实战：构建“每日待办提醒 + 天气播报”代理

欢迎来到你的第一个实战项目！在本节中，我们将使用一个无代码平台，一步步构建一个功能完整、能真正为你工作的 AI 代理。这个代理将结合任务提醒和环境信息，在每天早上为你提供一份贴心的简报。

我们选择的目标是：一个能在工作日早上8点，自动向你发送包含当日待办事项和当地天气情况的提醒代理。

为什么选择这个项目？

  1. 实用性高：直接解决每日规划需求。
  2. 技术全面：涉及触发器、数据获取、逻辑判断、信息整合和输出动作。
  3. 成就感强：15分钟内，你就能拥有一个“私人助理”。

平台选择：Gumloop

我们将以 Gumloop 为例进行演示。它界面直观，功能强大，非常适合新手入门。其他平台如 Lindy、n8n 的操作逻辑也类似。

第一步：注册与创建新代理

  1. 访问 Gumloop 官网并注册账号（通常有免费额度）。
  2. 登录后，在仪表盘点击 “Create New Agent”。
  3. 为你的代理起一个名字，例如 Morning Briefing Buddy。

第二步：设置触发器（When）

触发器决定了代理何时以及在什么条件下启动。

  1. 在代理编辑界面，找到并点击 “Add Trigger”。
  2. 选择 “Schedule” （计划任务）类型的触发器。
  3. 进行配置：
    • 频率：选择 Daily（每天）。
    • 时间：设置为 08:00 AM。
    • 时区：选择你所在的时区（如 Asia/Shanghai）。
    • 运行日期：可以勾选 Only on weekdays（仅工作日），这样周末就不会打扰你。

至此，你的代理已经知道“每天工作日早上8点要起床干活了”。

第三步：获取待办事项（Action 1）

现在告诉代理要做什么。第一个动作是获取你今天的待办事项。

  1. 点击 “Add Action”。
  2. 由于我们的待办事项可能存储在 Notion、Google Tasks 或 Todoist 中，我们需要连接这些工具。
    • 以连接 Google Tasks 为例：
      • 在动作库中选择 “Google Tasks”。
      • 点击“连接”，按照指引授权 Gumloop 访问你的 Google 账号。
      • 选择动作：List tasks（列出任务）。
      • 在参数中，指定任务列表（如“我的任务”）和过滤条件：Due: Today（截止日期为今天）。
  3. 将这个动作命名为 Fetch Today's Todos。

第四步：获取天气信息（Action 2）

代理需要知道当地的天气来提供穿衣或出行建议。

  1. 再次点击 “Add Action”。
  2. 搜索并选择 “Weather API”。Gumloop 可能内置了 OpenWeatherMap 等服务的连接器。
  3. 配置参数：
    • 城市：输入你所在的城市名（如 Beijing）或直接使用变量 {{user.city}}（如果平台支持用户属性）。
    • 单位：选择 Metric（摄氏度）或 Imperial（华氏度）。
  4. 将这个动作命名为 Get Local Weather。

第五步：组织与生成简报（Action 3 - AI 核心）

现在，我们将前两步获取的“数据”加工成一份友好的“简报”。

  1. 点击 “Add Action”。

  2. 选择 “LLM” 或 “Generate Text with AI” 类型的动作。这里会用到 ChatGPT 或 Claude 的模型。

  3. 关键：编写 Prompt（指令）。在提示词框中输入：

    你是一个贴心的工作助手。请根据以下信息，生成一段简洁、鼓励性的每日早晨简报。

**用户今天的待办事项：**
{{outputs.Fetch Today's Todos}}

**用户所在地的今日天气：**
{{outputs.Get Local Weather}}

请按以下格式组织简报：
1.  一句温暖的早晨问候。
2.  “今日待办”部分：清晰列出所有任务。如果任务列表为空，则写“恭喜！今天没有截止的待办事项，可以专注或规划新任务。”
3.  “天气提醒”部分：总结天气状况（温度、天气现象），并给出一个简单的穿衣或出行建议（例如：“今天降温，记得加件外套。”）。
4.  最后用一句激励性的话结束。

语气：专业且友善，像一位同事。
    • 注意：{{outputs.动作名}} 是引用前一个动作结果的变量。Gumloop 会自动帮你映射。

  4. 将这个动作命名为 Generate Morning Briefing。

第六步：发送简报给你（Action 4）

最后一步，把生成的简报送到你手中。

  1. 点击 “Add Action”。
  2. 选择 “Email” 或 “Send Email” 动作（连接你的 Gmail 或 SMTP）。
  3. 配置参数：
    • 收件人：输入你的邮箱地址。
    • 主题：🌞 你的早晨简报 {{date}}
    • 正文：选择 HTML 或 Text，然后填入变量 {{outputs.Generate Morning Briefing}}。
  4. 将这个动作命名为 Send Email to Me。

第七步：测试与发布

  1. 保存你的代理配置。
  2. 找到 “Test” 或 “Run Once” 按钮，立即手动触发一次流程，检查你的邮箱是否成功收到一封格式正确的简报。
  3. 如果测试成功，将代理状态切换为 “Active” 或 “On”。
  4. 恭喜！ 你的第一个 AI 代理已经开始运行。明天早上8点，请查收邮件。

效果示例

你可能会收到这样一封邮件：

主题：🌞 你的早晨简报 2026-03-15

早上好！新的一天开始了，准备好大展身手了吗？

📋 今日待办

  • 10:00 与市场部项目同步会
  • 完成Q1数据分析报告初稿
  • 给客户王先生发送方案跟进邮件

🌤️ 天气提醒 北京今天晴转多云，气温 5°C 到 15°C。午后风力稍大，建议穿一件轻薄外套。

今天也是高效而充实的一天，加油！

延伸思考与优化

你已经成功构建了基础版。可以尝试让它更强大：

  • 多通道通知：除了邮件，可以增加一个 “Send Slack Message” 动作，将简报同时发到你的 Slack 频道。
  • 动态内容：在 AI 生成简报的 Prompt 里，加入 {{date}} 变量，让它能提及“今天是周五”或“本周已过半”。
  • 异常处理：如果获取天气失败怎么办？可以在天气动作后加一个 “Condition”（条件判断）步骤，如果天气数据为空，则让 AI 生成不含天气部分的简报。

通过这个简单的实战，你已经掌握了无代码构建 AI 代理的核心流程：触发 → 获取 → 处理 → 输出。接下来，我们将探索如何让代理真正“记住”你，变得更具个性化。

Last Updated::