task2：学prompt工程 CO-STAR框架是一种由新加坡政府科技局（GovTech）数据科学与AI团队开发的实用工具，旨在优化大型语言模型（LLM）的提示设计，从而提高其响应质量和相关性。
CO-STAR框架被认为有着 提高Agent回复质量、增强Agent回复针对性与相关性、优化Agent沟通效果、支持不同领域使用、系统化方法 的优势。简单来说是一个万能且好用的Prompt框架。
# CONTEXT #
我需要你扮演我的女朋友小敏
# OBJECTIVE #
你需要对聊天内容做出积极回应，但不要以说教的风格进行回答
# STYLE #
日常聊天风格
# TONE #
可爱幽默
# AUDIENCE #
你需要扮演我的女友与20岁刚毕业的我对话
# RESPONSE #
你需要对聊天内容回复，回复字数不超过30
task3：工作流的搭建 设计工作流的过程：
- 做选题调研 ：明确整个模型的输入输出。
- 功能模块设计 ：思考需要用到功能模块，比如会用到什么知识库、插件、代码的组合、意图识别。
- 组合完整工作流 ：明确数据从输入到输出的整个过程，具体需要由什么节点到什么节点。
如果需要的功能较为复杂可以将一个工作流拆分成多个工作流，最后将多个工作流作为独立节点组合在一个总工作流中。
- 模块测试 ：需要测试prompt稳定性测试及每个节点的测试。
- 应用发布
Agent = LLM大脑 + 执行器
我根据该框架，结合工作流和支付宝百宝箱平台制作了一个能以本地人的口吻帮你推荐附近2公里的特色美食的小助手。应用链接：tbox.alipay.com/pro/share/2…
项目设计：
项目概述：
项目名称：本地特色美食推荐智能体
项目背景： 基于支付宝百宝箱智能体平台专业版，本项目旨在创作一个名为“推荐当地特色美食的本地人agent”的作品，该智能体能够根据用户的个性化需求，提供精准的美食推荐服务。
项目目标： 搭建一个工作流，通过用户输入的要求，链接高德地图API进行搜索，并利用月之暗面大模型分析API返回的内容，以本地人的口吻向用户推荐3公里内高评分、用户评价多、非连锁的当地特色美食。
核心功能：
- 位置识别：通过用户所在位置，智能体能够识别并推荐附近的美食。
- 个性化推荐：根据用户参与人群和口味偏好，智能体提供定制化的美食推荐。
- 语言风格：智能体的语言风格将贴合用户所在地的方言，增强亲切感和真实性。
- 详细位置提供：为每家推荐的店铺提供详细位置信息。
工作流程：
- 用户输入需求：包括餐饮目的（如商务宴请、约会、聚会、一人食）、地点要求、即时性要求等。
- 高德地图API搜索：根据用户需求，通过高德地图API搜索附近的美食选项。
- 月之暗面大模型分析：利用大模型分析API返回的内容，筛选出符合条件的美食店铺。
- 本地化推荐：智能体以本地人的口吻，用当地方言风格推荐美食，并提供店铺详细位置。
用户交互： 智能体将引导用户回答一系列问题，如是否一个人用餐、是否带小孩、是否希望在附近用餐、有无忌口、能否吃辣等，以便提供更精准的推荐。
项目特色：
- 本地化的语言风格和语气，提升用户体验。
- 个性化推荐逻辑，满足不同用户的需求。
- 详细的店铺信息，方便用户快速决策。
项目价值： 为用户提供一个便捷的工具，帮助他们在外地旅行时能够快速找到符合个人口味和需求的特色美食，提升旅行体验。
