# Ai Studio
{% columns %}
{% column %}
**RayNeo AI Studio是一款创新的无代码开发AI Agents平台**，涵盖从简单Agent快速搭建、复杂工作流编排，到基础插件管理、知识库管理、问答库管理以及大模型管理等。
用户可在**30秒内实现无代码配置AI agents**，并支持提交到开放平台，**审核通过后**即可在眼镜端使用，极大降低了开发门槛，非技术人员也能轻松上手。
{% endcolumn %}
{% column %}
**一些说明**
雷鸟开放平台： [点击跳转](https://open.rayneo.cn/)
AI Studio（pc端访问）： [点击跳转](https://aistudio.rayneo.cn/)
当前只能在**V3眼镜**上使用相关agent，手机端“雷鸟AR眼镜”app需配对V3眼镜后才能出现**AI Agents**入口
{% endcolumn %}
{% endcolumns %}
## **AI Studio介绍**
AI Studio 是一个AI无代码编辑平台，用户可通过该平台快速搭建AI Agent并提交审核，审核通过可以在对应的眼镜中直接使用。
* 配置的agent可在眼镜端直接使用，类似语音助手的交互方式，无法对外提供api
* agent为纯云端服务
### **AI Agent生态**
我们通过编辑平台（AI Studio）、AI市场（AI Store）实现Agent的制作及发布，眼镜端可通过AI助手完成智能分发机使用，这组成了雷鸟AI+AR眼镜的AI Agent完整生态。
**AI Studio**：用于Agent的编辑，可类比成代码编辑器
**开放平台**：用于Agent上架信息的完善及提交
## **快速开始（必读）**
### **如何创建一个Agent**
1. 访问开放平台（open.rayneo.cn），并点击header上的AI Studio入口
2. 新建智能体，录入基础信息：名称、头像 Logo、功能简介
3. **核心逻辑配置**
* **提示词设计**：编写核心指令逻辑。可参考 [优质Agent示例](#agent-prompt-she-ji-shi-li)
* **基础设置**：
* **必填项**：开场白、语言模型选择（LLM）
* 开场白：启动时agent的第一句话，尽量简洁直接，让用户如何跟agent沟通即可；
* 语音模型：若涉及图片识别，则选择“图像理解”类模型；涉及插件调用，则选择func（Function call funtion）模型；若需要持续对话记忆的，则选择长文本的模型
* **按需配置**：插件（部分需配置 Key）、知识库、问答库、数据库、工作流。
* **眼镜端不支持**：变量、触发器、对话建议、快捷指令、引用归属及内容审查（无需配置）。
4. **调试与优化**
利用“调试与预览”功能进行多轮对话，评估响应质量、速度及特殊场景处理能力。
* **提示词迭代**：优先调整关键词，快速提升意图识别准确率。
* **模型适配**：验证模型能力（如图像识别）及上下文长度是否满足需求。
* **性能调优**：依据调试面板的耗时数据，优化链路响应速度。
### **眼镜端真机调试**
AI Studio 与真机交互存在差异。为确保最佳用户体验，提交审核前务必在眼镜端进行实机验证。
#### **如何同步到眼镜端**
1. **前置步骤**：在AI studio上发布应用（参考 [如何发布Agent的第一步](#ru-he-fa-bu-agent)）
2. **获取调试二维码**：前往雷鸟开放平台（控制台--》AI应用），找到要调试的应用，点开“二维码”图标
3. **扫码添加**：使用雷鸟AR眼镜app（AI tab--》AI Agents--》管理--》“+”），打开并扫描对应二维码，即可将该应用添加到“我的应用”中
4. **推送运行**：通过手机 APP 将 Agent 推送至眼镜端，即可开始调试。
#### **眼镜端使用与调试**
1. **交互与使用机制**
所有 Agent 在眼镜端均采用语音交互模式。**手机端将对应 Agent 推送至眼镜**后：
* **对话**：直接语音交流。当前模式交流模式与雷鸟语音助手一致，可设置中间打断
* **智能触发拍照**：AI 自动识别视觉需求。识别到“帮我看看”、“前面这个”等关键词时，系统自动拍照并传输至 Agent。
* **响应时效机制**：为保障实时体验，系统根据响应时长分级处理：
* **< 10秒**：直接语音播报回复。
* **> 10秒**：转入消息记录供后续查看。
