大语言模型智能体开发平台
第五讲 平台选择、可复用技能与 AI 编程
王小宁 2026年秋季 更新于2026年11月21日
一、三笔费用能通过预检吗
一场学生活动的预算是300元。三笔费用分别申请120元、80元和100元,前两笔能在凭证上找到相同金额,第三笔尚未提交凭证。经办人需要同时看到两个结论:申请总额恰好用完预算,其中200元已匹配凭证,100元待补。若系统只显示一个绿色的“通过”,就丢掉了经办人下一步要做的事。
| 费用编号 | 申请/元 | 凭证/元 | 申请减凭证/元 | 逐笔结果 |
|---|---|---|---|---|
| F01 | 120 | 120 | 0 | 已匹配 |
| F02 | 80 | 80 | 0 | 已匹配 |
| F03 | 100 | 缺 | 待核 | 待补凭证 |
本讲用这份清单比较扣子编程、Dify 与阿里云百炼。学完后,应能为自己的商业项目选择开发方式,写出模型、程序与经办人的分工,并用能够复现的输入检验结果。
二、模型能处理哪些输入,结果怎样验收
模型可以读取凭证图片、抽取字段、提出工具调用并起草说明。开发平台把文件、模型、计算节点、权限和运行记录连成流程。AI 编程助手则可以修改复核页的代码、运行程序并检查改动。出现“合计金额算错”时,先看送入计算节点的数值,便能区分是读错了凭证,还是算错了合计。
2026年11月的模型与接口
| 官方记录 | 与开发有关的变化 | 可以怎样检验 |
|---|---|---|
| DeepSeek,11月13日 | 开放文件输入、联网搜索、链接阅读等应用接口 | 读取活动制度,核对模型返回的条款位置。 [1] |
| 百炼,11月16日、19日 | 上架 Qwen4-Max 正式版和北京地域 Kimi-K3.1-Pro-Prime。前者支持图像、工具调用与结构化输出,后者面向响应速度敏感的任务 | 固定相同图片和字段,比较金额正确性与完整任务耗时。 [2] [3] |
| Anthropic,11月9日 | Claude Fable 5.2 更新编码、推理与视觉能力 | 给出导致金额重复累加的输入,检查修复后是否仍能通过原例。 [5] |
| OpenAI,11月17日 | GPT-6.2 Astra 与 Sol 接受文本和图片。两者面向不同的推理、速度与成本需求 | 在相同设置下比较凭证字段、等待时间和调用费用。 [4] |
| Google DeepMind,11月18日 | Gemini 4 Neon 面向软件工程与知识工作,可通过 Gemini API 接入 | 让模型修改录入和导出两个环节,再比较导出表与页面合计。 [6] |
验收基准。 凭证写“合计80.00元”,预期抽出80.00和人民币元。若申请80元、凭证79元,预期输出差额1元。若仅有申请单,凭证金额应留空。比较模型时固定输入、提示、工具与输出字段,记录实际模型标识、日期和推理设置。
成本算例。 自11月18日12时起,DeepSeek 模型内部触发的服务端搜索与网页抓取不另收工具调用费,返回的内容进入上下文后计入模型用量。程序直接调用独立 Search 或 Fetch 接口时,则按每千次成功请求5元计费。两次搜索加一次抓取均成功,独立接口费为0.015元,随后交给模型总结的用量另计。 [1]
三、三个平台如何处理同一条异常
把 F02 的凭证由80元改为79元,申请仍是80元。无需模型判断“差一元是否算错”,程序可以直接算出差额。平台的选择取决于谁来接收结果、能否追溯输入,以及经办人如何更正。
扣子编程:在画布上查看输入与输出
扣子提供使用智能体与技能的入口,扣子编程提供开发智能体、工作流及应用的工作台。扣子侧自2026年9月8日起用 Agent 中的编程开发和部署运维插件承接新项目的开发、部署。 [7] [8]
在开始节点传入三笔费用和预算,在计算节点输出逐笔状态、差额与批次合计。条件分支把 F03 送入补件清单,把改成79元的 F02 送交人工复核。在画布点击这两个节点,看异常编号是否完整传到摘要。用 API 运行已发布的工作流时,可通过返回的 debug_url 查看节点输入与输出。套餐资源和发布入口依项目类型而定。 [10] [11]
Dify:让经办人决定异常如何处理
Workflow 适合处理一批明细,Chatflow 可承接带上下文的对话。New Agent 可以独立使用,也可在工作流里复用。配置模式用于选择模型、提示、文件、工具与技能,Build mode 支持通过对话拟定配置,再预览草稿。 [14] [15]
