培训时长

3天

一、课程背景

当前数字化转型进入深度落地阶段，设计院、运营商传统信息化业务存在流程繁琐、数据利用率低、人工重复工作量大、业务响应效率滞后等核心痛点。传统信息化系统仅能实现基础数据记录与流程固化，无法适配动态业务场景的智能决策、自动分析、高效办理需求。随着AI智能体、RAG检索增强、MCP协议适配、技能模块化技术的成熟，企业原生数字员工已成为行业数字化升级的核心方向。

本次实训营聚焦设计院信息化业务、运营商营销、数据分析、业务办理核心场景，摒弃通用化AI理论教学，以落地实操为核心，依托DeepSeek Harness框架，手把手指导学员完成智能体Agent搭建、技能模块配置、RAG知识库搭建、MCP协议适配，通过现场工作坊形式梳理专属落地场景，解决企业AI落地空有技术、无场景、无方案、无实操能力的行业普遍问题。

二、课程收益

1. 认知收益：学员可系统掌握企业原生智能体、数字员工的核心逻辑，厘清Harness、Skills、RAG、MCP四大核心技术的应用边界与适配场景，摆脱AI技术认知模糊、概念混淆的问题。

2. 能力收益：具备独立梳理设计院、运营商业务数字员工落地场景的能力，掌握智能体搭建、技能配置、知识库训练、协议适配的全流程实操技能，可自主完成基础数字员工的搭建与调试。

3. 落地收益：通过现场工作坊打磨出适配企业自身业务的可落地场景方案，规避AI落地盲目试错、成本浪费、落地失效的问题，快速推进企业数字化员工落地部署。

4. 团队收益：统一企业内部数字化转型认知，搭建专属技术落地思维体系，为企业培养可直接落地AI数字化项目的实操型人才。

三、课程产出物

1. 核心文档产出：企业专属数字员工落地场景《实施计划书》（包含7大核心要素、落地流程、风险预案、推进周期）

2. 场景成果产出：设计院信息化、运营商GEO营销、业务数据分析、业务办理四大方向可落地数字员工场景清单

3. 实操成果产出：基于DeepSeek框架搭建的原生智能体Agent、自定义Skills技能模块、专属业务RAG知识库、MCP协议适配配置文件

4. 落地规划产出：企业数字员工后续迭代优化、部署落地、运维升级的完整推进计划表

第一天 数字员工场景工作坊与《实施计划书》7要素

第一部分 课程导入与数字员工认知
1.1 数字员工定义与边界
1.1.1 数字员工是承担岗位任务的智能体，不是普通聊天窗口。
1.1.2 数字员工要有人机分工、权限边界和结果责任人。
1.1.3 数字员工适合高频、规则清晰、知识密集、跨系统取数的任务。
1.2 企业原生智能体与通用助手的区别
1.2.1 企业原生智能体接入企业知识、业务系统和组织权限。
1.2.2 通用助手回答通用问题，企业原生智能体要完成岗位动作。
1.2.3 企业原生智能体要可评测、可追溯、可运营。
1.3 三天课程地图与工作坊规则
1.3.1 第一天梳理场景并产出《实施计划书》7要素。
1.3.2 第二天用 Harness 加 Skills 加 RAG 加 MCP 做运营商数字员工实操。
1.3.3 第三天完成业务办理数字员工、评测、汇报和推进计划。

第二部分 DeepSeek Harness 基础与 Agent 运行框架
2.1 Harness 的定位
2.1.1 Harness 是 Agent 的运行外壳，管理会话、状态、工具调用。
2.1.2 Harness 统一接入模型、Skills、RAG、MCP 和日志。
2.1.3 Harness 让同一个数字员工可测试、可发布、可回滚。
2.2 Agent 核心组成
2.2.1 角色与目标定义数字员工服务谁、做什么、做到什么程度。
2.2.2 规划与执行决定先查知识还是先调工具。
2.2.3 记忆与反馈保留上下文、结果和人工修正。
2.3 最小可用 Agent 演示
2.3.1 演示设计院制度问答数字员工。
2.3.2 演示运营商指标查询数字员工。
2.3.3 演示失败案例，说明没有 RAG 和 MCP 会出现什么问题。

第三部分 Skills 设计方法与岗位经验封装
3.1 Skill 的识别
3.1.1 把岗位任务拆成输入、步骤、判断、输出。
3.1.2 找出高频重复、经验依赖、容易出错的环节。
3.1.3 判断哪些适合做 Skill，哪些适合做 RAG，哪些必须调 MCP。
3.2 Skill 的结构
3.2.1 触发条件说明什么时候调用该 Skill。
3.2.2 执行步骤写明每一步做什么、看什么、判断什么。
3.2.3 输出模板规定格式、字段、口径和责任人。
3.3 Skill 编写练习
3.3.1 编写设计院资质业绩查询 Skill。
3.3.2 编写运营商 GEO 营销日报 Skill。
3.3.3 编写业务办理资料预审 Skill。

