免费 AI 智能制造｜DeepSeek+豆包+Kimi 零成本工厂数字化转型实操指南

请帮我设计一个 AI Agent 工作流，实现以下目标。

任务名称：{任务名称}
核心目标：{要实现的核心目标}

输入信息：
- 输入来源：{用户输入 / API 触发 / 定时任务 / 事件驱动}
- 输入格式：{文本 / JSON / 文件 / 多模态}

执行步骤：
1. 感知阶段：{Agent 如何获取和理解输入信息}
2. 规划阶段：{Agent 如何拆解目标和制定执行计划}
3. 执行阶段：
   - 需要调用的工具和 API：{列出需要的工具}
   - 决策节点：{需要判断和分支的地方}
   - 异常处理：{出错时的降级策略}
4. 输出阶段：{输出格式和交付物}

记忆与上下文：
- 短期记忆：{单次会话需要的上下文}
- 长期记忆：{需要持久化的信息}

约束条件：
- 安全要求：{数据隐私、权限控制等}
- 性能要求：{响应时间、并发量等}
- 合规要求：{需要遵守的规范}

请提供：

1. 工作流架构图（文字描述）
2. 各步骤的详细说明
3. Agent 之间的协作关系（如有多 Agent）
4. 关键代码/伪代码实现
5. 测试和验证方案
6. 部署和监控建议

德勤研究显示企业 AI Agent 从试点到生产的失败率高达 89%。请用下面的框架帮我的智能体做一次「上线前体检」：

【智能体描述】
{agent_description：它要完成什么任务、面向谁、当前部署方式}

【症状清单】
{failure_symptoms：它哪里不达标，如跑偏、幻觉、不回复、成本超标、用户不用了}

【运行环境】
{deployment_context：模型、框架、工具链、上线周期、团队规模}

请按以下五个维度逐一诊断：
一、任务定义（目标是否单一可判定？输入输出有没有明确规格？）
二、评测体系（有没有上线前基准测试？失败样本怎么回流？）
三、工具与上下文（工具调用失败率？上下文是否缺失关键业务规则？）
四、兜底与降级（答不出来时的转人工/重试/拒答策略有没有？）
五、成本与运维（单次调用成本、Token 消耗、监控告警是否就绪？）

【输出要求】
1. 每个维度给出「红/黄/绿」评级 + 一条最优先改进项
2. 给出两周内的修复优先级排序（P0/P1/P2）
3. 明确区分哪些失败是模型能力问题（需换方案），哪些是工程问题（可修复）
4. 输出一张「体检报告」表格，可直接转发给团队

请基于以下数据生成一份完整的分析报告。

【数据概览】
{粘贴数据表格或描述数据集，如：
时间段：2026 年 Q1-Q3
维度：渠道来源 / 用户数 / 转化率 / 客单价 / ROI
数据：
- 自然搜索：用户 12.5 万，转化率 3.2%，客单价 286 元
- 社交媒体：用户 8.3 万，转化率 4.1%，客单价 215 元
- 付费广告：用户 15.7 万，转化率 2.8%，客单价 328 元
- 邮件营销：用户 4.2 万，转化率 5.6%，客单价 198 元
- 直接访问：用户 6.8 万，转化率 3.9%，客单价 312 元}

【分析目标】
请涵盖以下维度：
1. 整体趋势分析（环比/同比变化）
2. 渠道效率对比（投入产出比、转化漏斗）
3. 核心发现（Top 3 洞察）
4. 问题诊断（哪些渠道/环节效率偏低）
5. 优化建议（可落地的具体动作）

【输出要求】
- 使用 Markdown 表格呈现数据对比
- 关键数据点需标注计算过程
- 建议按优先级排序（Quick Wins / 中长期 / 战略级）
- 如果数据存在异常值或置信区间较宽，请标注说明