AgentX

AgentX是什麼

AgentX是一個用於建立、編排、評估、部署及監控AI Agent的平台。個人開發者可以為自己的產品或內部流程創建Agent，而服務商則可以透過白標方式，為客戶提供多智能體解決方案。

平台同時提供自助Builder與企業代建服務，涵蓋知識庫、工具調用、工作流、API、渠道部署及評測。不同的模型與動作皆統一消耗Credits，而企業方案還提供專用基礎設施、SSO、合規支援以及本地部署選項。

核心功能

• 透過可視化Builder創建具有角色和指令的AI Agent
• 組合管理Agent與專業Agent構建多智能體工作流
• 連接網站、文件、Google Drive和手動知識
• 使用RAG與重排從知識庫生成有依據的回答
• 調用Python工具、MCP服務和外部業務系統
• 透過API、網站、Slack、Discord和其他渠道部署
• 使用資料集和多次運行評估Agent可靠性
• 追蹤會話、任務、工具呼叫和運行表現
• 為代理商提供白標、客戶工作區及團隊協作
• 為企業提供專用環境、SSO、SLA和本地部署

三種使用方式

可視化Agent Builder

用戶可以在工作區建立 Agent，並設定名稱、頭像、創造力、模型、角色說明以及回覆規則。免費方案即可開始使用，無需信用卡。

• 選擇OpenAI、Claude、Gemini或其他可用模型
• 定義Agent的身份、目標、語氣和行為邊界
• 設定需要回答和必須拒絕的主題
• 添加簡短固定知識與常見問答
• 連接文件、網頁和雲盤建立長期知識
• 啟用文件讀取、線索收集或自訂工具
• 在發布前用真實樣本反覆測試

多智能體工作流

AgentX Workforce由一個Manager Agent來協調多個專業Agent，Manager會根據任務的性質來判斷應該將任務交給哪個Agent。不同的Agent可以運用不同的模型、知識和工具，以適應研究、驗證、寫作或業務執行等不同的工作需求。

• 由Manager拆分任務並選擇專業Agent
• 讓不同Agent分別負責檢索、分析、審核和執行
• 在同一會話中匯總多個Agent的結果
• 使用不同模型平衡成本、速度和質量
• 將工作流發布為可重複使用的業務能力
• 記錄任務委派和最終答案
• 為高風險外部動作增加人工批准

知識庫與RAG

每個Agent都可以擁有獨立的知識庫，平台會抽取內容並建立向量檢索系統。來源可以是單頁、網站地圖、根網站所發現的子頁面、本地文件、Google Drive，或是手動輸入。

• 抓取獲授權的網站內容並形成知識源
• 上傳Word、TXT、數位PDF和其他支援檔案
• 連接Google Drive並同步後續修改
• 對PDF抽取正文並建立可檢索索引
• 用RAG選取相關片段再生成回答
• 透過重排提高返回上下文的相关性
• 按Agent隔離客戶和業務知識

官方舊文件所規定的數字PDF上限為200頁，若檔案過大，則需聯絡平台或將其拆分處理。實際的格式、容量及同步限制應以當前的工作區規定為準。

文件與多模態處理

• 從合約、發票、訂單和表單中提取欄位
• 讀取聊天會話中上傳的文件與圖像
• 在需要時運行高級OCR
• 處理CSV、Excel和其他結構化檔案
• 生成文本、圖像或語音相關結果
• 對抽取內容進行驗證和後續業務處理
• 將低置信度或缺失字段路由給人工複核

工具與MCP

AgentX支援自訂Python工具和MCP Server，讓Agent能夠讀取外部資料或執行業務動作。工具的權限應設定在最低必要範圍內，不得讓模型直接獲得無限制的系統權限。

• 將企業API包裝成具有明確輸入輸出的工具
• 連接已審核的MCP服務獲取專業能力
• 透過Python完成計算、轉換或內部邏輯
• 限制工具能訪問的客戶、記錄和操作類型
• 驗證所有工具參數和結構化輸出
• 為寫入、發送、刪除和付款設定批准門
• 記錄每次調用、結果、異常和人工決定

Agent API

AgentX提供API Key與官方SDK，可用以與已在平台上建立的Agent進行互動、查詢、追蹤或編排。舊版的說明文件指出，Agent本身主要是透過介面來建立，而API相關的功能則應以目前的參考文件為準。

部署渠道

AgentX可將Agent部署到自有產品、網站和協作渠道，代理商套餐還可使用白標交付。渠道能力可能處於不同成熟階段，正式上線前應逐一驗證。

• 透過API嵌入自有產品和後台流程
• 在網站發布聊天機器人或內嵌組件
• 部署到Slack與Discord等協作渠道
• 連接WhatsApp等消息渠道
• 用Webhook、Zapier和工作流系統觸發任務
• 為客戶建立獨立白標空間
• 透過企業環境連接內部系統

