Headless 360:通过对话构建代理

简介: 通过自然语言对话构建 Agentforce 服务代理的完整实践指南。了解什么是 Salesforce Headless 360、无头构建的核心概念、如何使用编码代理生成代码和配置、在 Agentforce Studio 中配置子代理操作、以及从预览测试到部署激活的完整流程。覆盖四大核心价值支柱(采用率/覆盖范围/速度/AI 代理战略)、30+ 编码技能与 60+ MCP 工具,以及三大平台创新。

学习目标

slide_3

完成本单元后,你将能够:

  • 解释"Headless(无头)"在 Salesforce 平台中的含义

  • 识别以无头方式与 Salesforce 交互的用例

  • 描述用户可以用来在 Salesforce 平台上进行无头构建的工具(例如 Claude Code、CodeEx、Windsurf、Cursor、Gemini CLI 或本单元中的构建器)

准备工作

slide_5

在开始本徽章之前,请确保你已完成 Introduction to Salesforce Headless 360 模块。本徽章中学到的内容建立在快速入门中涵盖的概念和术语之上。你应该已经了解 Headless 360 为开发者和用户带来了什么——后端业务逻辑与前端展示层的分离——以及 AI 代理如何通过 API、MCP 工具和 CLI 命令与 Salesforce 平台交互。

一个平台,随时随地与代理协同工作

slide_6

欢迎来到 Salesforce Headless 360——这个平台让人和代理能够在任何界面(Slack、Teams、ChatGPT)、工具或环境中协同工作。它建立在开放生态系统之上,赋予开发者使用自己喜欢工具在 Salesforce 上构建并分享成果的自由。

Salesforce Headless 360 意味着存储在 Salesforce 中的业务逻辑、数据、工作流、权限和治理现在可以从任何地方访问,而无需任何人打开你的 Salesforce org。关键在于,代理不仅获取数据访问权,它们还继承了安全性和治理能力。你花费数年构建的每一条权限、每一条合规规则、每一条审批流程都会随平台一起传递到任何访问位置。

简单来说:Headless 360 让 Salesforce 能够在你和代理已经使用的地方与你们相遇,而不是要求你去找 Salesforce。你无需改变工作方式,Salesforce 会出现在你每天使用的工具和界面中。

什么是“Headless”?

slide_9

为什么叫 Headless?这个术语来自技术领域。在技术世界中,Headless 是一种将后端逻辑(身体)与前端展示层(头部)分离的系统。因此,Salesforce Headless 360 就是在不直接登录 Salesforce org 的情况下使用 Salesforce 所有功能的能力。如果你是开发者,可以使用你已经在用的工具与 Salesforce 后端交互;其他人则可以在他们常用的界面中(如 Slack、Teams、ChatGPT 等)与 Salesforce 互动。

传统上,使用 Salesforce 意味着登录并在 Salesforce 内部工作——客服代表打开控制台,点击案例,手动更新状态。但在代理型企业中,人类不再是唯一的导航者。代理也在导航,它们不打开浏览器或点击 UI,而是直接调用 API、MCP 工具和 CLI 命令。

现在 Salesforce 也为代理而生。平台以可信的上下文暴露给代理,可编程且可从任何地方访问。AI 代理同时路由请求、总结信息并在每个系统中执行操作——这就是向 代理型企业(Agentic Enterprise) 的转变:代理跨越每个系统和工作流,工作自主流转,客户需求在被察觉之前就被预判。

结果:Salesforce Headless 360

slide_11

核心能力以 API、MCP 工具或 CLI 命令的形式暴露,让人类和代理能够在任何界面上构建、执行和交付体验。这涵盖了 Salesforce 构建的全部功能——从解决客户支持案例的流程到帮助销售团队达成交易的工作流。人和代理需要同样的东西:数据、工作流、信任层。界面会变,平台不变。

增加灵活性、速度与可扩展性

slide_13

Headless 360 并非要取代现有的一切。Salesforce 用户界面不会消失,你可以继续像以前一样使用 Salesforce。这是关于 增加 灵活性、速度和可扩展性,而非移除任何东西。Headless 360 旨在补充现有的 Lightning 组件,而非替代它们。

想象一下:如果你的团队使用 Slack,代理可以直接在 Slack 中展示 Salesforce 数据。如果开发者偏好 Cursor 或 Claude Code,他们现在可以在这些工具中直接构建 Salesforce 驱动的体验。如果业务用户需要自定义门户,它现在可以在任何 UI 框架下由 Salesforce 驱动。更多界面,更大灵活性,下面仍然是同一个可信的平台、治理和业务逻辑,从任何地方都可访问。

