记忆策略、外部数据源、触发条件
这 5 项配置直接影响 Agent 的使用体验和工作效率，建议在第一天就配好：
| 配置项 | 位置 | 要做什么 |
|---|---|---|
| 语言与界面 | 设置 → 通用 | 选界面语言（推荐中文）；设置默认工作目录——Agent 生成的文件会保存在这里 |
| 模型配置 | 设置 → 模型 | 用内置默认模型；如有自己的 API Key 可添加，切换更经济的模型 |
| 连接器 | 设置 → 连接器 | 优先配置：阿里国际站、文件系统、浏览器 |
| 记忆策略 | 设置 → 记忆 | 短期记忆默认开启；按需开启长期记忆 |
| 自动化权限 | 设置 → 自动化 | 打算用定时任务时必须开启后台运行权限 |
连接器权限按需开放，不要一次性全部开启。Agent 能访问的范围越大，安全边界越需要仔细评估。
连接器让 Agent 能够访问外部数据源，这是「通用 AI」和「你的 AI」之间的分水岭。
目前官方已支持的连接器包括：Alibaba.com 国际站、飞书、钉钉、微信。
RAG 解决的是「模型不知道你的产品信息」的问题——不需要微调模型，上传文档就能让 Agent 变聪明。
| 记忆类型 | 作用 | 边界 |
|---|---|---|
| 短期记忆（上下文窗口） | 记住当前对话中说了什么 | 窗口有限，对话太长前面的内容会被遗忘 |
| 长期记忆（知识库 + 向量存储） | 产品文档、报价表、SOP | 通过 RAG 技术检索相关内容 |
| 用户记忆（User Profile） | 你的偏好、习惯、常用配置 | 跨对话保持 |
你上传产品目录 → 用户问「这款沙发多少钱？」→ Agent 把问题转为搜索向量，在知识库中找到最相关的文档片段 → 把片段和问题一起发给模型 → 生成准确答案。
定时任务是把「工具」变成「制度」的关键一步。配置方式非常简单——直接用自然语言描述：
企业落地的第一条定时任务，建议设成「每日待跟进客户清单」推送给业务员。它不依赖任何复杂配置，但每天都能被看见、被使用——这是培养团队 AI 习惯成本最低的方式。
