3. 定义 Agent 行为

到这一步你应该已经有一个能跑的 Agent（如果还没有，先看指南 2）。这一章讲怎么真正”调教”它——让它有特定的角色、按你想要的方式做事、知道该用哪些工具、记住该记的事。

配置入口

Workspace 顶部的 Agent 配置 按钮打开配置弹窗，左侧导航有 5 个区域：

区域	作用
模型	选大模型和小模型
Prompt	写系统 Prompt（最重要的一项）
Skills	勾选要启用的 skill
设置	Agent 引擎的高级运行参数 + MCP 配置
资源	Agent 容器的 CPU / 内存 / 存储

加上独立的 Memory tab——它在 Workspace 顶部 tab 栏，不在配置弹窗里。

下文按重要性挨个讲。

模型：Agent 的大脑

模型区域决定 Agent 用哪个大模型思考。要选的字段：

Agent 类型 ——Claude Code 或 Codex。Claude Code 走 Anthropic 协议，Codex 走 OpenAI 协议。这一项决定你后面能选哪些供应商
API 供应商 ——上一章准备好的那个
模型 ——具体的模型名（比如 claude-sonnet-4-20250514 或 gpt-5.4）
小模型 ——供 Agent 内部做轻量操作用（文件搜索、代码索引等）。默认与主模型相同；想省钱可以单独换成更便宜更快的小模型

切换 Agent 类型会重启容器——所有运行中的 Session 会被中断。建议先停掉 Session 再切。

模型不是一选定终身。复杂任务用强模型，简单批量任务用快模型，同一个 Workspace 后期换模型也很方便，Prompt 和 Skills 都不用动。

Prompt：行为的核心

系统 Prompt 是 Agent 行为里最要紧的一件。同一个模型，Prompt 不同，Agent 表现可以判若两人。

Prompt 区域里有两种来源：

自己写 ——直接在编辑框里写
从资源库引用 ——选择一份团队或自己已经维护好的 Prompt。引用的方式下，资源库里更新 Prompt，所有引用方自动同步

第一次建议自己写，熟悉了再考虑放到资源库里复用。

一份可用 Prompt 的基本结构

好的系统 Prompt 一般包含 4 个部分：

角色定义 ——你是谁、你的职责范围
做事步骤 ——遇到典型任务时怎么一步步处理
输出格式 ——回复用什么语言、什么结构、用不用 Markdown
约束 ——什么不能做、什么必须确认、什么必须优先

举个最小例子：

你是一个翻译助手，专注把中文文档翻译成英文。

做事步骤：
1. 收到原文后，先识别文档类型（技术、营销、法律等）
2. 如果是技术文档，专有名词不翻译，保留英文原词
3. 给出翻译，逐段对照原文

回复语言：英文，保持原文的段落结构和 Markdown 格式。

约束：
- 遇到无法理解的术语，先问用户确认
- 不要自己编造原文里没有的内容

这只是个起点。真实 Agent 的 Prompt 通常更长，包含具体的工具用法、典型任务的处理原则、特殊场景的兜底方案。

Prompt 编写原则

先具体，再抽象。 写”你是一个 X 助手”远不如写”你的工作是把某类事件的失败原因讲清楚，并判断要不要自动重试”——后者一句话就把范围、目标、决策点都说清了。

给典型流程，不给穷举。 不要试图列出 Agent 可能遇到的所有情况。挑 2–3 个最典型的任务，描述完整步骤，让 Agent 类比泛化。

约束要写在 Prompt 里，不要等出问题才说。 “不要执行破坏性操作”、“修改前必须先 dry-run”、“遇到不确定的事要问用户”——这些应该在第一版就写进去，而不是等 Agent 翻车了才补。

用真实 Session 迭代。 写完第一版 Prompt 后跑几个真实任务，看 Agent 卡在哪儿、误解了什么，回头改。一份成熟的 Prompt 通常要迭代 5–10 轮才到位。

Skills：可复用的能力封装

Skills 是封装好的”做某类事情的方法”——一个目录，里面有一份描述文件加若干工具脚本。启用后，Agent 启动时自动加载，知道有这个能力可用。

打开 Agent 配置的 Skills 区域，会看到所有可用的 skill 列表。勾选要启用的，保存。Agent 重启后生效。

Skill 的启用时机

这件事有相对固定的步骤 ——比如调用某个 API 的标准用法、按某种规范处理某类文件
这件事只在某些 Agent 里需要 ——比如翻译类 Agent 需要术语查询的 skill，但代码 review Agent 用不上，没必要默认加载
已经有人封装好了 ——直接勾选用，不用重新教 Agent

如果你需要的 skill 还不存在，可以自己创建一份上传到资源库。这部分属于”扩展”和”规模化”的话题，详见指南 7：规模化运营。

MCP：外部工具接入

MCP 是另一种让 Agent 调用外部工具的方式——通过协议连接一个独立运行的服务，那个服务暴露的工具就成了 Agent 可调用的能力。

在 Agent 配置的设置区域里有一段 MCP 配置，可以填入 MCP 服务的连接信息（命令或 URL）。具体怎么部署和接入 MCP 服务，详见指南 4：扩展 Workspace。

Memory：跨 Session 的记忆

默认每个 Session 是独立的——上一次对话学到的东西，下次不会自动记得。Memory 解决这个问题。

Neutree Agent Platform 用 记忆库（Memory Store） 来管理跨 Session 的记忆。它是一个独立的资源，可以挂给一个或多个 Workspace。完整设计见记忆库概念页，这里只讲怎么用。

