配置是否正确，或服务是否在本地正常启动。

3.3.1.3 托管部署

1. 登录星辰 MCP 托管平台 (opens new window)
2. 点击右上角托管 MCP 按钮

3. 在弹出的页面中填入基本信息后，点击底部托管按钮完成 mcp server 托管。

• 图标: 上传服务的标识图片，图片格式建议为 PNG 或 JPG，尺寸符合平台要求（具体尺寸可查看平台提示）。
• MCP 服务名称：填写服务名称，需具有唯一性，便于识别和管理，长度不超过 50 个字符
• 描述：简要说明服务的功能、用途等，让其他用户或平台管理员快速了解服务内容，字数控制在 200 字以内。
• 标签：默认有知识模型、文本翻译、文生图三种类型，支持自定义新增模型和多选。
• 托管类型：分为本地托管和云端托管两种类型
• command：根据服务的启动方式，准确填写启动命令，例如 npx start 或 uvx run main.py (opens new window)。
• args：启动命令参数，例如-y tavily-mcp@0.1.4
• env：若服务在托管时需要使用环境变量，在对应的输入框中按照 "变量名 = 变量值" 的格式填写，多个变量用换行分隔。平台会自动识别并应用这些环境变量。
• 服务概述：详细描述服务的技术架构、核心功能、适用场景等信息，可使用 Markdown 格式进行排版，提高可读性。
• 发布到广场：根据需求选择是否将服务发布到平台广场。若发布到广场，需确保服务符合平台的发布规范，包括功能完整性、安全性、文档完整性等。发布后，其他用户可在广场中查看和使用该服务。

# 3.3.2 工作流一键发布为 MCP Server

1. 创建工作流并发布

在讯飞星辰 Agent 开发平台 (opens new window)创建工作流，调试后点击右上角"发布"。

2. 选择发布路径

在弹出的发布页面中选择最下面"MCP Server"发布路径并点击"配置"。

3. 完成发布

填写好相应资料，一键发布为 MCP Server，发布成功后即可在工作流编排时调用，并在 agent 决策节点工具列表查看。

# 4. 知识库和插件管理

# 4.1 知识库管理

# 4.1.1 新建知识库

登录讯飞星辰 Agent 开发平台 (opens new window)首页后，进入资源管理界面，点击知识库进入知识库管理界面。

点击新建知识库后，在弹出的弹窗中填写知识库名称知识库描述。选择知识库版本，完毕后点击确认，创建知识库。知识库分为星火知识库和星辰知识库库两种类型；两者区别如下：

星火知识库：可整合多源异构知识数据自动采编，提供问答式检索，支持答案追溯，适用于企业场景。支持私有化部署。

星辰知识库：可整合多源异构知识数据自动采编，提供问答式检索，支持答案追溯，适用于轻量检索场景。

知识库创建完毕后，在跳转的页面中，将需要上传的知识库在“上传文件”中上传。一个知识库最多支持上传 10 个文件，单文件大小不超过 20MB，字数不超过 100W，支持 txt、pdf、doc、docx、md 格式的文档。文件成功上传后，需点击右上角下一步，进入配置与分段界面。

# 4.1.2 配置与分段

上传后的知识文件，需要分段成数个知识块，存储在知识库中供其检索。讯飞星辰 Agent 平台支持两种分段策略：智能分段策略与自定义分段策略。

智能分段支持自动设置分段规则与预处理规则，如果不了解这些参数建议选择此项。自定义分段策略可填写分段标识符与分段长度字段。分段标识符是指用户希望用什么字符切分上传的知识库，常用的切分符号主要有换行符“/n”、句号“。”等。分段长度是指用户希望每段切分文字的最大字数限制，目前是支持“200-300”之间。设置完成即可点击“预览”查看对知识库文档的切分效果。如果分段符合开发者要求，则点击右上角保存并处理，即可成功创建知识库。

# 4.1.3 知识库效果验证

知识库创建完成后，可以在命中测试中输入关键词，测试知识库命中情况。

# 4.1.4 知识库编辑和删除

完成知识库创建之后，可以在知识库管理界面重新编辑或一键删除知识库。

如图所示，在对应知识库卡片中点击“删除”，可以删除现有知识库。点击“去编辑”，可以查看当前知识库的所有文件，整个知识库都可以链接到应用或通过工具进行索引。

在编辑界面可以为当前知识库自行添加文档或添加文件夹。点击单个文件右侧的操作按钮，可以修改已上传文档的状态（启用/停用）、分段设置或删除该文件。

此外，页面上方提供“命中测试”功能，可基于用户输入的查询文本，测试编辑后的知识库命中效果；同时，“设置”功能支持随时修改知识库的基础信息配置及索引方式，以便灵活调整知识库结构和检索策略。