第四部分 RAG 企业知识增强与知识治理
4.1 RAG 适用场景
4.1.1 制度、规范、标准、合同、产品文档等知识问答。
4.1.2 报表口径、指标解释、历史案例等经验查询。
4.1.3 业务办理指南、常见问题、退单原因等客服支持。
4.2 知识库建设步骤
4.2.1 收集文档并确认版本、权限、责任人。
4.2.2 切分、清洗、标注、入库并建立元数据。
4.2.3 设置召回、重排、引用和答案校验规则。
4.3 知识库质量检查
4.3.1 检查问题覆盖率和答案命中率。
4.3.2 检查引用来源是否可打开、可追溯。
4.3.3 检查过期知识、冲突知识和权限越界。

第五部分 MCP 工具接入与系统连接
5.1 MCP 的作用
5.1.1 把企业系统能力封装成 Agent 可调用的工具。
5.1.2 统一鉴权、参数、返回值和错误处理。
5.1.3 让数字员工从会说变成会办。
5.2 常见 MCP 工具类型
5.2.1 查询类工具，如客户、订单、指标、项目、合同查询。
5.2.2 办理类工具，如工单、审批、回填、通知。
5.2.3 分析类工具，如取数、计算、图表、报告生成。
5.3 MCP 接入安全
5.3.1 最小权限，按岗位和场景授权。
5.3.2 敏感操作二次确认，保留操作日志。
5.3.3 异常、超时、无权限时给出人工兜底路径。

第六部分 数字员工场景工作坊与《实施计划书》7要素
6.1 工作坊准备
6.1.1 按设计院信息化业务分组，如经营、生产、财务、人力、IT。
6.1.2 每组带岗位任务清单、系统清单、数据清单、痛点清单。
6.1.3 明确工作坊产出标准和计时规则。
6.2 场景梳理方法
6.2.1 从岗位一天工作出发，列出高频、耗时、易错任务。
6.2.2 用价值、可行性、数据就绪度、风险四个维度筛选。
6.2.3 把场景写成谁在什么情况下要完成什么结果。
6.3 《实施计划书》7要素
6.3.1 场景名称与业务目标。
6.3.2 用户角色与使用入口。
6.3.3 输入数据与知识来源。
6.3.4 工具系统与 MCP 接口。
6.3.5 Agent 与 Skills 编排。
6.3.6 评测指标与验收标准。
6.3.7 推进计划、责任人和风险控制。

第二天 Agent Harness 加 Skills 加 RAG 加 MCP 运营商数字员工构建实操

第一部分 实操环境与项目初始化
1.1 环境准备
1.1.1 安装和配置 DeepSeek Harness 运行环境。
1.1.2 准备模型密钥、向量库、MCP 服务、日志目录。
1.1.3 建立项目目录、配置文件和版本管理。
1.2 数字员工项目结构
1.2.1 agent 配置负责角色、目标、约束、欢迎语。
1.2.2 skills 目录负责每个岗位能力一个 Skill。
1.2.3 rag 目录负责知识源、切分规则、索引配置。
1.2.4 mcp 目录负责工具清单、鉴权、参数映射。
1.3 实操任务与验收
1.3.1 跑通一个最小问答 Agent。
1.3.2 接入一个 RAG 知识库。
1.3.3 接入一个 MCP 查询工具。

第二部分 Skills 编排与运营商岗位能力封装
2.1 GEO 营销数据 Skill
2.1.1 明确 GEO 营销数据来源，如搜索、地图、社交、门店、竞品。
2.1.2 定义清洗规则、指标口径、日报周报模板。
2.1.3 定义异常提醒和人工复核条件。
2.2 业务数据分析 Skill
2.2.1 定义指标字典、维度、时间口径。
2.2.2 定义查数、同比环比、归因、结论生成步骤。
2.2.3 定义图表和报告输出格式。
2.3 业务办理 Skill
2.3.1 定义客户意图识别和业务类型判断。
2.3.2 定义资料校验、资格判断、风险提示。
2.3.3 定义系统回填、工单提交、结果通知。

第三部分 RAG 知识库在运营商场景的落地
3.1 知识源梳理
3.1.1 业务规则、产品资费、办理流程、常见问题。
3.1.2 指标口径、经营分析模板、历史报告。
3.1.3 营销活动、渠道政策、竞品资料。
3.2 知识处理
3.2.1 文档解析、表格处理、图片文字识别。
3.2.2 按业务主题切分并打标签。
3.2.3 建立权限、版本、生效时间。
3.3 检索与回答
3.3.1 设置混合检索和重排。
3.3.2 要求答案带引用来源。
3.3.3 对无依据问题拒绝回答并转人工。

