各位佬，想用vibe coding赚钱，但是不熟悉各行各业的业务流程，没法做出可以辅助他们的工具，目前我自己也做了两个工具 1、runwey自动化工具（团队自用的自动化出即梦2.0模型视频的工具，因为runwey之前是有无限使用sd2.0模型的套餐） 2、政务文章、公众号文章、微博文章、网站文章校对，网站扫描检测、文章检测的集合工具（挂咸鱼了，但是没啥人看）。 现在想涉及一下其他业务领域的辅助工具，但是业务流程这一块就不知道怎么弄，有没有可以分享的佬，很诚恳的请教各位佬！ （不知道这个帖子适不适合放在这个板块，若是不对，请管理员指正） 6 个帖子 - 4 位参与者 阅读完整话题
问题不在于它们“不够智能”，而在于它们的工程范式很难同时满足企业级客服的几个核心要求：非线性对话、流畅交互、快速响应、强规则约束、长对话可追溯，以及复杂业务逻辑可调试。 先看 ReAct Agent 。 ReAct Agent 的典型做法，是让大模型在多轮推理中自主决定下一步要做什么、调用什么工具、如何推进任务。它看起来灵活，但放到企业客服里会暴露很多问题： - 它更像一个黑盒，行为难以完全预测； - 它每一步都依赖大模型推理，响应慢、成本高； - 它容易在复杂业务规则、权限校验、API 调用边界上出现幻觉； - 它也很难像传统工程代码一样被断点调试、复盘和精确追踪。 但企业客服里，很多流程不是“差不多就行”。比如退改签、理赔、售后、开户、审批、工单等场景，往往需要非常明确的规则判断、权限控制、状态流转和外部系统调用。让大模型自由放飞，风险太高。 再看 Workflow Agent 。 Workflow Agent 的思路是把流程固定下来，用节点和连线控制对话。它解决了一部分可控性问题，但代价是交互体验变得死板僵硬。 真实用户不会严格按照流程一步步回答问题。用户可能乱序输入，也可能中途更正信息、补充信息、跳转话题，甚至在一个流程中插入另一个话题。传统 Workflow 很难自然处理这些非线性对话场景，最终往往变成“机器人反复要求用户按格式重来”。 所以，企业级客服真正需要的不是“完全自由的大模型”，也不是“完全僵硬的流程图”，而是一种更白盒、更工程化的对话 Agent 架构： - 让 LLM 负责它擅长的部分：意图识别、信息抽取和自然语言表达； - 让代码负责它必须负责的部分：业务判断、权限校验、API 调用和状态管理。 这正是我们做 TeliChat 的出发点。 TeliChat 是一个以代码为中心的、面向企业客服和复杂业务流程的白盒对话 Agent 。它不是让大模型自由放飞的 ReAct Agent ，也不是死板僵硬的 Workflow Agent ，而是用「对话树 + 信息项 + Python 代码」来管理多轮对话状态。 在 TeliChat 中，LLM 不负责决定所有业务逻辑。真正的业务判断、权限校验、API 调用都交给代码完成，并且支持 Python 代码断点调试。这样既保留了大模型带来的自然语言交互能力，又满足企业业务系统对可控、可追溯、可调试的工程化要求。 因此，TeliChat 可以支持更复杂的真实对话场景：用户乱序输入、信息更正或补充、话题跳转或插入，都可以被自然处理。同时，它也能满足长对话、可追溯、可调试等企业级需求，并保持流畅交互体验和快速响应。 如果你正在做退改签、理赔、售后、开户、审批、工单等需要强规则的业务流程，可能会发现：单纯依赖 ReAct Agent 太黑盒、太慢、太贵、太容易幻觉；单纯依赖 Workflow Agent 又太僵硬，难以处理真实用户的非线性表达。 如果你对 Rasa CALM 的 YAML 感到厌烦，或对 Dify 僵硬的回复感到沮丧，或对 Claude Code / OpenClaw 的黑盒感到不满，欢迎试试 TeliChat： https://telichat.io/zh-Hans/ 目前 TeliChat 核心产品暂未开源。GitHub 上开放的是基于 TeliChat 构建 Agent 的示例代码： https://github.com/hanswang73/telichat 我们更多的思考也整理在博客里： https://telichat.io/zh-Hans/blog/telichat 我是 TeliChat 的创建者。欢迎大家拍砖。
Skill更偏向于对团队经验，个人经验的汇总，以及业务流程，操作流程的规范化，让大模型知道该按照什么步骤去做，存在于每一个agent下边都有一份，管理相对复杂，一个更新必须全部都要去更新一遍（管理可以使用git统一进行版本管理）。对于获取数据库数据，获取更加实时的数据，这块使用mcp去做会更好。mcp工程化能力更强，可以对数据库连接等做管理，一直提供服务，而不像skill用完之后下次在用大模型还需要再次加载，而mcp只告诉大模型有什么工具可用，以及什么时候使用。 skill+mcp两个各司其职才更好，对于需要实时性要求高的使用mcp，同时添加权限的管理。对于内部沉淀的流程使用skill，在skill中告诉大模型有哪些mcp可以用，什么时候用，两者协作才能更加的为大模型提供能力。 3 个帖子 - 3 位参与者 阅读完整话题
求助各位姥友推荐相关的ai或者软件来完成word流程图 1 个帖子 - 1 位参与者 阅读完整话题