打造你自己的日常任务 AI 智能体：从简单到复杂（免费测试版下载）

AI 智能体并不神秘。它就是一个 AI 模型、一串步骤、几个工具，再加上一个把上一步结果传给下一步的循环。本文将从最简单的版本开始，一步步搭建一个能自己规划、还能用代码扩展的智能体，帮你完成真实的日常任务。文末可以下载免费测试版，通过拖拽搭建你自己的智能体。

AI 智能体到底是什么

抛开炒作，每个智能体都由四部分组成：

• 大脑：一个大语言模型，例如 Claude、ChatGPT、Grok 或 Gemini。
• 步骤：简短清晰的指令，例如“总结这段内容”或“找出待办事项”。
• 工具：除了写文字之外智能体能做的事，例如打开应用、向你提问或保存文件。
• 循环：依次执行每个步骤、把结果交给下一步，并在任务完成或出错时停下来的程序。

和 AI 聊天时，你一次只能做一步，中间还得自己复制粘贴。智能体替你完成这些复制粘贴。

开始之前：准备好你的 AI 密钥

智能体本身不自带 AI，需要你接入自己的 AI，这样费用和隐私都由你掌控。你需要一个 API 密钥，它是一串私密口令，让程序可以代表你和 AI 对话。

ChatGPT Plus、Claude Pro 或 Gemini 会员订阅并不等于 API 使用权限。API 单独计费，按用量付费。处理一次日常任务通常只需不到一美分到几美分。建议在服务商后台设置每月消费上限。

如果希望所有数据都留在自己的电脑上，可以安装 Ollama（参见我的 在 MacBook 上安装 Ollama 指南），然后在智能体设置中选择“Local / other”。

第一级：一条指令

最简单的智能体只有一个步骤。在测试版中，把 Ask AI 拖进工作流，写一条指令，在右侧粘贴你的任务内容，然后点击 Run workflow。

把这些笔记整理成清晰的待办清单，最紧急的排在最前面：

{{input}}

{{input}} 会被替换成你粘贴到任务框中的内容。这已经很有用了，但本质上仍然只是聊天。

第二级：串联多个步骤

真正的提升来自串联。每个步骤都可以通过 {{previous}} 拿到上一步的结果，或者通过 {{step1}}、{{step2}} 等拿到之前任意一步的结果。下面是测试版自带的“会议跟进”（Meeting follow-up）模板：

1. Summarize（总结）：用 5 个要点总结会议记录（{{input}}）。
2. To-do list（待办清单）：提取所有行动项，包括负责人和日期（{{input}}）。
3. Draft email（起草邮件）：结合 {{step1}} 和 {{step2}} 给团队写邮件。
4. Save to file（保存为文件）：把三份结果下载为 meeting-notes.txt。

小而专注的步骤比一个超长提示词效果好得多。AI 更容易把每一步做好，出了问题你也能一眼看出该改哪一步。拖动步骤即可调整顺序，点击 Edit 可修改设置。

第三级：工具，以及让你参与其中

当智能体既能行动、又懂得发问时，它才真正好用。测试版包含三种工具步骤：

• Ask me（问我）：暂停运行并向你提问，你的回答会成为 {{previous}}。“回复邮件”（Reply to an email）模板就用到了它：先弄清对方想要什么，再问你想怎么回复，最后写好回信。
• Open app or site（打开应用或网站）：打开网站或应用链接，例如 mailto:、slack://、spotify:、zoommtg:// 或你的日历。
• Save to file（保存为文件）：把任意结果下载为文本文件。

“问我”是智能体设计中最被低估的功能。好的智能体会包揽杂活，但在做决定时会先问你。

第四级：自动驾驶，由 AI 规划步骤

现在反过来：不再由你设计步骤，而是描述目标，让 AI 来设计工作流。在 Autopilot 标签页中输入类似这样的内容：

每天早上我会粘贴未读邮件。告诉我哪些今天需要回复，
为这些邮件起草简短回复，再给我一段整体概述。

AI 会用同样的积木返回一个计划，并载入到 Builder 中，供你检查、修改和运行。这正是所有“自主”智能体的核心思路：先规划，再行动。区别在于，你会先批准计划。出于安全考虑，自动驾驶永远不会添加运行代码的步骤。

第五级：用代码实现

每个工作流都是清晰易读的数据。打开 Code 标签页，你会看到类似这样的内容：

{
  "version": 1,
  "steps": [
    { "type": "checklist", "title": "找出我的任务", "config": { "text": "{{input}}" } },
    { "type": "ai", "title": "排优先级", "config": { "prompt": "按紧急程度排序：\n\n{{previous}}" } },
    { "type": "open", "title": "打开日历", "config": { "url": "https://calendar.google.com" } }
  ]
}

你可以直接编辑，把它作为文件分享给朋友，或者让 AI 帮你写一个。积木做不到的事，可以交给 Run code 步骤。它运行 JavaScript，可以使用 input、previous、steps，以及一个调用你的模型的 ai() 函数：

const lines = previous.split('\n').filter((l) => l.startsWith('[ ]'));
const urgent = await ai('哪些必须今天完成？只回复这些行。\n' + lines.join('\n'));
return `今天：\n${urgent}\n\n未完成事项共 ${lines.length} 项`;

循环在底层是如何运作的

如果你想从零开始写自己的智能体，这就是它的核心，代码出奇地少：

async function runAgent(steps, input) {
  const ctx = { input, previous: input, steps: [] };
  for (const step of steps) {
    const prompt = fill(step.template, ctx);   // 替换 {{input}}、{{previous}}、{{stepN}}
    const result = step.tool
      ? await step.tool(prompt, ctx)            // 打开应用、询问用户、保存文件……
      : await callAI(prompt);                   // Claude、ChatGPT、Grok 或 Gemini
    ctx.previous = result;
    ctx.steps.push(result);
  }
  return ctx.previous;
}

规划、记忆、定时执行等其他能力，都是建立在这个循环之上的。完全自主的智能体只是让 AI 在循环中自己选择下一步，而不是按固定清单执行。

安全与隐私

• 密钥只属于你。它保存在你自己的浏览器中，只会发送给你选择的 AI 公司，不经过我的服务器。
• 谨慎对待代码。只运行你自己写的或信任的“Run code”步骤。每当你打开包含代码的工作流时，测试版都会提醒你。
• 不要粘贴敏感信息。你粘贴的内容会发送给 AI 服务商，请不要包含密码或银行信息。
• 设置消费上限：以防万一，请在 AI 服务商后台设置上限。

测试版的限制

• 它在浏览器中运行，因此可以通过链接打开应用，但无法点击桌面应用里的按钮。
• 部分浏览器会拦截弹出窗口。如果应用没有打开，请点击结果中显示的链接。
• 通过 Ollama 使用本地模型时，需要设置 OLLAMA_ORIGINS=*，浏览器才能连接。
• 暂不支持定时运行，需要你手动点击 Run。定时运行和桌面版是接下来的计划。

从简单开始，逐步成长

先挑一件你每天重复、最烦人的小事，用一个“Ask AI”步骤搞定它。成功后再加第二步，然后加一个“Ask me”步骤，再试试自动驾驶。一周之后，你就会拥有一支小小的智能体团队，一分钟就能处理完早上的杂务。

测试版免费，我每周都在改进。如果你搭建了一个很喜欢的工作流，或者遇到了问题，欢迎发给我。最好的工作流会作为内置模板发布。