MapFlow

PUBLIC LEARNING ROADMAP

办公自动化Agent辅助专员实战学习路径 学习技能树

由 Skill Tree Engine 确定性生成的只读快照

24 个知识节点 · intermediate

发布者：3060476025

打开互动地图登录后收藏到我的地图
知识目录

基础概念

什么是AI Agent

从概念上理解Agent如何接受自然语言指令并主动调用工具完成任务，建立学习方向认知

建议预留 15 分钟

学习目标

  • 理解Agent定义与核心特征
  • 能区分Agent对话与普通LLM问答

关键概念

  • AI Agent
  • LLM
  • 工具调用
  • 自主决策

为什么学习

  • 只需要知道Agent是什么、与普通对话LLM区别，作为入门认知即可，无需深入

如何检验理解

  • 能用自己的话向同事解释Agent与普通AI对话的区别
  • 能列举3个日常办公中可用Agent承担的任务场景

核心技能

Python环境安装与基础搭建

安装Python、配置虚拟环境，这是运行一切Agent框架和办公脚本的前提

建议预留 45 分钟

学习目标

  • 掌握Python下载安装与PATH配置
  • 会创建虚拟环境和管理pip依赖
  • 理解requirements.txt的用途

关键概念

  • Python
  • pip
  • venv
  • 虚拟环境

为什么学习

  • 必须能独立安装配置Python环境并用pip管理依赖包，否则无法安装任何框架

如何检验理解

  • 能从零创建Python虚拟环境并用pip安装指定包
  • 能运行一个输出Hello的.py文件并解释运行过程

基础概念

Python基础语法入门

掌握变量、函数、字符串处理、文件读写等核心语法，是读懂和改造社区脚本的基础

建议预留 120 分钟

学习目标

  • 掌握变量、数据类型、条件与循环
  • 会定义和调用最简单的函数
  • 掌握open()读写文本文件

关键概念

  • 变量
  • for循环
  • 函数
  • 文件读写
  • 字符串操作

为什么学习

  • 目标定位入门级Python，只需能读懂和运行别人的脚本并做简单改造，无需深入OOP或进阶语法

如何检验理解

  • 能读懂一段50行以内的社区脚本并说出其功能
  • 能改写脚本中的文件路径和处理参数并成功运行

基础概念

LLM与API基础概念

了解大模型输入输出、上下文窗口、API Key等概念，为调用云API或本地模型打基础

建议预留 30 分钟

学习目标

  • 理解大模型API调用基本流程
  • 认识上下文窗口与Token概念
  • 理解本地vs云端模型对办公数据的适用差异

关键概念

  • LLM API
  • Token
  • 上下文窗口
  • 本地模型

为什么学习

  • 作为办公用户需要理解API调用逻辑与限制（如配额、费用、上下文长度），不需深入研究模型原理

如何检验理解

  • 能解释prompt、system prompt和API Key的作用
  • 能说明为什么云端API有隐私风险而本地模型更安全

核心技能

自然语言Prompt工程基础

学会用结构化中文提示词指挥Agent完成文档总结、改写、提取等办公任务

建议预留 60 分钟

学习目标

  • 掌握撰写清晰指令的基本原则
  • 学会指定输出格式与约束条件
  • 能通过迭代优化提示词提高结果质量

关键概念

  • 提示词
  • 指令清晰
  • 输出格式
  • 约束

为什么学习

  • 办公用户的核心交互方式就是自然语言，需掌握清晰指定目标、格式和约束的提示技巧

如何检验理解

  • 能为文档总结写出一段有效提示词并让Agent输出指定格式结果
  • 能通过调整提示词修复Agent输出不理想的问题

基础概念

办公文档格式基础知识

了解docx/xlsx/pdf等文件结构差异以及python-docx/openpyxl等处理库的角色定位

建议预留 45 分钟

学习目标

  • 认识docx/xlsx/pdf内部结构特点
  • 了解python-docx、openpyxl、pdfplumber的主要用途
  • 能判断常见文档任务应选用哪个库

