临界态AI教育实战课

课前准备

打开自己的 AI课程文件夹，在里面新建一个文件夹，名称为本课编号（如 lesson-4），然后在 Alma 里面新建一个聊天，设置该项目的文件夹指向新建的文件夹，再把课程资源下载并放入该文件夹。

课程目标

• 掌握向 Alma 表达自动化需求的方法
• 学会设计数据收集的目标和输出格式
• 能够使用自然语言引导 Alma 完成任务
• 了解常见问题的应对策略

第一部分：浏览器自动化

1.1 agent-browser 技能简介

Alma 内置了 agent-browser 技能，这是一个由 Vercel Labs 开发的浏览器自动化工具。你不需要了解任何编程知识，只需要用自然语言告诉 Alma 你想做什么。

核心思想：Alma 是一个 AI 代理，它会自动将你的自然语言请求转化为具体的浏览器操作命令。

1.2 实操案例：收集广州市教师招聘信息

第一步：明确目标

在开始之前，先想清楚你要做什么：

目标：收集广州市教育局直属事业单位 2025 年的教师招聘信息

第二步：设计输出格式

确定你希望 Alma 交付什么：

数据结构：

文档形式：Excel 文件（.xlsx），保存到 AIDOCS/ 文件夹，命名为 guangzhou_teacher_jobs.xlsx

第三步：用自然语言向 Alma 提出需求

基础提示词：

帮我访问广州市教育局网站（https://jyj.gz.gov.cn），找到教师招聘相关的公告，收集招聘信息并整理成 Excel 文件。

详细提示词（推荐）：

我要收集广州市教育局直属事业单位 2025 年的教师招聘信息。请执行以下操作：

1. 访问广州市教育局官网：https://jyj.gz.gov.cn
2. 查找教师招聘相关的公告或公示
3. 提取每个职位的以下信息：
   - 职位名称
   - 招聘学校/单位
   - 学科/岗位类别
   - 学历要求
   - 经验要求
   - 其他条件

4. 将所有收集到的数据整理成 Excel 文件
5. 文件命名为 guangzhou_teacher_jobs.xlsx
6. 保存到 AIDOCS/ 文件夹

第四步：应对可能出现的情况

Alma 在执行过程中可能会遇到以下情况，你需要准备好相应的提示词：

情况 1：找不到招聘公告

应对提示词：

当前页面上没有找到招聘公告，请尝试以下方法：
1. 滚动页面查看更多内容
2. 点击"通知公告"或其他相关栏目
3. 使用快照功能查看所有可交互元素
4. 如果确实没有招聘信息，请告诉我，我会换个目标网站

情况 2：页面加载缓慢

应对提示词：

页面加载时间较长，请：
1. 等待页面完全加载后再继续
2. 如果超时，可以刷新页面重新尝试
3. 或者截图发送给我，让我看看具体情况

情况 3：需要登录或有验证码

应对提示词：

网站需要登录或有验证码，请：
1. 开启有头模式（显示浏览器窗口）
2. 让我看到需要输入什么信息
3. 我会手动完成登录后，你再继续操作

情况 4：提取的内容不完整

应对提示词：

提取的招聘信息不完整，请：
1. 逐个访问每个招聘公告详情页
2. 从详情页中提取完整的职位信息
3. 确保每条记录都包含我要求的所有字段

第五步：获取结果并验证

当 Alma 完成任务后：

1. 检查 AIDOCS/ 文件夹中是否有 guangzhou_teacher_jobs.xlsx
2. 打开 Excel 文件，检查数据是否完整
3. 验证数据格式是否符合预期的数据结构
4. 如果有问题，向 Alma 提出修改建议

验证提示词：

请检查生成的 Excel 文件，确保：
1. 所有字段都已填写完整
2. 数据格式正确
3. 没有重复或遗漏的记录
4. 如果有任何问题，请告诉我具体是什么问题，我会提供修改建议

