🌟 为什么要自己动手做 AI Agent？

最近，AI Agent 火到不行。

但你是不是也有点困惑：

• 感觉“Agent”很高大上？
• 担心太技术了自己学不会？
• 觉得已经有现成的助手，没必要折腾？

别急，其实只要你会用 ChatGPT，就已经具备了做 AI Agent 的全部基础。

更重要的是：

👉 自己动手做，才是真正“升级”为 AI 构建者。

一、AI Agent 的三个关键组成

一个 AI Agent，少不了三部分：

💡

大脑（Brain）

• 由大语言模型（ChatGPT、Claude 等）+ 记忆模块组成
• 负责理解、推理、记住上下文

工具（Tools）

• 可以连接 Slack、Google Sheets、Notion 等
• 让 Agent 不只会“说”，还能真正“做”

脑干（System Prompt）

• 相当于“指挥中心”
• 决定 AI 什么时候用工具、怎么用工具

换句话说，Agent 就像一个“带工具的 AI 大脑”，能自己思考、自己行动。

二、用 n8n 搭建一个 AI Agent（新手友好）

这里用到的平台是 n8n。

• 有免费本地版
• 也有省心的云端版（本教程直接用 cloud，适合新手）

今天我们要做的 Agent 场景：

👉 “一个订阅追踪AI记账助手”实现流程：

• 你输入“我刚订阅了 iCloud，10 美元/月”
• AI 先确认细节：“这是订阅支出吗？日期？金额？”
• 然后自动把信息写入 Google 表格
• 输出结果：新增一条清晰的订阅记录

好，我们现在开始～

Step 1. 给 Agent 一个“大脑”

• 用 Google Gemini Chat 模型作为大脑，设置模型版本

• 加入 Memory 节点，让它记住上下文，避免AI“健忘”，可设置上下文记忆长度，比如 14 条消息。

这样，Agent 就能理解你的需求，并保持对话连续性。

Step 2. 接入“工具” —— Google Sheets

1. 在Google sheet应用中，新建一个订阅追踪表，包含：

• 名称、日期、金额、周期

2. 在 n8n 中连接 Google Sheets 工具（OAuth 登录授权）

1. 设置操作为 Append Row（添加行），把 AI 解析的订阅信息写入表格
2. 启用“AI 自动填充” → 让模型把解析好的数据填进表格

从此以后，你说一句话，Agent 就能记账。

Step 3：脑干 = 系统提示（System Prompt）

系统提示告诉 AI：什么时候用哪个工具，怎么用。

方法：

1. 截图 & 导出 n8n 工作流 JSON
2. 上传到 ChatGPT，给它提示词： “请根据这个工作流，写一份清晰的系统提示，指导我的 AI Agent 追踪订阅。”
3. 拷贝结果，粘贴到 n8n 的 Agent 节点的 System Message

测试：

• 输入“我刚订阅n8n，20美元/月”
• 如果 prompt 不完善，可能日期错乱或缺少确认
• 可以修改系统提示：比如要求“始终确认输入无误后再执行”，并让 Agent 用消息的时间戳作为日期。

通过几次调试，Agent 就越来越可靠。

我的提示词：

遇到用户说订阅，就确认信息 → 写入表格 → 给出反馈。始终先确认输入是否正确，用消息的时间戳作为默认日期。

三、进阶改造：让 Agent 更聪明

真实场景中，你肯定不希望表格里充满重复条目。

解决方案：

• 先查再写：在写入前，先用工具检查表格里是否已有相同订阅，操作：新增 Google Sheets 工具 → 操作设为“Get Rows”，先读取现有条目
• 新增或更新：有就更新，没有才新增，操作：修改“Append Row” → 操作为“Append & Update Row”，避免重复插入
• 更新 系统提示：告诉 AI 先检查，再新增或更新

这样，Agent 就更接近“贴心助手”，而不是“无脑执行”。

💡 为什么值得自己学会？

1. 更安全：不用担心现成 AI 工具泄露隐私
2. 更可控：你来定义逻辑，不是黑箱操作
3. 更自由：想扩展什么工具，就接什么工具
4. 更有趣：就像第一次自己写了个小程序，你会发现好玩得停不下来

最重要的是：

👉 掌握了构建方法，你不只是 AI 的“用户”，而是 AI 的“创造者”。

✨ 总结

搭建 AI Agent，其实就是三步走：

1. 给它 大脑（AI Chat模型 + 记忆）
2. 给它 工具（Sheets、Notion 等可执行操作的软件）
3. 给它 脑干（清晰的系统提示用系统提示告诉 Agent 何时、如何用工具）

理解了这个框架，剩下的就是“拼积木”一样的过程。

👀 你会想用 AI Agent 来解决什么问题？ 是在 工作场景（比如日报、数据分析），还是 生活场景（比如记账、健身打卡）？

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！