AI智能体Agent实战day13: 金融人速看,零基础搭建 AI 风控智能体(喂饭版)

文/五万万

AI智能体Agent实战记录，暂定更30篇。

讲点零基础新手小白能学懂的，

今天聊：做一个金融风险分析智能体

如果你跟着教程来到这里，

本次搭建可收获：

1.自行创建服务器插件，完成数据读取

2.AI大模型进行风险分析

做金融风控日常最头疼两件事：

手动拉取贷款原始数据、

逐行人工梳理风险报告，

今天手把手教你用AI智能体+自定义Python插件全自动完成「贷款数据获取→大模型风险研判→Markdown 报告存入飞书」全流程，零基础也能跟着搭建。

[完整执行工作流]

 01 第一步：创建获取贷款数据的 Python 自定义插件（核心数据源）

步骤一：新建云端代码插件

1. 点击「资源库」，新建「插件」，简单命名和描述，运行环境(代码语言)选定 Python。

2. 点击「在IDE中创建工具」

3. 创建工具，填写信息

步骤二：编写业务请求代码

入参说明（固定 3 个参数）

api_key：固定安全秘钥 devie

years：贷款查询年限，限制≤5

pages：数据分页，仅支持 3/5 两个数值

依赖包新增：httpx v0.28.1

完整代码参考：

02 第二步：搭建自动化工作流（串联全流程）

工作流分为 3 个节点依次串联：获取贷款插件 → 贷款风险大模型分析 → 输出飞书文档

1. 新建工作流，名称描述参考如下：

2.调整「开始节点」的输入配置：

3. 工作流新增节点「插件-资源库工具」，选中刚创建的「获取贷款信息」

变量绑定：

api_key：固定静态值 devie

pages：用户输入变量

years：用户输入变量

3. 添加「大模型」节点，分析贷款风险

模型选择：豆包 2.0-lite

输入变量绑定：

input：用户输入的分析需求文本

loanList：插件输出的贷款原始数据列表

配置系统提示词和用户提示词：

4.添加节点「插件-现在时间」

5.添加节点「文本处理」，调整如下：

6.飞书文档输出节点（自动生成报告）

输入参数绑定(附图)：

content：大模型节点的output

folder_token：填写你的飞书目标文件夹链接 (怎么获取前文有提过)

title：文本处理节点的output

7.配置结束节点

03 第三步：创建金融风险 AI 智能体

在【编排 - 工作流】中添加刚才搭建好的流程，命名 flow_report

重点：流程内调用了飞书文档插件，必须点击【未授权】完成飞书账号授权，否则无法生成报告

04 关键踩坑避坑总结（实操必看）

1. 插件参数限制：years 不能超过 5，pages 仅支持 3、5，传参错误会直接接口报错

2. 权限问题：飞书插件必须单独授权，否则工作流执行到输出节点直接中断

3. 代码插件依赖：必须手动添加 httpx 依赖包，否则接口请求代码运行失败

4.参数缺失兜底：智能体内置逻辑，用户不填页数自动默认 5，年限缺失会主动追问

5.提示词是核心：大模型输出专业度完全由系统提示词决定，不要简化风控角色与技能描述