120 分钟，
把技能与知识库编排成「项目助理」
前两课分别解决了「怎么做」（技能）和「有什么」（知识库），但它们各自独立。 这节课教你把多个技能和知识库编排成一个统一的项目助理——用户只需要开口说一句话， 项目助理自动判断意图、选对技能、查对知识库、输出结构化回答。 手册里继续用绿源做全程示范——绿源目前已有 1 个技能（结项报告生成）和 1 个知识库（53 篇文档，65% 命中率）。
在动手之前（上）——先弄懂五个基础词
后面你会在 Agent平台 里配置项目助理。在此之前，先用几分钟扫一遍智能体、工具、接口、工作流（以及延伸概念 MCP）——它们把第 1 课的技能、第 2 课的知识库串成「能办事的助理」，而不是「只会聊天的窗口」。
智能体
围绕一个明确目标，能自主规划并执行多步任务的 AI 助理——不只回答一句话，而是把「流水账 → 抽取 → 检索 → 生成报告」这类流程跑完。
例子（绿源）：用户说「帮我把这份活动流水账写成结项报告」，项目助理依次抽取关键信息、检索历史项目书、生成六章节报告并列出缺失项——而不是只回一句「好的，我可以帮你写报告」。
和聊天的区别：聊天侧重一问一答；智能体侧重多步完成目标，必要时调用工具、检索知识库，并在关键节点停下来问你。
本课对应：你在 Agent平台 里配置的「项目助理」就是一个智能体；后面的架构图、工作流与配置步骤都是在给它「加能力、定流程」。
工具
智能体可以主动调用的外部能力——查表、读文件、生成文档、检索知识库等，相当于助理手里的「具体动作」。
例子（绿源）：结项报告技能、知识库检索、信息抽取节点——每个都是智能体在流程里「伸手去用」的一项能力。
和第 1 课「技能」的关系：第 1 课写的技能，在本课被挂载进智能体，变成它可调用的工具之一；用户不必记住技能名字，智能体按意图替你选用。
本课对应：步骤 5「连接技能与知识库」——把前两课的资产挂到项目助理上。
接口
两个系统之间按约定规则交换数据的通道——像插座与插头，让工具能连上外部服务或大模型。
例子：大模型服务提供「发送问题、拿回回答」的数据通道；知识库服务提供「上传文档、发起检索」的通道。
和聊天的区别：聊天是你直接和 AI 对话；接口是系统与系统在后台传数据——用户通常看不见，但智能体要靠它才能「真的办事」。
本课对应：Agent平台 组织层已内置大模型与知识库能力，不需自购接口；若用 QoderWork 等个人工作台深度调试，可参考课前 大模型接口开通指南。
MCP（模型上下文协议）
一种标准化的连接方式，让 AI 智能体用统一格式接入各类外部工具与数据源——好比「通用转接头」，减少每家工具各写一套对接的麻烦。
例子：同一套 MCP 配置，可让智能体连接文档库、表格或内部系统，而不必为每个系统单独写插件。
本课对应：本课主线在 Agent平台 零代码编排，不展开 MCP 实操；知道它是「工具的标准连接层」即可，有技术储备的机构可在课后延伸探索。
工作流
智能体完成任务时的步骤顺序——先做什么、后做什么、哪一步必须停下来问人、哪一步可以自动往下走。
例子（绿源）：M1 文书链「输入 → 信息抽取 → 知识库检索 → 生成 → 缺失项清单」；M2 案例链在写入知识库前必经「脱敏」节点。
和聊天的区别：聊天没有固定顺序；工作流把机构经验固化成管道，保证每次输出结构一致、关键步骤不跳过。
本课对应：后面的 M1 / M2 / M3 三条模块工作流，以及互测后的「改一步、测一步」迭代，都是在打磨工作流。
五个词如何串成「项目助理」
在动手之前（下）——先理解 AI 智能体的性格、记忆与成长
弄懂五个基础词之后，再花几分钟理解三个贯穿全程的核心概念——它们指导你将技能（第 1 课）、知识库（第 2 课）和系统提示词串成一个真正有用、风格一致、能持续改进的智能体。
智能体性格 = 系统提示词的灵魂
系统提示词的三个组成部分——角色定位（"你是 XX 机构的项目助理"）、语气（亲切但专业）、红线（不编造、不泄密）——本质上是在定义 AI 智能体的性格。
一个好的性格是一致的：不管智能体在处理结项报告还是回答知识库查询，它都保持同一身份、同一语气。公益机构特别需要注意语气的设计——过于正式像政府文书，过于随意又不像机构品牌。找到你的"机构声音"。
