第一周概述

第一周的目标是不深究框架原理而是花五天时间把一个可访问、能对话的 AI 助手页面从零跑起来让团队在最短时间内看到一个真实可用的雏形而不是停留在文档和方案阶段。每一天都在前一天的基础上叠加新能力从项目骨架到聊天主链路再到结构化展示、工具调用最终演变成一个初具规模的业务 Agent 工作台。Day 1搭建项目骨架这一天的目标是把整个系统的骨架从零立起来为后续四周的开发打下地基。工作从需求拆解和系统架构设计开始明确前后端各自的职责边界和交互方式再据此规划出完整的页面路由体系覆盖对话、知识库、工单、审核、执行记录、评估和配置等核心场景。技术选型上后端采用 Python FastAPI 搭建服务端项目划分出 api、agents、rag、tools、schemas 等模块目录为后面接入大模型、检索增强和工具调用预留好扩展空间。前端采用 Vite Vue 3 脚手架初始化规划出 api、views、components、router、stores 等目录分层确保代码组织从第一天起就是可维护、可扩展的。这一天结束时交付的不是功能而是一个双端都能跑起来、目录结构清晰的空项目。Day 2跑通聊天主链路这一天的目标是让能对话这件事从设计图纸变成用户能亲手体验的功能验证前后端联调的完整链路是否真正打通。技术上后端提供一个POST /api/v1/chat接口负责接收用户输入、转发给大模型、再把回复原样返回。前端则搭建出经典的三段式聊天布局包含会话列表、消息展示区和底部输入框并处理好请求发出后的 loading 状态与网络异常时的错误提示保证交互体验在极简功能下依然完整。这一天结束时用户已经可以打开浏览器输入问题并得到 AI 回复虽然能力还很朴素但这是后续所有功能得以叠加的基础通路。Day 3让回答结构化、卡片化这一天的目标是回应业务方提出的更高要求AI 的回复不能只是一段自由文本而要能承载问题类型、置信度、建议操作等多维信息方便客服人员快速做出判断。技术上后端接口的返回值从纯文本升级为结构化 JSON包含意图分类、回答内容、置信度分数、是否需要人工介入以及建议操作列表等字段。前端则新增多个 Vue 组件把这些结构化字段渲染成直观的回答卡片、意图标签和置信度进度条并将建议操作转化为可点击的按钮需要人工介入时给出醒目提示。这一天的变化让 AI 的输出第一次具备了辅助业务决策的能力而不只是聊天记录里的一段文字。Day 4让 AI 具备工具调用能力这一天的目标是让 AI 从只会说进化到能动手具备主动查询外部系统的能力以应对诸如查询订单状态这类真实业务诉求。技术上引入 Agent 工具调用机制后端先搭建一个模拟的订单查询接口将其封装成可供 Agent 识别和调用的工具函数当用户提问涉及订单查询时Agent 自动判断意图并调用对应工具获取真实数据再整理成自然语言答复。前端同步新增工具调用过程和订单详情的展示组件让用户能清楚看到 AI 正在调用哪个工具、传入了什么参数、返回了什么结果。至此对话不再是静态的一问一答而是变成了 AI 主动联动业务系统、实时反馈查询结果的动态过程。Day 5升级为业务 Agent 工作台这一天是本周的收官目标是把前四天积累的能力整合成一个真正可用的业务 Agent 工作台而不只是一个功能堆砌的聊天页面。技术上后端一次性接入订单工具、工单工具、用户工具和知识库工具形成一个多工具协同的工具集让 Agent 能够根据不同业务问题自动选择合适的工具组合来完成任务。前端则在聊天页面右侧新增任务上下文面板实时汇总当前对话涉及的用户信息、关联订单、关联工单以及全部工具调用记录支持点击展开查看详情。至此整个页面演变为会话列表、对话主区、上下文面板三栏布局的完整工作台。这一周虽然只有五天但节奏并不轻松从零搭建项目骨架开始逐步跑通聊天主链路、让回答具备结构化的业务价值、赋予 AI 调用外部系统的能力最终落地成一个具备基础工具调用能力的业务 Agent 工作台。整个过程不会讲太多框架原理而是以每天交付一个可见的功能变化为节奏让你在动手实践中理解 AI 助手项目是如何一步步搭建起来的。等这一周结束你手上会有一个目录清晰、页面完整、前后端联通的项目骨架为第二周引入企业知识库、让 AI 真正基于公司资料回答问题打下基础。