当 F02 出现1元差额时,人工介入节点暂停流程,表单同时显示编号、申请、凭证和差额。经办人可选择“退回补件”或“确认更正”。更正后保存原值和新值,并重新计算。超时分支保留待办记录。调试时查看节点追踪,编辑器中的 Workflow 或 Chatflow 预览、测试运行与已发布应用的运行日志分别查看。 [17]
阿里云百炼:把条款检索与金额计算连起来
Flow Agent 支持工作流和智能体应用。固定的核验顺序可用脚本节点计算,再用条件节点分支。若经办人询问本次活动为何限额300元,Agent 2.0 可使用知识库检索工具;配置“必定调用”时,会在首次推理前检索。将找出的条款、规则版本传给后续节点。台账与制度版本不同,先把冲突列出来,交经办人确认。 [12] [16]
选平台时,可以直接做三个小试验:在扣子画布找到差额的输入,在 Dify 表单处理一次超时,在百炼查到上限所依据的条款。计划自部署的项目还要核对许可。Coze Studio 采用 Apache 2.0,Dify 在 Apache 2.0 基础上设有附加条件。自部署时,外部模型或插件仍按实际连接接收调用数据。 [13] [18]
四、工具、技能与任务状态
工具提供可执行能力。费用核验工具接收编号和金额,返回差额、状态与错误信息。API 定义服务怎样接收调用,MCP 让应用以约定的接口接入工具和上下文。一个平台可以调用别人的 MCP 工具,也可以把自己的应用作为 MCP 服务提供给其他应用。两种连接分别配置权限与参数。 [19] [20]
技能(Skill)保存可重复使用的方法。以扣子为例,可以在 SKILL.md 中说明何时核对凭证、怎样标记缺失、以何种格式交付;字段字典、脚本和模板随技能组织。本次活动的300元上限从活动记录或适用制度传入,下次活动可以使用另一份已确认预算。 [9] [19]
任务状态记录这一次的事实。F03 的凭证在补交之前保持“待补凭证”。收到新文件、核对到100元、保存更正后,才能更新状态。下一次对话仍应通过费用编号找回记录。规则版本、用户偏好和当前核验结果各有不同的更新条件。
五、给编程助手一项可验收的修改
可视化工作流适合按固定步骤读取、计算和分流。项目还需要可编辑表格、自定义导出或特殊计算时,可以用 AI 编程实现界面或计算模块。对话式工具可用自然语言搭原型,Codex、Claude Code 等项目工具还可读取文件、修改实现并运行测试。 [8] [21] [22]
在费用复核页加一列凭证金额,允许暂时留空。申请总额包括所有有效申请,已匹配金额只累计凭证与申请一致的行。编辑一笔已有费用后,刷新页面仍能看到同一条记录。
给助手提供原始三行作为输入。在 F03 的原行补入100元后,记录数应仍为三行,申请总额仍为300元,已匹配金额由200元变为300元。如果申请总额变成400元,先检查“保存修改”是否调用了新增记录的逻辑。修复后再次运行补件和重复导入两个用例,并核对导出清单。
作为延伸阅读,可在 AI-Trader 开源仓库对照技能说明与 OpenAPI 接口定义,找出一个查询接口的输入、返回、凭据与失败状态。 [23]
六、课堂练习:核对三笔活动费用
你是活动经办人。 预算300元。你要让下一位经办人一眼看出已申请多少、多少有凭证、哪一笔要补件或复核。每人选一种课堂讲过的工作流平台或 AI 编程工具,完成以下练习。
第一步,录入原始清单。 将下列三行导入原型,金额单位为元。F03 的凭证金额保留为空。先自行写出申请总额、已匹配金额和待补编号,再运行原型,对照三个结果。
费用编号,申请金额,凭证金额
F01,120,120
F02,80,80
F03,100,
第二步,逐项测试。 每次恢复上面的三行,再改变下表的一项。有效申请计入预算,申请与凭证金额一致才计入已匹配金额。完全相同的行只计一次并保留重复记录。同编号的金额互相冲突时,交经办人核对后再确定总额。
| 单独改变的输入 | 预期输出 |
|---|---|
| F03 补入100元凭证 | 已匹配300元,总申请仍为300元 |
| 再导入完全相同的 F02 | 提示重复,总申请仍为300元 |
| F02 凭证改为79元 | F02 差额1元,转人工复核。F03 仍在补件清单中 |
| F03 申请改为100.01元 | 超预算0.01元,F03 仍待补凭证 |
| 让金额核验步骤返回一次“超时”(可在测试分支直接返回这个状态) | 保存输入,标记核验未完成,等待重新核验 |