線索收集

Agent可以在對話中收集姓名、電子郵件地址以及自訂的參數資料，並與HubSpot、Wix CRM或Webhook相連接。在收集資料之前，必須說明其用途、取得使用者的同意，並確認資料格式正確。

• 定義必填和可選的線索資訊
• 在自然對話中逐步收集字段
• 避免重複詢問已經提供的資訊
• 驗證電子郵件、電話和業務字段格式
• 同步到CRM或自訂Webhook
• 限制敏感資訊並設定資料保留期限
• 對高價值線索觸發人工跟進

Agent評測

AgentX提供結構化的評估框架，透過資料集、多次運行以及各種指標來檢查其可靠性、安全性與性能。其官方的Python SDK還支援LLM-as-a-judge、餘弦相似度以及傑卡德相似度等功能。

• 用真實案例建立輸入、期望和評分規則
• 對相同案例運行多次檢查輸出穩定性
• 比較不同模型、提示詞和工具配置
• 用LLM評分答案品質並保留人工抽查
• 測量語義相似度與詞集合重疊
• 檢查拒答、越權和提示注入樣本
• 上線後持續監控回歸和業務結果

評測等級

白標與客戶工作區

Professional和Business是為那些需要為客戶建立Agent的團隊所設計的，它們包含白標部署功能以及客戶工作區。代理商可以同時管理多個專案，並自行決定向客戶收取多少費用。

• 使用代理商品牌展示Agent體驗
• 為每個客戶建立隔離工作區
• 集中管理客戶Agent、知識和Credits
• 邀請客戶查看或使用指定Agent
• 避免客戶之間的數據和工具權限混用
• 在合同中說明AI、數據、支援和輸出責任

適用場景

• 網站客服、銷售問答和線索收集
• 發票、合約、訂單和表單處理
• 企業知識助手與員工自助服務
• 多Agent研究、寫作、審核和報告流程
• 透過Slack或API執行內部運營任務
• 代理商為多個客戶交付白標AI Agent
• 用評測框架比較自有Agent和第三方框架
• 企業將重複人工流程轉成受控Agent工作流

適合哪些用戶

• 學習和驗證Agent概念的個人開發者
• 需要把Agent嵌入產品的創業團隊
• 構建內部自動化的業務與IT團隊
• 為客戶實施AI方案的代理商和諮詢公司
• 需要評測、追蹤和多Agent編排的工程團隊
• 要求SSO、專用環境或本地部署的企業

AgentX價格

AgentX根據使用方式提供Free、Solo Builder、Professional、Business和Enterprise等版本。月付、年付的費用結構，以及Agent數量、席位數、Credits數量和白標功能等方面，都存在明顯差異。

套餐功能對比

Professional和Business兩個類別各包含2個名額，額外的名額則以每月10美元的價格出售。至於公開方案中的額外Credits，則是每1,000個需要支付10美元。

Credits計費

Credits是AgentX統一的AI用量單位，生成回答、文件抽取以及工具運行等動作都會消耗額度。不同模型的耗用量不同，平台給出的示例為：GPT-4o每次消耗10 Credits，Claude Sonnet每次消耗12 Credits，Gemini Pro則每次消耗8 Credits。

• Credits消耗取決於模型和具體動作
• 複雜工具鏈可能在一次任務中消耗多次
• 文件處理和多Agent委派會增加總用量
• 控制台應能查看消耗項目及原因
• 額外Credits公開價為每1,000個10美元
• 上線前應按成功業務任務而非單次聊天估算

價格頁面注意事項

價格頁面上的正式套餐卡顯示，Professional版每月的費用為199美元，但頁面下方有個別成本範例顯示為249美元。採購時應以結算頁面、訂單以及當前的套餐卡上的數值為準，同時也要確認是否有促銷活動、年付折扣或續費優惠。

• 核對月付和年付是否包含相同權益
• 確認一次性與每月Credits的差異
• 了解超額時是停止運行還是自動增購
• 確認未使用Credits是否結轉
• 把額外席位、模型和專業服務納入預算
• 企業客戶應明確基礎設施、SLA和支持範圍

創建Agent教學

1. 註冊免費帳號並進入工作區。
2. 新建Agent並填寫名稱、角色和目標。
3. 選擇適合成本與品質要求的模型。
4. 編寫回覆規則、禁止事項和輸出格式。
5. 添加簡短知識、網站或文件來源。
6. 只啟用任務真正需要的工具和渠道。
7. 使用正常、異常和攻擊樣本測試回答。
8. 透過評測後再部署到真實用戶渠道。