关键概念

  • docx
  • xlsx
  • pdf
  • python-docx
  • openpyxl

为什么学习

  • 办公文档处理是目标核心，需明白不同格式用什么库处理、能做什么不能做什么

如何检验理解

  • 能说出Word和PDF分别适合用哪些Python库批量编辑和提取
  • 能判断一个任务该用文档库还是用文本处理方式解决

基础概念

Agent核心架构与工具理解

理解Agent=LLM大脑+工具+记忆，明白办公中'让Agent帮你改文档'实际上如何运作

建议预留 45 分钟

学习目标

  • 理解大脑+工具+记忆的Agent模型
  • 明白办公Agent如何借助外部工具执行文件操作

关键概念

  • LLM大脑
  • 工具Tools
  • 记忆
  • 任务

为什么学习

  • 办公用户无需编程实现Agent，但理解架构便于选型和调试，懂得Agent为何需要'工具'来完成文件操作

如何检验理解

  • 能解释为什么纯LLM不能直接编辑你的Word文件而Agent可以
  • 能举例说明给Agent配置'文件工具'的两种常见做法

核心技能

常用办公处理库实践

动手用python-docx和openpyxl执行文档批量修改、格式转换、自动填充等真实操作

建议预留 90 分钟

学习目标

  • 会用python-docx修改段落、表格、样式
  • 会用openpyxl读写Excel单元格与公式
  • 能拼装常见文档操作代码段

关键概念

  • python-docx
  • openpyxl
  • 批量替换
  • 样式设置

为什么学习

  • 这是应用最密集的技能区，要能借助AI辅助完成常用的文档批量操作，多依赖现成代码片段

如何检验理解

  • 能运行脚本给文件夹中所有docx文档添加统一页眉或批量替换文字
  • 能用脚本从Excel读取数据并写入模板Word生成多份报告

核心技能

文件管理批量操作

掌握批量重命名、批量移动归类、格式转换、PDF文本提取等高频办公自动化操作

建议预留 60 分钟

学习目标

  • 掌握os与shutil的文件遍历与批量操作
  • 会用glob/pathlib匹配文件模式
  • 掌握PDF文本提取基础方法

关键概念

  • os
  • shutil
  • pathlib
  • 批量重命名
  • PDF提取

为什么学习

  • 文件批量管理贯穿日常办公，需要熟练运用os/shutil模块完成任务

如何检验理解

  • 能写脚本按日期或关键字批量重命名整理文件到对应文件夹
  • 能批处理提取多个PDF的文本内容保存为txt或Excel

核心技能

引号语言调用LLM API实践

通过Python代码或现成工具向云LLM API下发自然语言指令，体验程序化调用模型完成文本任务

建议预留 60 分钟

学习目标

  • 写一个最小Python代码调用LLM API
  • 理解如何传入不同消息角色构造办公任务指令
  • 处理API密钥与基础错误

关键概念

  • API Key
  • model
  • system message
  • user message

为什么学习

  • 本路径重点是本地/云端API调用办公Agent，入门即可——会写最小调用代码并理解流程就行

如何检验理解

  • 能运行代码向大模型API发送请求并打印返回的文档总结结果
  • 能通过修改system提示词控制模型输出格式达到办公要求

核心技能

Function Calling与工具定义基础

理解什么是函数调用、Agent如何通过它把自然语言需求映射到具体的文档/文件操作动作

建议预留 75 分钟

学习目标

  • 理解Function Calling让LLM能调用外部功能
  • 能识别一个工具声明三要素（名称、描述、参数）

关键概念

  • Function Calling
  • 工具参数
  • 意图识别

为什么学习

  • 办公用户不一定自己写全工具代码，但需理解其机制以便配置现成工具或用一句话描述让AI生成工具

如何检验理解

  • 能解释Agent收到'把报告转成PDF'指令时中间发生了什么
  • 能照着已封装好的工具模板微调参数让Agent执行新任务

核心技能

多轮会话与上下文管理

掌握Agent在连续多轮办公指令间的状态保持，理解会话对上下文长度的限制与策略

建议预留 45 分钟

学习目标

  • 理解会话（session）的作用与实现方式
  • 掌握避免上下文超限的常见做法

关键概念

  • 会话状态
