JoyAgent这个 AI 工作流工具的路子对了

周末，我鼓捣了下京东云的 Agent 开发平台 JoyAgent，把公司的几个重复琐碎的事情，都给 Agent 化了。

可能很多人还不知道，京东云早就做了类似字节 Coze 这样的产品，并且已经 100% 开源。

目前市面上同类产品有不少，京东云 JoyAgent 主打的一个亮点就是它在京东内部的场景中验证过，更贴合企业严肃商业场景的需求。

今天，我做个记录，也把操作流程和经验分享给大家。

#01

Agent 开发平台的 B 端价值

开篇先聊聊 Agent 开发平台。前段时间，OpenAI 也发布了 Agent Builder。在 ToB 的场景中，我觉得 Agent 开发平台会是一个非常确定的方向。

第一，需求是确定存在的。

几乎每一家企业里，都有大量重复、可标准化的工作。从客服回复、合同校对，到活动排期、日报汇总，这些流程不是做一次，而是每天都在重复。

过去这些事靠人去写 SOP，现在可以让 Agent 来执行。

而且，企业不像个人用户那样追求智能或创意，他们更关心稳定性和确定性。同样的输入，能不能每次都得到一样可靠的输出。

第二，它的价值在于能结合企业的私有数据和最佳实践。

大模型擅长生成内容，但对企业来说，真正的核心在于怎么让 AI 理解自己的业务逻辑。

Agent 开发平台，其实就是把企业已有的知识库、流程规则、权限体系都挂进去，让 Agent 不只是聪明，而是懂业务。

这样搭出来的智能体，才能在特定的公司环境下真正帮上忙。

比如法务部门可以做合同审核 Agent，运营可以做活动复盘 Agent，而这些背后，都靠的是企业内部的经验和数据积累。

可能很多人会吐槽啥年代了，还用 workflow 的方式来构建 Agent。

我理解他们的考虑，是的，Agent 可以自己推理出合适的流程。但在企业里做过管理的人都知道，正确的流程产生正确的结果。

每个团队经过长时间的试错和优化，绝对也形成了一套最佳的流程实践。

这种情况下，根本没必要让 Agent 再摸索试错创造什么新流程，它最大的价值就是能够把大家抽象出来的流程落下去。这就很 make sense。

之前像我们公司，很多流程都是靠贴到墙上不断的反复强调。

而现在，我的思路是，能 Agent 化的尽量 Agent 化，但凡能用工具解决，绝对不喊口号强调。

#02

京东云 JoyAgent 测评体验

我之前没怎么用过京东云 JoyAgent。有个哥们一直在京东，经常和我讲他内部用 JoyAgent 的效果还不错。

所以，这次我就来尝个鲜。先说下我整体的感受：

1、JoyAgent 从设计逻辑上，是面向严肃场景的。

这应该是差异点。因为企业用户关注内容的严谨性、流程的确定性。而 C 端用户对错误容忍度高，但 B 端用户不行，结果必须准确且可直接使用。

2、开放性比较好。

企业场景，流程可以重新在 Agent 上定义，但已有的业务数据不可能重新再来，需要一套灵活的机制能够把 CRM、ERP，甚至表格中的数据对接过来。

它支持 MCP、A2A 协议，而且还可以通过插件，和业务系统通过 API 的方式互动。

我先来做一个简单的案例。先附上京东云 JoyAgent 的链接：

https://joyagent.jd.com/team/private/agent

我们公司现在的合同其实挺多的。比如最近在筹备 AI Maker Summit，要和不同的供应商签各种协议。合同一多，管理就开始变得麻烦。

最常见的问题是，遇到具体情况时，大家不知道某个操作会不会违反合同规定。

于是同事只能去翻文件，一份一份找。但这事其实没必要人工做。完全可以建一个公司级的合同库，让大家有问题时直接去问 Agent。

比如问它，这个条款能不能这么执行，或者我们这种场景下风险大不大。它就能在知识库里找到对应的内容并给出判断。

实现也不复杂。本质上就是把公司合同统一传到知识库里，再挂到一个法务 Agent 上。以后任何人遇到类似问题，不用翻文档、不用问法务，直接对话就行。

演示下我们的创建流程。第一步，创建一个 Agent，其实非常简单，几乎就是填写表单的过程：

点击确认之后，会进入到 Agent 具体的设置页面。按照自己的想法，填写提示词，右侧能够调试。

在这个页面中，继续往下滑动，可以配置工作流、插件、知识库、多 Agent、MCP 等。

这个 Agent，我们要挂知识库，所以，创建了一个保存公司非机密合同的知识库。

看了下，JoyAgent 知识库的数据源还是很丰富，PDF、Word、TXT、DOCX、WPS 这些常见的文本文件格式都支持，同时，它还可以识别表格文件，理解表格的结构和含义。

