前言

最近在做一门人工智能工程实践课程的作业，主题是围绕乌东村文旅项目，搭建一套 AI 智能客服与推荐系统。一开始我以为这只是普通的“整理资料 + 写文档”任务，但真正拆开要求后发现，它更像是一次完整的 AI 工程实践：要设计 Skill、配置 Agent、整理品牌资产、生成测试结果，还要完成多 Agent 协作。

这篇文章是整个项目复盘系列的第一篇，主要讲我如何从作业要求出发，把一个看起来很散的任务拆成一个可执行的 AI 工作流项目。

项目最终目标不是简单写一篇介绍乌东村的文档，而是搭建一个可以服务文旅场景的 AI 协作系统：

让 AI 能回答游客问题，识别游客需求，并根据不同用户画像推荐合适的旅游路线、内容和服务。

---

一、项目背景：为什么是“乌东村 AI 智能客服与推荐系统”

本次作业对应的项目方向是：

OPC-08：AI 智能客服与推荐

项目场景是乌东村文旅。它不是单纯的景区介绍，而是要围绕文旅项目构建一套知识库和 AI 工作流。

在真实文旅场景里，游客通常会有很多具体问题，例如：

乌东村适合玩几天？
带孩子去合适吗？
有没有适合拍照的路线？
适合康养旅居吗？
有没有研学活动？
预算不高怎么玩？

如果这些问题都靠人工客服逐个回答，效率会比较低。而 AI 智能客服可以做三件事：

1. 快速回答游客高频问题
2. 根据游客需求识别用户类型
3. 推荐合适的路线、产品或内容

所以我把整个项目定位为：

乌东村文旅 AI 智能客服与个性化推荐系统

它的核心价值是：

游客侧：降低查攻略成本，快速获得个性化路线建议
项目侧：提升咨询效率，沉淀用户需求数据，辅助内容营销和服务转化

---

二、老师要求：这不是普通文档，而是 Skill + Agent 项目

一开始看作业要求时，最容易误解的一点是：以为只要写一份知识库文档就够了。

但实际提交要求里包含这些内容：

1. skills/ 目录，包含 5 个技能文件
2. AGENTS.md，包含 5 个 Agent 角色定义
3. 品牌资产：templates/ + brand_analysis.md + writing-samples/
4. 每个 Agent / Skill 的运行截图，共 10 张以上
5. 作业说明文档，300-500 字

评分也不是只看文档内容，而是看完整工程：

技能完整性：25 分
Agent 角色设计合理性：20 分
品牌一致性：20 分
多 Agent 协作效果：20 分
创意与个人特色：15 分

这说明这个作业真正考察的是：

如何把 AI 从聊天工具，组织成一个可以执行任务的工程化系统。

---

三、核心拆解：Skill 和 Agent 的区别

做这个项目之前，必须先分清两个概念：

Skill：能力模块
Agent：角色岗位

我的理解是：

层级	作用	类比
Skill	定义 AI 怎么完成某类任务	工具 / 方法论
Agent	定义 AI 扮演什么角色、如何调用 Skill	岗位 / 员工
Multi-Agent	多个 Agent 协同完成复杂任务	项目团队

举例来说：

data-analysis 是一个 Skill。
它定义如何读取数据、清洗数据、生成图表、输出分析报告。

data-analyst 是一个 Agent。
它扮演数据分析师角色，调用 data-analysis Skill 完成分析任务。

再比如：

content-creation 是一个 Skill。
它定义公众号、小红书、短视频等内容怎么写。

content-creator 是一个 Agent。
它扮演内容创作者角色，根据目标平台、受众和内容目标来调用 content-creation。

这个分层非常重要。如果混在一起，就会导致文件很多但逻辑混乱。

---

四、最终设计：5 个 Skill

我把 Skill 部分设计成 5 个能力模块，每个模块对应一个真实工作场景。

1. brand-ppt：品牌 PPT 生成技能

作用：根据乌东村文旅品牌规范，生成项目汇报 PPT。

主要能力：

1. 读取 brand_analysis.md
2. 使用统一品牌色
3. 生成 3 页以上 PPT
4. 保持文旅、生态、民族文化、智慧文旅风格

对应测试结果：

outputs/brand-ppt-test-redesign-v2.pptx

这个 Skill 后面是我踩坑最多的部分。一开始因为没有安装 python-pptx，Claude Code 尝试手写 PPTX XML，结果 PowerPoint 打开后显示 Repaired，内容几乎丢失。后来改成安装 python-pptx，并结合侗寨照片集重新生成，效果才比较像正式汇报 PPT。