第三步,留下可复查的记录。 五个用例各占一行,填写“改了什么|预期结果|实际结果|通过或待修订”。实际结果抄录系统返回的金额、编号或状态。有偏差时,保留原输出,写明在哪个步骤修改以及复测结果。原始清单应显示申请300元、已匹配200元、F03待补100元。给 F03 补凭证后,系统应仍显示三笔申请。
读懂复核指标。 另有12笔申请,人工确认4笔需要复核,系统标出5笔,其中3笔确需复核。先写下误报、漏报各几笔,分别说出谁会受影响,再核对算式。查准率为 ,召回率为 。误报2笔增加了经办人的复核量,漏报1笔可能让有问题的费用继续流转。 [24]
七、个人期中项目汇报
本讲每人提交一份期中项目说明。 课堂的五行测试记录用来练习验收。汇报时沿用自己的商业项目,选可视化工作流或 AI 编程,把正常与异常运行的证据放进同一份说明。可以直接使用课堂记录的格式。
- 说明目标使用者、现有做法、一个待解决的问题,以及为什么选择该平台。
- 并列展示一次正常运行和一次异常运行的输入、预期与实际结果,附关键节点记录或界面截图,标出谁处理异常。
- 用同一输入比较原办法与原型的耗时或错误,说明样本数,并写出一项本人完成的核验或修改。
交前自查。 读者应能用你给出的输入重现两次运行,指出异常交给谁处理,并从原始记录看懂耗时或错误数的比较。
参考文献
- [1] DeepSeek. 应用 API 更新与搜索计费[EB/OL]. 2026-11-13、11-18. 更新日志 · 模型与价格.
- [2] 阿里云. 模型上架与更新(北京地域)[EB/OL]. 2026-11-16、11-19. 百炼上架记录.
- [3] 阿里云. Qwen4-Max[EB/OL]. 正式版模型文档.
- [4] OpenAI. Model Release Notes, GPT-6.2 Astra and GPT-6.2 Sol[EB/OL]. 2026-11-17. 发布记录.
- [5] Anthropic. Introducing Claude Fable 5.2 and Claude Mythos 5.2[EB/OL]. 2026-11-09. 官方发布.
- [6] Google DeepMind. Introducing Gemini 4 Neon[EB/OL]. 2026-11-18. 官方发布.
- [7] 扣子. 扣子常见问题[EB/OL]. 产品与入口.
- [8] 扣子. AI编程概述[EB/OL]. 编程入口与调整说明.
- [9] 扣子. 技能概述[EB/OL]. Skill说明.
- [10] 扣子. 开发与执行工作流[EB/OL]. 画布试运行 · 调用与调试.
- [11] 扣子. 套餐与定价[EB/OL]. 资源与计费.
- [12] 阿里云. Flow Agent 与工作流应用[EB/OL]. 开发方式 · 节点类型.
- [13] Coze Dev. Coze Studio: README and License[CP/OL]. 项目仓库.
- [14] Dify. Dify文档[EB/OL]. 官方文档.
- [15] Dify. Introducing New Agent[EB/OL]. 2026-08-27. 官方发布.
- [16] 阿里云. 新版智能体应用(Agent 2.0)[EB/OL]. 官方文档.
- [17] Dify. 日志与人工介入节点[EB/OL]. 运行追踪 · 人工介入.
- [18] LangGenius. Dify License[CP/OL]. 项目许可.
- [19] 阿里云. 工具与Skills介绍[EB/OL]. 能力组织.
- [20] Dify. MCP服务器[EB/OL]. 服务发布.
- [21] OpenAI. Codex CLI and Codex IDE extension[EB/OL]. 终端 · 编辑器.
- [22] Anthropic. Claude Code概述[EB/OL]. 中文文档.
- [23] HKUDS. AI-Trader[CP/OL]. 项目仓库与接口文档.
- [24] Saito T, Rehmsmeier M. The Precision-Recall Plot Is More Informative than the ROC Plot When Evaluating Binary Classifiers on Imbalanced Datasets[J]. PLoS ONE, 2015, 10(3), e0118432. 论文.