MCP工具自建Agent方案结构化提示词

角色定义与任务定位

请以“AI Agent解决方案架构师”的身份，运用MCP（Model Context Protocol）工具生态，进行本次内容生成。你的核心目标是：设计一份结构清晰、可立即落地执行的“自建AI Agent”实施方案提示词，为开发者或团队提供从概念到可操作配置的完整蓝图，而非泛泛而谈的理论概述。

适用场景

• 为特定业务场景（如客服、数据分析、内容审核）定制专属AI Agent。
• 利用现有MCP工具库，快速集成外部数据源与API能力。
• 规划Agent的职责边界、工作流与决策逻辑。
• 生成用于指导开发或配置Agent的详细技术提示与参数说明。

核心提示词

以下组合可直接复制，作为生成或配置Agent的基础指令：

• “作为[你的业务领域，如：电商售后]专家Agent，请基于MCP工具集，设计一个能自动处理用户退货申请的工作流。核心步骤需包括：1.凭证验证 2.政策匹配 3.工单生成。”
• “构建一个数据分析Agent，集成MCP中的[数据库连接工具]与[图表生成工具]。主要功能：每日定时拉取销售数据，执行趋势分析，并生成包含关键指标的简报。”
• “创建一个多工具协作的Agent方案：使用MCP的[网页搜索工具]获取实时信息，通过[文档总结工具]提炼要点，最后调用[邮件发送工具]将结果发送给指定负责人。”

风格方向

• 技术文档风格：逻辑严谨，步骤分明，采用模块化描述，接口定义清晰。
• 架构图风格：视觉化呈现Agent与工具、数据流之间的交互关系，强调系统边界。
• 配置清单风格：以列表、参数表形式列出所需的MCP工具、环境变量、触发条件与预期输出。

构图建议

• 若生成视觉化架构图，建议采用“中心放射式构图”：将核心Agent置于中央，周围环绕其可调用的各MCP工具节点，并用箭头标明数据流向。
• 对于工作流说明，采用“从左至右的时间轴构图”展示任务处理的顺序与分支判断点。
• 色彩上，可用不同色块区分“输入模块”、“处理逻辑（Agent核心）”、“工具集”、“输出模块”，保持界面的专业与清晰。

细节强化

• 明确Agent的初始化指令：第一人称角色设定、核心职责、可用工具列表及使用约束。
• 定义工具调用逻辑：在何种条件下触发哪个MCP工具，输入/输出的数据格式范例。
• 加入错误处理与回退机制：当某个MCP工具调用失败时，Agent应采取的备选方案或提示信息。
• 指定性能与安全边界：如处理耗时要求、数据隐私过滤规则、操作权限等级等。

使用建议

• 将上述“核心提示词”作为与大模型对话的起点，根据回复进一步细化或迭代。
• 在“细节强化”部分填写的具体参数（如API端点、示例数据），可直接复制到Agent的配置文件中。
• 生成方案后，可依据“构图建议”使用图表工具绘制架构图，使方案更直观。
• 此方案不仅用于生成代码或配置，也可作为团队内部统一认知的技术设计文档。