AI Agent工作流平台：讯飞星辰 Astron Agent
从字节的 Coze到 n8n，再到前阵子 ChatGPT 开放的 AI 生成工作流，各种平台层出不穷。但你有没有发现一个现象：这些工具虽然很火，但大多是“玩具”，或者个人开发者在用。在 B 端（企业）场景，一说一，你非常少见到它们的身影。不是它们技术不行，而是 B 端场景更复杂，有两个核心痛点是 C 端平台（至少目前）无法解决的：
1. 数据安全： 必须支持本地部署，而且是高度本地化，确保企业数据不出内网。
2.组织管理： 必须有精细的用户权限管理、团队协作等功能。
所以有时候你会看到，真正在 B 端跑起来的工作流产品，反而是我们没怎么听说过的，但它们却拳拳到肉，专为企业场景设计。
今天就来说一说科大讯飞Agent 平台：讯飞星辰 Astron Agent
它的 GitHub，在它的技术架构里，我看到了几个强烈的“B 端信号”：
GitHub: https://github.com/iflytek/astron-agent
● 一键本地部署： 这个不用多说，数据安全是 B 端的命脉。
● 内置 RAG 引擎 (RAGFlow)： 这对应了企业知识管理，是目前 AI 最快、最刚需的落地价值。
● 内置 RPA 自动化 (RPA)： 这意味着它可以打通那些没有 API 的老旧内部系统（比如某些 OA、ERP），这在企业里太常见了。
● 认证与授权 (Casdoor)： 这就是企业级的“组织管理”和“权限控制”功能，能分团队、分角色。
这套组合拳，几乎拳拳都打在了 B 端的需求点上。
说一下部署，基本上是小白无脑操作 但国内最大的问题就是DOCKER网络可以试下开代理，例如我端口在7890 以及设置一些镜像加速
{ "proxies": { "default": { "httpProxy": "http://host.docker.internal:7890", "httpsProxy": "http://host.docker.internal:7890", "noProxy": "localhost,127.0.0.1,host.docker.internal" } }, "registry-mirrors": [ "https://docker.m.daocloud.io", "https://hub-mirror.c.163.com", "https://mirror.ccs.tencentyun.com" ]}
如果不放心的，就搭配 AI 编程，例如 Trae像我是 Windows，部署遇到问题了，直接让AI 帮我处理：
很丝滑就部署好了。
动手实操：搭建一个“一鱼多吃”Agent
我刚好有个痛点，正愁没工具解决。我做内容创作，总想“一鱼多吃”：一篇深度长文，我想同时分发到小红书、推特、领英。但每个平台的风格、字数、受众都完全不同。每次我都要手动打开 ChatGPT，换三个不同的提示词，跑三次，再复制粘贴出来，非常麻烦。所以，我就想做一个“多平台内容写作”的 Agent。正好，就拿讯飞星辰 Agent 试个手。
逻辑是这样的：
● 我提供一篇长文（作为上下文）。
● 我再提供一句简单的指令（比如“发小红书”）。
● Agent 必须能“听懂”我的指令，这是一个决策。
● 然后，它自动把长文“喂”给对应平台的“写作专家”（小红书 Prompt、推特 Prompt...）。
● 最后，直接把生成好的内容返回给我。
直接讲中间的重要节点。
Step 1：决策节点
这个 Agent 的灵魂，在于“决策”节点。它就像一个智能的“路由”。
我从“开始”节点拉出来，接上一个“决策”节点。
在这个节点里，我配置了 3 个意图：
● intent_twitter
● intent_linkedin
● intent_xiaohongshu
最关键的是它的“高级配置”，我塞了一段 Prompt，告诉它如何当一个“任务分类助手”：
你是一个任务分类助手。请根据用户的输入，判断他想将文章分发到哪个社交媒体平台。你只需要输出意图的ID。
预设意图如下：
1. 如果用户提到 "推特"、"Twitter"、"X" 或 "发推"，请匹配意图 'intent_twitter'。
2. 如果用户提到 "领英"、"LinkedIn"、"职场" 或 "专业风格"，请匹配意图 'intent_linkedin'。
3. 如果用户提到 "小红书"、"种草"、"笔记" 或 "xhs"，请匹配意图 'intent_xiaohongshu'。
如果不属于以上任何一种，请匹配 'default'。
有了它，当我输入“发推特”时，工作流就会自动走向 intent_twitter 这条分支。
Step 2：专家——三个大模型节点
接下来，就是从“决策”节点拉出三个分支，每个分支都连接一个“大模型”节点，并给它们注入不同的“灵魂”（System Prompt）。
分支 1：推特专家
这个节点只在 intent_twitter 被触发时运行。我在它的 System Prompt 里写：
你是一个专业的社交媒体运营（推特专家）。请根据以下长文，将其浓缩为一则吸引人的推文。
要求：
1. 风格：信息密集、简洁、有力。
2. 严格控制在280个字符以内...
3. 必须提取文章最核心、最抓人眼球的1-2个观点。
4. 结尾加上 2-3 个高度相关的 #hashtags。
分支 2：领英专家 在 intent_linkedin 分支，Prompt 的要求完全不同：
你是一个专业的商业内容作家（领英专家）。请根据以下长文，改写为一篇专业的领英（LinkedIn）帖子。
要求：
1. 风格：专业、有见地、有启发性、结构清晰。
2. ...使用要点列表...
3. 结尾：提出一个开放性问题，以鼓励行业内的专业人士评论和讨论。
分支 3：小红书专家intent_xiaohongshu 分支，这个大家最熟了：
你是一个爆款小红书博主，深谙“利他”和“种草”的精髓...
要求：
1. 标题：必须是吸引人的两段式标题，使用大量 emoji...
2. 正文：
a. 语气必须亲切，多用“姐妹们”、“我真的”、“yyds”、“保姆级教程”...
Step 3：组装与测试
最后，我把这三个“专家”分支的输出，和一个“默认”分支的输出，全部汇集到一个“文本拼接”节点，最后再连到“结束”节点。
这样，无论哪个分支被触发，它的结果都能被正常输出。
一起来看下最终的成果。
我先粘贴一篇很长的、关于 AI Agent 的技术文章作为上下文（在平台的“对话历史”或变量中输入）。
测试 1：小红书
我在对话框（Query）里输入：“帮我改成小红书笔记”
Agent 准确命中了 intent_xiaohongshu 分支，“小红书专家”开始工作，输出：
标题：🆘AI 圈又炸了！保姆级Agent工作流，打工人速速收藏！
正文： 姐妹们！AI Agent 真的要卷疯了！你是不是也觉得... ... （此处省略 300 字） ... #AI #Agent #工作流 #打工人 #讯飞星辰
测试 2：推特
我不动上下文，只改 Query：“总结一下，发个推”
Agent 立即命中了 intent_twitter 分支，“推特专家”输出：
讯飞星辰 Agent 平台正通过集成 RAGFlow 和 RPA 重新定义 B 端 AI。
这不仅仅是另一个工作流工具，而是通过本地部署和 Casdoor 权限管理，真正解决了企业的数据安全和系统连接痛点。
#AI #EnterpriseAI #AstronAgent
完美！Agent 准确理解了我的意图，并自动调用了正确的“专家” Prompt，省去了我切换和复制粘贴的麻烦。
部署好后右上角发布就能用了