---

2. social-creative：社交媒体创意技能

作用：为小红书、抖音、视频号、公众号等平台生成文旅内容创意。

我给它设计了一个风格库：

style-library/
├─ 01_暗调沉浸风.md
├─ 02_烟雨水墨风.md
└─ 03_民族活力风.md

每种风格都按五个维度分析：

色彩情绪
构图习惯
文字处理
质感倾向
内容基调

这样 AI 不是简单写文案，而是先读取风格，再结合平台生成内容。

例如：

抖音：适合暗调沉浸风，强调开头 3 秒钩子和画面冲击
小红书：适合烟雨水墨风，强调收藏价值和旅行攻略
公众号：适合民族活力风，强调结构完整和项目介绍

---

3. market-research：市场研究技能

作用：完成乌东村文旅项目的市场研究。

主要模块包括：

1. 受众画像
2. 竞品分析
3. TAM / SAM / SOM 市场估算
4. 近 6 个月趋势雷达
5. SWOT 分析
6. AI 客服与推荐规则转化

这个 Skill 最重要的一点是：不能乱编数据。

所以我加入了可信度分级：

A 级：政府、官方、项目真实资料
B 级：行业报告、新闻资料
C 级：社交媒体、游客评论、平台内容
D 级：AI 推断，需人工核验

市场研究 Skill 的关键不是“写得像报告”，而是：

知道哪些能确定，哪些只是推断，哪些必须标注待核验。

---

4. data-analysis：数据分析技能

作用：用游客数据完成数据清洗、指标分析、可视化和报告生成。

老师要求准备“乌东村游客 2025 年游客情况”，但公开资料没有逐日真实经营数据，所以我采用了：

公开年度数据作为锚点
+
课程测试用日度模拟数据

数据包包括：

wudong_2025_skill4_daily_simulated.csv
wudong_2025_skill4_monthly_summary.csv
wudong_2025_public_source_summary.csv
wudong_2025_skill4_dataset.xlsx

报告中必须声明：

本数据为课程测试用模拟数据，年度总量锚定公开报道，日度明细为模拟分配，不代表乌东村真实经营流水。

这个 Skill 的输出包括：

数据清洗结果
关键指标表
月度趋势图
转化漏斗图
游客类型分布图
业务洞察和建议行动

---

5. content-creation：内容创作技能

作用：为乌东村文旅项目生成多平台内容。

老师要求收集 3-5 篇范文，所以我把乌东苗寨旅游攻略文章放入：

writing-samples/

然后让 AI 学习：

标题规律
开头方式
段落节奏
常用表达
行动号召方式

同时建立内容模板库：

content-templates.md

支持同一主题生成 5 种内容形式：

公众号长文
小红书笔记
Lead Magnet 路线清单
30 秒短视频脚本
私信 / 邮件转化话术

Skill 5 的重点不是“多写几篇文案”，而是要保证：

同一主题，多平台表达不同，但整体语气统一。

---

五、最终设计：5 个 Agent

Skill 做好后，还要设计 5 个 Agent。Agent 是角色，不是普通功能描述。

最终我设计了 5 个核心 Agent：

Agent	角色	配备 Skill
data-analyst	数据分析师	data-analysis
market-researcher	市场研究员	market-research
content-creator	内容创作者	content-creation
creative-designer	视觉创意总监	brand-ppt + social-creative
campaign-strategist	活动策略师 / 总调度	market-research + data-analysis

data-analyst

负责：

数据清洗
关键指标计算
图表生成
业务洞察
数据局限说明

它的工作风格是：

严谨、客观，用数据说话，避免主观猜测。

---

market-researcher

负责：

目标受众分析
竞品扫描
趋势分析
SWOT
事实与推断区分

它的重点是多来源交叉验证，不能把社交平台观点当官方事实。

---

content-creator

负责：

公众号
小红书
短视频脚本
LinkedIn 英文版
私信转化话术

它必须调用 content-creation 中的 Voice Profile，保持乌东文旅内容声音统一。

---

creative-designer

负责：

PPT 视觉设计
社交媒体宣传图文
视觉风格规范
替代设计方案

它必须读取：

brand_analysis.md

保证视觉风格一致。

---

campaign-strategist

这是整个系统的总调度。

负责：

制定目标
拆解任务
分派 Agent
汇总输出
设置指标
管理风险
复盘优化

它不直接做具体文案或数据清洗，但负责让其他 Agent 的输出围绕同一个目标协作。

---

六、多 Agent 协作流程

多 Agent 协作测试的任务是：

为乌东村 AI 智能客服与推荐系统制定一份完整推广方案。

我把流程设计成：

campaign-strategist 拆解任务
↓
market-researcher 做市场与竞品分析
↓
data-analyst 做数据指标与追踪方案
↓
content-creator 生成内容营销物料
↓
creative-designer 生成视觉设计方案
↓
campaign-strategist 汇总成完整策略方案

