大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



 
文章总结： 本文系统介绍了AI智能体的核心概念与技术组件，包括感知、规划、记忆、行动与推理五大模块，以及MCP协议与Skill技能体系。重点围绕科大讯飞星辰智能体开发平台与AstronClaw云端服务展开，详细演示了工作流构建、微信渠道接入、技能安装等操作流程。结合校园场景展示了智能简历生成、深度研究、五子棋游戏开发、知识图谱构建等实战案例，并引用scientific-agent-skills工具包说明科研赋能路径。文章适合高校师生入门AIAgent开发，但整体偏向产品功能展示，技术深度有限。
 

综合评分： 62
文章分类： 产品介绍,软文广告

---

原创

娜璋AI安全之家

2026年4月23日 06:31
贵州

在小说阅读器读本章

去阅读

感谢科大讯飞的邀请，非常荣幸能参与“讯飞AstronClaw全球行”活动。从星火大模型到iFlycode，从星辰智能体到Astronclaw和Astronskill，讯飞在AI点亮世界的路上越走越远，远走远深。作为技术分享者与学习者，也希望能贡献一丝力量，且行且珍惜！

随着大模型技术的持续突破，人工智能正在从“内容生成”阶段迈向“任务执行”阶段，AI Agent逐渐成为新的技术范式。本次分享以“校园场景下的AI Agent与智能编程实践”为主题，系统梳理了智能体（Agent）、OpenClaw、AstronClaw 及其在科研与编程中的实践路径。

AI Agent通过引入任务规划、工具调用与执行机制，将模型能力转化为实际生产力，使AI从“辅助工具”升级为“智能执行者”。在校园场景中，编程教学、科研实验以及论文写作等任务具有明显的流程性与重复性，智能体的引入可以显著提升效率并降低门槛。本文将结合AstronClaw与scientific-agent-skills的实践案例，展示智能体在编程与科研中的真实应用价值。

本文主要涉及以下六个方面内容：

• 01.智能体基本概念与核心技术组件
• 02.星辰智能体简介与基本用法
• 03.从OpenClaw到AstronClaw
• 04.AstronClaw的基本用法与入门案例
• 05.Skill驱动的AstronClaw科研实战
• 06.智能编程实践案例分析

欢迎更多朋友加入到“讯飞AstronClaw全球行”项目中，也推荐大家去使用讯飞的AI产品！

---

在大模型技术从“能说会道”迈向“动手能干”的演进浪潮中，智能体正成为连接AI认知能力与现实执行场景的关键桥梁。2025年以来，随着GPT-4、星火大模型等基础模型的持续突破，以AutoGPT、BabyAGI为代表的开源智能体框架迅速兴起，标志着大模型从“生成回答”向“自主执行”的范式跃迁正式到来。

与此同时，科大讯飞推出的星辰智能体开发平台，依托星火大模型能力底座，将提示词构建、工作流编排、MCP协议集成与多模型兼容等核心能力整合为全栈式智能体开发环境，极大地降低了智能体应用的开发门槛。在此基础上，AstronClaw作为面向云端托管与企业协同的智能体服务形态，融合了跨渠道接入、Skill技能生态与沙箱安全运行机制，为校园教学、科研编程和日常办公提供了开箱即用的AI助手解决方案。

本文将系统梳理智能体的发展脉络与核心技术组件，深入解析星辰智能体平台与AstronClaw的功能体系，并通过科研实战案例展示如何借助Skill驱动的智能编程模式提升教学与研究效率，以期为高校师生和AI开发者提供一份系统性的实践参考。

在介绍具体内容之前，作者先介绍了自己在科大讯飞“AI大学堂”开源的两门课程，感兴趣的同学可以去AI大学堂学习。

• 《AI Coding入门到实战》
• 《星辰智能体入门与开发实践》

---

人工智能的概念诞生于1956年的达特茅斯会议，至今已走过近七十年历程。从早期感知机提出、反向传播算法系统化，到IBM Deep Blue击败国际象棋冠军，再到2016年AlphaGo战胜李世石——每一次技术突破都将AI推向新的高度。2017年Transformer架构的问世为后续大模型爆发奠定了底层基础，2020年GPT-3发布标志着大模型时代正式成形。2023年AutoGPT和BabyAGI开启了多智能体协作探索，而2025年至2026年间，以OpenClaw、Manus、星辰智能体为代表的产品化智能体进入落地期，AI真正具备了“会推理、会操作、会执行”的综合能力。

