企业官网建设流程全解析

怎样做网站关键词,广州建设厅官方网站,华强方特网站开发,视频拍摄案例一、为什么选择数眼智能构建 AI Agent#xff1f;—— 解决联网型 Agent 的核心痛点 传统 AI 模型#xff08;如 ChatGPT#xff09;仅能被动生成回答#xff0c;普通 AI Agent 虽能调用工具#xff0c;但在实时联网场景中常踩坑#xff1a;信息过期#xff08;用半年前…一、为什么选择数眼智能构建 AI Agent—— 解决联网型 Agent 的核心痛点传统 AI 模型如 ChatGPT仅能被动生成回答普通 AI Agent 虽能调用工具但在实时联网场景中常踩坑信息过期用半年前的数据回答当前问题、中文网页解析差广告 / 弹窗淹没核心内容、合规风险高爬取数据易踩线。而数眼智能作为专为 LLM/AI Agent 设计的 “实时信息获取 提纯” 工具能精准解决这些痛点 —— 它支持毫秒级实时抓取、中文网页深度适配解析成功率超 99%、结构化输出JSON/Markdown及全链路合规符合 GDPR/CPRA让 Agent 真正具备 “实时读懂世界” 的能力。例如普通 Agent用户问 “2025 年 Q3 新能源销量”仅能返回 “需联网查询” 的提示数眼智能 Agent用户问同样问题能直接调用数眼 API 获取实时销量数据并以结构化格式输出分析结果。二、数眼智能 AI Agent 核心执行流程五步实现 “实时联网 - 精准分析” 闭环数眼智能 Agent 以 “LLM 决策 数眼联网” 为核心形成完整执行链路具体流程如下用户输入问题提出需实时信息支撑的需求如 “2025 年 Q3 中国新能源汽车销量 TOP3”获取数眼工具信息加载数眼 API 的核心能力实时抓取、中文解析、结构化输出LLM 判断与指令生成大模型如 DeepSeek解析用户意图判断 “需联网” 后生成数眼 API 调用指令含查询词、输出格式等参数调用数眼工具执行Agent 向数眼 API 发送请求数眼返回实时、结构化的搜索结果过滤广告 / 无效信息结果整合与响应Agent 将数眼返回的数据整理为自然语言回答若需进一步分析如 “分析销量增长原因”可触发新一轮数眼调用。三、实战开发用数眼智能 API 搭建 “实时资讯分析 Agent”本次实战将搭建一个能实时获取行业数据、生成分析报告的 Agent核心功能为 “联网搜索实时信息 结构化输出 多轮对话记忆”。1. 环境准备安装依赖库数眼智能提供标准化 RESTful API仅需安装基础请求库即可调用执行如下命令pip install requests # 用于发送API请求 pip install deepseek-sdk # 用于集成DeepSeek大模型也可替换为GPT/Claude2. 数眼 API 配置获取密钥与基础参数首先需在数眼智能官网https://shuyanai.com/?id19申请 API 密钥配置核心参数API_KEY数眼账号生成的专属密钥从环境变量加载避免硬编码BASE_URL数眼 API 的基础地址官方提供如 “https://api.shuyanai.com/v1”支持参数query搜索关键词、output_format输出格式json/markdown、source_filter来源过滤如 “权威媒体 / 政务网站”。3. 定义数眼搜索工具封装 API 调用逻辑创建shuyan_tools.py定义调用数眼联网搜索的工具函数实现 “输入查询词→返回结构化结果” 的功能import requests import os # 从环境变量加载数眼API密钥安全起见不硬编码 SHUYAN_API_KEY os.getenv(SHUYAN_API_KEY) SHUYAN_BASE_URL https://api.shuyanai.com/v1/search def search_with_shuyan(query: str, output_format: str markdown) - str: 调用数眼智能API进行实时搜索返回结构化结果 :param query: 搜索关键词如“2025年Q3中国新能源汽车销量” :param output_format: 输出格式支持json/markdown :return: 数眼返回的结构化结果字符串 headers { Authorization: fBearer {SHUYAN_API_KEY}, Content-Type: application/json } data { query: query, output_format: output_format, source_filter: authoritative # 仅保留权威来源如政府/行业报告 } try: # 发送POST请求调用数眼API response requests.post(SHUYAN_BASE_URL, jsondata, timeout10) response.raise_for_status() # 捕获HTTP错误 return response.text # 返回结构化结果如Markdown表格 except Exception as e: return f数眼搜索失败{str(e)}4. 初始化 LLM 与 Agent整合 “决策大脑” 与 “联网工具”创建 Agent 类集成 DeepSeek 大模型作为决策大脑和数眼搜索工具作为执行器实现 “理解需求→判断是否联网→调用工具→整合结果” 的逻辑from deepseek import DeepSeekClient from shuyan_tools import search_with_shuyan class ShuyanAgent: def __init__(self, llm_client: DeepSeekClient): self.llm llm_client # 大模型客户端决策核心 self.tools {search: search_with_shuyan} # 注册数眼搜索工具 self.system_prompt 你是一个具备实时联网能力的AI智能体需遵循以下规则 1. 若用户需求涉及实时/动态信息如最新数据、近期事件必须调用“search”工具获取数眼智能的搜索结果 2. 若需求无需联网如常识问题直接用自身知识回答 3. 调用工具后需将数眼返回的结构化结果整理为自然语言避免直接输出原始数据。 def run(self, user_query: str, history: list None) - str: 执行Agent逻辑处理用户查询调用工具如需返回结果 :param user_query: 用户输入问题 :param history: 对话历史用于多轮上下文 :return: 最终回答 history history or [] # 1. 