四大核心价值支柱

slide_14

Headless 360 驱动四大核心价值支柱:

  • 采用率(Adoption):许多组织难以让用户持续登录 Salesforce。将工作流直接带到用户已经使用的界面中,完全消除这一摩擦。

  • 覆盖范围(Reach):传统上从未拥有 Salesforce 访问权限的员工——如一线工作者、现场团队、外部合作伙伴——现在可以通过 Slack 或 Teams 参与 Salesforce 驱动的工作流。

  • 速度(Speed):消除频繁应用切换的需求,真正提升日常生产力。

  • AI 代理战略:构建代理型 AI 的企业需要其代理以可靠性访问真实业务数据、受治理的工作流和问责机制。Headless 360 为代理提供了从试点走向生产所需的企业级基础设施。

Headless 360 入门

slide_16

对于开发者而言,进入 Salesforce 生态系统的学习曲线可能很陡峭。如果你正在使用 Claude Code、Cursor 或 Windsurf,现在可以直接连接 Salesforce API 和 MCP 服务器,无需从头学习新的 IDE 或平台。现有 30+ 预构建编码技能和 60+ MCP 工具(更多正在推出),你可以使用自己喜爱的工具来构建、测试和部署 Salesforce 驱动的代理和应用。安全、权限和工作流自动继承,无需脆弱的 DIY 集成。

适用于所有人以及编码代理

slide_17

Headless 360 也为任何人打开了与 Salesforce 交互的新方式。无论你是在 Slack、Microsoft Teams、WhatsApp 还是 ChatGPT 中,Salesforce 现在可以直接在这些环境中展示数据、触发工作流和采取行动——你获得 Salesforce 平台的强大功能,而无需打开 Salesforce UI。

所谓 编码代理(Coding Agents),就是能够创建代码的 AI 代理。它们使用 Headless 360 来构建 Salesforce 交互和自动化。你可以用日常对话语言与编码代理交互,让它为你编写 Salesforce 代码。

三大创新

slide_18

Salesforce Headless 360 带来三大创新:

  • 新的 MCP 工具和编码技能:赋予你的编码代理对平台的完全访问权限

  • 新的体验层:在每个界面(从 Slack 到语音到 WhatsApp)呈现丰富的原生交互

  • 新的代理治理工具:让你在发布前后都能控制代理在生产环境中的行为

为什么上下文至关重要

slide_19

仅靠编码代理从大语言模型中获取智能推理是不够的。编码代理需要上下文、工作流、信任和合适的参与层才能真正发挥作用。连接原始数据库的编码代理不知道客户有未解决的升级问题、30 天后到期的续约、已违规的支持 SLA,以及关系负责人与客户 CFO 的个人关系。这些上下文花了多年时间积累,它们存储在 Salesforce 中。现在 Data 360 将其暴露为 API、MCP 工具和 CLI 命令,让你的编码代理能从任何地方获取这些信息——这正是区分"只会写代码"的代理与"真正理解你的业务"的代理的关键。

此外,代理还继承了安全性和治理能力。你花费数年构建的所有权限、合规规则和审批链会随平台一起到达任何访问位置。

注册自定义 Playground(含 Agentforce)

slide_21

要完成本徽章,你需要一个包含 Agentforce 的自定义 Playground。点击 创建 Playground,新 org 会自动关联到你的 Trailhead 账户。记下 org 的过期日期并在此之前完成徽章。准备好 org 后,你就可以进入下一单元——使用对话与代理来构建代理。Let's go!

通过对话构建代理

slide_25

在本实践单元中,你将使用自然语言——用日常对话而非点击操作——来构建你的第一个 Agentforce 代理。右侧的无头构建器就是你与编码代理协作构建 Agentforce 代理的地方。

许多客户构建的第一个代理是客服用例。本练习中,你将构建一个 Agentforce Help Agent,可部署在多个服务渠道以解决客户问题。

传统上,如果想要构建应用,你必须学习该应用及其使用环境所需的工具和语言。Headless 360 让你可以使用 AI 编码代理来为你生成代码、查询和配置文件。你只需要用日常自然语言与 AI 对话,让编码代理完成耗时的繁重工作。

Headless 方式能做什么

slide_26

在此体验中,你将在左侧的说明和右侧的编码代理之间来回切换。首先询问代理它能构建什么样的服务代理:在聊天框中输入 What kind of service agents can you build?

