> ## Documentation Index > Fetch the complete documentation index at: https://langchain-zh.cn/llms.txt > Use this file to discover all available pages before exploring further. # 构建内容创作智能体 > 构建一个具备品牌记忆、技能、子智能体和图像生成功能的内容写作智能体 ## 概述 本指南演示如何使用 [Deep Agents](/oss/javascript/deepagents) 从零开始构建一个内容写作智能体。 您将构建的智能体能够： 1. 从 `AGENTS.md` 和技能文件夹加载品牌语调和流程规则 2. 将网络研究任务委托给具备 `web_search` 功能的专用子智能体 3. 根据加载的技能起草博客或社交媒体内容 4. 使用 Gemini 生成封面或社交媒体图片，并将文件保存在项目目录下 本教程中的代码集成了图像生成工具和文件系统后端，使智能体能够在项目目录下读取和写入文章、研究笔记和图像。有关完整的可运行项目，请参阅 [content-builder-agent](https://github.com/langchain-ai/deepagents/tree/main/examples/content-builder-agent) 示例。 ### 核心概念 本教程涵盖： * [长期记忆](/oss/javascript/deepagents/long-term-memory) 用于 TODO * [技能](/oss/javascript/deepagents/skills) 用于 TODO * [子智能体](/oss/javascript/deepagents/subagents) 用于 TODO * [文件系统后端](/oss/javascript/deepagents/backends) 用于文件读写 * 用于搜索和图像生成的自定义 [工具](/oss/javascript/langchain/tools) ## 先决条件 API 密钥： * Anthropic (Claude) * Google (Gemini)，用于通过 `gemini-2.5-flash-image` 生成图像 * [Tavily](https://www.tavily.com/) 用于网络搜索（免费套餐） * [LangSmith](https://smith.langchain.com/) 用于追踪（可选） Node.js 18 或更高版本。 ## 设置 ```bash theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} mkdir content-builder-agent cd content-builder-agent ``` ```bash npm wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} npm install deepagents @langchain/core @langchain/anthropic @google/generative-ai tavily zod tsx ``` ```bash yarn wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} yarn add deepagents @langchain/core @langchain/anthropic @google/generative-ai tavily zod tsx ``` 添加 `tsx` 以运行 `content_writer.ts`。`--input-type=module` 标志仅适用于 `--eval`、`--print` 或 stdin，不适用于脚本文件路径。 安装 `@langchain/anthropic`，以便 LangChain 可以加载 `createDeepAgent` 使用的默认 Claude 模型。 ```bash theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} export ANTHROPIC_API_KEY="your_anthropic_api_key" export GOOGLE_API_KEY="your_google_api_key" export TAVILY_API_KEY="your_tavily_api_key" # 可选 export LANGSMITH_API_KEY="your_langsmith_api_key" # 可选 ``` ## 添加配置文件 示例将行为保存在三种文件中：记忆、技能和子智能体定义。 在项目根目录创建 `AGENTS.md`。 当您稍后创建智能体并将此文件指定为 [记忆](/oss/javascript/deepagents/long-term-memory) 参数的一部分时，它会被加载到系统提示中，从而使品牌语调和研究要求适用于每次运行。 ```markdown expandable wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} # 内容写作智能体 您是一家科技公司的内容写手。您的工作是创作引人入胜、信息丰富的内容，向读者介绍人工智能、软件开发和新兴技术。 ## 品牌语调 - **专业但平易近人**：像知识渊博的同事一样写作，而不是教科书 - **清晰直接**：除非必要，避免使用术语；用简单的方式解释技术概念 - **自信但不傲慢**：分享专业知识而不居高临下 - **引人入胜**：使用具体示例、类比和故事来说明观点 ## 写作标准 1. **使用主动语态**："智能体处理请求"，而不是"请求被智能体处理" 2. **以价值为先**：从对读者重要的内容开始，而不是背景 3. **每段一个观点**：保持段落重点突出且易于浏览 4. **具体而非抽象**：使用具体示例、数字和案例研究 5. **以行动结尾**：每篇文章都应让读者知道下一步该做什么 ## 内容支柱 我们的内容专注于： - 人工智能智能体与自动化 - 开发者工具与生产力 - 软件架构与最佳实践 - 新兴技术与趋势 ## 格式指南 - 使用标题（H2、H3）来分割长内容 - 在相关处包含代码示例（带语法高亮） - 对于 3 个或更多项目的列表，使用项目符号 - 尽可能将句子保持在 25 个词以内 - 在结尾包含清晰的行动号召 ## 研究要求 在撰写任何主题之前： 1. 