跳到正文

从零搭建 ShellAgent:三位讲师三种路径,把 Agent 变成可交付的「数字员工」

讲师 彬子火火安仔波波 · 20:00 直播

7 月 31 日晚,WaytoAGI 社区「晚八点共学」邀请彬子、火火、安仔、波波四位讲师,围绕 MyShell 平台 ShellAgent 1.0 版本的搭建流程、产品类型对比与创作者经济体系展开分享。这场直播面向从没写过代码、没碰过 ComfyUI 的纯新手,也适合已有本地部署经验、想迁移到云端的老手。四位讲师分别从 code 模式、ComfyUI 对接、纯原生节点三种路径演示了如何搭建一个可上线的 Agent,并介绍了平台的分润机制与创作者激励政策。

三种搭建路径:从「抄作业」到「自己设计」

针对不同基础的学习者,三位讲师给出了三条由浅入深的搭建路径。

路径一:彬子的 code 模式——最少节点跑通第一个 Agent

彬子演示的是基于 code 思维的搭建方式,适合有一定编程基础、追求精准控制的创作者。他讲解的「改图神器」Agent 核心逻辑是:利用大模型内化的图像编辑能力,让用户上传图片后直接通过自然语言完成去水印、风格转换等操作。

彬子特别介绍了工作流中的 code 模式节点:「code 模式是可以去写一些语法的,它其实是 Python JS 的,就是基础语法都是支持的。」他举例说明,当 function call 返回 JSON 格式数据时,可以通过 code 模式提取每个 key 对应的 value 值。他此前做的 SUB maker 之所以能把元素结构化展示,靠的就是 JSON 解析。

彬子还对比了技术变迁带来的机会:「在 GPT 出来之前,关于改图这个需求其实是非常难做的。你要用 ComfyUI 的流去做改图,用户的自然语言输入非常多样化,前面要前置一个大模型做意图识别,后面再根据意图识别的归类去接几个针对不同场景的改图流,能力是有限级的。现在大模型能力内化了,我们可以做得更好。」

路径二:火火的 ComfyUI 对接——把现成工作流变成赚钱工具

火火用「大白话」做扫盲式讲解,面向完全不懂 code 的新手。她先把核心概念讲清楚:machine 是「一个装着工具的箱子」,可以接入 GPT、DeepSeek、黑森林等模型;bot 应用则是「把工作流封装起来,让新手用户或 AI 小白直接上传图片就能用」的小应用。

火火演示了线上创建 bot 的完整流程。她强调,创作者只需要确定一个工作流(比如换脸、换装、风格化 Lora),然后抓住两个关键点:「让用户上传一张图片」和「让用户获得一张图片」,其他复杂操作都可以在合作的在线平台 RunningHub 上运行。

具体操作步骤是:先在 RunningHub 上跑通自己的工作流,然后将用户输入图片的节点对接上 MyShell 的「SHELL」系列节点(搜索 SHELL 即可找到,主要用「让用户输入图片」和「让用户输出图片」两类),复制工作流代码,在 MyShell 中加载并绑定,设置参考模式为「用户上传的图片」,输出选择「图像」,保存后即可运行。

火火特别提醒了几个实操细节:如果输出多张图片,需要加「按批次组合」节点;网络不稳定会导致运行中断;保存不上时可以返回数据再重新进入。她还建议新手第一个 bot 尽量简单:「你就直接自己把文本给写好了,或者是加一个反推的,将图片反推一个文本,让他直接出来。国外用户不想那么复杂,一张图片直接出,这就是最简单的玩法。」

路径三:安仔的「牛马员工」类比——不依赖 ComfyUI 的原生搭建

安仔提供了一个完全不同的理解框架,他让听众记住一个概念:「无论你以后设计什么 Agent 还是工作流,你就当做我们要创造一个牛马员工。」每个工作流节点都是一个「数字员工」,核心三要素是「有什么、做什么、交付什么」,对应工作流中的输入、动作、输出。

他以一个图片编辑 Agent 为例,完整演示了这套设计思路。Agent 启动时先准备好三个「抽屉」(原图像、最新图像、上一张图像),这些抽屉可以被所有「员工」复用。用户点击「开始编辑」上传图片后,图片被放入原图像抽屉,然后「向导客服」员工出现,展示四个功能按钮:去水印、创意设计、直接创作、背景替换。

用户点击「去水印」后,「水印设计师」员工接手,调用黑森林生图模型处理图片并交付无水印版本。之后「产品设计协调员」员工负责维护图片版本历史,用户可以继续编辑或回滚到上一版本。安仔还展示了「创意设计师」员工——它会调用大模型生成三种优化方案供用户选择,选完后可以继续基于新图片再生成建议,「无限套娃式编辑直到得到满意的效果图」。