智能体是指能够在特定环境中感知外界信息、理解任务目标、进行自主规划与推理，并调用工具或执行动作以完成既定目标的智能系统。与传统被动响应的软件程序不同，智能体具备目标驱动、自主决策、持续交互以及环境自适应等核心特征。智能体应用的基本流程如下：

智能体的核心运行要素包括感知、规划、记忆、行动与推理五大模块。

• 感知负责通过用户输入、系统接口获取多模态信息并完成语义理解与结构化表征；
• 规划则将复杂问题分解为可执行的子任务，确定任务间的依赖关系与执行顺序；
• 记忆通过向量数据库或知识图谱构建短期和长期存储，实现历史经验与领域知识的保存与检索；
• 行动将内部推理与决策结果转化为对外部环境的实际作用；
• 推理则综合运用链式推理（CoT）、反应式推理（ReAct）等策略生成行动方案。五者协同构成了智能体从“听懂需求”到“完成任务”的完整闭环。

---

提到智能体，不得不提两个基本概念——MCP和Skill。如果说多智能体系统是一座城市，那么通信协议就是连接各个街区的道路与交通规则。MCP（模型上下文协议）正是这样一套为AI智能体量身定制的“交通系统”。

通过MCP协议，智能体可以无缝调用各种外部工具和服务，实现跨系统的协同工作，为构建复杂、开放、可扩展的智能体生态提供了底层技术支撑。

Skill是智能体系统中对特定能力、工具接口或任务流程进行模块化封装的功能单元，本质上是一种可被调用、复用与编排的能力组件。它将外部服务、操作逻辑或领域功能以标准化形式接入智能体，使其由单纯的语言生成系统扩展为具备任务执行能力的行动系统。如果说MCP为智能体提供了“手”来操作工具，那么Skills就是那本“操作手册”。

大模型、智能体、MCP与Skill四者构成了“能力底座—系统形态—连接规范—执行单元”的层级关系与功能分工。四者协同，共同构成了一套完整的智能体应用体系。

• 大模型提供语言理解与生成的认知基础，是整个体系的“大脑”；
• 智能体在大模型之上构建目标驱动的任务执行系统，是体系的核心“躯干”；
• MCP作为连接模型与外部资源的标准化协议，打通了智能体与外界的“神经通路”；
• Skill则是指导智能体执行具体任务的流程与标准，形成了端到端的自主工作流。

智能体的应用场景正在快速拓展。在企业领域，智能体广泛应用于AI客服、行业资讯、电商导购、数据分析、财务报销等业务流程，通过工作流编排实现复杂任务的自动化处理。在校园场景下，智能体则赋能代码教学、科研辅助、论文阅读、简历生成、课程答疑等场景。例如，教师可以利用智能体快速生成教学示例代码，学生可以通过智能体辅助完成科研任务和项目开发。智能体的引入正在重塑校园的教学与科研模式，使AI真正成为师生身边的智能助手。

---

星辰智能体是依托科大讯飞星火大模型能力底座，面向智能体构建、任务编排与工程化落地而形成的应用开发体系。从功能定位看，讯飞星辰Agent开发平台面向IT从业者与AI开发者，提供贯通学习提效、功能开发、工程化落地与企业应用的全栈式Agent开发环境，支持提示词式、工作流式与自主Agent等多种构建方式，并兼容星火、DeepSeek、Qwen、Stable Diffusion等多源模型。

• 官方平台为：https://agent.xfyun.cn

星辰智能体平台的核心技术架构包括四大支柱，提供两种主要的创建方式。

---

讯飞星辰Agent开发平台为开发者提供了丰富的探索空间。平台支持通过指令Prompt、外部工具、工作流编排和知识库引用构建丰富的智能体应用，构建完成的智能体可以发布至讯飞星火App或配置微信公众号，公开给海量用户使用，也支持一键发布为API，满足业务在不同应用场景下的灵活集成与定制化需求。平台还整合了丰富的模型、插件与MCP Server，支持一站式效果测评，助力开发者快速搭建生产级智能体。

---

构建工作流智能体共分六步：第一步，进入星辰Agent平台首页，点击左侧创建按钮，选择工作流创建方式；第二步，选择自定义创建，在空白画布中按需求搭建工作流。

节点是构成工作流的基本元素，画布上默认添加开始节点和结束节点，用户可根据需求点击左侧节点列表进行节点添加。

随后，添加论文阅读相关的大模型节点，调用大模型生成论文笔记信息；连接节点并编辑信息，依次编辑开始、大模型、结束节点。接着，点击“调试”按钮运行调试；最后，调试通过后点击“发布”，将智能体发布到星火平台、微信公众号或MCP Server等平台。

