AI智能体

从官方可用智能体中选取 agent_id，用 Bearer 鉴权向 Agent API 发送同步消息，再核对返回的 conversation_id、choices，并用对话历史接口复查。

按 Dify 官方 Agent API 文档，在服务端保存密钥、发送最小聊天请求并核对状态码与响应字段。

把测试完成的 Dify 应用发布为 Web App，并检查名称说明、匿名访问、错误回退和版本可追溯信息。

在 Dify 建立最小 Workflow，用 Start、LLM 与 Output 三个节点处理输入，并逐项核对变量传递。

用固定问题检查 Dify 知识库命中片段和反例，再把通过测试的知识库接入应用并做二次验证。

按 Dify 官方 Agent 构建页完成指令、工具与预览测试，用正常问题、越界问题和工具失败场景检查智能体。

以 AI 样本复核元数据为例，用固定 SQLite 写入工具处理增量版本，验证重跑不增行、迟到旧版不覆盖新版，以及失败批次回滚。

用查询与取消订单的教学例子，区分智能体识别的用户意图、实体参数、候选动作和执行结果。附六列任务表及模糊、复合请求的检查方法。

把 PyTorch 分类模型封装成只读智能体工具，加载 state_dict、启用 inference_mode，并返回标签、概率与模型版本。

用 LlamaIndex 创建只读查询工具，给工具写清输入与边界，再从 Agent 事件或运行轨迹核对模型确实调用了正确工具。