使用 `researcher` 子智能体进行深入的主题研究 2. 收集至少 3 个可信来源 3. 确定读者需要理解的关键点 4. 寻找具体示例或案例研究来说明概念 ``` 要使此智能体符合您自己的语调、支柱和格式规则，请更新 `AGENTS.md` 中的文本。 创建一个 `skills/` 目录。每个技能都是一个包含 `SKILL.md` 文件的文件夹，该文件包含 YAML 前言（`name`、`description`）和技能说明。 创建 `skills/blog-post/SKILL.md` 并将以下文本复制到其中，其中包含关于创建长篇博文、优化 SEO 内容和生成封面图像的信息。 ````md expandable wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} --- name: blog-post description: 撰写和构建长篇博客文章，创建教程大纲，优化 SEO 内容并生成封面图像。当用户要求撰写博客文章、文章、操作指南、教程、技术文章、思想领导力文章或长篇内容时使用。 --- # 博客文章写作技能 ## 先研究（必需） **在撰写任何博客文章之前，您必须委托研究：** 1. 使用 `task` 工具，并指定 `subagent_type: "researcher"` 2. 在描述中，同时指定主题和保存位置： ``` task( subagent_type="researcher", description="Research [TOPIC]. Save findings to research/[slug].md" ) ``` 示例： ``` task( subagent_type="researcher", description="Research the current state of AI agents in 2025. Save findings to research/ai-agents-2025.md" ) ``` 3. 研究完成后，在写作前阅读发现文件 ## 输出结构（必需） **每篇博客文章必须同时包含文章和封面图像：** ``` blogs/ └── / ├── post.md # 博客文章内容 └── hero.png # 必需：生成的封面图像 ``` 示例：一篇关于"2025 年 AI 智能体"的文章 → `blogs/ai-agents-2025/` **您必须完成两个步骤：** 1. 将文章写入 `blogs//post.md` 2. 使用 `generate_image` 生成封面图像并保存到 `blogs//hero.png` **没有封面图像的博客文章是不完整的。** ## 博客文章结构 每篇博客文章应遵循以下结构： ### 1. 引子（开头） - 以一个引人注目的问题、统计数据或陈述开始 - 让读者想要继续阅读 - 保持 2-3 句话 ### 2. 背景（问题） - 解释为什么这个主题重要 - 描述问题或机会 - 联系读者的经验 ### 3. 主要内容（解决方案） - 分成 3-5 个主要部分，使用 H2 标题 - 每个部分涵盖一个关键点 - 在有用处包含代码示例、图表或截图 - 对列表使用项目符号 ### 4. 实际应用 - 展示如何应用这些概念 - 如果适用，包含分步说明 - 提供代码片段或模板 ### 5. 结论与行动号召 - 总结关键要点（最多 3 个要点） - 以清晰的行动号召结尾 - 链接到相关资源 ## 封面图像生成 撰写文章后，使用 `generate_cover` 工具生成封面图像： ``` generate_cover(prompt="A detailed description of the image...", slug="your-blog-slug") ``` 该工具将图像保存到 `blogs//hero.png`。 ### 撰写有效的图像提示 使用以下元素构建您的提示： 1. **主体**：主要焦点是什么？要具体、明确。 2. **风格**：艺术方向（极简主义、等距、扁平设计、3D 渲染、水彩等） 3. **构图**：元素如何排列（居中、三分法则、对称） 4. **调色板**：特定颜色或氛围（温暖的土色调、冷色调的蓝紫色、高对比度） 5. **灯光/氛围**：柔和的漫射光、戏剧性的阴影、黄金时刻、霓虹灯发光 6. **技术细节**：宽高比考虑、用于文本叠加的负空间 ### 示例提示 **对于技术博客文章：** ``` 等距 3D 插图，展示代表 AI 智能体的相互连接的发光立方体，每个立方体都有微妙的电路图案。立方体通过发光的数据流连接。深海军蓝背景 (#0a192f)，带有电光蓝 (#64ffda) 和柔和的紫色 (#c792ea) 点缀。干净简约的风格，顶部有大量负空间用于标题。专业科技美学。 ``` **对于教程/操作指南：** ``` 干净的扁平插图，展示双手在键盘上打字，抽象的代码符号向上漂浮，转变为灯泡和齿轮。从柔和的珊瑚色到浅桃色的温暖渐变背景。友好、平易近人的风格。居中构图，留有文本叠加空间。 ``` **对于思想领导力：** ``` 人类剪影轮廓与几何神经网络模式融合的抽象可视化。分割构图 - 左侧为有机水彩纹理过渡到右侧干净的矢量线条。柔和的鼠尾草绿和温暖的赤陶土色系。沉思、前瞻性的情绪。 ``` ## SEO 注意事项 - 在标题和第一段中包含主要关键词 - 在全文自然地使用关键词 3-5 次 - 将标题保持在 60 个字符以内 - 撰写元描述（150-160 个字符） ## 质量检查清单 完成前： - [ ] 文章已保存到 `blogs//post.md` - [ ] 封面图像已生成于 `blogs//hero.png` - [ ] 引子在前 2 句话中吸引注意力 - [ ] 每个部分都有明确的目的 - [ ] 结论总结了关键点 - [ ] 行动号召告诉读者下一步该做什么 ```` 接下来，创建 `skills/social-media/SKILL.md` 并将以下文本复制到其中，其中包含关于起草社交媒体帖子和生成配套图像的信息： ````md expandable wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} --- name: social-media description: 起草引人入胜的社交媒体帖子，撰写引子，建议话题标签，创建线程结构，并生成配套图像。当用户要求撰写 LinkedIn 帖子、推文、Twitter/X 线程、社交媒体标题、社交帖子或为社交平台重新利用内容时使用。 --- # 社交媒体内容技能 ## 先研究（必需） **在撰写任何社交媒体内容之前，您必须委托研究：** 1. 使用 `task` 工具，并指定 `subagent_type: "researcher"` 2. 在描述中，同时指定主题和保存位置： ``` task( subagent_type="researcher", description="Research [TOPIC]. Save findings to research/[slug].md" ) ``` 示例： ``` task( subagent_type="researcher", description="Research renewable energy trends in 2025. Save findings to research/renewable-energy.md" ) ``` 3. 研究完成后，在写作前阅读发现文件 ## 输出结构（必需） **每个社交媒体帖子必须同时包含内容和图像：** **LinkedIn 帖子：** ``` linkedin/ └── / ├── post.md # 帖子内容 └── image.png # 必需：生成的视觉内容 ``` **Twitter/X 线程：** ``` tweets/ └── / ├── thread.md # 线程内容 └── image.png # 必需：生成的视觉内容 ``` 示例：一篇关于"提示工程"的 LinkedIn 帖子 → `linkedin/prompt-engineering/` **您必须完成两个步骤：** 1. 将内容写入相应的路径 2. 使用 `generate_image` 生成图像并保存在帖子旁边 **没有图像的社交媒体帖子是不完整的。** ## 平台指南 ### LinkedIn **格式：** - 1,300 字符限制（约 210 个字符后显示"更多"） - 第一行至关重要 - 使其具有吸引力 - 使用换行符提高可读性 - 在末尾使用 3-5 个话题标签 **语调：** - 专业但个人化 - 分享见解和学习心得 - 提出问题以推动互动 - 使用"我"并分享经验 **结构：** ``` [引子 - 1 行引人注目的内容] [空行] [背景 - 为什么这很重要] [空行] [主要见解 - 2-3 个短段落] [空行] [行动号召或问题] #话题标签1 #话题标签2 #话题标签3 ``` ### Twitter/X **格式：** - 每条推文 280 字符限制 - 对于较长内容使用线程（使用 1/🧵 格式） - 每条推文不超过 2 个话题标签 **线程结构：** ``` 1/🧵 [引子 - 主要见解] 2/ [支持点 1] 3/ [支持点 2] 4/ [示例或证据] 5/ [结论 + 行动号召] ``` ## 图像生成 每个社交媒体帖子都需要一张引人注目的图像。使用 `generate_social_image` 工具： ``` generate_social_image(prompt="A detailed description...", platform="linkedin", slug="your-post-slug") ``` 该工具将图像保存到 `//image.png`。 ### 社交媒体图像最佳实践 社交媒体图像需要在拥挤的信息流中以小尺寸有效： - **大胆、简洁的构图** - 一个清晰的焦点 - **高对比度** - 滚动时脱颖而出 - **图像中无文字** - 太小无法阅读，平台会添加自己的文字 - **方形或 4:5 比例** - 跨平台适用 ### 撰写有效的提示 包含以下元素： 1. **单一焦点**：一个清晰的主体，而不是繁忙的场景 2. **大胆的风格**：鲜艳的色彩、强烈的形状、高对比度 3. **简单的背景**：纯色、渐变或微妙的纹理 4. **情绪/能量**：匹配帖子的语调（鼓舞人心、紧迫、深思熟虑） ### 示例提示 **对于见解/技巧帖子：** ``` 单个发光的灯泡漂浮在深紫色渐变背景上，灯泡由相互连接的金色几何线条构成，向外散发出柔和的光线。极简、醒目、高对比度。方形构图。 ``` **对于公告/新闻：** ``` 由彩色几何形状组成的抽象火箭向上发射，带有粒子轨迹。明亮的珊瑚色和蓝绿色配色方案，背景为干净的白色。充满活力、庆祝的情绪。大胆的扁平插图风格。 ``` **对于发人深省的内容：** ``` 两个重叠的半透明圆圈，一个蓝色一个橙色，在中心形成一个发光的交叉点。代表协作或思想的交汇。深炭灰色背景，柔和空灵的光晕。极简主义和沉思感。 ``` ## 内容类型 ### 公告帖子 - 以新闻开头 - 解释影响 - 包含链接或下一步 ### 见解帖子 - 分享一个具体的学习心得 - 简要解释背景 - 使其具有可操作性 ### 提问帖子 - 提出一个真实的问题 - 首先提供您的看法 - 专注于一个主题 ## 质量检查清单 完成前： - [ ] 帖子已保存到 `linkedin//post.md` 或 `tweets//thread.md` - [ ] 图像已在帖子旁边生成 - [ ] 第一行吸引注意力 - [ ] 内容符合平台限制 - [ ] 语调符合平台规范 - [ ] 有清晰的行动号召或问题 - [ ] 话题标签相关（非通用） ```` 它们指示智能体首先调用 `researcher` 子智能体，在 `blogs/`、`linkedin/` 或 `tweets/` 下写入 Markdown，并调用 `generate_cover` 或 `generate_social_image` 来生成图像。 当您稍后创建智能体并指定技能文件夹时，这些技能文件夹中的 `SKILLS.md` 文件的前言会被加载到系统提示中，以便当任务描述匹配技能描述时，智能体可以使用该技能。 ## 构建脚本 在项目根目录创建 `content_writer.ts`。以下部分按顺序属于同一个文件。 研究员使用 Tavily 搜索。博客和社交媒体工作流使用 Google Generative AI SDK 进行图像生成。 ```ts theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} import { tool } from "@langchain/core/tools"; import * as z from "zod"; import * as fs from "node:fs"; import * as path from "node:path"; const EXAMPLE_DIR = path.dirname(new URL(import.meta.url).pathname); const webSearch = tool( async ({ query, maxResults = 5, topic = "general" }) => { const apiKey = process.env.TAVILY_API_KEY; if (!apiKey) return { error: "TAVILY_API_KEY not set" }; try { const { TavilyClient } = await import("tavily"); const client = new TavilyClient({ apiKey }); return client.search(query, { maxResults, topic }); } catch (e) { return { error: `Search failed: ${e}` }; } }, { name: "web_search", description: "Search the web for current information.", schema: z.object({ query: z.string().describe("The search query (be specific and detailed)"), maxResults: z .number() .optional() .describe("Number of results to return (default: 5)"), topic: z .enum(["general", "news"]) .optional() .describe('"general" for most queries, "news" for current events'), }), }, ); const generateCover = tool( async ({ prompt, slug }) => { try { const { GoogleGenerativeAI } = await import("@google/generative-ai"); const genai = new GoogleGenerativeAI(process.env.GOOGLE_API_KEY ?? ""); const model = genai.getGenerativeModel({ model: "gemini-2.5-flash-image", }); const result = await model.generateContent(prompt); const part = result.response.candidates?.[0]?.content?.parts?.find( (p) => p.inlineData, ); if (!part?.inlineData) return "No image generated"; const outputPath = path.join(EXAMPLE_DIR, "blogs", slug, "hero.png"); fs.mkdirSync(path.dirname(outputPath), { recursive: true }); fs.writeFileSync(outputPath, Buffer.from(part.inlineData.data, "base64")); return `Image saved to ${outputPath}`; } catch (e) { return `Error: ${e}`; } }, { name: "generate_cover", description: "Generate a cover image for a blog post.", schema: z.object({ prompt: z .string() .describe("Detailed description of the image to generate."), slug: z .string() .describe("Blog post slug. Image saves to blogs//hero.png"), }), }, ); const generateSocialImage = tool( async ({ prompt, platform, slug }) => { try { const { GoogleGenerativeAI } = await import("@google/generative-ai"); const genai = new GoogleGenerativeAI(process.env.GOOGLE_API_KEY ?? ""); const model = genai.getGenerativeModel({ model: "gemini-2.5-flash-image", }); const result = await model.generateContent(prompt); const part = result.response.candidates?.[0]?.content?.parts?.find( (p) => p.inlineData, ); if (!part?.inlineData) return "No image generated"; const outputPath = path.join(EXAMPLE_DIR, platform, slug, "image.png"); fs.mkdirSync(path.dirname(outputPath), { recursive: true }); fs.writeFileSync(outputPath, Buffer.from(part.inlineData.data, "base64")); return `Image saved to ${outputPath}`; } catch (e) { return `Error: ${e}`; } }, { name: "generate_social_image", description: "Generate an image for a social media post.", schema: z.object({ prompt: z .string() .describe("Detailed description of