一个AI研读研究助手的上线——从方案设计到工作流编排再到应用发布——可以完全不用写代码。华为云《盘古大模型最佳实践》详细展示了零代码构建AI研读研究助手和低代码构建智能助教工作流的完整流程，覆盖了从知识库创建、工作流节点编排到应用发布的全链路操作，为企业和开发者提供了Agent应用开发的实操指南。
零代码构建AI研读研究助手
方案设计与工作流节点
在学术研究领域，研究人员需要深入理解特定文章的内容。通过Agent应用平台，零代码构建AI研读研究助手，可实现基于上传文档的深度研读。工作流包含8个关键节点：开始节点（接收用户输入）、判断节点（判断是否上传文档）、插件节点（Read_File读取文档）、知识检索节点（从知识库检索信息）、大模型节点（问题解析与答案优化）、变量聚合节点（聚合多路分支输出）、结束节点（输出最终结果）。
知识库创建与工作流编排
知识库需要预先创建并上传文档，通过命中测试验证检索效果——输入问题后页面展示多条匹配内容并按分值降序排列。工作流编排的核心是连接各节点并配置参数。关键技巧：判断节点的条件设置（如判断用户是否上传文档）、插件节点中Read_File的调用、知识检索节点中知识库的选择、大模型节点中Prompt的设计、变量聚合节点对多路分支输出的聚合处理。
应用创建与调试
创建应用后配置提示词（应用的人设与回复逻辑），添加技能（插件、工作流、知识库），设置开场白。调试时可配置大模型参数和调度策略（工具优先）。用户上传文档后提问，Agent自动完成文档读取、知识检索和答案生成。
低代码构建智能助教工作流
工作流节点设计
语文知识智能助教工作流包含：开始节点（接收用户问题）、大模型节点-生成问题（从用户输入中提取问题并以JSON格式输出）、知识检索节点（从语文题库中检索匹配题目）、判断节点（判定是否检索到匹配题目）、大模型节点-润色输出（对检索结果进行润色）、大模型节点-AI输出（未检索到时由AI生成回答并注明）、代码节点（格式化处理输出字符串）、结束节点（输出最终结果）。
代码节点与调试技巧
代码节点是低代码构建的关键。输入参数需要在参数配置中定义（如str1和str2），代码中不能直接引用变量名，必须通过args字典获取：str1 = args.get('str1', '')。代码节点报错“name 'str1' is not defined”通常是直接引用了变量而非从args字典获取。
试运行可检查节点设置是否有误，单击右上角可查看调试结果（运行结果与调用详情）。单节点调试功能可在工作流编排页面单击节点进入调试，输入请求参数后运行。
典型问题与解决方案
引用类型参数显示为空
输入参数file_url选择“引用”类型时，“值”列找不到可选择的节点输出。原因是参数引用user_doc取值，但未将当前节点与前面节点连接导致引用失败。解决方案：将插件节点（读取用户上传文档）与前一个节点（判断用户是否上传文档）连接。
大模型节点报错template_content
试运行时报错“template_content has wrong type or empty or unexpected reference”。原因是直接复制了模板中预置的{{query}}大括号和手动输入参数，导致参数名称输入不符合要求。解决方案：输入一个“{”后直接选择右侧弹出的参数即可。
代码节点变量未定义
代码节点运行失败报错“name 'str1' is not defined”。原因是代码中直接引用了str1变量，但代码节点的输入变量需要通过args字典获取。解决方案：使用str1 = args.get('str1', '')方式获取变量，然后再进行处理和格式化。
