智能体的设计与实现通常涉及以下几个步骤：
定义目标：明确智能体需要实现的目标或任务。 感知系统：设计传感器系统，采集环境数据。 决策机制：定义智能体的决策算法，根据感知数据和目标做出决策。 行动系统：设计执行器或输出设备，执行智能体的决策。 学习与优化：如果是学习型智能体，设计学习算法，使智能体能够从经验中改进。生物医药小助手智能体是由 1 个工作流和 6 个数据库实现的。工作流的设计比较简单，包括一个输入，对接知识库，搭载豆包 function call 大模型，最后是一个输出。6 个数据库分别是公众号发表过的文章、执业药师教材（做第一个知识库时应分开成两个数据库）、执业医师讲义、药监局新药审评报告、中国医药企业融资动态、药物对外授权（BD）动态、全球药物销售额。工作流相对简单，难点在于收集知识库的资料并根据清洗结果进行手动二次校对（需要一定专业知识）。在医疗领域，为保证回答的准确性，提示词中约定回答只能来自于知识库，因为大模型的语料来源庞杂，虽广度较好，但在医疗这个严肃领域，精准优先。
智能体流通常分为两大类：对话流和工作流。对话流侧重于多轮交互，而工作流则关注任务的一次性执行。