* **自动会话结束**：Agent 播报结束后 5 秒内无新指令，系统自动退出。
2. **实时调试流程**
如需调整 Agent 表现，请遵循以下闭环：
* **测试**：在眼镜端运行 Agent 发现问题。
* **调整**：前往 AI Studio 修改配置。
* **发布**：调整完毕后，在 AI Studio 重新“发布”。
* **验证**：再次将 Agent 推送至眼镜端，即刻生效。
### **如何发布Agent**
| Agent在AI studio提交后会自动发布到AI Studio的智能体中心，并推送到雷鸟开放平台
- 智能体中心内的agent可以自由体验
- 同步到开放平台的agent，可以直接在眼镜调试，也可完善相关资料并提交上架申请
|
| -------------------------------------------------------------------------------------------------------------------------------------------------------------- |
1. **在AI Studio中“发布”agent**，参考下图完善发布信息
* 发布平台**必须勾选“智能体中心”**，否则不会自动推送到开放平台
* 权限部分请设置为\*\*“私有配置\*\*”，若设置为公开配置，则其他开发者可查看并复制你的prompt
* 分类可根据Agent功能进行选择
* web服务访问控制可默认设置为“公开访问”
2. 提交后，agent将会自动同步到“**智能体中心**”以及**雷鸟开放平台**
* **智能体中心**集合了所有开发者提交的应用，可以在web端直接体验
* **同步到开放平台**的agent，你可以完善相关信息后提交审核，审核通过即可上架到雷鸟AI store中，面向所有眼镜用户
3. 开放平台提交审核后，我们将在3-5个工作日内处理完毕（若有需求，可联系 [雷鸟开发小助手处理](#ru-he-huo-de-zi-xun-zhi-chi)）
### **Agent prompt设计示例**
设计一个完整的 prompt，需要综合考虑多方面因素，以下是具体的思考流程：
1. 明确目标：确定使用 prompt 想要达成的最终目的，比如是要设定角色扮演还是搭建一个私人助理。这是整个设计的方向指引。例如，如果目标是设计一个减肥专家，那就要考虑你如何跟他互动，他能给你提供哪些维度的帮助，饮食、运动还是持续的精神激励。
2. 分析受众：思考 prompt 的受众是谁，他们的知识水平、兴趣点、需求和期望是什么。不同受众对内容的偏好和理解程度不同。面向技术爱好者推广手机，文案中可多加入专业技术参数和创新科技的介绍；面向普通大众，则重点突出手机的易用性、拍照效果等常见功能优势。
3. 界定内容范围：清晰界定希望 AI 生成内容所涵盖的主题范围。避免范围过宽导致生成内容过于宽泛无重点，或过窄使内容缺乏丰富度。
4. 提供背景信息：向 AI 提供与主题相关的背景信息，帮助它更好地理解任务。
5. 设定具体要求：对生成内容提出具体的格式、长度、风格等要求。
6. 添加引导性示例：如果有需要，给出一些引导性示例，让 AI 更明确输出内容的形式和风格。
7. 检查与优化：完成初步设计后，检查 prompt 是否清晰、完整、无歧义，各个要素之间是否协调一致。根据检查结果进行优化调整，确保最终的 prompt 能引导 AI 生成符合预期的高质量内容。
```
【通用模板】
##角色
##背景
##能力范围
##目标
##技能
##执行流程
##约束条件
```
```
【示例模板：盲人助理】
##角色
视障导航助手，为视障用户提供精准的出行语音指导。
##技能
用户提供图片，请调用插件{图片识别}，并结合一下技能提供辅助信息
###技能 1：路线指引
1.基于用户提供的照片，进行道路识别，包括人行道、盲道、路口等。
2.检测前方障碍物，如树枝、电线杆、台阶、施工区域等，并给出替代路线建议。
3.监测靠近的行人或车辆，避免碰撞。
4.识别红绿灯状态，提示是否安全通过。
===回复示例===
路线指引：前方直行 10 米后可左转，右侧有电线杆，请小心绕行。
###技能 2：信息提示
1.识别照片中的文字信息，提供车辆相关提示，包括公交及地铁站标志、公交号、站点名称、行车方向、车辆到站提醒等。
2.识别路牌、街道标识、门牌号等信息，进行信息简述和方向指引。
3.识别招牌名称并推测店铺属性。
===回复示例===
信息提示：画面右侧有公交站，公交号为 123 路，开往市中心方向。
###技能 3：周边环境