# 4.2 自定义插件

插件可以简单理解为一个独立 API 的封装，工作流调用插件时，就是调用某个 API。 如果平台提供的官方插件不满足你的需求，你还可以创建自定义插件来集成需要使用的 API。

# 4.2.1 新建插件

下面以天气查询工具为例演示完整的自定义插件构建流程；

天气查询 API 请求方式及 url：

• 请求方式：GET
• 接口地址：http://v1.yiketianqi.com/free/day

在资源管理模块选择新建插件

点击“新建插件”，在跳转页面中填写插件的基本信息。

如果您的 API 接口需要进行秘钥鉴权，授权方式请选择【Service】，可以根据 API 要求选择在 Header 或者 Query 中传递密钥，API 鉴权秘钥一般从 API 提供方获取，如果接口不需要鉴权，直接选择【不需要鉴权】即可。

请求方法支持 Get、Post、Put、Delete、Patch 等协议类型，请根据 API 文档说明选择。

以天气查询接口为例，需要通过在 Query 中传 appsecret 方式鉴权：

基本信息填写示例如下：

信息填写完成后点击【下一步】进入参数配置页面。

# 4.2.2 配置参数

根据 API 接口协议配置输入、输出参数。

输入参数配置：

天气查询接口输入协议如下：

点击配置输入参数右方添加按钮，根据协议添加输入参数：

输入参数配置说明如下：

输出参数配置

以天气查询为例，输出协议如下（示例仅展示部分字段）：

点击配置输出参数右方添加按钮，根据 API 输出协议添加输出参数，配置示例如下：

**注意：**参数名称、类型需要和 API 输出结果严格保持一致，否则会导致在工作流调用中，无结果输出。不被用到的字段 ，可不定义。

输入参数和输出参数配置完成后，点击【下一步】，进行调试页面。

# 4.2.3 调试与校验

插件正式创建前需要进行调试校验，在调试与校验页面填入需要的请求参数后，点击调试按钮，在页面下方查看调试结果，调试满足需求后点击页面右下方发布按钮完成发布，至此即完成整个自定义插件的创建。

注意：新增插件的过程中还支持暂存操作，如果用户在插件发布完成前想保存添加的数据信息，则点击此按钮完成数据的暂存。

# 4.2.4 编辑与删除

在资源管理页面可以查看已创建的插件，用户可以对插件进行相应的编辑和删除操作，具体操作如下图所示：

# 4.2.5 插件的使用

插件的使用步骤请参考"开发指南-工作流智能体开发-节点介绍-工具节点"章节。

# 4.3 智能体下架

星辰 Agent 开发平台支持开发者把已发布的智能体进行下架，下架后的智能体将不会出现在工作流广场中被其他人发现和使用。开发者可通过左侧导航栏中选择发布管理，然后选择已发布，在已发布中找到需要下线的智能体，点击下线，即可实现该智能体的下架操作。

# 4.4 智能体删除

讯飞星辰 Agent 开发平台同样允许开发者删除创建的智能体。开发者可从左侧导航栏中进入我的项目，然后在页面中找到需要删除的智能体卡片，点击卡片上的删除按钮进行删除。

注意：

1. 删除后的智能体无法恢复，因此在删除前，需要开发者谨慎考虑。
2. 讯飞星辰 Agent 开发平台仅支持对未发布的智能体进行删除，如果该智能体已发布，需要先将该智能体进行下架，下架完成后才能进行删除。

# 5. 精准调校 Prompt 工程

# 5.1 什么是 Prompt

Prompt(提示词)指用户向 AI 系统输入的指令或问题文本，是触发人工智能生成回应的关键要素。其核心功能包括：

1. 指令传递：明确告知 AI 需要执行的任务类型（如写作、翻译、编程等）；
2. 内容控制：通过添加限定词（"用三点概括""200 字以内"）约束输出范围；
3. 风格设定：指定语气（正式/幽默）、受众（儿童/专家）等文本特征；
4. 知识引导：提供背景信息（"作为历史学家分析..."）激活特定领域知识库。

