找回密码
立即注册
搜索
发回帖 发新帖

6722

积分

0

好友

835

主题
发表于 2026-10-1 21:18:21 | 查看: 221| 回复: 0

今年云栖大会上,阿里发布了 Qoder Cloud Agents 1.0,简称 QCA。

可能不少同学还是第一次听到 Cloud Agent 这个名字。你可以简单理解为:跑在「云」上的 Agent。平时我们用桌面 Agent,就是打开工具、交代任务,让它帮自己写代码、处理文件。

但如果你做了一个 AI 应用,用户随时都可能来用呢?比如凌晨两点,有人想查订单、办售后,总不能等你第二天开电脑吧。这时候,就需要把 Agent 放到 云端,作为一项可以随时调用的服务。你希望自己的 AI 应用 7×24 小时都能接待用户,Agent 的执行就不能依赖你手边的电脑。任务来了,由云端处理,再把进展和结果传回应用。

Qoder Cloud Agents 做的就是把这部分工作托管起来。你在 Qoder Cloud Agents 里创建一个 Agent,写好系统提示词,告诉这位 Agent 负责什么,再配上需要调用的工具,云端的 Agent 就有了。接着,通过 API 把这个 Agent 接进自己的应用。用户在页面上发消息,云端 Agent 就能接任务去干活,省去了自己从头写一套 Agent 的功夫。

我这次做的「小林茶铺」智能客服平台,就是这么搭起来的。从 0 开始搭建到跑通,用了不到半天,就快速落地了一个 AI 应用。

小林茶铺智能服务台:饮品、订单与售后三专员协作界面

这个 AI 应用里面共有三个专员,每个专员你可以理解为是一个 Agent,每个 Agent 只负责一件事。比如,顾客不知道想喝什么奶茶,饮品顾问专员就会去回复用户。

饮品顾问客服对话:按预算和口味推荐饮品

如果有顾客想看订单和进度,就会分配给订单专员去与顾客对接。

订单专员管理界面:查询订单 T1010 制作进度

顾客想退款的话,也会分配售后专员去处理。

售后专员处理退款申请:少冰订单模拟退款流程

这个项目背后的架构是这样的:网页把任务交给 Qoder Cloud Agents,Agent 调用业务工具处理,再把结果返回网页。网页应用和数据由我提供,Qoder Cloud Agents 负责 Agent 的运行与协作。

小林茶铺 QCA 架构图:应用发任务,QCA 跑 Agent,工具查业务数据

你可能也会问:自己接大模型 API,再写点代码,不也能做吗?当然能。但写出来之后呢?任务进度怎么保存,等待时资源怎么安排,出了问题又去哪查?

Qoder Cloud Agents 会保存对话、工具调用和中间结果,后续处理可以接着已有的状态继续。你也能查看执行过程,出了问题,知道该从哪里排查。

Cloud Agents 调试视图:多轮交互事件与 session 状态记录

任务等模型、等工具时,可以先挂起,等结果回来再继续执行。等待期间不用一直占着执行资源。保存进度、挂起和恢复任务的这套机制,也不用自己从头搭。

至于后续 Agent 运行框架的升级和维护,同样不用你自己操心。应用直接通过接口使用 Agent 云服务就行,省去自己跟进底层改动的精力,把注意力放回业务上。

当然,Qoder Cloud Agents 能做的可不止智能客服。你可以按自己的需求,定义各种用途的 Agent。比如接上经营数据,做一个分析门店生意的助手;接上代码仓库,做一个检查代码提交的评审助手;接上搜索工具,做一个持续追踪行业动态的研究助手。想让 Agent 干什么,就围绕任务配置提示词、数据和工具就行。

接下来看看,我是怎么一步一步把「小林茶铺智能客服平台」搭建起来的。

奶茶智能服务台,具体怎么搭的?

01|先跑通一个 Hello World Agent

第一次用 Qoder Cloud Agents,可以先跟着「快速开始」建一个 Hello World Agent。先用四步把云端 Agent 跑起来,再把这个 Agent 接进自己的网页,整个过程就清楚了。

第一步,选一个起点。

进入 Qoder Cloud Agents 控制台的「快速开始」,选择 Hello World Agent。模板已经配好了基础提示词和工具,点击「快速开始」就能往下走。

地址: https://qoder.com/cloud/

Cloud Agents 快速开始:第一步选择起始点

第二步,告诉 Agent 要做什么。

名称、描述、模型、系统提示词,都可以在这里改。模型先用默认的 Auto 就行,系统提示词则用来告诉 Agent 负责什么、按什么要求做事,比如「用中文简洁回答,需要查资料时先调用工具」。