構建多Agent流程教學

1. 把完整業務流程拆成可驗證的專業任務。
2. 為每項任務創建職責單一的專業Agent。
3. 設定Manager Agent的委派和匯總規則。
4. 為每個Agent配置獨立知識、模型和工具。
5. 定義Agent之間傳遞的結構化輸入輸出。
6. 對寫入外部系統的動作設定人工批准。
7. 用多輪評測檢查委派穩定性和成本。
8. 上線後追蹤失敗發生在哪個Agent或工具。

API部署教學

1. 創建API Key並存入安全密鑰管理系統。
2. 安裝官方Python SDK或使用API參考。
3. 在平台介面創建並測試目標Agent。
4. 為最終用戶建立獨立的Conversation上下文。
5. 使用流式輸出改善長回答體驗。
6. 處理限額、超時、重試和工具失敗。
7. 記錄請求、模型、Credits、引用和用戶反饋。
8. 定期輪換金鑰並運行回歸評測。

安全與AI治理

• 按工作區與客戶隔離知識、會話與工具
• 使用最小權限API Key、Webhook和MCP連接
• 對上傳檔案執行惡意內容和權限檢查
• 防範網頁與文件中的提示注入內容
• 不要向最終用戶暴露模型推理或系統提示
• 為高影響動作保留人工確認和審計記錄
• 設定個人資料的收集目的、同意和保留期限
• 上線前完成風險映射、紅隊和故障處理設計

效果評估

產品優勢

• 覆蓋構建、評測、部署和監控完整Agent週期
• 可視化Builder適合非專業開發者快速上手
• 支援Manager與專業Agent組成多智能體團隊
• 知識庫可連接網站、文件和Google Drive
• API、MCP、A2A和官方SDK便於開發整合
• 白標和客戶工作區適合代理商商業交付
• 免費方案提供5個Agent和API體驗
• 價格公開並統一使用Credits衡量AI用量
• 企業提供SSO、專用基礎設施和本地部署選項

使用限制與注意事項

• Free僅有一次性200 Credits，不適合持續生產負載
• 複雜多Agent流程會快速增加Credits消耗
• 不同模型的品質、速度和單位消耗並不相同
• 舊幫助文件和新價格頁可能存在功能命名差異
• 價格頁個別成本示例與正式套餐卡金額不一致
• API創建Agent等能力需以目前接口文件核實
• 網站和文件知識可能包含過時或惡意內容
• AI評測指標不能替代業務專家和安全審核
• 第三方渠道、模型與MCP服務會引入額外依賴
• 核心託管平台並非完整開源項目

GitHub與開源情況

AgentX的官方GitHub頁面上公開了Python SDK、JavaScript或TypeScript相關的SDK，以及多個MCP Server。官方的Python SDK採用MIT許可證，可用於與託管平台進行互動、多Agent的編排與評估。

開源SDK和MCP的連接功能，並不代表AgentX平台本身是開源的。可視化建構工具、託管知識庫、白標工作區、計費系統、企業控制面板以及完整的運行服務，仍屬於商業產品。

基本資訊

推薦指數

4.6 / 5。AgentX適合那些需要將原型發展為可實際使用的產品，並進行測試、部署以及向多個客戶提供服務的開發者與代理商。其套餐及點數的規則相當清晰；不過，複雜的流程成本、文件版本差異以及企業治理方面的問題，仍需在正式上線之前加以驗證。

常見問題

AgentX主要做什麼？

它用於創建、編排、評測和部署AI Agent，也支援代理商以白標方式向客戶交付專案。

AgentX可以免費使用嗎？

可以，Free方案永久免費，包含1個工作區、最多5個Agent和一次性200 Credits。

Solo Builder多少錢？

每月49美元，或每年490美元，可包含多達25個Agent，以及每月5,000點Credit。

Professional和Business有什麼區別？

兩者都支援白標與客戶工作區，Business提供不限Agent、20,000 Credits以及更高的支援與SLA。

額外Credits多少錢？

公開方案顯示每1,000個額外Credits為10美元。

AgentX支援哪些模型？

文件列出了OpenAI、Claude、Gemini和Llama等選項，具體模型以工作區當前列表為準。

AgentX支援MCP嗎？

支持，官方SDK可以連接MCP Server，GitHub也公開了部分MCP服務項目。

AgentX能本地部署嗎？

Enterprise列有本地部署選項，具體架構、資料邊界和費用需要訂製確認。

AgentX是開源的嗎？

核心平台不開源，但官方Python SDK和部分MCP專案採用MIT許可證公開。