认识 Agent：面向任务的智能助手
在 Pipora 里，Agent 是最核心的能力单元。它可以围绕明确的角色和任务目标，调用工具、使用记忆，并在需要时与其他 Agent 协作。
你可以为 Agent 设定身份、配置工具、划定工作范围，让它稳定处理某一类任务，而不是只进行开放式聊天。
Agent 能做什么
一个 Agent 通常具备以下能力：
扮演特定角色
你可以给 Agent 设定身份和职责。比如：
- 邮件整理助手：专门帮你筛选、分类、起草回复
- 数据分析员：负责解读表格、生成图表、总结趋势
- 内容创作伙伴：陪你头脑风暴、润色文章、翻译文本
清晰的角色设定可以让 Agent 的回答更聚焦，也更符合你的预期。
使用工具
Agent 可以调用各种工具来扩展自己的能力：
- 读取本地文件、搜索知识库
- 调用外部服务获取信息
- 执行你授权的操作（比如整理文件夹、生成文档）
你决定 Agent 能用什么工具，它就在这个范围内工作。
使用记忆
Agent 可以使用记忆保存长期任务里的稳定上下文，例如沟通偏好、项目背景、常用文档、固定交付格式、自动化规则和安全边界。
记忆不是完整聊天记录。它更适合保存后续还会用到的信息，让 Agent 在新的对话里继续理解你的工作方式和任务背景。
与其他 Agent 协作
复杂任务可以由多个 Agent 协作完成：
- 主 Agent 负责统筹全局
- 子 Agent 各自专攻一个领域（比如一个负责查资料，一个负责写报告）
- 它们自动分工协作，把结果汇总给你
你可以只与主 Agent 对话，由它根据任务需要调度子 Agent 并汇总结果。
参与工作流
Agent 还可以嵌入到工作流中，成为自动化流水线的一环：
- 定时触发，自动执行重复任务
- 多个 Agent 按顺序或并行协作
- 全程有记录，随时可追溯、可干预
Pipora 内置的 Agent
Pipora 预置了几类常用 Agent，便于你从典型场景开始使用：
| 内置 Agent | 擅长做什么 |
|---|---|
| 通用助手 | 日常问答、信息整理、创意启发等通用任务 |
| 编程助手 | 帮你生成代码、分析程序、排查错误、优化逻辑 |
| 文档助手 | 处理 Word、PDF、PPT、Excel 等文档，提取内容、转换格式、总结要点 |
| 媒体助手 | 处理图片、视频、音频，比如识别图像内容、提取音频文字、分析画面 |
为什么需要 Agent
角色明确，比通用聊天更稳定
通用 AI 覆盖范围广，但在长期任务中容易缺少稳定边界。给 Agent 设定明确的角色、工具和职责后，它的输出会更聚焦，也更容易评估和优化。
记忆可控，不是黑盒
Agent 的记忆完全透明：
- 通过记忆空间决定这条对话使用哪一套记忆规则
- 通过记忆分区隔离不同项目、客户或工作场景
- 在记忆偏好里查看和编辑稳定资料、偏好、自动化规则和安全边界
- 在记忆要点里查看系统从长对话中整理出的阶段性结论
能力可以不断进化
- 给它绑定新的工具，它就学会了新技能
- 调整角色设定，它就能胜任新任务
- 搭好的 Agent 可以复用、分享，成为别人的起点
如何使用 Agent
创建 Agent：通过界面完成主要配置
大多数 Agent 可以直接在 Pipora 的网页界面中创建：
- 给它起个名字、写一段描述
- 设定它的角色和职责（比如"你是一位资深财务分析师"）
- 选择它能使用的工具和技能
- 划定它的工作范围（能访问哪些文件、哪些工具）
- 保存，立即开始使用
本地配置：修改后同步即生效
Agent 以工作区中的 .agent.yaml 为唯一配置来源。修改配置后运行 pipora sync agent，后续运行会直接使用当前已同步的本地配置；不创建、选择或回退 Agent 版本。需要比较修改前后的效果时，使用同一 Agent ID 分别运行 baseline 和 candidate 实验。
质量评估：用数据说话
你可以给 Agent 挂上评分器，让它持续接受"考核"：
- 自动打分，量化 Agent 的输出质量
- 根据评分结果，有针对性地优化角色设定或工具配置
- 迭代有依据，避免只凭主观感觉调整
记忆管理：让上下文更可控
记忆在创建会话时选择，不是 Agent 定义的一部分。同一个 Agent 可以在无记忆会话中完成一次性任务，也可以在不同记忆空间和分区中持续协作。
你可以主动管理会话使用的记忆：
- 新建对话时选择记忆空间和记忆分区
- 使用长期记忆保存项目、办公任务和自动化任务中的长期上下文
- 使用不保存记忆处理一次性任务或不希望沉淀的内容
- 在记忆面板里查看、搜索、编辑或重置记忆
- 调整记忆整理方式，让 Agent 更准确地提炼对话要点
更完整的概念说明见：记忆。
搭建 Agent 团队
一个 Agent 可以管理多个子 Agent，形成面向复杂任务的协作结构：
- 你只需跟"团队负责人"对话
- 它自动判断任务该自己完成，还是派给哪个子 Agent
- 子 Agent 完成后，负责人汇总结果反馈给你
总结
Agent 是 Pipora 的核心单元，也是连接模型能力、工具能力和工作流能力的入口。
它不只是能聊天的机器人，而是：有身份、有工具、可按会话配置记忆、能协作、可评估的智能助手。通过界面化配置，你可以创建、管理和持续优化自己的 Agent，并让它在本地可控地处理任务。