配置 Agent 页面:名称、模型与系统提示词表单

第三步,给 Agent 配一个运行环境。

可以把环境理解成 Agent 在云端干活的地方。我这里新建了一个 hello-world-agent-env,后面创建会话时,选上这个环境就行。

配置运行环境:创建 hello-world-agent-env

第四步,发句话试试。

到了「第一个 API 调用」这一步,可以直接在右侧在线测试。比如,这里我发了一句「你好,用三句话介绍你能帮我做什么」,很快就收到了回复,第一个云端 Agent 就跑起来了。

第一个 API 调用与在线测试界面

左边这三个接口,后面接网页时就会用到。

第五步,把 Agent 接进自己的网页。

先准备好刚创建的 Agent ID、环境 ID。

创建 Session 的 API 调用示例

再到控制台左侧的「个人访问令牌」创建并复制令牌,后面应用调用 Qoder Cloud Agents 时会用到。

个人访问令牌管理页面

具体怎么接入呢?接入代码可以交给 Qoder 来写。把 Qoder Cloud Agents 的 API 文档、Agent ID、环境 ID 和页面需求交给 Qoder,让它生成网页和配套后端,并创建好读取访问令牌的配置文件。

让 Qoder 生成本地聊天网页的完整需求说明

等项目建好,把刚才复制的令牌填进项目根目录的 .env.local。这次项目用的配置项是 QODER_PAT,由后端读取。

.env.local 中的 QODER_PAT 环境变量

最后让 Qoder 启动项目,打开它给出的本地地址,就能在自己的页面里聊天了。页面上的消息,会由后端发给 Qoder Cloud Agents 中创建好的 Agent,回复再传回页面。

QCA Chat 本地聊天页面:Java 反转链表算法问答

如果你想继续扩展,就去配置工具和 Skill。

回到「智能体」,点开刚建好的 Agent。

智能体管理页面:Hello World Agent 列表

往下就能看到「技能」和「工具」。

Agent 配置详情:技能、工具与 MCP 服务器区域

内置工具能搜索、读写文件、运行命令;要接自己的业务系统,可以添加 MCP 服务器或自定义工具。Skill 则用来复用一套做事方法,比如固定的分析步骤、报告格式,需要时再让 Agent 加载。

熟悉了单个 Agent 怎么创建,接下来就来看奶茶店的服务台是怎么构建的。

02|创建四个智能体

按刚才的方式,创建四个 Agent,分别写好各自的职责。一个负责接待和分配任务,另外三个负责饮品、订单和售后。

四个智能体列表:服务台、售后专员、订单专员、饮品顾问

角色 负责什么
智能服务台 理解顾客需求,委派任务,汇总回复
饮品顾问 根据门店、口味和预算查询菜单与库存
订单专员 核实订单状态、金额、商品和顾客备注
售后专员 查询政策、登记申请、执行已批准的模拟退款

把三位专员建好,再到主服务台的「多智能体」里添加子智能体,团队就组起来了。

服务台多智能体配置:添加子智能体

三位专员的提示词,写清楚各自负责什么。服务台的提示词,则要交代怎么分配任务。比如顾客要退款,先让订单专员核实订单,再把结果交给售后专员处理。工具没查到,就说没查到,别自己瞎猜。

售后专员系统提示词:退款流程与数据边界规则

03|给 Agent 接上业务数据

奶茶店的菜单、库存、订单这些业务数据,都存放在 MySQL 里。为了让 Agent 能查到,我把查询 MySQL 数据的能力封装成了 MCP 工具。

MCP 服务这部分,我交给 Qoder 来写。把数据库的连接配置、表结构,以及需要提供哪些业务工具说明白,再让 Qoder 通过 SSH 登录服务器,完成开发和部署。

我在自己的服务器上搭了一个 MCP 服务,分成饮品、订单、售后三个入口,各自提供对应的业务工具。饮品顾问能查菜单和库存,退款工具则交给售后专员。

部署好之后,回到对应 Agent 的「工具」,点击「添加 MCP 服务器」,填入服务地址,再配置访问这个服务所需的凭证。

添加 MCP 服务器:选择 milk-tea-mysql 凭证

对了,这些 Agent 的系统提示词里也要交代一句:涉及价格、库存、订单这些业务信息,先调用工具查询,再根据结果回答。这样,顾客问「这杯还有没有货」,Agent 就会通过工具去查数据库。

