是什么 / 适合谁
智谱清流是智谱AI推出的AI Agent开发平台，底层依托GLM大模型，主打“可视化搭Bot”。你可以把它理解为一个零代码或低代码的智能体工厂——不需要写复杂的后端逻辑，通过拖拽、配置、串联节点，就能构建一个能对话、能查资料、能执行任务的AI助手。
它属于国产Agent平台的第二梯队（第一梯队是扣子、百度智能体等），但定位更偏向企业级和深度定制。目前支持知识库、插件、工作流、多轮对话管理等功能，所有服务都在国内合规运行，无需任何网络变通手段就能直接使用。
适合谁：
- 想快速搭建企业客服、内部知识问答Bot的产品经理或运营
- 需要把AI能力嵌入业务流程，但团队没有专门AI工程师的中小团队
- 对GLM模型有偏好，或已有智谱API使用经验的开发者
- 希望低成本验证AI Agent原型，再决定是否投入研发的个人开发者
不适合谁：
- 需要完全自主控制模型参数、训练自有模型的深度研究者
- 对Agent平台有极高并发、极低延迟要求的超大规模应用
- 已经在扣子或百度智能体上深度投入、迁移成本高的团队
阶段学习路径
第1天：快速上手，跑通一个基础Bot
目标： 在30分钟内创建一个能回答固定问题的智能体。
- 注册与创建：访问智谱清流官网，用手机号注册。进入控制台后，点击“创建智能体”，选择“空白模板”。
- 配置人设：在“人设与回复逻辑”框内写一段提示词，例如：“你是公司IT支持助手，只回答关于办公软件、网络、设备的问题。不知道就说不知道。”
- 添加知识库：点击“知识库”->“新建知识库”，上传一份PDF（比如公司IT制度文档）。系统会自动解析，生成向量索引。回到智能体设置，关联这个知识库。
- 测试：点击右侧预览窗口，输入“如何重置邮箱密码”，观察回复是否引用了知识库内容。如果不理想，调整提示词或检查文档是否清晰。
- 发布：点击“发布”，获得一个分享链接或嵌入代码。你可以把这个链接发给同事测试。
关键技巧： 第一天不要追求复杂功能。重点理解“人设+知识库”这个核心组合，这是所有Agent的基础。
第1周：掌握工作流与插件，让Bot“动起来”
目标： 让Bot能执行多步骤任务，比如查天气后给出穿衣建议。
- 学习工作流：在左侧菜单找到“工作流”。它本质是一个可视化流程图。创建一个新工作流，从左侧拖入“LLM节点”、“代码节点”、“条件判断节点”。
- 实战：天气查询Bot：
- 拖入“开始”节点，设置用户输入变量（如“城市”）。
- 拖入“插件节点”，选择“天气查询”插件（平台内置），配置API参数。
- 拖入“LLM节点”，输入提示词：“根据天气数据{{天气}}，给出穿衣建议。”
- 连接节点，保存并测试。输入“北京”，看是否输出“北京今天25度，建议穿短袖”。
- 调试技巧：工作流运行失败时，点击“运行日志”查看每个节点的输入输出。90%的问题出在变量名不匹配或插件返回格式异常。
- 集成到Agent：在智能体设置中，将“技能”切换为“工作流”，选择刚创建的天气工作流。这样用户对话时，Bot会自动调用工作流。
周中进阶： 尝试用“代码节点”写一段Python脚本，对知识库返回的结果做二次处理（比如去重、排序）。智谱清流支持运行Python，这是扩展能力的关键。
进阶：构建多Agent协作与复杂业务逻辑
目标： 实现一个能自动处理售后工单的系统：先分类，再分配，最后生成摘要。
- 子Agent设计：创建三个子Agent：
- 售后分类Agent：接收用户描述，输出“退货/换货/咨询”。
- 退货处理Agent：调用工作流，生成退货地址和流程说明。
- 换货处理Agent：调用工作流，生成换货单。
- 主Agent编排：在主Agent的工作流中，使用“条件判断”节点，根据分类结果路由到不同子Agent。使用“调用Agent”节点，传入参数并获取返回结果。
- 异常处理：在工作流中加入“重试”逻辑（如调用失败后等待5秒再试），以及“兜底回复”节点（所有分支都不满足时输出“转人工”）。
- 监控与优化：在控制台查看“对话分析”，关注“未命中知识库”和“工作流失败”两类事件。根据高频失败点调整提示词或补充知识库。
进阶提示： 多Agent协作时，注意每个Agent的上下文窗口限制。如果子Agent返回结果太长，可以用“代码节点”截取摘要后再传给下一个节点。
优势
- 国内直连，零门槛：无需任何网络工具，注册即用，对合规敏感的企业尤其友好。
- GLM模型底层：智谱的GLM-4系列在中文理解、长文本处理上表现稳定，且支持128K上下文，适合处理复杂文档。
- 可视化工作流：比扣子的“技能”配置更直观，拖拽式设计降低了学习成本，同时保留了代码节点的扩展性。
- 企业级功能：支持团队协作、权限管理、API调用日志审计，适合内部系统集成。
短板
- 与扣子高度重叠：功能逻辑、界面设计、甚至部分插件都与扣子相似，差异化不够明显。如果你已经在扣子上有积累，迁移的动力不大。
- 海外认知度低：英文文档和社区支持薄弱，国际用户使用体验一般（但国内用户不受影响）。
- 插件生态不够丰富：相比扣子的海量第三方插件，智谱清流的官方插件和社区插件数量还较少，部分场景需要自己写代码节点。
- 高并发场景稳定性：免费版和入门版在流量高峰时可能出现响应延迟，企业级应用需购买更高配置。
价格规划
智谱清流采用免费+订阅模式，当前（2025年）价格大致如下（具体以官网为准）：
- 免费版：支持创建3个Agent，每个Agent每天100次调用，知识库总容量500MB。适合个人试用。
- 专业版：约99元/月，Agent数量不限，每日调用5000次，知识库10GB，支持自定义域名。适合小团队。
- 企业版：按需报价，通常包含专属部署、API定制、SLA保障。适合有合规要求的公司。
省钱建议： 先用免费版验证核心流程，确认可行后直接购买专业版。不要一开始就上企业版，因为大多数场景专业版已够用。
不合适怎么办
如果你觉得智谱清流不适合，可以考虑以下替代方案：
- 需要更丰富的插件生态：转向扣子（Coze），它的插件市场更成熟，且同样支持国内直连。
- 需要深度模型微调：使用智谱的开放平台API，直接调用GLM模型并自行搭建Agent框架（如LangChain），灵活性更高但开发成本也高。
- 需要完全开源可控：考虑Dify或FastGPT，它们支持本地部署，数据不出服务器，适合对隐私要求极高的场景。
- 需要海外部署：直接使用海外平台的Agent工具（如OpenAI的GPTs或Anthropic的Claude工程），但需注意合规问题。
最后提醒：Agent平台只是工具，核心还是你对业务逻辑的拆解能力。先用智谱清流跑通一个最小闭环，比纠结“选哪个平台”更有价值。
