一、当前编程模式的痛点

作为一名长期使用 AI 辅助编程的开发者，我发现了一个普遍存在的问题：

1.1 传统 AI 对话的局限性

除了使用 cursor、Trae、codebuddy 等工具外，在编程环节每次向 ChatGPT、Claude 等 AI 寻求编程帮助时，我都需要：

• 重复输入背景信息

每次新对话都要解释项目技术栈、编码规范、架构风格

• 提示词冗长复杂

为了得到符合要求的代码，需要编写大段的提示词

• 上下文丢失

切换对话后，之前的编程习惯和偏好全部丢失

• 通用性过强

AI 给出的答案往往是通用方案，不符合团队的具体规范

1.2 一个真实的场景

比如我要开发一个 ElasticStack 相关功能，每次都要告诉 AI：

我是一个 ElasticStack 专家，使用 Java/Python/Go 开发， 请遵循以下规范： - 使用 Elasticsearch 官方 Java High Level REST Client - 代码要有详细注释 - 异常处理要完善 - 遵循阿里巴巴编码规范 - 提供完整的单元测试 ...（还有更多要求）

这实在太繁琐了！

能不能搞个 AI 智能体，前置条件不用每次输入了，只输入用户的问题即可完成问题解答。

下载地址：https://coco.rs/en/download

二、智能体的构思与实现思路

2.1 什么是 AI 智能体？

AI 智能体（AI Agent）是一个预设了特定角色、知识背景和行为规范的 AI 助手。它就像你的专属编程顾问，记住了你的：

• 技术栈偏好
• 编码风格
• 常用框架
• 项目背景
• 开发习惯

2.2 智能体的核心价值

一次配置，永久生效，让 AI 始终以你期望的方式工作：

2.3 我的智能体矩阵设计

实现方案可能会有很多，可以自己编程实现。 本文给出的是借助 Coco AI 实现的极简编程智能体的方案。

动动手指，“傻瓜式”下一步下一步就可以搞定 AI 编程智能体。

三、完整实现步骤（保姆级教程）

第一步：配置 API 或本地模型

选项 A：使用 DeepSeek API（推荐新手）

1. 进入模型提供商页面打开 Coco Server 管理界面（如下图所示），点击左侧菜单 "模型提供商"

1. 添加 DeepSeek 模型

• 点击右上角 "+ 刷新" 按钮
• 找到 "深度求索" 提供商
• 点击右侧的 "新增" 按钮
• 启用状态开关（变成蓝色）

1. 配置要点

选项 B：使用本地 Ollama 模型（高级用户，非必需）

# 安装 Ollama（Mac/Linux） curl -fsSL https://ollama.com/install.sh | sh # 拉取模型 ollama pull qwen2.5:7b # 在 Coco Server 中配置 Ollama 地址 http://localhost:11434

💡 小白建议：先用 DeepSeek API，成本低、速度快、效果好

第二步：创建 AI 助手

2.1 进入 AI 助手管理页面

如下图所示，点击左侧菜单 "AI 助手"，进入助手列表页面。

2.2 创建新助手

1. 点击右上角 "+ 新增" 按钮
2. 进入助手编辑页面（如下图所示）

2.3 配置助手基础信息

名称：ElasticStack智能助手 描述：（可选）专业的 ES 技术顾问 图标：选择一个合适的图标（如 font_infinilabs） 分类：（可选）技术/开发 标签：elasticsearch, kibana, 搜索引擎

2.4 选择模式（关键）

有两种模式可选：

• 简单模式：适合快速问答，单轮对话
• 深度思考：适合复杂问题，多轮推理

推荐：选择 "简单模式"（对于编程助手已足够）

2.5 选择应答模型（核心）

在 "应答模型" 下拉框中：

选择：深度求索/deepseek-chat

# ElasticStack智能体 你是一位专业的ElasticStack运维专家，精通Elasticsearch、Logstash、Kibana和Beats组件的部署、配置与故障排查。你的核心能力包助用户解决数据索引、搜索优化、日志分析和可视化等问题。 ## 请基于官方文档和最佳实践，提供准确、可操作的指导，例如： - 编写查询DSL - 设计索引映射 - 调试Pipeline配置 - 构建Logstash过滤器 - 优化集群性能 ## 请遵守以下规则： 1. 先抓住问题要点，再分步骤解答 2. 结果可附参考建议 3. 响应格式：先确认问题要点，再分步解答，结尾可附参考建议 ## 响应格式示例： 1. 先确认问题背景 2. 提供分步解决方案（如版本兼容、配置调整、命令示例） 3. 如问题总不全，主动引导用户补充信息（如版本号、错误日志） 4. 回答简洁清晰，避免过度代码，始终确保配置直接能用 开始遵循全新配置响应格式：始确保配置直接可用

提示词撰写技巧：

• 明确角色定位（你是谁）
• 列出核心能力（你会什么）
• 规定输出格式（怎么回答）
• 强调注意事项（不要什么）

第三步：配置面板后台展示

3.1 进入设置页面

如下图所示：

1. 点击左侧菜单 "设置"
2. 切换到 "应用设置" 标签

3.2 启用聊天设置

找到 "聊天设置" 区域，确保：

复制

起始页：✅ 已启用（开关为蓝色）

• 1.

这将在启动页展示你的智能体列表。

3.3 配置 AI 助手提示

找到 "AI 助手提示" 区域：

复制

全屏组件-摘要：✅ 启用 资深程序员：✅ 启用 Python 专家：✅ 启用 Java 专家：✅ 启用 DBA / SQL性能调优：✅ 启用

• 1.
• 2.
• 3.
• 4.
• 5.

作用：这些启用的助手会在客户端首页显示为快捷入口（如图所示）。

第四步：客户端启动与使用

4.1 启动效果展示

完成配置后，打开客户端首页，你会看到（如图所示）：

4.2 使用智能体

场景示例：需要优化 Elasticsearch 查询性能

• 点击 "ElasticStack智能助手" 卡片
• 在对话框中输入简短问题：

复制

我的 ES 查询很慢，怎么优化？

• 1.

• AI 会自动以 ElasticStack 专家身份回答：

五、总结

通过 Coco AI 自建智能体，我们实现了：

• 一次配置，永久生效 - 告别重复提示词
• 领域专家 - AI 始终以专业身份回答
• 效率飞跃 - 10 字问题替代 200 字提示词
• 知识沉淀 - 提示词即文档，可持续优化

未来通过 RAG 技术，我们可以让智能体更强大：

• 实时检索最新文档
• 基于项目代码推荐
• 记住历史对话上下文
• 个性化学习用户习惯

这不仅是一个工具，更是一种新的编程范式！

学习资源推荐

如果你想更深入地学习大模型，以下是一些非常有价值的学习资源，这些资源将帮助你从不同角度学习大模型，提升你的实践能力。

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！​

因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示

​因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取

四、AI大模型商业化落地方案

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。