首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >数字人和智能体的技术栈差在哪?各跑一个 demo 就清楚了

数字人和智能体的技术栈差在哪?各跑一个 demo 就清楚了

原创
作者头像
三合卓学
发布于 2026-10-30 13:44:05
发布于 2026-10-30 13:44:05
1280
举报

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。

Demo A:智能体(流程与逻辑向)

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):

代码语言:javascript
复制
[
  {
    "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:

代码语言:javascript
复制
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"))

Demo B:数字人(内容与呈现向)

核心管线:文案 → 语音合成 → 形象驱动 → 输出成片。流程配置示例:

代码语言:javascript
复制
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。

对照选择

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。

目录
  • Demo A:智能体(流程与逻辑向)
  • Demo B:数字人(内容与呈现向)
  • 对照选择
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档