一份优质的 Prompt 能直接提升大模型输出结果的精准度，提高大模型的输出效果，降低模型幻觉概率。

讯飞星辰 Agent 开发平台面向提示词与工作流智能体，提供全链路开发支持与效果验证体系，重点强化复杂工作流场景下的节点级 Prompt 精准调优能力和端到端全链路工作流的 Prompt 级联能力，助力智能体开发提效与效果最大化：

• 调试：围绕 Prompt 进行对比、调优，与不同模型组合实现最优配置方案。针对复杂工作流提供节点级验证，快速定位瓶颈环节；
• 引用：调试好的 Prompt，支持在工作流、效果测评中引用，实现评测模块与生产环境的 Prompt 无缝衔接；
• 管理：支持个人 Prompt 的全生命周期管理，支持变量代入、版本管理、增删改查，沉淀企业级提示词资产库。
• 科学量化效果测评：新增 Agent 多维度评测能力，**支持自动化测试 + 自定义评估维度。**在【效果测评】中，选择要测评的 Prompt，上传测评集，并选择【人工测评】或【智能测评】，根据官方指标或自定义指标，进行批量打分。

下面将从 Prompt 调优和 Prompt 组集中调优两个角度详细介绍 Prompt 工程的使用。

# 5.2 单 Prompt 调优

为了创建优秀的提示词库，方便在开发过程中从提示词库一键为大模型节点导入提示词，平台特别设计了 Prompt 调优功能，帮助开发者对单条提示词进行调优。通过该功能，开发者可以测试不同版本的提示词在不同模型下的执行结果，直至获得最佳效果。完成优化的提示词可发布至提示词库，既方便使用时一键导入，又能持续积累经过验证的有效提示词。具体使用如下：

# 5.2.1 创建 Prompt

首先，你需要创建一个 Prompt。 创建成功后，你将进入到 Prompt 开发页面。在这里，你将完成 Prompt 的开发和调试。具体创建步骤如下：

点击 Prompt 工程-创建 Prompt 后，会弹出创建 Prompt 界面。

在此界面中，开发者需要填写 PromptKEY 和 Prompt 名称。

• PromptKEY：该 Prompt 的唯一标识，开发者可自行定义，不可和其他 Prompt 重复。
• Prompt 名称：该 Prompt 的名字。

填写完毕点击确认后，即可完成 Prompt 创建。

# 5.2.2 Prompt 的编写

创建完 Prompt 后，接下来是 Prompt 的设计和编写。开发者可在 Prompt 开发页面的左侧提示词编辑板块设计开发相应的提示词。

该板块分为系统提示词和用户提示词：

系统提示词：由开发者或管理员预设的指令，用于定义模型的角色、行为规则和输出风格。

用户提示词：由用户直接输入的问题、任务或指令，用于表达具体需求。

当完成 Prompt 的开发后，开发者可结合自身需要，点击提示词编辑框右上角的"AI 优化"按钮让 AI 帮您优化一下提示词，使其更加丰满完善且合理。

# 5.2.3 配置模型

在完成 Prompt 的设计后，接下来即可在 Prompt 开发页面的模型配置模块中选择相应的模型去执行 Prompt。

模型配置模块为开发者提供了您账号下当前所能使用的所有大模型，以及其常用的三个配置参数。开发者可在此模块下选择需要使用的大模型，调整最大回复长度，核采样阈值和生成多样性三个参数：

最大回复长度：控制模型输出的 Tokens 长度上限，最小值是 1，最大值是 8192。通常 100Tokens 约等于 150 个中文汉字。

核采样阈值：用于决定结果随机性，取值越高，随机性越强，即相同的问题得到不同答案的可能性越强。取值范围是[0,1]

生成多样性：调高会使模型的输出更多样性和创新性，反之，降低会使输出内容更加遵循指令要求但减少多样性。最小值是 1，最大值是 6。

如果您的提示词中，使用了"{{}}"方式引用用户输入，也可在模型配置模块的 Prompt 变量栏中设置引用的取值。例如上一章节用户提示词中使用了，那么即可在此对 input 参数进行赋值。

