AI 智能体入门——Taskade Agent 到底是什么、怎么创建第一个
Agent 不是另一个聊天机器人
Taskade 的 AI Agent 和市面上常见的 Chatbot 有本质区别：
| 对比项 | 普通 Chatbot | Taskade Agent |
|---|---|---|
| 记忆 | 临时上下文窗口，对话结束即忘 | 持久记忆：存储在 Workspace DNA 的 Projects 里 |
| 能力 | 只能对话 | 对话 + 自主触发 Automations + 读写 Projects + 调用外部 API |
| 训练 | 无自定义知识 | 用 PDF、文档、URL、视频 训练专属知识库 |
| 运行方式 | 你主动触发它才回复 | 可以 24/7 后台运行，主动监控并行动 |
| 协作 | 单个体 | 可以组成 Agentic Team，自动分工协作 |
一句话：Chatbot 是你问它答，Agent 是它自己会找事做。
Agent 的核心能力
持久记忆
Agent 的记忆不是一段 prompt——它来自 Workspace 里的 Projects 和知识库。当 Agent 订阅了一个 Project：
- 它会读取这个 Project 的所有现有数据
- 当 Project 有变化（新记录、状态变更），它自动感知
- 它可以在对话里引用这些数据，而不是靠临时上下文
这意味着：你告诉 Lead Scoring Agent "XYZ 公司的预算应该是 5 万"，下次让它分析 XYZ 时，它会自动考虑这个条件——因为信息存进了对应的 Project 字段里。
内置工具
Agent 自带 34 种内置工具，覆盖常见能力：
- 网页搜索（实时拉取公开信息）
- 网站抓取（提取指定 URL 的内容）
- YouTube 转录（自动获取视频字幕）
- 代码执行（在安全沙箱里跑 Python/JS）
- 数据库查询（直接读写 Projects 的结构化数据）
- API 调用（通过 Automations 连接的 100+ 集成）
- 文件操作（读知识库文件）
付费计划的 Agent 还能创建自定义工具——把特定的自动化流程封装成工具让 Agent 调用。
自主决策与后台运行
Agent 可以设为三种运行模式：
- 手动触发：你主动在对话里 @ 它或在 Project 里调用
- 事件驱动：当订阅的 Project 数据变化时自动行动（如新工单 → 客服 Agent 自动回复）
- 定时运行：定期执行（如每天早上 9 点分析昨日数据生成日报）
第 2 和第 3 种模式下，Agent 完全在后台运行——你甚至感觉不到它在工作，直到收到通知或看到 Projects 里的数据被更新。
Agentic Teams（付费）
多个 Agent 可以编成团队。你跟"团队"对话时，系统自动把你的需求路由给最合适的 Agent：
- 你问销售线索 → Lead Scoring Agent 出来
- 你问合同条款 → Legal Review Agent 出来
- 你问结算 → Billing Agent 出来
Agent 之间也可以协作：一个 Agent 的输出自动传给下一个 Agent 处理。
创建第一个 Agent
方式一：手动创建（精确控制）
- 进入 AI Agents 面板 → 点击 ➕ New Agent
- 填写基础信息：
- 名称：应该体现这个 Agent 的角色（如"客服专员"而不是"Agent 1"）
- 头像 / Emoji：方便识别
- 角色描述：一句话说清它做什么（如"处理客户支持工单、回答常见问题、升级紧急问题"）
- 配置 System Prompt（可选）：这是 Agent 的核心指令。你可以直接用 AI 帮你写一个起点版本，然后手动微调。
- 连接 知识库：添加 PDF、文档、URL、YouTube 视频，或者订阅一个 Project 作为数据来源。
- 配置 工具权限：给它哪些内置工具，要不要给它执行 Automations 的权限。
- 选择 AI 模型：每个 Agent 可以单独选模型——客服 Agent 用快的 Instant 模型，研究 Agent 用深度推理模型。
- 保存。
方式二：AI 生成（推荐新手）
- 在 Agent 面板点击 ✨ Generate Agent
- 描述你需要的 Agent："帮我创建一个销售线索分析 Agent，能从 CRM 项目里读取数据，自动评分并生成跟进建议"
- AI 自动生成：System Prompt、知识库关联、工具权限配置、模型选择——全部填好
- 你再微调（如果需要）
方式三：从 Automations 里调用 Agent
在创建 Automation 时，动作类型里有 Call Agent 选项——任何 Automation 都可以在流程中调用一个或多个 Agent 来执行复杂的逻辑。这是 Workspace DNA 三层闭环的关键节点。
模型选择策略
Taskade 用自己的智能层 TSK-1 统一封装了多个前沿模型，每个 Agent 可以按角色选不同的模型：
| 模型档位 | 适用场景 | Credits 消耗 |
|---|---|---|
| TSK-Instant | 快速回复、简单任务、日常对话 | 最低 |
| TSK-Standard | 中等复杂度、常规分析 | 中等 |
| TSK-Thinking | 深度分析、逻辑推理、代码生成 | 较高 |
| TSK-Reasoning（Max/Enterprise） | 最高难度、多步骤推理 | 最高 |
简单的做法是让 AI 帮你自动选（Auto 模式），然后根据实际效果调整。
Agent 成熟度：从"能聊"到"能干活"
创建出第一个 Agent 只是起点。让 Agent 真正能干活，通常需要：
- 喂知识库：上传行业文档、产品手册、历史对话记录
- 给工具：让它能连接到你的业务系统（CRM、邮件、项目管理）
- 开后台运行：让它能主动感知 Projects 变化并触发行动
- 逐步迭代：跟 Agent 对话 → 观察输出 → 调整 System Prompt 和知识库 → 更好的输出
一个成熟的 Agent 可能已经被使用了数百次对话，积累了大量学习。