构造对话上下文系统提示历史当前查询 messages [{role: system, content: self.system_prompt}] history messages.append({role: user, content: user_query}) # 2. 让LLM判断是否需要调用工具 llm_response self.llm.chat.completions.create( modeldeepseek-chat, messagesmessages, tools[{type: function, function: {name: search, parameters: {type: object, properties: {query: {type: string}, output_format: {type: string}}}}] ) # 3. 若需调用工具执行数眼搜索否则直接返回LLM回答 if llm_response.choices[0].message.tool_calls: tool_call llm_response.choices[0].message.tool_calls[0] if tool_call.function.name search: # 提取工具参数查询词、输出格式 query tool_call.function.arguments[query] output_format tool_call.function.arguments.get(output_format, markdown) # 调用数眼搜索工具 search_result self.tools[search](query, output_format) # 将搜索结果传入LLM生成最终回答 messages.append({role: tool, content: search_result, tool_call_id: tool_call.id}) final_response self.llm.chat.completions.create(modeldeepseek-chat, messagesmessages) return final_response.choices[0].message.content else: return llm_response.choices[0].message.content5. 对话交互逻辑实现多轮对话与历史记录管理添加交互函数支持用户多轮提问如 “先查销量再分析原因”并限制历史记录长度避免冗余def main(): # 初始化DeepSeek客户端作为Agent的决策大脑 deepseek_client DeepSeekClient( api_keyos.getenv(DEEPSEEK_API_KEY), base_urlhttps://api.deepseek.com ) # 创建数眼智能Agent agent ShuyanAgent(llm_clientdeepseek_client) history [] MAX_HISTORY 5 # 保留最近5轮对话每轮含问题回答 print(数眼智能实时资讯Agent已启动输入quit结束对话\n) while True: user_query input(请输入你的问题) if user_query.lower() in [quit, exit]: print(对话结束感谢使用) break # 调用Agent获取回答 response agent.run(user_query, history) # 打印结果 print(f\nAgent回答\n{response}\n) # 更新对话历史 history.extend([ {role: user, content: user_query}, {role: assistant, content: response} ]) # 限制历史记录长度超过后保留最新 if len(history) MAX_HISTORY * 2: history history[-MAX_HISTORY * 2:] if __name__ __main__: main()6. 完整代码整合main.py将上述逻辑整合为完整可执行的main.py需确保环境变量中已配置SHUYAN_API_KEY和DEEPSEEK_API_KEYimport requests import os from deepseek import DeepSeekClient # ---------------------- 数眼搜索工具定义 ---------------------- SHUYAN_API_KEY os.getenv(SHUYAN_API_KEY) SHUYAN_BASE_URL https://api.shuyanai.com/v1/search def search_with_shuyan(query: str, output_format: str markdown) - str: headers { Authorization: fBearer {SHUYAN_API_KEY}, Content-Type: application/json } data { query: query, output_format: output_format, source_filter: authoritative } try: response requests.post(SHUYAN_BASE_URL, jsondata, timeout10) response.raise_for_status() return response.text except Exception as e: return f数眼搜索失败{str(e)} # ---------------------- Agent类定义 ---------------------- class ShuyanAgent: def __init__(self, llm_client: DeepSeekClient): self.llm llm_client self.tools {search: search_with_shuyan} self.system_prompt 你是一个具备实时联网能力的AI智能体需遵循以下规则 1. 若用户需求涉及实时/动态信息如最新数据、近期事件必须调用“search”工具获取数眼智能的搜索结果 2. 若需求无需联网如常识问题直接用自身知识回答 3. 调用工具后需将数眼返回的结构化结果整理为自然语言避免直接输出原始数据。 