第四部分 MCP 接入运营商业务系统
4.1 查询类 MCP
4.1.1 客户信息查询。
4.1.2 订单和工单查询。
4.1.3 指标和报表查询。
4.2 办理类 MCP
4.2.1 业务受理。
4.2.2 资料回填。
4.2.3 工单流转。
4.3 分析类 MCP
4.3.1 取数计算。
4.3.2 图表生成。
4.3.3 报告导出。

第五部分 GEO 营销数据数字员工实操
5.1 场景定义
5.1.1 服务对象是营销策划、渠道运营、区域经理。
5.1.2 任务是每日汇总 GEO 数据、发现机会、生成行动建议。
5.1.3 验收标准是数据准确、结论有依据、建议可执行。
5.2 构建步骤
5.2.1 配置 Agent 角色和任务边界。
5.2.2 接入数据源 MCP 和 RAG 营销知识。
5.2.3 编排数据清洗、分析、报告 Skills。
5.3 测试与修正
5.3.1 用历史数据跑日报。
5.3.2 检查指标口径和异常提醒。
5.3.3 根据业务人员反馈修改模板。

第六部分 运营商业务数据分析数字员工实操
6.1 场景定义
6.1.1 服务对象是经营分析、业务管理、区域运营人员。
6.1.2 任务是查指标、看趋势、找原因、出结论。
6.1.3 验收标准是口径统一、过程可追、结论可解释。
6.2 构建步骤
6.2.1 建立指标字典和 RAG 知识。
6.2.2 接入报表和取数 MCP。
6.2.3 编排分析 Skill 和报告 Skill。
6.3 测试与修正
6.3.1 用真实问题测试，如收入下降原因。
6.3.2 对比人工分析结果，修正口径。
6.3.3 记录错误案例并更新知识库。

第三天 运营商业务办理数字员工、评测与推进计划

第一部分 业务办理数字员工流程拆解
1.1 业务受理前
1.1.1 识别客户身份和业务意图。
1.1.2 查询客户资格和历史业务。
1.1.3 提示所需资料和风险点。
1.2 业务受理中
1.2.1 校验资料完整性和真实性。
1.2.2 匹配产品规则和资费政策。
1.2.3 调用 MCP 完成录入和提交。
1.3 业务受理后
1.3.1 回填结果和生成回执。
1.3.2 通知客户和经办人。
1.3.3 记录日志并抽样质检。

第二部分 多智能体协作与人工兜底
2.1 角色分工
2.1.1 接待 Agent 负责意图识别和问答。
2.1.2 审核 Agent 负责资料和规则校验。
2.1.3 办理 Agent 负责系统操作和结果反馈。
2.2 协作机制
2.2.1 用任务状态传递上下文。
2.2.2 用规则决定转交和终止。
2.2.3 用日志记录每一步依据。
2.3 人工兜底
2.3.1 低置信度、权限不足、异常错误转人工。
2.3.2 人工可修改、驳回、补充知识。
2.3.3 人工修正回流到 Skills 和 RAG。

第三部分 数字员工评测与可观测
3.1 评测指标
3.1.1 任务完成率、准确率、平均处理时长。
3.1.2 工具调用成功率、知识命中率、人工接管率。
3.1.3 用户满意度、错误成本、节省人天。
3.2 评测方法
3.2.1 建立黄金测试集，覆盖常见和边界问题。
3.2.2 做离线评测和在线小流量测试。
3.2.3 对比人工基线，记录差距。
3.3 可观测
3.3.1 记录会话、工具调用、RAG 召回、Skill 执行。
3.3.2 设置告警，如超时、无权限、答案无引用。
3.3.3 建立周报，持续看趋势和问题。

第四部分 安全合规与权限治理
4.1 数据安全
4.1.1 分级分类，敏感数据脱敏。
4.1.2 传输、存储、日志加密。
4.1.3 数据使用范围与留存期限。
4.2 权限控制
4.2.1 按岗位、场景、系统授权。
4.2.2 最小权限和职责分离。
4.2.3 敏感操作二次确认和审批。
4.3 合规审计
4.3.1 保留操作日志和答案引用。
4.3.2 支持审计查询和责任追踪。
4.3.3 定期做权限复核和风险演练。

第五部分 部署运营与持续迭代
5.1 部署方式
5.1.1 内网、专有云或混合部署。
5.1.2 灰度发布和回滚机制。
5.1.3 监控、备份和容灾。
5.2 运营机制
5.2.1 设数字员工负责人和业务 Owner。
5.2.2 建立问题反馈、知识更新、Skill 迭代流程。
5.2.3 每月复盘使用量、效果和成本。
5.3 持续迭代
5.3.1 从单场景扩展到岗位。
5.3.2 从问答扩展到办理和分析。
5.3.3 从单 Agent 扩展到多 Agent 协作。

第六部分 工作坊成果汇报与后续推进计划
6.1 成果汇报
6.1.1 每组汇报设计院信息化数字员工场景。
6.1.2 展示运营商数字员工原型，如 GEO 营销、数据分析、业务办理。
6.1.3 提交《实施计划书》7要素。