入口位置

两个地方：

全局管理 → 记忆库——账号级入口。在这里看到你所有的记忆库，新建库、编辑条目、看版本历史
Workspace 顶部 Memory tab——当前 Workspace 视图。看到本 Workspace 挂了哪些库，可以临时挂载或卸载

库与 Workspace 的解耦关系

新建 Workspace 时，系统自动创建一个同名记忆库并挂给它——所以默认情况下你看到的就是”一个 Workspace 一个库”。但关系是解耦的：

一个 Workspace 可以挂多个库——一个用户级库（语言偏好等通用记忆）+ 一个 Workspace 专属库就是常见组合
一个库可以挂给多个 Workspace——做跨 Workspace 协同时把同一份记忆共享出去

迁移说明：旧版”每个 Workspace 一份单一 Markdown”的记忆，已经被自动迁到对应同名库里作为第一条记录。

记录结构与四种类型

每条记忆是库里的一条独立记录，必选一个类型：

类型	倾向	例子
user	用户全局的个性、偏好	”默认用中文回复”、“代码风格遵守 PEP 8”
feedback	当前对话里得到的即时反馈	”回复时简洁一点”、“不要中英混杂”
project	任务/项目级的稳定知识	”这个项目用 PostgreSQL，主表在 `app_user` 库下”、“上次 `DROP TABLE` 翻车过，之后删表都先确认”
reference	外部资料的指针	”回答合规问题前先读 https://internal-wiki/compliance”

每条记录都带版本，可追溯可回滚。

不适合放入记忆库的内容

会变的状态——今天的待办、当前的环境变量。这些应该写文件或动态查询
机密——API key、密码。请用凭证
巨长的内容——完整的代码库说明、几十页的规范文档。索引会进入每次对话的 context，太长会浪费 token；正文长内容应该放到子文件，让 Agent 按需读

Agent 的读写方式

对 Agent 来说，记忆库就是它容器里的一个目录——挂在 /mnt/memory/<store-name>/。它用普通的文件操作读写：cat、grep、head、bash pipe 都能用，不需要学专用 API。

每个库的根目录下有一份 MEMORY.md（大写）作为索引——Agent 自主维护，平台会把它内联进系统 prompt。所以 Agent 一启动就能看到当前挂了哪些库、各自大纲是什么；要看具体内容再按路径读子文件。

当 Agent 在对话中说”我把这件事记下来了，下次会注意”，它就在调这套文件操作。

设置和资源

剩下两项一般保持默认即可：

设置 ——Agent 引擎本身的高级参数（Claude Code 写入 .claude/settings.json，Codex 追加到 ~/.codex/config.toml），以及 MCP 配置。打开后右侧会显示当前 Agent 类型对应的字段说明
资源 ——Agent 容器的 CPU、内存、存储空间。默认配置覆盖大部分场景，只有当 Agent 需要处理大文件或运行重型工具时才需要往上调

最小迭代节奏

刚开始定义 Agent 行为时，建议这个顺序：

选好模型
写一个能让它做对一类典型任务的 Prompt
用真实 case 跑几次，看哪里需要补充——回头改 Prompt
重复 3。等 Prompt 基本稳定后，再考虑加 Skills 和 MCP
等这一个 Workspace 真的好用，把 Prompt 抽到资源库，让其他 Workspace 也能引用

避免一开始就堆 Skills 和 MCP。先把 Prompt 调对，比配 10 个 skill 都重要。

开启 Builder Mode

Builder Mode 让你在对话里直接说”把 prompt 改清楚一点”、“加个每天 9 点的 schedule”，Agent 自己改、你点批准，不用回 UI 表单填字段。需要时把它打开。

入口：Workspace 设置 → MCP tab → Platform 卡片 → Builder 模式 下拉框。

三个选项：

选项	范围	能力
未启用	关闭	Agent 不会拿到任何 builder 工具
本 workspace	当前 Workspace 自己	改 system prompt 来源、启停 skills、新建/改/删 commands 和 schedules、改模型/provider/agent 类型、重命名、调可见性
账号范围	你账号下的跨 Workspace 资源	管理 Prompt 资源库（创建/编辑/删除）

两个范围是互斥的——一次只能选一个。「账号范围」目前 v1 只放开了 Prompt 资源库，未来会扩展到其他账号级资源。

无论选哪个范围，开启后 Agent 都自动具备一组只读能力，用来作为提议的依据：

读你账号下可见的 Prompt 资源库、Skills、Providers
读当前 Workspace 的配置（prompt 来源、模型、启用的 skills 等）
读当前 Workspace 的 schedules 和 commands
拉历史 session 的完整对话用于回顾分析（按需下载 JSONL）

范围选项控制的是 能写什么，读这一层是共享的——这样 Agent 不论开哪一档都能”看清现状再提议”。

选好保存——下次发消息时，Agent 就能看到对应的工具。打开后你也不用记任何指令，直接用自然语言描述需要的改动就行：

“看看最近 5 个聊天，分析我的 system prompt 哪里让你卡住，提议改进。”

Agent 会把改动以卡片形式发到对话里，你看完点批准或拒绝。具体能做什么、怎么用，回 Builder Mode 概念页看完整说明。

接下来

想给 Agent 接更多外部能力（MCP 服务、自定义 tab、自定义命令）→ 指南 4：扩展 Workspace
想让 Agent 不止靠人工对话触发 → 指南 5：触发 Agent