AI智能体三要素实战：打造NDA自动化工作流全流程

如果你还停留在构建只能查数据、做总结的简单聊天机器人阶段，那么你可能已经落后了。当下用户对AI的期望早已超越问答——他们需要能够代表自己"行动"、完成复杂任务的智能体（Agent）。海外博主在这期教程中，用一个企业级NDA（保密协议）自动化管理应用，完整拆解了构建"可行动智能体"的核心方法论。

本文基于该教程整理，梳理AI智能体的三大核心要素，以及从零搭建一个能自动起草、发送、追踪协议签署状态的智能体应用的完整思路。

AI智能体的三大核心要素

作者提出，无论应用多复杂，构建一个真正能"办事"的智能体都归结为三个简单概念。

第一是大脑（Brain），即模型本身及其运行的"骨架"（harness）。教程中选用了Claude模型（具体为Opus级别），并通过 Claude Agent SDK 让智能体运行在Web应用中，从而具备调用 MCP 服务器和工具的能力。作者强调模型提供商可以自由替换，关键在于骨架的设计。

第二是工具（Tools），这是智能体代表用户执行操作的手段。没有工具的模型只能"说"，有了工具才能"做"。

第三是权限层（Permissions Layer），用来界定智能体被允许和不被允许做的事情。这一层是企业级应用的安全底线——智能体不能"无脑"执行任何指令。

三者缺一不可：大脑负责推理，工具负责行动，权限层负责约束。这套框架把抽象的"Agent"落地成了可工程化的结构。

Claude Agent SDK 是 Anthropic 提供的一套用于构建生产级 AI 智能体的开发框架，其核心能力在于管理智能体的对话循环、工具调用编排以及多步骤任务的状态追踪。与直接调用模型 API 相比，SDK 的"骨架"（harness）抽象屏蔽了大量底层细节：智能体何时该调用工具、调用结果如何反馈回模型、何时终止推理循环，这些逻辑都由框架统一处理。开发者只需声明可用工具并编写业务逻辑，框架负责协调模型与工具之间的多轮交互。这种设计让智能体应用的核心结构保持简洁，同时也使得替换底层模型提供商（从 Claude 换成其他模型）成为相对低成本的操作，因为业务逻辑与模型调用已被框架解耦。

从企业痛点出发：NDA为什么值得自动化

作者选取的场景非常典型：企业团队被合同事务淹没。他们反复起草相同的NDA、追着各方催签名、还要在一堆邮箱里翻找某份协议究竟签没签。

很多人对此的解法只是做一个聊天机器人，扫描邮箱或从数据库查状态，然后把结果反馈给用户。但作者认为这远远不够。真正需要的是一个能够创建协议、发送给各方、确保完成签署、并全程追踪工作流的智能体。

演示中，作者输入一句"请给Jane发一份NDA，邮箱是……"，智能体并没有盲目执行，而是先做了两次确认：一是发现存在多个NDA模板，主动询问该用哪一个；二是识别出收件人邮箱与用户自己的邮箱高度相似，主动提示核对。这正是权限层与"人在回路"（human-in-the-loop）设计的价值——智能体是替你做决策的助手，但重要节点仍会向你请示。

确认无误后，智能体拉取NDA模板、创建草稿、发送协议，并返回信封ID（envelope ID）和当前状态。当Jane签署、内部审批人也签署后，随时向智能体询问"当前状态"，它都能准确回答"双方已签署"。

发送给内部审批人的邮件

"人在回路"（Human-in-the-Loop，HITL）是AI系统设计中的一个核心安全原则，指在自动化流程的关键决策节点保留人工确认环节，而非让系统完全自主执行。在智能体场景中，HITL 尤为重要：智能体能力越强、权限越大，一次误操作造成的代价也越高。典型的 HITL 介入点包括：操作涉及真实金钱或法律效力时（如发送合同）、输入信息存在歧义时（如多个模板可选）、检测到潜在错误时（如收件人邮箱与本人高度相似）。合理的 HITL 设计并不是削弱智能体能力，而是在自主性与可靠性之间找到平衡点，这对企业合规场景尤其关键。

技术栈：模型 + SDK + DocuSign IAM

在三要素框架下，这套应用的技术选型清晰。

大脑与骨架：Claude 模型 + Claude Agent SDK；
上下文与行动（Context & Action）：DocuSign IAM。

作者特别指出，DocuSign IAM 同时扮演"记录系统"（system of record）和"行动系统"（system of action）两个角色——所有协议都存放在这里，也在这里被发送、路由和签署。智能体通过一个 MCP 服务器 与 DocuSign 交互，MCP 会暴露一系列工具，让智能体能够创建、追踪和查询协议。

关键在于：不需要自己写自定义 API。只要把 MCP 服务器分配给智能体，它就能管理全部协议。这体现了 MCP（Model Context Protocol）作为标准化工具接入方式的价值。作者也坦诚说明，本视频由 DocuSign 赞助，其 MCP 服务器在录制时仍处于 beta 阶段。