---

DeepResearch智能体的创建采用模板化方式。第一步进入星辰Agent平台首页，点击创建按钮选择工作流创建；第二步选择模板创建工作流智能体，在弹出的界面中选择与需求相似的模板（如DeepResearch深度搜索模版），点击建同款。

查看模板效果，进行工作流修改和完善，并结合自身需求优化工作流，编辑各节点配置。最后，点击“调试”按钮运行测试。

通过模板化创建，开发者可以在已有成熟方案的基础上快速定制专属智能体，大幅缩短开发周期，尤其适合深度搜索、科研调研等复杂任务场景。

---

既然智能体已经这么强大了，为什么又提出了OpenClaw或AstronClaw呢？它们的优势在哪？

个人感觉主要包括以下几个方面：

OpenClaw是一种面向个人与开发者场景的开源智能体平台，其核心机制以本地或自托管设备为运行载体，通过统一的Gateway将多种通信渠道连接到具备工具调用、会话管理、记忆机制与多智能体路由能力的AI助手之上，使模型不仅能够“生成回答”，更能够“在真实软件环境中持续执行任务”。

• OpenClaw由奥地利程序员于2025年11月推出，被称为“AI助手的Kubernetes”。

AstronClaw是基于OpenClaw核心能力构建的云端AI助手或云托管式智能体服务形态。

相较于OpenClaw强调本地自托管与个人控制，AstronClaw更强调云端托管、企业协同与开箱即用，提供7×24小时在线服务，可通过企业微信、钉钉、飞书等企业协同渠道接入，并内置技能系统与官方技能集。平台支持自由切换星火X2、MiniMax-M2.5、Kimi-K2.5等多款大模型，同时还可接入自托管SkillHub，实现一键安装技能、仓库搜索及组织内部自定义技能管理。其核心能力是打造可深度定制的个人AI助手，集成高效技能，实现多渠道信息交互。

讯飞开放平台 中提供了详细的星辰Agent和AstronClaw资料文档和实战案例供大家学习，推荐大家融合自身需求进行实战。

---

AstronClaw的一键式部署流程极为简便。第一步打开官网，点击“立即部署”按钮，进入详细用法介绍页面。

第二步开始对话唤醒AstronClaw，选择合适的大模型并输入提示词；第三步选择官方提供的Agent（如“计划任务”功能）获取AI领域热点咨询新闻推荐。

平台采用沙箱隔离技术运行，全程守护用户数据安全，支持云端一键部署，省去了终端命令、服务器开销与安装烦恼。整个部署过程从零到一开始对话仅需几分钟，真正实现了“开箱即用”的智能体体验。

---

AstronClaw支持通过微信渠道进行便捷交互。第一步在AstronClaw主界面点击“渠道”按钮，选择“微信”进入渠道配置页面；第二步点击“未配置”扫描连接微信。

第三步在微信弹出的页面中点击“连接”按钮，在生成的“微信ClawBot”中进行对话。

通过微信渠道，用户可以随时随地向AstronClaw发送任务指令，例如整理智能体相关论文信息、规划旅游攻略等。移动端AstronClaw使手机变成AI“遥控器”，开启“手机指挥、电脑执行”的全新智能协作模式，打破了物理局限，为AI装上了“眼睛”和“耳朵”，实现跨场景任务协同。

那么，移动端AstronClaw的作用在哪？作者归纳如下：

---

Skills是AstronClaw的核心能力模块，相当于Agent可调用的“工具与能力插件”。通过技能，AstronClaw可以从“聊天”升级为“执行任务”。技能主要包括四大类型：

• 外部工具（搜索/OCR/API）
• 模型能力（语音/图像/推理）
• 工作流（多步骤自动执行任务）
• 行业模板（研报/PPT/分析报告）

平台提供“官方推荐”、“三方精选”和“我的技能”三大模块，用户可前往SkillHub探索更多技能，也可以自主创建技能。这种技能驱动的设计使AstronClaw具备了极强的可扩展性，用户可以根据自身需求不断丰富智能体的能力边界。

---

智能简历生成是AstronSkill的典型应用案例。第一步在官方技能界面中选择“智能简历生成”，点击安装按钮，只需输入个人信息与求职需求，即可即刻量身打造专业简历。

在“我的技能”中下载并剖析该skill的文档结构，推荐大家多学习优秀的skill。

第二步指定技能调用，利用智能简历生成技能构建提示词。

AstronClaw执行read、exec指令生成简历，包括可下载链接及完整文档。整个过程从用户输入到简历生成仅需几分钟，充分体现了Skill驱动模式下智能体的高效执行能力。