  • 消息历史
  • Token限制

为什么学习

  • 办公交互常是连续多步，需理解会话如何保持，但作为入门用户只需会用框架的会话管理功能

如何检验理解

  • 能在同一会话中先后下达'生成初稿'、'把标题改大'等连续指令并保持状态
  • 能识别并处理上下文过长导致Agent忘了前面要求的场景

工具链

RPA工具基础录入与编辑

用影刀/UiPath录制并编辑界面点击、表单填写、Excel取数的简单自动化流程

建议预留 90 分钟

学习目标

  • 理解RPA与Agent编程式办公的适用场景差异
  • 掌握录制、编辑、触发一次流程的基本操作

关键概念

  • RPA
  • 影刀
  • UiPath
  • 录制
  • 流程编辑

为什么学习

  • 作为nice-to-have但贴合办公场景，掌握录制编辑即可覆盖浏览器界面类重复操作，不需深入开发

如何检验理解

  • 能用影刀录制一个打开网页填写表单并提交的流程并回放成功
  • 能区分什么任务适合RPA、什么适合Agent文档脚本

工具链

Dify/Coze低代码Agent搭建

无需写代码，用拖拽和可视化流程在Dify/Coze搭建能处理文档或网页操作的简单办公Agent

建议预留 90 分钟

学习目标

  • 掌握Dify/Coze可视化搭建工作流的基本方法
  • 能接入API Key并让Agent链接文档知识源

关键概念

  • Dify
  • Coze
  • 知识库
  • 工作流编排

为什么学习

  • 推荐且高度契合'低代码办公自动化'定位，让不想写代码的人也能搭建Agent，优先掌握可视化搭建

如何检验理解

  • 能在Dify中搭建一个读取文档并生成总结的简易Agent
  • 能对比说出低代码平台与写代码方案各自的优劣

核心技能

LangChain环境与安装

在本地成功安装LangChain及配套依赖库，掌握基础链式调用与Agent初始化的配置方法

建议预留 90 分钟

学习目标

  • 用pip安装LangChain及依赖包
  • 能运行LangChain官方的最小Agent示例
  • 理解LangChain不同模块的定位

关键概念

  • LangChain
  • 依赖安装
  • 初始化
  • 版本兼容

为什么学习

  • 办公自动化需要本地运行Agent框架，环境配置是必经门槛，熟练后可避免反复踩安装坑

如何检验理解

  • 能成功导入LangChain并初始化一个对话Agent
  • 能独立解决常见的依赖报错（版本冲突、包缺失）

核心技能

文件操作工具封装给Agent

把python-docx、openpyxl等文档库功能封装成Agent可调用的工具，实现自然语言驱动文档处理

建议预留 90 分钟

学习目标

  • 理解如何把函数暴露为Agent工具
  • 能组装文档处理工具集合并测试调用
  • 掌握让AI辅助编写工具代码的工作流

关键概念

  • @tool装饰器
  • 工具注册
  • 文档操作封装

为什么学习

  • 本路径核心里程碑，能借助AI生成代码来封装文档工具，实现自然语言改文档，办公自动化从此可用

如何检验理解

  • 能让Agent通过一句'给A文件夹内所有Word加日期封面'完成批量操作
  • 能借助AI排错解决Agent工具调用失败问题

补充知识

ReAct模式基础认知

粗浅了解Agent思考-行动的循环模式，明白多步骤任务为何需要这种机制

建议预留 30 分钟

学习目标

  • 理解ReAct=思考与行动交替的大致循环
  • 知道主流的现成Agent都内置该机制

关键概念

  • ReAct
  • 思考
  • 行动
  • 工具

为什么学习

  • 办公用户不必钻ReAct内部机制，只需知道这是一个让Agent自动多步规划执行的原理，起认知作用

如何检验理解

  • 能解释为何简单一问一答无法完成要连续操作文件的任务
  • 能说出框架已把ReAct循环封装好无需自己实现

补充知识

社区资源检索与复用习惯

掌握从GitHub/B站/CSDN检索现成办公自动化脚本与Agent示例并改造成自己需求的方法

建议预留 45 分钟

学习目标

  • 掌握高效检索技术代码的技巧
  • 学会阅读README与requirements复现项目
  • 建立将示例改造为办公用途的工作流

关键概念

  • GitHub
  • 代码检索
  • README
  • 项目复现

为什么学习

  • 作为软技能支撑长期成长，学习用关键词精确检索并将他人代码本地改造，避重复造轮子