第二部分：网络爬虫开发

2.1 为什么要学 BeautifulSoup？

agent-browser 技能适合单个页面的操作，但当你需要批量处理多个页面，或者需要更灵活的数据提取逻辑时，使用 Python 代码会更高效。

2.2 BeautifulSoup 简介

除了使用 agent-browser，你还可以让 Alma 帮你编写 Python 代码来解析网页。这适合需要批量处理大量页面的场景。

2.3 实操案例：爬取教育资讯文章

第一步：明确目标

目标：爬取某教育网站的 10 篇最新文章，提取标题、链接和摘要

第二步：设计输出格式

数据结构：

文档形式：Excel 文件，保存到 AIDOCS/ 文件夹

第三步：向 Alma 提出需求

提示词：

我要爬取 https://example.com/education 网站上的 10 篇最新文章。请帮我：

1. 编写一个 Python 脚本，使用 requests 和 BeautifulSoup 库
2. 访问目标网站，解析文章列表
3. 提取每篇文章的以下信息：
   - 标题
   - 链接
   - 摘要（如果有）
   - 发布时间（如果有）

4. 将结果保存为 Excel 文件，命名为 education_articles.xlsx
5. 保存到 AIDOCS/ 文件夹

请直接运行脚本并生成结果文件，不要只给我代码。

第四步：应对可能出现的情况

情况 1：网站有反爬机制

应对提示词：

网站可能有反爬机制，请尝试：
1. 添加 User-Agent 伪装浏览器
2. 设置请求间隔，避免请求过快
3. 如果仍然失败，请告诉我，我会考虑更换目标网站

情况 2：页面结构复杂，解析困难

应对提示词：

页面结构比较复杂，请：
1. 截图发送给我，让我看看页面结构
2. 使用更灵活的解析方法
3. 如果某些字段确实无法提取，可以跳过，但要记录缺失的字段

第五步：获取结果并验证

验证提示词：

请检查生成的 Excel 文件，确保：
1. 10 篇文章都已收集
2. 标题、链接等字段完整
3. 数据格式正确
4. 如果有任何问题，请告诉我

第三部分：扩展工具

3.1 除了技能和 MCP 服务器

除了使用 Alma 的技能和 MCP 服务器来完成爬虫任务，你还可以直接让 Alma 编写代码。本课前面介绍的方法已经覆盖了大多数场景。

3.2 常用爬虫工具 MCP

如果你配置了 MCP 服务器，以下工具可以帮助你进行网页数据收集：

• web-search-prime：网络搜索工具，可快速获取相关信息
• web-reader：网页阅读工具，可提取网页文本内容
• zai-vision-mcp：视觉分析工具，可识别截图中的文本和元素