---

深度研究Pro是三方精选中的典型技能。第一步在“三方精选”中选择“深度研究Pro”，点击安装按钮。

同样，我们可以剖析其skill内部结构，理解其工作流程与设计逻辑，更好地撰写属于自己的skill。

随后利用该技能调研智能体的相关研究并查看生成内容，获得结构化的调研报告。通过第三方Skill，用户无需自行编写复杂的搜索与汇总逻辑，即可获得专业级的深度研究成果，极大提升了科研效率。

---

AstronClaw赋能智能编程，是将代码生成、工具调用、任务执行与持续协同融为一体，使AI从“辅助写代码”升级为“能够理解需求、联动环境并完成开发任务的智能编程伙伴”。

步骤一：利用AstronClaw自动生成代码，构建详细提示词开发五子棋网页小游戏。

步骤二：AstronClaw调用内置Skill和智能体完成程序开发。

步骤三：下载或访问AstronClaw生成代码进行验证。

步骤四：网站运行及部署上线。

建议在云端服务器配置AstronClaw，调用智能体进行开发，生成代码项目库与本地VSCode绑定，实现自动化、智能化的实时开发。

更多智能体赋能编程与开发的案例，请大家下来尝试。

---

创建自定义Skill是科研编程的重要能力。第一步在主界面点击“创建skills”按钮。

结合自身需求搜索或创建Skill内容，指导智能体执行相关任务。

• https://github.com/K-Dense-AI/scientific-agent-skills

GitHub上提供了科学技能工具包仓库（K-Dense-Al/scientific-agent-skills），当前提供133个现成技能，覆盖生物信息学、药物发现、临床研究、医学影像、机器学习、材料科学、物理天文、地理空间分析、实验室自动化、科学写作等方向。

最后结合自构建AI4S科学研究智能体，上传科学技能工具包zip文件。核心能力涵盖查数据和接数据库、科研分析、连接科研平台与实验环境、科研表达与文档生成等。

---

最后，作者展示了几个代表性AstronClaw赋能编程与开发的案例，并且与大家进行了交流。

（1）网站开发案例

（2）桌面应用程序开发

（3）知识图谱开发案例

---

从星辰智能体的平台构建到AstronClaw的云端部署，从MCP协议的底层通信到Skill驱动的任务执行，智能体技术正在以前所未有的速度重塑校园场景下的教学、科研与编程实践。希望本文能够为高校师生和AI开发者提供一份系统性的参考指南。如果您在智能体开发与使用过程中有任何疑问或心得体会，欢迎在评论区留言交流。让我们共同拥抱智能体时代，用AI赋能教与学的每一个环节！

温馨建议：

• 长记忆可以尝试每次保留一个版本，使用前输入让智能体唤起记忆做后续开发和迭代更新。
• 在使用大模型或智能体开发过程中，要学会版本迭代，智能体skill也可以持续维护，阶段性更迭效果会更好。
• 在利用智能体科学研究时，学会将整体框架搭建，并分任务实现不同需求（如数据预处理、数据分析、可视化），并生成阶段结果作为下一阶段输入。
• 如何利用云端和本地交互，实现智能体开发至关重要，云端配置智能体再利用VS Code访问可解决部分问题。

文章写到这里就结束了，写得不好的地方，还请海涵！未来，随着智能体能力的不断增强，人机协作模式将进一步深化，开发者的角色也将从“代码编写者”转变为“任务设计者”。理解并掌握这一趋势，将成为新时代技术人才的重要能力。

『网络攻防和AI安全之家』目前收到了很多博友、朋友和老师的支持和点赞，并且保持每周七次更新，尤其是一些看了我文章多年的老粉，购买来感谢，真的很感动，类目。未来，我将分享更多高质量文章，更多安全干货，真心帮助到大家。虽然起步晚，但贵在坚持，像十多年如一日的博客分享那样，脚踏实地，只争朝夕。继续加油，再次感谢！尤其是一些看了我文章多年的老粉，购买来感谢，真的很感动，类目。未来，我将分享更多高质量文章，更多安全干货，真心帮助到大家。虽然起步晚，但贵在坚持，像十多年如一日的博客分享那样，脚踏实地，只争朝夕。继续加油，再次感谢！

(By:Eastmount 2026-04-23 周四夜于贵阳)

---

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

 Eastmount《[技术分享] 从星辰智能体到AstronClaw：校园场景下的 AI Agent 与智能编程实践》