如何检验理解

  • 能通过一次组合关键词检索找到适用的开源脚本示例
  • 能成功运行他人项目并替换文件路径等参数适配自己电脑

补充知识

资料版本管理与回退

掌握Git基础或至少能保存不同版本配置脚本，框架升级/出错时可回退到可用版本

建议预留 45 分钟

学习目标

  • 掌握git init/commit/checkout基础指令
  • 理解版本管理的价值并形成保存习惯

关键概念

  • git
  • commit
  • 回退版本

为什么学习

  • office场景非协作开发，掌握git init/commit/checkout基本增删回退即达目标，不必深究分支协作

如何检验理解

  • 能初始化仓库并commit保存不同版本
  • 能在脚本改坏后用git回退到上一个可用版本

核心技能

整合：端到端办公自动化Agent交付

将环境配置、文档库、文件管理、LangChain工具、调试与安全整合，交付可长期复用的办公Agent并给出使用文档

建议预留 180 分钟

学习目标

  • 独立交付可用、可复用的办公Agent方案
  • 写出清晰的使用说明与部署步骤
  • 对安全边界与失效应对做周到考虑

关键概念

  • 整合落地
  • 交付文档
  • 可复用性
  • 方案设计

为什么学习

  • 最终验收：把一段自己的重复办公任务完整交付为Agent方案并撰写给同事使用说明，验证对整套流程的贯通掌握

如何检验理解

  • 交付一个让同事无需改代码即可使用的办公自动化Agent及上手文档
  • 能向他人说明该Agent的适用边界、依赖条件与数据安全注意事项

核心技能

办公场景Agent小项目实战

从需求到落地，用LangChain组装AutoAgent完成一次真实的可重复办公任务（如批量生成周报/整理发票Excel）

建议预留 120 分钟

学习目标

  • 独立完成一个办公自动化的完整Agent项目
  • 学会迭代优化提示词与工具达成稳定可靠输出
  • 懂得把流程需求拆成Agent可执行的步骤

关键概念

  • 端到端
  • 需求拆解
  • 工具组合
  • 成果交付

为什么学习

  • 标志性里程碑，验收能否把真实办公需求转化为可复用Agent流程，强化交付价值与自信

如何检验理解

  • 完整交付一个能被同事复用的办公自动化Agent（含说明）
  • 能将学到的工具封装迁移到另一个新的文档任务并快速跑通

核心技能

调试流程与常见排错

掌握定位LangChain/API调用/文件路径/依赖缺失等常见错误的调试方法

建议预留 60 分钟

学习目标

  • 学会阅读Traceback定位错误行
  • 掌握常见错误类型与修复手段
  • 会用日志与中间输出追踪Agent调用过程

关键概念

  • Traceback
  • 调试
  • 日志
  • API错误

为什么学习

  • 办公用户会遇到大量'为什么跑不通'的问题，需能借助报错信息和AI辅助快速定位常见故障

如何检验理解

  • 能根据报错信息判断是依赖缺失、路径错误还是API配额问题
  • 能独立解决至少三类不同的运行报错

基础概念

Agent局限性与办公安全边界

认识Agent幻觉可造成的文档错误、敏感数据外泄风险，学会判断数据是否适合提交云端

建议预留 40 分钟

学习目标

  • 了解幻觉与工具误用对办公文件的风险
  • 建立本地/云端模型选用的隐私判断准则

关键概念

  • 幻觉
  • 数据隐私
  • 云端API
  • 本地模型

为什么学习

  • 办公环境涉及数据隐私，必须建立边界意识，理解何时用本地模型何时用云端，虽不需深入攻防

如何检验理解

  • 能判断某份办公文档的数据是否适合通过云端Agent处理
  • 能举例说明Agent产生的文档可能存在的两处失真风险

补充知识

Agent记忆机制概述

粗略了解短期与长期记忆区别，认识在工作流中衔接下一步所需的信息保留方式

建议预留 30 分钟

学习目标

  • 区分短期与长期记忆基本概念
  • 知道LangChain提供哪些开箱即用的记忆组件

关键概念

  • 短期记忆
  • 长期记忆
  • 会话历史

为什么学习

  • 办公用户知道会话内信息延续即可，长期向量记忆属进阶，明确列入非核心认知即可

如何检验理解

  • 能说明多轮对话内信息延续由什么支撑、重启后为何会丢失
  • 能判断自己是否需要额外使用长期记忆能力

前置关系与知识联系

结合互动地图查看具体关系类型，再选择下一步。