跳至内容
GLM5.org
use-cases/agents

使用场景 · Agent 工程化

使用 GLM-5 构建 Agent

长流程 Agent 任务是 GLM-5 系列的核心设计目标。GLM-5.1 旨在经历数百轮交互与数千次工具调用中持续优化方案,而 GLM-5.3 更是将其拓展至百万 token 上下文。本指南涵盖模型选型、架构设计以及如何利用我们的在线聊天规划 Agent。
由相连节点与齿轮构成的线条插画工作流
推荐模型GLM-5.3对于生产级 Agent,建议通过 API 使用 GLM-5.3(追求速度可选 GLM-5.3 Prime)并配合 tool calling。对于高并发调用或基于视觉的 Agent,GLM-5.3 Flash 则是性能强劲且成本极低的选择。在我们的在线聊天中,可使用 GLM-5.3 来设计和调试 Agent 提示词。

§ 01擅长之处

为什么 GLM-5 适合 Agent 任务

1.1

工具调用(Tool calling)

OpenRouter 上的 GLM-5 模型支持 tools 和 tool_choice,这是构建 Agent 循环的核心基石。

1.2

长流程执行

Z.ai 专为多步复杂任务打造了该系列:规划、行动、观察、修正循环推进。

1.3

超大上下文

约 100 万 token 的上下文窗口,让 Agent 能够将完整项目及其历史记录尽收眼底。

1.4

极低的 Input 成本

Agent 在每一步都会重新发送上下文;GLM 极低的输入单价让这种高频调用经济实惠。

§ 02提示词

即拷即用的提示词

在聊天中打开任意提示词,将方括号内的内容替换为你自己的素材即可。

设计一个 Agent

帮我设计一个能够[目标]的 AI Agent。请列出它所需的工具(名称、输入、输出)、主循环流程、判定任务完成的标准,以及三种最可能的失败模式及应对方案。

编写系统提示词

为负责[任务]的 Agent 编写一段系统提示词(System Prompt)。请包含其角色设定、可调用的工具、何时向用户提问的规则,以及最终答案的具体输出格式。

调试 Agent 运行记录

这是我的智能体运行出错时的日志。请找出它最初做出错误决策的那一步,解释原因,并针对提示词或工具提出修改建议。 [粘贴日志]

§ 03实用技巧

推荐与避免

推荐

  • 保持工具功能单一,并提供清晰的输入模式(schema)。
  • 设置最大步数限制。
  • 记录每次工具调用及其返回结果。
  • 对常规步骤使用较低的推理工作量(reasoning effort)。

避免

  • 切勿赋予智能体无限制的写入权限。
  • 对于高风险操作,切勿跳过人工审批。
  • 如无必要,切勿重复发送未发生变化的庞大上下文。
  • 切勿盲目信任工具的输出内容。

§ 04常见问题

问题

Q01哪个 GLM 模型最适合用于智能体(Agent)?

Z.ai 将 GLM-5.3 定位于长流程智能体任务。GLM-5.3 Prime 是速度更快的变体,而 GLM-5.3 Flash 则是经济实惠的多模态选择。

Q02我可以在你们的网页聊天中运行智能体吗?

不能。网页聊天功能未接入任何工具。你可以用它来设计提示词和调试日志,然后通过 API 来实际运行智能体。

Q03GLM-5 模型支持函数调用(Function Calling)吗?

支持。在 OpenRouter 上,它们支持的参数列表中包含 tools 和 tool_choice。

§ 05更多

其他使用场景

立即体验

向 GLM-5.3 提个实际问题。

无需账号、无需绑卡、无需安装。输入问题,GLM-5.3 Flash 数秒内即可作答——面对极具挑战的难题,可随时切换至 GLM-5.3。

进入免费聊天设有每日免费额度限制,以确保所有人都能使用。