与前面操作的关系：本节课的步骤 3（修改欢迎语）和步骤 4（设置系统提示词）就是在做性格设计。写完系统提示词之后，你可以用"角色定位 / 语气 / 红线"三要素检验是否完整。
🧱 一个完整的智能体 = 四层编排：不只是系统提示词——它是由 系统提示词（性格） + 技能（能力） + 脚本/工具（行动） + 知识库（记忆） 四个组件共同构成的行为体。第 1 课学了技能，第 2 课建了知识库，这节课把它们和系统提示词编排在一起——你就在构建一个完整的智能体。
智能体的三层记忆：为什么知识库 ≠ 全部记性
学员常问"为什么智能体聊着聊着就忘了前面说的？"——这说明"记忆"不是单一概念。一个智能体至少有三层记忆：
像便签，聊完就丢
像档案柜，随时查阅
像账本，结构化存取
短期记忆（上下文窗口）是对话中最近的消息，有长度限制——这解释了"聊着聊着忘了"。长期记忆就是第 2 课的知识库检索 + 本课步骤 6 的上传操作——让智能体跨越对话记住机构的资料。工具记忆（连接外部数据库或接口）基础阶段暂不涉及，但如果你的机构有捐赠管理系统或项目数据库，以后可以接入。
常见误区：以为知识库检索能解决所有"忘记"问题。实际上，如果用户在同一对话中说了"我叫张三"，然后聊了 50 轮再问"我叫什么？"，智能体可能因短期记忆窗口溢出而忘记——这与知识库无关。
迭代改进：让智能体越用越准
智能体不是"一次配好就完事"。后面的互测环节你收集了「准 / 不准 / 乱答」三类反馈——这本质上就是一次人工引导的迭代改进。
改进循环很简单：
🔍 互测反馈 → ✏️ 修改系统提示词/触发条件 → 🔄 再测 → ✅ 更准
每次循环聚焦一个最痛的「不准」或「乱答」场景，改完马上验证。不要一次改太多——改一处、测一次、看效果。这和公益项目管理中的"迭代复盘"思路完全一致。
更进阶的做法（第 4-5 课会涉及）：把互测记录做成一个测试用例集，每次改完系统提示词都跑一遍，确保修了旧问题没引入新问题。
OpenClaw：给有技术储备的机构
本课的主线平台是 Agent平台（零代码、开箱即用）。但如果你的机构有技术人员，或对数据自主可控有更高要求，OpenClaw + Lighthouse 是一条值得了解的补充路线。
OpenClaw 是一个以命令行为主的智能体框架，它的设计哲学和本课所学完全一致：把技能、知识库、性格编排成一个统一的智能体。和 Agent平台 的核心区别在于承载方式：
Agent平台：零代码网页端，性格写在后台文本框里，适合非技术人员日常运营
OpenClaw：性格定义是一份文件，技能和知识库也以文件形式组织——整个智能体就是一个可版本管理的目录，适合有技术人员的机构深度定制
不管走哪条路线，本课的核心概念——性格设计、三层记忆、迭代改进——是通用的。如果课后想探索 OpenClaw，可以从课前准备文档中的 大模型接口开通指南 获取起点。
项目助理 = 统一入口 + 意图路由 + 按需加载技能 + 知识库增强
用户不需要知道背后有几个技能、几个知识库——只需要一个入口，说清楚自己要什么，项目助理替你分拣、检索、组装。
用户入口（企微 / 飞书 / 调试窗）
一个统一的对话窗口，用户只需要说一句话
意图识别
用户说了什么 → 应该分到哪个技能？不是独立的后台设置——它就是你写在系统提示词里的路由规则。你定义了"当用户说X时走Y技能"，项目助理照做。
技能路由层
根据意图加载对应技能的 SOP + 输出契约
知识库 RAG 增强
从云端知识库检索相关文档切片，补充事实、案例、数据，减少幻觉
格式化输出 + 缺失项提示
按技能的输出契约组织回答，标注来源 / 缺失项 / 置信度
把所有功能塞进一段超长系统提示词，没有分技能，什么都能答但什么都答不好。用户问结项报告和问天气预报得到的回答风格一样。
统一入口 + 意图路由 + 按需加载技能 + 知识库增强。用户说「帮我写结项报告」时加载结项技能 + 检索历史报告；问「去年做了哪些项目」时走知识库检索。
Step-by-Step：从注册到系统提示词（25 分钟）
四步完成项目助理的基础搭建。不从零开始——Fork 课程提供的母版，替换机构信息即可。
注册 & 创建工作空间
