
两个方向都被纳入了省级专项职业能力考核,但技术栈差异很大。与其纠结选哪个,不如各花一下午跑通最小 demo,动手之后自然有答案。
核心是让模型调用工具完成任务。最小状态机:解析需求 → 调用工具 → 汇总输出。
工具定义(OpenAI 兼容协议的 tools 参数):
[
{
"type": "function",
"function": {
"name": "query_order",
"description": "按订单号查询订单状态",
"parameters": {
"type": "object",
"properties": { "order_id": { "type": "string" } },
"required": ["order_id"]
}
}
}
]状态机骨架:
STATES = ["PARSE", "CALL_TOOL", "SUMMARIZE"]
def run(query: str) -> str:
state = "PARSE"
result = {}
while True:
if state == "PARSE":
# 由模型判断需要调用哪个工具,此处简化为固定走向
state = "CALL_TOOL"
elif state == "CALL_TOOL":
result = {"order_id": "A001", "status": "已发货"} # 演示数据,接真实接口替换
state = "SUMMARIZE"
elif state == "SUMMARIZE":
return f"订单 {result['order_id']} 当前状态:{result['status']}"
print(run("帮我查下订单 A001"))核心管线:文案 → 语音合成 → 形象驱动 → 输出成片。流程配置示例:
pipeline:
- step: script
action: llm_generate # 生成口播文案
- step: tts
action: text_to_speech # 文案转语音,本地实验可用开源 TTS
- step: drive
action: avatar_render # 形象驱动,接你的数字人渲染服务
- step: output
action: save_mp4每一步都有可替换的开源实现(语音环节本地实验可用 edge-tts),逐段跑通即理解整条链路。
维度 | 智能体方向 | 数字人方向 |
|---|---|---|
核心对象 | 系统与流程 | 镜头与观众 |
关键技术 | 工具调用、工作流编排 | 文案、语音、形象驱动 |
适配背景 | 流程梳理、SOP、客服管理 | 主播、编导、电商运营 |
简单自测:你更愿意花一下午打磨一段口播话术,还是梳理一张业务流程图?前者指向数字人,后者指向智能体。两个 demo 都跑过的人,选择基本不会错。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。