1.依据照片，提醒危险区域，如未关闭的井盖、水坑、滑倒风险等。
2.提示下雨、雾霾、大风等天气状况变化。
3.提示繁忙路口等人群情况。
===回复示例===
周边环境：当前有小雨，路面可能湿滑，请小心行走。
###技能 4：导航解说
1.使用简洁、以行动为导向的句子，如：正前方直走 5 米，可到达雷朋眼镜店。
2.以图片拍摄点为中心，强调空间方向及触觉地标，如：前方有扶梯，右侧有金属栏杆。
3.确保指令上下关联性，并始终以最新图片为依据进行识别反馈。
4.解说建议必须保证使用人安全性，场景不确认情况下，务必说明风险。
===回复示例===
导航解说：前方直行 8 米，左侧有一家咖啡店，可在咖啡店处右转。注意，此路段可能有行人，请小心慢行。
##限制：
引导信息必须以图片为准。
所有建议务必考虑使用者的安全。
只提供与视障导航相关的内容，拒绝回答无关问题。
```
更详细教程，可参考 [langGPT的结构化prompt教程](https://langgptai.feishu.cn/wiki/ASXOwDbTEiH9CUkXFA5cLHumn88)
## **其他Q\&A**
### **如何获得咨询支持?**
使用过程中若有疑问，欢迎加入我们的微信群沟通交流
| 【AI Agent交流群】 | 【雷鸟开发小助手】 |
| ----------------------------------------------------------------- | ------------------------------------------------------------- |
### **哪些人适合在AI Studio上开发AI 应用?**
**面向AI爱好者**：借助prompt、插件及知识库等功能，用户能够以模块化的方式快速构建个性化的简单AI Agent。
* **预置模型**：平台内置丰富的模型资源，可满足各类场景下的数据处理需求。
* **插件**：常见插件均已完成封装，包括OCR、网页读取、文本识别等，用户可直接调用，使用便捷。
* **知识库**：知识库和问答库功能强大，支持十余种常见文档格式，如doc、pdf、ppt、html、PNG等，文件上传操作简便。
**面向专业AI工作者**：RayNeo AI Studio具备高度的扩展性，能够充分满足专业领域的复杂需求。
* **插件定制**：依据特定业务流程与专业需求，深度开发自定义插件，引入更强大的AI能力、专业数据及模型，有效解决插件不足的问题。
* **工作流搭建**：通过可视化的拖拉拽操作搭建工作流框架，轻松实现复杂逻辑的编排与嵌套，支持多环节、多任务流程，通过组合多个插件和模型，可高效构建高度定制化的AI Agent，全面满足企业复杂多场景的应用需求。
* **代码支持**：支持JavaScript和Python等主流编程语言，在工作流中实现更灵活高效的数据处理，显著提升业务扩展性。
### **AI Agent适合哪些眼镜？**
当前仅支持V3眼镜，X系列及Air系列暂不支持
### **是否支持Agent内部分发或自用？**
**支持 B 端交付或个人自用场景**。请按以下流程操作，确保 Agent 不对外公开：
1. **屏蔽公共渠道**：在 AI Studio 发布界面，**取消勾选**“智能体中心”。
2. **获取调试凭证**：登录开放平台，导航至 **AI 应用管理 > 个人空间**。找到对应 Agent，点击获取调试二维码。
3. **定向共享与添加**：使用雷鸟 AR 眼镜 APP 扫描二维码，即可添加至“我的 Agent”列表。该二维码可转发给指定人员，实现内部定向分发。
### **登录AI Studio失败？**
若登录时出现以下错误提示，则应该是多个账号登录互切导致
```
[callback] SSo:undefined,origin:undefined
```
可按以下方式解决
* 【换浏览器】可通过其他浏览器重新登录新账号后再访问，不同账号在不同浏览器上访问
* 【无痕浏览】可开启无痕浏览后再登录访问
* 【清缓存】可尝试清除浏览器缓存后再登录访问，但因浏览器机制不同，该方式不一定有效
---
# Agent Instructions: Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter:
```
GET https://rayneo.gitbook.io/rayneo-devdoc/v-xi-lie/ai-studio.md?ask=
```
The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.