用途：Agent Builder 用于为任意领域设计并构建 AI 智能体，覆盖客服、研究、运营、创意工作及专门业务流程。当用户要求“创建智能体”“构建助手”或“设计 AI 系统”时适用。
核心理念：模型本身已具备成为智能体的能力，开发者只需提供机会。智能体不是复杂工程，而是一个邀请模型行动的简单循环：模型看到上下文与可用能力，决定行动或回应；若行动则执行能力、加入结果并继续，若回应则返回用户。
三要素：能力（可执行的动作，如搜索、读取、创建、发送、查询、修改，建议从 3-5 个开始）；知识（按需注入的领域专长，如策略、工作流、最佳实践、模式，应可用而非强制，相关时加载）；上下文（对话历史，应保护清晰度，隔离嘈杂子任务、截断冗长输出）。
设计思路：构建前先明确目的、领域、必要能力、所需知识及可委托给模型的决策。关键点是信任模型，避免过度工程和预先规定工作流。
渐进复杂度：从基础（3-5 个能力）开始；多步任务失去连贯性时加入规划与进度跟踪；探索污染上下文时使用隔离子智能体；需要领域专长时加入按需知识技能。多数智能体无需超过第二级。
领域示例：业务（CRM 查询、邮件、日历、审批）、研究（数据库搜索、文档分析、引用）、运营（监控、工单、通知、升级）、创意（资产生成、编辑、协作、评审）。模式通用，仅能力不同。
关键原则：模型即智能体，代码只运行循环；能力赋能、知识告知、约束聚焦、信任解放、迭代揭示。
反模式：过度工程、能力过多、僵化工作流、前置知识导致上下文膨胀、微观管理。
资源：references/agent-philosophy.md、references/minimal-agent.py、references/tool-templates.py、references/subagent-pattern.py、scripts/init_agent.py。
限制：资料未提供具体平台、收费、价格或效果数据，暂未提供。