这样可以证明 5 个 Agent 不是各写各的，而是有明确协作关系。

在截图时，我重点保留了：

任务拆解
Agent 分工表
每个 Agent 的子任务输出
最终汇总方案

这部分对应评分里的：

多 Agent 协作效果：20 分

---

七、项目目录结构

最终项目目录大致如下：

人工智能/
├─ skills/
│  ├─ brand-ppt.md
│  ├─ social-creative.md
│  ├─ market-research.md
│  ├─ data-analysis.md
│  └─ content-creation.md
│
├─ AGENTS.md
├─ brand_analysis.md
├─ content-templates.md
├─ templates/
├─ writing-samples/
├─ style-library/
│
├─ data/
│  └─ skill4/
│
├─ scripts/
│  └─ run_skill4_data_analysis.py
│
├─ skill-test-results/
├─ agent-test-results/
├─ outputs/
│  ├─ data-analysis-charts/
│  ├─ data-analysis-tables/
│  └─ brand-ppt-test-redesign-v2.pptx
│
├─ screenshots/
└─ final-assignment-description.md

这个目录结构有两个好处：

1. 老师可以快速看到每个模块对应的文件
2. 后续写 CSDN 复盘时，也可以清楚说明工程过程

---

八、工具选择与踩坑

这个项目主要用到几个工具：

Claude Code：读取项目目录、生成 Skill / Agent 文件、运行脚本
Codex：辅助整理截图材料、检查目录结构
Kimi API：辅助 PPT 重设计、图片理解和文旅视觉优化
Python：用于数据分析和 PPT 生成
PowerPoint：最终检查 PPT 是否可打开、是否美观

几个典型踩坑：

1. PPT 生成不能手写 XML

一开始因为没有安装 python-pptx，Claude Code 尝试用 zipfile + XML 手写 PPTX，结果 PowerPoint 打开后显示 Repaired，内容丢失。

解决方法：

安装 python-pptx
使用标准库生成可编辑 PPT
避免手搓 PPTX 底层结构

2. 市场研究不能乱编数据

Skill 3 一开始容易生成看似完整但不可靠的市场报告。后来我给它加了：

可信度评级
来源记录
交叉验证
事实与推断区分

3. 数据分析必须声明模拟数据

Skill 4 用的是课程测试数据，不是真实经营流水。如果不声明，很容易被误解为真实数据。

所以报告开头必须写：

本数据为课程测试用模拟数据，不代表乌东村真实经营流水。

4. Agent 和 Skill 容易混淆

一开始我也把 Agent 写得像 Skill，后来重新拆清楚：

Skill 定义能力
Agent 定义角色
Agent 调用 Skill

这样 AGENTS.md 才更合理。

---

九、最终提交材料

最后需要提交的内容包括：

1. skills/ 目录：5 个 Skill
2. AGENTS.md：5 个 Agent 定义
3. brand_analysis.md
4. templates/
5. writing-samples/
6. skill-test-results/
7. agent-test-results/
8. outputs/
9. screenshots/：10 张以上截图
10. final-assignment-description.md：300-500 字说明

截图我按 12 张准备：

01 项目根目录完整结构
02 skills/ 目录 5 个 Skill
03 Skill1：brand-ppt.md
04 Skill1：生成的 PPT 页面
05 Skill2：style-library 三类风格
06 Skill2：三平台生成测试
07 Skill3：市场研究报告 / SWOT / 来源表
08 Skill4：数据分析图表或报告
09 Skill5：五种内容形式测试
10 AGENTS.md 5 个 Agent 定义
11 agent-test-results/ 目录
12 multi-agent-collaboration-test-final.md 多 Agent 协作结果

---

十、项目总结

这次作业最大的收获不是“生成了多少文件”，而是重新理解了 AI 工程实践的基本逻辑。

以前使用 AI，更多是：

我问一句，AI 回一句。

但这次项目更像是：

我先定义能力，再定义角色，再让角色协作完成任务。

最终形成的是一套小型 AI 工作流系统：

Skill 提供能力
Agent 承担角色
Multi-Agent 完成复杂任务
数据和品牌资产提供上下文
测试结果证明系统可运行

从这个角度看，这个作业不只是课程任务，也可以看作一次完整的 AI 项目工程化训练。

后续我会继续整理这个项目的具体实现，包括：

1. 5 个 Skill 如何设计
2. PPT 自动生成和视觉优化
3. 数据分析 Skill 如何跑通
4. 5 个 Agent 如何配置
5. 多 Agent 协作如何完成最终推广方案

这就是本系列的第一篇：项目总览与整体拆解。