饮品顾问系统提示词:强制通过业务 MCP 查询数据库

如果你已经有订单、库存接口,也可以把这些现成接口封装成 MCP 工具,继续复用原来的业务逻辑。

04|基本测试和评测集

配好之后,到 Qoder Cloud Agents 控制台创建会话,选择「智能服务台」,关联运行环境和前面配置好的 MCP 凭据,就可以开始测试了。

智能体列表下拉菜单:开始会话

然后发一句话试试:「我在科技园店,想喝清爽一点、不含奶的饮品,20 元以内有什么推荐?」

会话页面:用户提问与 Agent 推荐回复

这轮先看两件事:服务台有没有找对专员,推荐有没有用上店里的数据。在会话的执行记录里,可以查看服务台把任务交给了谁,以及专员调用了哪些工具、查到了什么数据。

会话调试视图:subAgent 分工与工具调用详情

对了,你还可以在 Qoder Cloud Agents 里建一个「评测集」,把常见问题和怎样才算答对一起存下来。以后改了提示词或工具配置,就拿这组问题再测一遍,看看哪些回答变好了,哪些反而出了问题。

评测集页面:自建评测集列表

我给小林茶铺准备了 5 个问题,覆盖饮品推荐、售罄查询、订单查询,还有订单不存在、退款信息没给全的情况。

评测测试用例列表:五个回归测试场景

每道题除了问题,还要写清楚怎样才算答对。比如问「科技园店现在还有茉莉柠檬茶吗?」,这轮模拟数据里库存是 0,检查点就是如实回答售罄,并且不能声称已经帮顾客下单。

测试用例检查点:售罄必须如实回答

发布测试集后,再创建一个实验,选好要测试的 Agent 和评估器,就可以发起评测了。

评估实验报告:调用成功率与评分统计

跑完后,可以查看每道题的得分和分析报告。这次我准备的 5 个问题全部通过,正确性评分都是 100 分。

评估结果:5 项用例全部通过,无编造信息或越权操作

这样就不用每次自己挨个提问、翻聊天记录了。你在实际使用中遇到答错的问题,也可以顺手加进评测集,下次更新时一起检查。

在 Qoder Cloud Agents 里完成这些测试后,就可以把服务台接到自己的网页了。

05|把 Qoder Cloud Agents 接到自己的网页

网页接入和前面的 Hello World 一样,这次换成「智能服务台」的 Agent ID,并带上对应的运行环境和 MCP 凭据配置。

我把这些信息、Qoder Cloud Agents 的 API 文档和页面需求交给 Qoder,让 Qoder 完成聊天页面和后端。个人访问令牌仍然放在后端读取的 .env.local 里。

做出来就是下面这样。左边是咨询记录,中间聊天,右边可以看到哪位专员正在工作。

接入网页后的客服聊天界面:饮品推荐对话

接入完成之后,就可以在网页应用中创建会话、发送消息、接收回复了。顾客开始一次新咨询,后端就在 Qoder Cloud Agents 创建一个会话,关联我们配好的服务台 Agent。后面继续追问,就沿用这个会话。

Qoder Cloud Agents 返回的回复和处理进展,会同步显示在页面上。网页里的每次咨询,都能在 Qoder Cloud Agents 控制台找到对应会话。调用过哪些工具、消耗了多少 credits,也能一并查看。

事件日志页面:用户与 subAgent 的完整交互记录

06|让服务台每天自己检查库存

当然,服务台也可以按时主动干活。比如每天开店前,检查一下哪些饮品卖完了,哪些库存快不够了。

在 Qoder Cloud Agents 的「部署」里创建一个定时任务,选择已经配好的智能服务台,设置每天上午 9 点执行,再写清楚任务要求,让 Agent 检查库存,整理一份缺货和低库存清单。

定时任务配置:每天上午 9 点检查库存

到点后,Qoder Cloud Agents 就会自动发起任务,服务台查询库存,再把结果整理出来。

执行历史:两条定时任务会话记录

这次运行中,库存为 0 的「茉莉柠檬茶」就被列进了缺货清单,店长打开结果,就知道哪些饮品需要安排补货。

开店前库存检查清单:售罄与低库存汇总

这样以后就不用每天再发一句「帮我查库存」了,设好时间,Agent 会按时去做。你也可以换成每天整理售后申请、每周汇总经营数据,把这些需要反复做的事情交给云端 Agent。

Agent 搭好了,接下来谁来管?