这些 MCP 工具通常与技能配合使用，可以处理更复杂的网页交互场景。

第四部分 git 代码仓库管理

什么是 Git

Git 是一个代码版本管理工具，就像游戏的存档功能。当你玩游戏时，可以随时保存进度，如果后面玩坏了，可以回到之前的存档继续玩。

Git 的作用就是帮你给代码"存档"，记录每一次修改。

Git 的基本概念

工作区、暂存区、仓库

不要被这些词吓到，我们用一个简单的比喻来理解：

流程：你在办公桌（工作区）修改文件 -> 放进文件夹（暂存区） -> 放进档案柜（仓库）

Commit（提交）

Commit 是 Git 中最重要的概念，就是"存档"的意思。

每次 Commit 都会记录：

• 修改了哪些文件
• 修改的具体内容
• 提交的时间和说明

为什么需要 Commit：

• 记录修改历史，方便查看
• 如果后面出问题了，可以回到之前的版本
• 和其他人协作时，可以同步代码

Checkout（回退）

Checkout 就是"读取存档"，回到之前的某个提交状态。

什么时候需要回退：

• 代码写乱了，想回到之前干净的状态
• 发现某个版本有 bug，想回到之前的版本
• 想查看某个历史版本的内容

在 Alma 中使用 Git

Alma 的 Git 界面

在 Alma 界面的右侧，有一个"Commit"标签页，这里会显示你的代码修改历史。

查看提交历史：

1. 点击 Alma 右侧的"Commit"标签页
2. 你可以看到所有的提交记录
3. 每条记录包含：提交说明、修改时间、修改的文件

提交代码（Commit）

在 Alma 中提交代码很简单：

提示词示例：

请帮我提交当前的代码修改，提交说明：完成数据收集功能

或者更详细一点：

请帮我：
1. 查看当前有哪些文件被修改了
2. 将修改的文件添加到暂存区
3. 提交代码，提交说明：添加教师招聘信息收集功能

回退代码（Checkout）

如果你发现某次提交有问题，可以让 Alma 帮你回退：

提示词示例：

我发现上次的代码有问题，请帮我回退到上一次提交的状态

或者回退到更早的版本：

请帮我查看提交历史，然后回退到"完成基础功能"那次提交的状态

使用 AI 操作 Git 的优势

你可能在想：为什么不自己学 Git 命令，而是让 AI 帮忙？

总结：让 AI 帮你操作 Git，就像有个经验丰富的程序员助手在旁边，你只需要告诉它你想做什么，它就会帮你完成。

实际操作示例

示例 1：初始化 Git 仓库

提示词：

请帮我在当前目录初始化 Git 仓库

Alma 会做什么：

1. 检查当前目录是否已经有 Git 仓库
2. 如果没有，执行 git init 命令
3. 告诉你初始化成功

示例 2：提交第一次代码

提示词：

请帮我提交代码，提交说明：初始化项目

Alma 会做什么：

1. 查看当前有哪些文件
2. 将文件添加到暂存区
3. 提交代码，并显示提交信息

示例 3：修改代码后提交

提示词：

我刚才修改了一些文件，请帮我提交，提交说明：添加数据收集功能

Alma 会做什么：

1. 查看哪些文件被修改了
2. 显示修改的内容摘要
3. 提交修改，并记录提交说明

示例 4：查看提交历史

提示词：

请帮我查看最近的提交历史

Alma 会做什么：

1. 显示最近的提交列表
2. 每条记录包含：提交 ID、说明、时间、作者

示例 5：回退到之前的版本

提示词：

我发现当前的代码有问题，请帮我回退到上一次提交

Alma 会做什么：

1. 确认你要回退到哪个版本
2. 执行回退操作
3. 告诉你回退成功，当前代码已经回到之前的状态

常见问题

问题 1：提交时提示"没有可提交的内容"

原因：你已经提交过这些文件了，或者文件没有修改

解决方法：

请帮我查看当前有哪些文件，检查是否有修改未提交

问题 2：回退后代码丢失了

原因：你可能回退得太早，误删了重要代码

解决方法：

请帮我查看提交历史，找到包含之前代码的提交，然后恢复

提示：回退操作之前，最好让 Alma 显示提交历史，确认要回退到哪个版本

问题 3：修改冲突怎么办

原因：多个人同时修改同一个文件，或者你在不同地方修改了同一个文件

解决方法：

请帮我查看冲突的文件，并尝试自动解决冲突

如果自动解决失败：

请帮我显示冲突的具体位置，我会手动修改

总结

Git 是一个强大的代码版本管理工具，就像游戏的存档功能。你不需要精通 Git 命令，只需要理解基本概念：

• Commit：存档，记录修改
• Checkout：读档，回到之前的版本
• Commit History：存档列表，查看所有修改记录

在 Alma 中，你可以用自然语言让 AI 帮你操作 Git，就像有个程序员助手在旁边。你只需要告诉它你想做什么，它就会帮你完成。

记住：让 AI 帮你操作 Git 是很不错的选择哦，简单、安全、高效！

课程总结

学到的技能

1. 向 Alma 表达自动化需求：用自然语言告诉 Alma 你想做什么
2. 设计输出格式：明确数据结构和文档形式
3. 应对问题：预判可能出现的情况，准备相应的提示词
4. 验证结果：检查输出文件是否符合预期

实践成果

• 能够使用 Alma 的 agent-browser 技能收集网页信息
• 理解如何用自然语言引导 AI 代理完成任务
• 学会了数据收集任务的一般流程

下一步学习

• 课程 5：教学内容整合制作
• 探索更高级的数据收集技巧
• 学习数据分析和可视化

重要提示

核心原则：Alma 是一个 AI 代理，你只需要：

1. 明确告诉它你的目标
2. 设计好输出格式
3. 用清晰的自然语言描述需求
4. 准备好应对问题的策略

不要陷入技术细节，专注于"如何说"而不是"如何做"。

通过本课学习，你已经掌握了使用 AI 代理进行自动化数据收集的能力！