安仔强调,这个工作流「纯没有用 ComfyUI 任何一个节点,就是利用原生的一些组件功能去生成一个比较好的效果」。他随后将自己的销售 Agent 工作流导出到群里,供大家作为训练素材参考。

平台机制与创作者福利

波波老师介绍了 MyShell 平台的收益模式和创作者激励政策。平台面向欧美市场,服务器完全在海外,创作者上传的 bot 与本地电脑无关,全部使用云端算力。用户使用 bot 需要消耗电量并充值付费,平台与创作者按高比例分润。

收益排行公开透明。 波波展示了 6 月的开发者收益排行榜,以月结形式公布前三名收益和前十名排行,数据会发布在 APP 和推特上,下个月还会给所有创作者发送 EDM 邮件。收益不仅包含 bot 分润,还包括社区建设贡献(发稿、拉新、制作广告素材等)。

创作者专属福利。 火火补充了成为创作者后的具体权益:算力从 60 提升到 600,每次运作消耗 5 积分,可以测试各种工作流,使用 GPT、黑森林等完整版 API;平台提供「橱窗」展示创作者的 bot 应用,类似淘宝橱窗,需要优化图片和介绍页吸引用户;每周有围炉会议,大佬分享 bot 制作经验和思路;社区有教程、文档和新人教程,还可以进行技术问答与大佬一对一沟通。

火火特别提醒:「MyShell 里面没有任何的内部会员群或者是培训收费群,没有所谓的收费项目和限制。你只要正式发布了一个 bot 并通过审核,就可以享受这些创作福利。」新手培训、围炉会议等费用全部由平台承担。

认证与奖励。 波波表示,当天创作并部署好 Agent 的创作者,把 bot 链接发给他,即可获得社区和 MyShell 认证证书,以及一张 Agent Pass 卡,增加创作电量,「从今天开始你就正式成为 MyShell 的一名海外创作者,面对 360 万用户去赚你该有的那个部分」。

现场问答

问:状态机是什么?

波波用图形方式解释:手机 APP 背后都是代码块,一个代码块接一个代码块实现所有功能。当代码块变多,有人把它变成范式(a 到 b、b 到 c、c 到 d),常用模块会变成标准 widget 或插件。状态机就是这些模块之间的流转方式——数据传过来激活第一个机器,点击不同按钮会走不同的流式,实现不同功能。1.0 版本中已经开发好的插件功能都可以直接拖拽嵌套使用。

问:1.0 和 2.0 有什么区别?

波波介绍,1.0 是流式工作方式,能达到非常精准的工具创作(图片转换、HTML 转图片、大语言模型调用、虚拟角色创建等),上限很高,但需要先阅读快速开始文档了解插件用法。2.0 是上周刚发布的内测产品,通过对话框与语言大模型对话,自动生成画布和 chatbot,「非常低门槛,甚至我觉得是没有任何门槛的创作方式」。2.0 是无限画布模式,可以把任何 AI 工具包装成 Agent。目前 2.0 还在内测阶段,上线到广场的应用仍需回到 1.0 创作,平台计划一个月内打通两个版本。

问:上传到云平台后,用的是我本地电脑的算力吗?

波波明确回答:上传到主站后与本地电脑没有任何关系,完全使用云端算力。产品直接供给海外用户,收益来自 bot 的点击量、交互次数和转化率。

问:ComfyUI 工作流怎么和 MyShell 打通?

火火解释,RunningHub 上的工作流会生成一串代码,复制后在 MyShell 中加载绑定即可,「就跟插 U 盘一样,两个一插上去就对接上了」。她建议新手先不要做太复杂的操作(比如上传两张图片),先把最简单的「用户上传一张图、输出一张图」跑通。

要点回顾

  • 搭建 ShellAgent 有三条路径:彬子的 code 模式(最少节点、适合有编程基础者)、火火的 ComfyUI 对接(用现成工作流、适合新手)、安仔的原生节点搭建(不依赖外部工具、适合理解工作流本质)。
  • 安仔的「牛马员工」框架适用于所有 Agent 设计:每个节点都是一个数字员工,核心三要素是「有什么、做什么、交付什么」,对应输入、动作、输出。
  • 新手推荐使用云端方式创作,避免本地部署环境和对接 API 的复杂操作;建议先用最少节点跑通第一个工作流,获得正反馈后再进阶。
  • 成为 MyShell 创作者后,算力从 60 提升到 600,可免费使用 GPT、黑森林等完整版 API,享受橱窗展示、围炉会议、社区教程等福利。
  • 平台收益按月结算并公开排行榜,收益包含 bot 分润和社区建设贡献;平台承担新手培训和围炉会议费用,无任何收费项目。
  • 1.0 是精准创作的基础版本,2.0 是低门槛的对话式创作,两者未来将打通;掌握 1.0 的概念有助于在 2.0 中调试。