def run(self, user_query: str, history: list None) - str: history history or [] messages [{role: system, content: self.system_prompt}] history messages.append({role: user, content: user_query}) llm_response self.llm.chat.completions.create( modeldeepseek-chat, messagesmessages, tools[{type: function, function: {name: search, parameters: {type: object, properties: {query: {type: string}, output_format: {type: string}}}}] ) if llm_response.choices[0].message.tool_calls: tool_call llm_response.choices[0].message.tool_calls[0] if tool_call.function.name search: query tool_call.function.arguments[query] output_format tool_call.function.arguments.get(output_format, markdown) search_result self.tools[search](query, output_format) messages.append({role: tool, content: search_result, tool_call_id: tool_call.id}) final_response self.llm.chat.completions.create(modeldeepseek-chat, messagesmessages) return final_response.choices[0].message.content else: return llm_response.choices[0].message.content # ---------------------- 交互逻辑 ---------------------- def main(): deepseek_client DeepSeekClient( api_keyos.getenv(DEEPSEEK_API_KEY), base_urlhttps://api.deepseek.com ) agent ShuyanAgent(llm_clientdeepseek_client) history [] MAX_HISTORY 5 print(数眼智能实时资讯Agent已启动输入quit结束对话\n) while True: user_query input(请输入你的问题) if user_query.lower() in [quit, exit]: print(对话结束感谢使用) break response agent.run(user_query, history) print(f\nAgent回答\n{response}\n) history.extend([ {role: user, content: user_query}, {role: assistant, content: response} ]) if len(history) MAX_HISTORY * 2: history history[-MAX_HISTORY * 2:] if __name__ __main__: main()四、执行流程实战演示实时新能源销量分析案例以 “获取 2025 年 Q3 中国新能源汽车销量 TOP3 品牌并分析各品牌增长原因” 为例演示 Agent 完整执行过程1. 用户输入问题请输入你的问题获取2025年Q3中国新能源汽车销量TOP3品牌并分析各品牌增长原因2. Agent 决策与工具调用LLM 解析需求判断 “2025 年 Q3 销量” 为实时数据需调用数眼搜索工具生成工具指令query2025年Q3中国新能源汽车销量TOP3品牌及增长原因output_formatmarkdown调用数眼 API数眼实时抓取中汽协、乘联会等权威来源数据过滤广告后返回结构化结果示例# 2025年Q3中国新能源汽车销量TOP3品牌 | 排名 | 品牌 | 销量万辆 | 同比增长 | 核心增长原因 | |------|------|--------------|----------|--------------| | 1 | 比亚迪 | 85.2 | 18.5% | 混动车型秦PLUS DM-i销量破20万海外市场东南亚增长40% | | 2 | 理想 | 32.1 | 25.3% | L9 Max车型交付量创新高家庭用户订单占比超70% | | 3 | 蔚来 | 28.7 | 30.1% | 新ES6车型上市换电网络覆盖新增100座城市 |3. Agent 整合结果输出Agent回答 根据数眼智能获取的2025年Q3中国新能源汽车权威销量数据来源中汽协、乘联会销量TOP3品牌及增长原因如下 1. **比亚迪85.2万辆同比18.5%** 核心增长依赖混动车型与海外扩张旗下秦PLUS DM-i混动车型本季度交付量突破20万辆占品牌总销量23.5%同时东南亚市场表现亮眼销量同比增长40%成为海外第一增长极。 2. **理想32.1万辆同比25.3%** 家庭用户需求持续释放旗舰车型L9 Max凭借“六座大空间智能座舱”优势本季度交付量达14.8万辆占品牌销量46.1%此外理想L7的改款车型新增“儿童安全监测”功能进一步吸引家庭群体。 3. **蔚来28.7万辆同比30.1%** 新产品与换电网络双重驱动新ES6车型于Q3初上市首月订单破3万辆带动品牌整体销量同时换电网络新增100座城市覆盖全国90%以上地级市缓解用户补能焦虑。五、总结数眼智能如何重塑联网型 AI Agent 开发通过数眼智能 API 与 DeepSeek 大模型我们用不足 200 行代码实现了 “实时联网 精准分析” 的 AI Agent其核心价值体现在三点解决联网痛点毫秒级实时数据、中文网页深度适配、全链路合规让 Agent 摆脱 “信息过期”“内容杂乱”“合规风险” 的困扰降低开发门槛标准化 RESTful API 结构化输出无需开发复杂爬虫几行代码即可集成联网能力拓展应用边界从 “实时资讯分析” 可延伸至舆情监控实时跟踪品牌负面、金融数据股票行情更新、政务查询政策文件抓取等场景适配企业级需求。未来随着数眼智能对多源信息验证、跨模态搜索图文 / 音频的优化联网型 AI Agent 将进一步打通 “实时信息获取→深度分析→决策建议” 的全链路成为企业数字化转型的核心工具。