很多平台虽然支持上传 Excel，但其实只是把表格当成一堆文本。

比如看到“第 3 行第 5 列”是个数字，却不知道它代表“本月销售额”。而京东云 JoyAgent 的做法，是把表格的行列、字段名、数据类型都保留下来，让智能体在调用时能知道哪个字段对应什么信息。

比如下面是我上传库存管理表后，点击下一步，JoyAgent 让我确认表格配置。

继续点下一步，它就完成了表格数据的在线化。

这其实意味着，JoyAgent 的知识库不仅能读懂文档，还能读懂数据。这对企业来说很关键，因为大部分有价值的信息，其实都藏在表格里。

咱们继续回到我刚才合同的例子。创建好 Agent 后，我测试下：

挺酷的，它真的从我的合同知识库里，找到我想查的那份合同，并准确回复。

很多人说找不到 Agent 的应用场景，其实我觉得挺简单的。就从自己公司里那些最痛、最麻烦、最浪费时间的事开始。

拿合同来说，我们前段时间就出过一次小故障。

我自己没仔细看合同，忘了里面的一个约定，结果擅自做了违背契约的决定。后来回想，这种事根本不该发生，问题就出在我懒得翻文件。

如果当时有这个 Agent，我直接用自然语言问它，这个条款能不能这么做，它马上就能查到对应合同并给出回答。这样不仅省时间，也能避免很多低级失误。

你可能会问，合同这么私密的信息，怎么做权限管理。JoyAgent 支持团队空间，我只要把同事们拉到团队空间里就行。

咱们继续看看工作流方面的 Agent。临时起意，我决定再做一个帮我个人 Review 文章的 Agent。

这个 Agent，咱们一步步来，我想稍微复杂一些，它涉及工作流，以及 Agent 调用 Agent。

每次写完文章，我都有固定的两件事。

第一，检查错别字。第二，请 AI 帮我看看文章结构是否有问题，是否有爹味之类。

现在，我先把这两件事分别转化为专门的 Agent。流程和刚才一样，我就不重复类似的流程了。下面这是文章润色的 Agent 设置页面，非常简单。

现在，我准备搭一个 Genie 模式的 Agent。

Genie 这种模式的特点是，一个 Agent 里可以包含多个子 Agent，彼此分工协作。它更适合那种流程稍微复杂一点的场景。

建好 Agent 之后，在配置页面需要添加一个符合业务需求的工作流。

和大多数同类产品一样，JoyAgent 的工作流页面是一块画布，可以自由地拖拽节点、连接流程。

我觉得这个编辑界面，本质上就是早几年流行的低代码产品的延伸版。

要说它完全没门槛也不现实，但逻辑其实挺简单：每个节点都有输入和输出，不同节点之间通过参数连接，形成完整的流程。只要理解这个核心概念，就能很快上手。

给大家看一个简化版的工作流。输入是一篇文章，然后紧接着，文章会分别经由错别字检查、润色的 Agent，最后再由大模型把结果按照我的要求合并之后，输出。

接下来，我从之前的文章中摘出一段话，测试下。

成功。我们继续回来看看 Agent 的设计部分。

它可以添加插件、MCP 工具等等。比如我希望这个 Agent 能够具备更好的搜索能力，那这时候，我可以在 MCP 中选择必应搜索 MCP。

当然，我们也可以注册自己的 MCP 工具。不过，目前 JoyAgent 只支持 SSE 方式的调用。

挺方便，京东云 JoyAgent 基本的能力已经完备了。

#03

写在最后

给大家看下我的成果：

昨天一下午，我把最近手头上那些最痛、最烦、最容易拖的事，基本都落到了 Agent 里。

惭愧，这事早该干。

过去总觉得时间不够用，其实是太容易被救火的事带跑。

等到真有空坐下来，才发现这些小痛点如果早点结构化、早点交给 Agent 去跑，早就能省下好几个深夜。

对比其他平台，京东云 JoyAgent 胜在稳定，更适合企业toB场景。能看出来，它的逻辑是从业务里磨出来的，而不是从概念里想出来的。界面不花哨，功能不多余，但每一块都在该出现的地方。

怪不得他们宣传时一直强调经过京东业务验证，在企业环境里，稳定比新鲜更重要。ToB 的产品，其实就该这样。不需要天天追着热点跑，也不需要叠概念、玩创意。

如果你在企业做管理，可以考虑下我今天的实践，把公司里那些重复、琐碎、但又不得不做的流程，尝试着 Agent 化。

我的经验是，别想着一步到位，先挑最痛的那几个点动手，哪怕只是一个审批流、一个汇总表，当你看到它第一次自动跑起来的那一刻，就会明白这事儿的意义。

另外，顺带提一句。在用京东云 JoyAgent 的过程中，我注意到菜单栏里多了个入口 JoyCode 的入口，点开一看，发现京东也做了 AI Coding，看来国内头部的互联网公司，都悉数入局了。

文章来自于微信公众号 “AI产品阿颖”，作者 “AI产品阿颖”