# 5.2.4 调试 Prompt 效果

Prompt 工程提供了两种调试模式：普通模式和对比调试模式。在以下场景中，推荐使用对比调试模式进行 Prompt 调试：

• 当需要快速对比同一 Prompt 在不同模型上的表现差异时。
• 当需要快速对比不同 Prompt 在同一模型上的表现差异时。

1. 普通调试

您可以在 Prompt 开发页面的预览与调试区域，直接输入一个指令，然后单击发送即可获取当前 Prompt 下的大模型回复内容了。

2. 对比调试

对比模式适用于需要比较不同模型或提示词的表现的场景。具体使用步骤如下：

步骤一：在 Prompt 开发页面点击右上角的对比调试，进入对比调试模式页面。

步骤二：根据需要，调整对照组的设置。例如保持 Prompt 不变，选择不同的模型，验证该提示词在不同模型下的回复效果；或者保持模型不变，重新编写对照组的提示词，验证同模型下，不同提示词的回复效果。

步骤三：在预览与调试区域，输入相应的问题，点击发送。

步骤四：查看基准组和对照组的回复效果，并对结果进行比较。

# 5.2.5 发布和管理

当完成 Prompt 调试与优化，模型可以输出预期结果后，可发布当前的 Prompt 配置，并生成一个 Prompt 版本。后续，可以选择指定的 Prompt 版本进行效果评测和历史追踪。

1. 发布 Prompt

在 Prompt 开发页面，点击右上角的发布按钮，即可把调试完成的 Prompt 进行发布。开发者可参考下图进行发布操作：

2. 版本管理

发布完成后，在 Prompt 开发页面，点击右上角的"历史版本"按钮，即可查看当前 Prompt 的版本轨迹。选择相应的版本，点击下方的"还原此版本"按钮，即可还原到指定的版本。

# 5.2.6 Prompt 使用

发布后的 Prompt，可在工作流智能体的大模型节点中一键导入。进入工作流画布，找到相应的大模型节点，点击"提示词库"，在弹出的选项窗口中选择需要导入的 Prompt，点击添加按钮即可直接添加到对应的节点中。具体步骤如下：

步骤一：添加大模型节点，并点击"提示词库"按钮。

步骤二：在弹出的窗口中，找到需要导入的提示词，点击右侧的"添加"按钮进行添加。

步骤三：添加完毕后，关闭窗口，即可发现提示词已成功添加到大模型节点中。

# 5.3 Prompt 组级联调优

Prompt 组调优是专门用于工作流智能体端到端的提示词和模型的对比优化，适用于需要批量优化含有多个大模型节点 Prompt 的智能体，或需要对比不同提示词效果的开发场景。相比于需逐个修改测试的传统 Prompt 调试方式，Prompt 组调优主要具备以下功能：

1. 支持一键导入工作流中所有大模型节点的 Prompt，实现集中调优。
2. 支持创建多个对照组，同时测试不同模型或提示词组合的端到端效果差异。测试过程中可以直观对比各组的执行效率和回复质量，轻松找出最优解。
3. 允许开发者一键更新到工作流中，大幅提升开发效率。

Prompt 组级联调优具体操作如下：

# 5.3.1 Prompt 组创建

点击 Prompt 工程-创建 Prompt 组后，会弹出创建 Prompt 组界面。

在弹出界面中，开发者需要填写 PromptKEY、Prompt 名称和需要绑定的工作流。

• PromptKEY：该 Prompt 的唯一标识，开发者可自行定义，不可和其他 Prompt 重复。
• Prompt 名称：该 Prompt 的名字。
• 工作流：需要调优 Prompt 的工作流。注意：指定前需要确保此工作流经过调试，否则无法选择此工作流。

# 5.3.2 调试 Prompt 效果

创建完成后会进入 Prompt 组开发界面。该界面主要分为两个模块：调试节点和预览调试。

1. 调试节点

调试节点会显示当前指定工作流中包含的所有大模型节点，开发者选择某一节点后，右侧的基准组和对照组会自动滚动到该节点位置，方便开发者定位。

2. 调试预览

调试预览的基准组已经自动导入了指定智能体所有大模型节点的 Prompt 和所使用的模型。开发者可通过基准组右方的对照组，进行 Promot 或模型的效果对比。对照组最多可添加四个。

当开发者设置好对应的对照组 Prompt 和模型后，在下方的对话栏输入问题，然后点击发送，即可查看各组的回复结果，对比其效果。

如果想查看各大模型节点对应的结果，可点击回复框右下角的第一个按钮，具体示例如下：

点击后效果如下：

# 5.3.3 一键导入工作流智能体

当开发者调优完毕 Prompt 后，点击右上角的保存按钮，可以把基准组的 Prompt 一键导入到工作流中，完成迭代优化。