前面我们把应用搭起来了。但如果真把这个应用交给用户,新的问题就来了。

一个人用的时候,能跑就挺开心。客户多了,每个人的资料怎么分开?一批任务同时进来,谁来安排?后面想升级 Agent,难道还得挨个改?这些事情,才是应用上线之后要长期面对的。

用 OpenClaw、DeepSeek Harness,或者基于 Codex 的运行框架自己搭,当然也是一条路。自由度高,想怎么改都可以。但采用自部署方案之后,服务器、运行配置、扩容和维护,也需要自己安排。

Qoder Cloud Agents 的好处,就是把 Agent 运行这一块交给平台托管。除了前面演示的搭建和调用,还有几项能力,在用户多起来之后会更有用。

先说身份管理。 同一个 Agent,可以服务不同客户,但每个人的资料和配置得分清楚。比如你做一个经营分析助手,A 商家上传了销售报表,B 商家接了自己的店铺系统。分析方法可以共用,资料和访问权限可不能混着来。

这次实操用的是 Qoder Cloud Agents 的 Managed 模式。如果进一步面向不同客户提供服务,可以用 Forward 里的 Identity,把自己应用中的用户关联到对应的身份,分别管理他们的文件、记忆和配置。访问外部系统需要的密钥,也可以通过 Vault 托管,运行时按需使用。

切换 Managed 与 Forward 模式

这样,同一套 Agent 能力就能复用给不同客户,不用来一个客户,就重新搭一整套。用户下次再来,也能按授权继续使用之前保存的资料。

QCA Forward 平台架构:企业业务系统与 Agent 能力集成

再说并发。 用户来得多,也不必跟着手动多开几套 Agent。平时只有零星任务,活动期间突然忙起来,如果自己部署,就要考虑准备多少执行资源、任务怎么排队。一直按高峰准备,闲的时候又有点浪费。

Qoder Cloud Agents 提供弹性的执行资源调度,根据任务量安排 Agent 运行。你继续通过接口提交任务,平台承接背后的调度和扩缩容,减少自己盯着 Agent 实例加加减减的工作。

事件驱动 Agent Loop 架构:可挂起与恢复执行

像批量分析报表、集中处理一批资料,还可以走 Batch,批量提交后再统一收取结果,不用守着一个个发。

还有一件上线后很实际的事:怎么更新,又怎么知道钱花在哪了。 比如你给 Agent 加了一套新的分析 Skill,可以先验证新版本,再让客户使用已经验证过的版本。不同客户需要的技能、模型和预算,也可以分别配置,不必为了这些差异,把业务代码改得到处都是分支。

再结合任务记录和用量统计,就能看看哪些任务经常出问题、哪些场景消耗比较多,后面该优化哪里,心里也有数。

可观测仪表盘:CREDIT 消耗与会话用量分析

写在最后

前面我们是在 Qoder Cloud Agents 控制台里一步步搭的。如果你不想自己点来点去,还有个更省事的办法:直接让 Qoder 帮你搭。

在 Qoder 的「扩展」里装上 Qoder Cloud Agents 插件,完成连接和授权,就可以回到对话框里直接提需求了。

Qoder 插件管理页面:发现 Plugins

比如,想做一个 AI 行业情报 Agent,就把要关注什么、每天什么时候整理,直接告诉 Qoder。

在 Qoder 中提需求:搭建 AI 行业情报 Agent

接下来,创建 Agent、配搜索工具、设置定时任务,就让 Qoder 帮你操作。

过去想搭一个 Agent 服务,代码可以让 AI 帮忙写,但写完之后呢?你还得准备服务器、部署服务,盯着运行情况。任务卡住了要排查,用户多了要考虑扩容,后面模型和工具更新了,还得继续维护。想做个应用,结果顺手给自己找了份运维的活。

Qoder Cloud Agents 就把其中一大块工作接过去了。配好 Agent 的职责和工具,云端服务就能跑起来,再通过 API 接进自己的应用。Agent 怎么运行、执行资源怎么调度,这些底层工作交给平台,你可以把精力花在应用要做什么、业务怎么接、结果好不好上。

这也是我这次搭完之后,觉得挺有价值的地方:脑子里有个想法,不用先把服务器和 Agent 运行框架折腾一遍,可以更快做出一个能用的版本,拿给别人试试。先看看这个应用有没有人需要,再决定往里投入多少精力。对想自己做点 AI 产品的同学来说,这个起步方式就轻便多了。

地址: https://qoder.com/cloud/




上一篇:微软AI转型手册深度解读:组织重构才是核心,别只沉迷工具采购
下一篇:PackLab机器人装箱:VLM学会看后手连续决策
您需要登录后才可以回帖 登录 | 立即注册

关闭

站长推荐上一条 /1 下一条

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-11-17 17:58 , Processed in 0.070987 second(s), 43 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表