跳到主要内容

Super Agent 场景案例

生物医药研究趋势报告生成（Cancer Targeted Drugs）​

很多用户第一次接触 Super Agent 时，最关心的并不是底层技术细节，而是：它到底能帮我解决什么问题，能替我省下哪些工作，最终能交付什么结果。

因此，最好的理解方式不是从功能列表开始，而是从一个真实工作场景切入。

在生物医药行业中，研究人员、业务人员、市场团队或管理层，经常需要快速了解某个细分领域的研究趋势，例如肿瘤靶向药物（Cancer Targeted Drugs）。传统方式通常需要经历资料检索、信息筛选、趋势分析、结构整理和内容撰写等多个步骤，周期长、成本高，而且过程分散。

Super Agent 的价值就在于：把这些原本分散的工作，整合成一个可直接发起、自动执行并输出成果的完整流程。

真实场景：用户想快速获得一份趋势报告​

假设一位用户当前的目标是：

我想快速了解肿瘤靶向药物领域近几年的研究趋势，并形成一份可以阅读、分享或汇报的报告。

这个目标本身并不复杂，但传统执行过程往往包含以下工作：

  • 明确研究主题和范围
  • 搜索文献、行业资料和公开信息
  • 提取关键结论和数据点
  • 识别技术趋势与市场方向
  • 组织成结构化报告
  • 根据需要整理为 PDF 或 PPT

也就是说，用户真正需要的不是一次简单问答，而是一套从“提问题”到“交付结果”的完整任务执行能力。

用户如何开始使用 Super Agent​

在 Super Agent 中，用户不需要先了解系统内部有哪些 Agent、Skill 或流程节点，只需要直接提出任务。

例如，用户可以输入：

Generate a research trend report on cancer targeted drugs.

或者直接使用中文：

请帮我生成一份关于肿瘤靶向药物的研究趋势报告。

这一步体现的是 Super Agent 的第一个核心价值：统一入口。

用户不需要自己拆解任务，也不需要选择工具组合，只需要表达目标即可。

Super Agent 收到请求后会做什么​

当用户发起任务后，Super Agent 不会立即给出一段泛泛而谈的回答，而是先理解这个任务的真实意图。

在这个案例中，系统通常会识别出以下信息：

  • 任务类型：研究报告生成
  • 所属领域：生物医药
  • 研究主题：肿瘤靶向药物
  • 是否需要进一步确认范围和输出要求

随后，系统会自动匹配合适的 Skill，例如：

Skill: biopharma-research (v1.0.0)

这里可以把 Skill 理解为一套面向某类任务的专业执行模板。它不是单一能力，而是一整套任务组织方式。

这一步体现的是 Super Agent 的第二个核心价值：自动理解任务，并找到最合适的执行路径。

为什么系统会先和用户确认需求​

在正式执行之前，Super Agent 往往会和用户进行一轮简短确认，例如：

  • 是否聚焦某些癌症类型，如肺癌、乳腺癌
  • 时间范围是近 3 年、近 5 年还是更长
  • 是否关注某些公司、药物或技术靶点
  • 输出语言是中文还是英文
  • 最终需要文本、PDF、PPT，还是多种格式

例如系统可能会追问：

Do you want to focus on a specific cancer type?
What time range should the report cover?
Do you need a presentation (PPT) as well?

这一步的意义在于，Super Agent 并不是机械执行，而是会在关键节点做需求澄清。

这带来的价值是：

  • 减少结果偏题
  • 提高内容针对性
  • 降低后续返工成本

也就是说，Super Agent 提供的不是“无差别自动化”，而是“带理解能力的任务执行”。

Skill 如何把复杂任务拆成多个可执行环节​

一旦需求确认完成，Skill 就会开始编排任务。

在这个场景里，Skill 的工作不是自己完成全部内容，而是把复杂任务拆分成多个更清晰的子任务，并调度合适的子 Agent 协作执行。

典型执行流程如下：

用户提出研究需求
↓
Super Agent 理解任务
↓
匹配 biopharma-research Skill
↓
确认研究范围与输出要求
↓
调度多个子 Agent
↓
整合结果并生成报告
↓
输出文本 / PDF / PPT

这一步体现的是 Super Agent 的第三个核心价值：把复杂任务自动拆解成标准化流程。

多个子 Agent 在这个场景里分别做什么​

在本案例中，系统内部通常会调用多个子 Agent 来分工处理不同环节。

1）TrendAnalysisAgent-Biomedicine​

主要负责：

  • 分析行业发展趋势
  • 提取关键技术路线
  • 判断未来发展方向
  • 总结市场变化与热点方向

在肿瘤靶向药物这个场景中，它可能会输出：

  • 靶向药技术演进路径
  • 热门治疗靶点变化趋势，如 EGFR、PD-1、HER2 等
  • 临床研究和商业化的重点方向

2）BioDocResearchAgent​

主要负责：

  • 检索相关研究文献与公开资料
  • 汇总可信数据来源
  • 提取关键研究结论
  • 为趋势判断提供事实支撑

典型数据来源可能包括：

  • 学术论文
  • 行业研究报告
  • 医药数据库
  • 企业公开资料

3）ReportGeneratorAgent​

主要负责：

  • 汇总多个子 Agent 的结果
  • 按照既定结构组织内容
  • 生成可阅读、可分享的结构化报告

4）PDFGeneratorAgent / PPTGeneratorAgent（可选）​

主要负责：

  • 将报告进一步转为正式交付材料
  • 支持下载、汇报或对外分享

这一整套协作机制体现的是 Super Agent 的第四个核心价值：多 Agent 协同，而不是单一回答。

用户看到的是一个入口，但背后其实是一套专业分工明确的任务执行体系。

最终会生成什么样的结果​

当多个子 Agent 完成任务后，系统会将结果整合成一份结构化输出。

在这个场景下，典型报告结构包括：

  • Executive Summary（摘要）
  • Industry Overview（行业概述）
  • Key Players（关键企业）
  • Technology Trends（技术趋势）
  • Market Analysis（市场分析）
  • Future Outlook（未来展望）

这意味着，用户拿到的不是几段零散内容，而是一份逻辑完整、结构清晰的研究成果。

如果用户有进一步交付需求，Super Agent 还可以输出：

  • 文本报告：适合快速阅读和继续编辑
  • PDF 报告：适合正式分享和归档
  • PPT 汇报材料：适合会议沟通、客户汇报和内部展示

这一步体现的是 Super Agent 的第五个核心价值：不仅生成内容，还能直接交付成果。

一句话理解 Super Agent 在这个场景中的价值​

Super Agent 不是把一个问题回答得更完整，而是把一个真实工作任务执行到底。

在这个生物医药研究场景中，它让用户从一句需求出发，经过自动理解、任务编排、多 Agent 协作和结构化输出，最终拿到可直接使用的报告成果。

核心价值​

  • 用自然语言作为统一入口
  • 用 Skill 组织复杂任务流程
  • 用多个 Agent 协同完成专业工作
  • 用结构化方式输出可直接使用的成果

因此，Super Agent 不只是一个对话工具，更是一个能够承接真实业务任务、并完成从输入到交付全过程的任务执行平台。