AI-Agent实战手册 - 配套练习

练习1：判断是否为Agent场景

根据第1章的内容，判断以下任务适合用LLM还是Agent完成

练习2：设计Agent核心架构

点击选择你认为属于AIWork六层架构的核心组件（选择正确的6个）

练习3：编写Planner Prompt

根据第3章的内容，为一个Agent编写Planner Prompt，让它能将任务分解为可执行计划

场景描述：

Agent需要完成以下任务："搜索最新的AI Agent框架信息，整理成对比表格，并保存到本地CSV文件"
可用工具：search_web（网络搜索）、save_file（保存文件）

编写你的Planner Prompt（引导LLM生成执行计划）：

练习4：Skill设计填空

根据第4章的内容，补全下面的Skill定义。在YAML对应的位置填入正确内容

name:
version: "1.0.0"
description: ""
trigger: ""
steps:
  - id: fetch_diff
    tool: git_diff_parser
  - id: llm_review
    llm: true
    prompt_template: "You are a code reviewer..."
  - id: format_output
    tool:

练习5：Multi-Agent模式匹配

根据第5章的内容，为每个场景选择最合适的Multi-Agent协作模式

练习6：企业落地规划

根据第6章的内容，选择企业引入Agent技术的最佳策略

练习7：Prompt库分类

根据第7章的内容，将以下Prompt分类到正确的类别。先点击一个Prompt，再点击类别按钮进行归类

类别：

待分类的Prompt：

练习8：Agent ROI计算器

根据第6章的内容，输入企业参数，自动计算引入Agent技术的投资回报率

团队人数：

平均月薪（元）：

预估效能提升（%）：

Agent实施总成本（元）：

ROI计算结果：

0

年度节省金额（元）

0%

投资回报率（ROI）

0

回本周期（月）

0

月度节省金额（元）