MCP（Model Context Protocol）是由 Anthropic 于2024年底提出的开放标准协议，旨在统一AI模型与外部工具、数据源之间的接入方式。在此之前，每家应用需要为不同AI模型分别开发集成代码，维护成本极高。MCP 的核心思想是：将外部系统（数据库、SaaS 平台、API 等）封装成标准化的"MCP 服务器"，AI 模型只需支持 MCP 客户端协议，即可即插即用地调用任意工具。这类似于 USB 接口对硬件生态的意义——无需为每个设备单独开发驱动。对开发者而言，接入一个 MCP 服务器远比维护一套自定义 API 集成代价低；对企业而言，随着支持 MCP 的 AI 客户端（如 Claude Desktop）普及，同一套 MCP 服务器可以跨应用复用，极大降低了工具层的重复建设成本。

搭建实操：从空壳应用到可行动智能体

作者的开发哲学是"一次只做一个功能"，先搭骨架再逐步填充，这样任何不需要的部分都容易修改或删除。

两个前置依赖

开工前，作者习惯在项目中装两样东西：

Playwright MCP 服务器：让智能体能控制浏览器、代替你测试应用。如果你用的是 Claude Desktop 或 ChatGPT 桌面端这类自带浏览器的客户端，可跳过此步；但在终端环境下这一步很有用。
Start an App 技能：通过 npx skills add 安装。它给智能体提供了明确的技术栈规范（Next.js 应用、存储、支付集成、落地页与仪表盘、数据库、认证系统、AI 库等）。作者指出，很多人直接让智能体建应用却不指定技术栈，结果模型自选的栈往往埋下后患，而这个技能就是给它划好"护栏"。

安装 Start an App 技能

先搭 UI 空壳

进入规划模式后，作者用一句 prompt 让智能体创建名为"Agreement Agent"的应用，包含登录页、聊天面板和协议表格三个界面，暂不接入 DocuSign，只做带可用认证和专业企业级 UI 的空壳。

因为装了 Start an App 技能，无需指定技术栈，智能体会主动抛出一连串澄清问题：聊天面板是否真接模型（选"仅 UI 空壳"）、谁能看到哪些协议（选"每个用户只看自己的"）、数据存哪里（推荐 Postgres in Docker，便于后续迁移到 Neon 或 Vercel 数据库）、聊天与表格如何排布等。

借助 Playwright MCP，智能体还能自动打开浏览器、用虚构数据端到端测试界面。作者验证了注册登录、明暗主题切换等基础功能均正常。

生成的应用界面

接入 DocuSign OAuth

接下来清空上下文窗口，用第二个 prompt 让智能体加入连接 DocuSign OAuth 的能力，并提供 MCP 文档 URL 供其查阅。

话说回来，作者在 DocuSign 开发者门户完成配置：创建免费开发者账号，在"My Apps and Keys"中新建应用、生成集成密钥（integration key）与密钥（secret key），并设置重定向 URI（形如 localhost:3000/api/docusign/callback）。

一个重要原则被反复强调：智能体只拥有与登录用户相同的权限，即它只能执行当前登录用户被允许的操作。这从根本上保障了企业安全边界。

集成智能体大脑

再用一个 prompt 让智能体使用 Claude（Opus 级模型）进行推理，并接入 DocuSign 远程 MCP 服务器来操作协议。

创建模板与工作流

在 DocuSign 端，作者演示了两种方式：

复杂工作流：在"Agreements → Workflows"中基于 NDA 模板创建可视化画布，包含起始节点、对方签署、内部审批，最终把文件存到 Google Drive，每个节点都可映射字段、深度定制，适合流程繁复的企业。
简单模板：在"Templates"中创建信封模板，上传自制 PDF NDA，设置签署顺序（内部审批人、对方各一角色，邮箱和姓名留空由智能体填充），拖放签名、姓名、日期等字段，保存即可。

简单模板的创建

验证：智能体真的能"办事"

最后是见证时刻。作者先问智能体"我们有哪些模板可用"，它调用 DocuSign 拉取用户信息与模板列表，成功列出了刚创建的"my NDA"。

随后作者用语音口述"请给 Jane 发一份 NDA，用 my NDA 模板，我是内部审批人"。智能体照例先请示确认邮箱，再发送协议。刷新邮箱后，可见预填了对方姓名、日期的 PDF，签署提交后再问状态，智能体准确回答"你已签署、对方尚未签署"，签署顺序也与 DocuSign 平台设置一致。

作者还补充了一个 prompt 用于填充协议表格，但强调既然这是"AI Agent 优先"的应用，主要交互仍通过聊天界面完成。

这套方法论的价值

这期教程真正的看点不在于 NDA 本身，而在于它把"可行动智能体"的构建拆解成了一套可复用的工程范式：

三要素框架（大脑 / 工具 / 权限）让 Agent 设计有章可循；
MCP 服务器作为标准化工具接入，省去了手写 API 的成本；
人在回路 + 权限继承保障了企业级场景的安全性；
技能（Skills）+ 分步构建让 AI 辅助编码更可控。

作者也提到，DocuSign MCP 服务器不局限于自建应用，因为它本质是 MCP 服务器，同样可以挂接到 Claude Desktop 等各类 AI 客户端。这类"协议即工具"的模式，或许正是企业级 AI 应用落地的下一个方向。