示例：社交情感智能体

使用编码智能体构建端到端的社交媒体情感分析智能体，从初始框架到评估、发布和连接为子智能体。

此示例使用低代码智能体来分析社交媒体评论中的情感，从而完成了完整的智能体开发生命周期。它涵盖了每个阶段：框架、配置、添加工具、评估、发布，以及连接为社交媒体管理器智能体中的子智能体。

先决条件

• 已为您的编码智能体安装的uipath-agents技能。请参阅安装和设置。
• 会话已登录 ( uip login )。

步骤 1：构建智能体

在空文件夹中打开编码智能体，并询问以下问题：

为社交媒体入站评论创建新的情感分析智能体。智能体应接受注释作为输入，并返回情感分类（正面、中性或负面）以及置信度分数。

编码智能体运行uip agent init并创建完整的项目结构，包括agent.json 、 project.json 、 entry-points.json和默认评估集。

步骤 2：配置提示和架构

查看生成的agent.json并以对话方式进行优化：

更新系统提示词，按 5 级（非常消极、消极、中性、积极、非常积极）对情感进行分类，并向输出架构添加了“简要推理”字段。

编码智能体编辑agent.json ，运行uip agent refresh以重新生成派生的工件，然后运行uip agent validate以确认架构一致。

步骤 3：添加工具

将智能体连接到 Integration Service 连接器：

添加 Slack 连接器工具，以便智能体可以将情感结果发布到 Slack 频道。

编码智能体在resource.json下创建resources/slack-post/ ，然后运行uip agent refresh和uip agent validate以将工具同步到智能体入口点。

步骤 4：推送到 Studio Web 并在本地运行

将智能体推送到 Studio Web，以便查看配置。

编码智能体运行uip solution upload ，这会上传项目。在 Studio Web 中，运行“调试” ，以在构建评估集之前根据示例注释测试智能体。

步骤 5：评估

创建一个名为“regression-tests”的评估集，其中包含五个测试用例，涵盖正面、负面和中性评论。运行该程序并显示结果。

编码智能体在evals/eval-sets/中创建测试用例，运行评估集，并返回每个测试用例的分数。如果测试用例的表现低于阈值：

第三个测试用例的分数低于 0.7 — 更新系统提示词，使分类标准更加明确并重新运行。

进行迭代，直到评估集一致通过为止。

步骤 6：发布

将情感智能体发布到我的个人工作区。

编码智能体运行uip solution pack然后运行uip solution publish 。智能体现在是您 Orchestrator 个人工作区中的一个流程。

步骤 7：连接为子智能体

要将情感智能体用作社交媒体管理器智能体中的工具：

创建一个社交媒体管理器智能体，该智能体使用情感分析智能体作为工具，处理一批入站评论并生成摘要报告。

编码智能体构建一个新的管理器智能体项目，并使用--type agent将情感智能体注册为子智能体工具。遵循上述相同的“刷新 → 验证 → 上传 → 部署”步骤。

结果：双智能体解决方案，其中管理器智能体将情感分类委派给情感子智能体，并将结果编译到报告中。

另请参阅

• 使用 Coding Agents 构建智能体— 概述和 8 步开发者旅程。
• 使用 Coding Agents 构建低代码智能体— 低代码智能体构建循环的完整参考。
• 使用 Coding Agents 构建编码智能体— 通过编码智能体终端构建基于 Python 的编码智能体。