访问 Agent平台（yuanqi.tencent.com），用微信扫码注册/登录，创建专属工作空间。
Fork 项目助理母版
从课程提供的「环境公益项目助理 · 主模板」Fork 一份到自己工作区。不从零开始，模板里已有系统提示词框架。
修改机构信息
替换占位符、修改欢迎语、调整 tone（亲切但专业）。
你好，我是AI助手。
你好！我是绿源的项目助理。我可以帮你生成结项报告、查找过往项目资料。请告诉我你需要什么？
设置系统提示词
系统提示词是项目助理的「大脑」——定义它是谁、能做什么、不能做什么。
绿源系统提示词模板（带注解）
连接已有资产，调试 5 个真实问题（35 分钟）
把第 1 课的技能和第 2 课的知识库挂载到项目助理上，然后用 5 个真实问题验证效果。
上传技能配置
把第 1 课的技能触发条件嵌入系统提示词。关键是触发条件要精准——太宽会误触发，太窄会漏触发。
用户问任何关于报告的问题都用结项报告技能
问题：「去年的年报在哪里？」也会误触发结项报告技能
当用户提供了项目执行流水账/活动记录且明确需要结项报告时 → 加载结项报告技能
两个条件同时满足才触发，避免误判
上传知识库
从第 2 课的云端知识库关联过来，设置检索参数（Top-K、相似度阈值），在系统提示词里加一句「回答前先查阅知识库，优先使用知识库中的真实信息，不要编造」。
调试 5 个真实问题
用 5 个覆盖不同场景的问题测试项目助理，验证意图路由、技能加载和知识库检索是否工作正常。
| # | 测试问题 | 期望行为 | 绿源实际结果 |
|---|---|---|---|
| 1 | 附件是清河项目的流水账，帮我写结项报告 | 加载结项技能 + 检索知识库 | ✅ 正确加载技能，检索到清河历史数据 |
| 2 | 我们 2024 年做了哪些项目？ | 检索知识库回答 | ✅ 列出 4 个项目，来源标注正确 |
| 3 | 帮我写一篇公众号推文 | 礼貌拒绝（不在能力范围） | ✅ 回复「目前暂不支持推文生成，建议...」 |
| 4 | 张捐赠人的电话是多少？ | 拒绝透露敏感信息 | ✅ 拒绝并说明「无法提供个人隐私信息」 |
| 5 | 帮我订个机票 | 告知不在服务范围 | ✅ 告知「我是项目助理，不支持订票服务」 |
检验理解 → 课后测验 Q7
从「能聊」到「聊得好」——三个工作流管道
当简单的「意图 → 技能 → 回答」不够用时，用工作流把多步骤串起来。每个模块是一条完整的处理链。
项目文书链
绿源的主攻方向。把流水账变成结构化报告的完整管道。
案例库
从原始记录到结构化案例卡片的处理链。
传播运营
从活动素材到合规发布内容的生产链。
互测：准 / 不准 / 乱答（10 分钟）
把你的项目助理分享给另一组学员，对方问 5 个问题，每个回答标记为三类之一——这是发现问题最快的方法。
准
回答正确且有用，格式对，引用了知识库中的真实信息。
不准
方向对但细节有误，或编造了不存在的数据。说明知识库缺料或检索不到位。
乱答
答非所问或编造回答。说明意图识别或触发条件有问题。
绿源收到的互测反馈示例
互测操作流程
- 扫码分享：把你的项目助理二维码分享给另一组学员
- 对方问 5 个问题：覆盖技能触发、知识库检索、边界拒绝等不同场景
- 标记每个回答：🟢 准 / 🟡 不准 / 🔴 乱答
- 交换反馈：把记录还给对方，课后按反馈调一轮系统提示词
检验理解 → 课后测验 Q10
分层作业，按你的进度选择
下课带走一句话：「我的项目助理已经能处理 _____ 类问题，互测中 ___/___ （准/总）。」
L1 入门（用起来）
- 对话 Bot + 挂载 1 个以上知识库
- 自己问 10 个问题
- 准确率目标：60% 以上
验收标准：10 个问题中至少 6 个标记为「准」。
L2 进阶（用得顺）
- 包含 3 步以上工作流 + 1 个以上插件
- 找 3 个同事进行内测
- 收集反馈并修一轮
验收标准：3 人内测后，根据反馈至少修改 2 处系统提示词或触发条件。
检验理解 → 课后测验 Q12
项目助理跑通了——下一步，拆成多智能体协作
第 3 课把技能和知识库编排成一个项目助理。第 4 课会把一个主场景拆成主控智能体、专责智能体和审核收口，用结构化交接协议完成联合工作。