the image to generate."), platform: z .string() .describe('Either "linkedin" or "tweets"'), slug: z .string() .describe("Post slug. Image saves to //image.png"), }), }, ); ``` 使用 [createDeepAgent](https://reference.langchain.com/javascript/deepagents/agent/createDeepAgent) 创建深度智能体时，传递记忆路径、技能目录、图像工具、内联子智能体定义，以及一个根目录为示例目录的 [FilesystemBackend](/oss/javascript/deepagents/backends)，以便像 `./AGENTS.md` 和 `./skills/` 这样的路径能够正确解析。 ```ts theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} import { createDeepAgent, FilesystemBackend } from "deepagents"; function createContentWriter() { const researcherSubagent = { name: "researcher", description: "具有网络搜索能力的研究子代理。在此委派研究任务。", systemPrompt: "你是一名研究助理。使用 web_search 工具查找当前、准确的信息，并返回组织良好的发现结果。", tools: [webSearch], }; return createDeepAgent({ memory: ["./AGENTS.md"], skills: ["./skills/"], tools: [generateCover, generateSocialImage], subagents: [researcherSubagent], backend: new FilesystemBackend({ rootDir: EXAMPLE_DIR }), }); } ``` ```ts theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} const task = process.argv.slice(2).join(" ") || "Write a blog post about how AI agents are transforming software development"; const agent = createContentWriter(); const result = await agent.invoke({ messages: [{ role: "user", content: task }], config: { configurable: { threadId: "content-builder-demo" } }, }); const messages = result.messages ?? []; for (const msg of messages) { if (msg.content) console.log(msg.content); } ``` ## 运行智能体 文件系统后端可以读取、写入和删除 `root_dir` 下的文件。仅在专用目录中运行，并在发布前检查生成的内容。 从项目目录： ```bash theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} npx tsx content_writer.ts ``` 将提示作为额外参数传递： ```bash theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} npx tsx content_writer.ts Write a blog post about prompt engineering ``` 设置 `LANGSMITH_API_KEY` 后，您可以在 [LangSmith](/langsmith/home) 中检查运行情况。 ## 输出 成功时，智能体会在项目根目录（示例目录）下写入工件，例如： ```text theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} blogs/ └── prompt-engineering/ ├── post.md └── hero.png research/ └── prompt-engineering.md ``` 路径遵循 `SKILL.md` 中的技能说明。 ## 完整代码 在 GitHub 上浏览完整的 [content-builder-agent 示例](https://github.com/langchain-ai/deepagents/tree/main/examples/content-builder-agent)，包括基于 Rich 的流式 UI。 ## 后续步骤 * 编辑 `AGENTS.md` 以更改品牌语调和研究要求 * 在 `skills//SKILL.md` 下添加新内容类型的技能 * 在 `subagents.yaml` 中添加子智能体，并在 `load_subagents` 中注册工具 * 阅读 [子智能体](/oss/javascript/deepagents/subagents)、[技能](/oss/javascript/deepagents/skills) 和 [自定义](/oss/javascript/deepagents/customization) 以进行更深入的配置 ***
[Edit this page on GitHub](https://github.com/langchain-ai/docs/edit/main/src/i18n\zh-CN\oss\deepagents\content-builder.mdx) or [file an issue](https://github.com/langchain-ai/docs/issues/new/choose). [Connect these docs](/use-these-docs) to Claude, VSCode, and more via MCP for real-time answers.