这不是模拟——代理使用的是真实的工具(Claude 模型),限定在专注的 Salesforce 环境中,类似于在单个 Claude Code 项目中工作。你可以实现:

  • 无需 UI 自动执行工作流

  • 通过 API 与外部系统集成

  • 运行 Agentforce Sales 和 Service 的代理驱动流程

  • 举办社区工作坊和培训活动

继续对话:定义你的代理

slide_28

基于初始问题,编码代理可能已经询问了你的行业。假设你从事酒店行业,正在寻找一个服务代理,让客户能够在你的帮助站点上提问、管理预订和提交问题。

询问代理适合酒店公司的服务代理类型——代理会提供建议并可能提出澄清问题。这就是对话的力量:代理帮助你发现可能性,尤其在你还不完全确定想要什么的时候。

当你知道想要什么时,告诉代理:Good suggestions, so let's go with Reservation Agent, name it Reservation Management and Guest Complaint Agent, name it Guest Complaints. As this service agent will be used on our help site, name it 'Bookings Help Agent', and set the agent API name to 'bookings_help_agent'.

如果代理询问个性特征,选择 warm and gracious(温暖而优雅)。编码代理将构建出服务代理,让你可以查看代理脚本,并询问是否要部署到你的环境。检查脚本后,输入 Deploy it. 即可部署。

激活代理

slide_33

新代理部署完成后,现在是时候检查编码代理为你构建了什么。

向下滚动并点击 Launch 按钮,在新的标签页中打开你的环境。点击 App Launcher 图标,搜索并选择 Agentforce Studio。点击 bookings_help_agent(你的代理名称可能略有不同)。

点击 New Version,然后点击 Subagents 查看编码代理添加的不同子代理。展开 reservation_management 子代理,你会发现编码代理没有添加你需要的操作(Actions)。

添加操作:预订管理

slide_35

点击 reservation_management 子代理旁的 + 号,选择 Add from Asset Library。搜索 reservation,选择 Finalize Reservation 和 Get Reservation Time Slots 两个操作,点击 Add to Agent。

现在 reservation_management 子代理可以获取联系人的预订信息并向他们展示详情。接下来处理投诉:点击 guest_complaints 子代理旁的 + 号,搜索 case,选择 Create Case,点击 Add to Agent。

保存 → 提交版本 → 激活,你的代理就具备完整业务能力了。

预览新代理

slide_37

恭喜!你用自然语言构建了一个 Salesforce 代理,更新了它,并部署完成。现在来看看它的表现。在 Builder 中点击 Preview,按以下对话流程测试:

  • 输入:What times do you have for the fine dining restaurant tomorrow? → 代理显示可用时间

  • 输入:Will you book the latest one for me? → 代理开始预订流程

  • 输入:My name is Sofia Rodriguez. My email is sofia@example.com. → 代理记录联系信息

  • 输入:2 → 用餐人数

  • 输入:Yes → 确认预订

预订完成!你刚刚体验了完整的客户旅程,完全由你通过对话构建的代理驱动。

进阶提升

slide_38

既然你已经使用 Salesforce Headless 360 构建了第一个 Agentforce 代理,接下来可以去哪里?构建此代理所用的相同提示方法可以用于构建其他代理——你只需要根据想要构建的代理类型进行修改。你还可以使用相同的提示工具添加到现有代理中。

Headless 360 不只是关于取代 Salesforce UI——它是关于增加灵活性、速度和可扩展性,同时保留使平台强大的安全、治理和业务逻辑。Salesforce 开发的未来是对话式的,你现在已为此做好准备。

发布来源:https://www.salesforcecrm.cn/article/headless/headless-360-use-conversation-build-agent.html

相关文章
|
3月前
|
人工智能 JSON 自然语言处理
Agentforce Actions 创建与 UI 自定义指南
Agentforce Actions 创建方式与 UI 自定义完整指南。涵盖三种程序化创建方式(AuraEnabled 控制器/ Named Query API/ Apex @InvocableMethod)、Lightning Types 自定义 UI 体系(标准类型五步映射过程)、航班预订完整示例(从 Apex 类到输入/输出自定义 LWC 的改造前后对比)。
Agentforce Actions 创建与 UI 自定义指南
|
3月前
|
JSON 人工智能 API
Agentforce Prompt Builder 程序化访问与批处理指南
Prompt Builder 程序化访问和批处理完整指南。涵盖三种访问方式(Connect REST API/Connect in Apex/Invocable Actions)、AiJobRun 三步批处理模式(创建 Job→创建 Item→ReadyToStart)、不可变性和速率限制、AiJobRunStatusEvent 平台事件监控(Trigger + Handler 完整代码)、生产环境去重/失败处理/异步写回注意事项。
109 0
|
3月前
|
传感器 人工智能 编解码
当“眼见为实”失效:拆解 AI 跨模态鉴伪的技术栈、工程边界与落地路径【AI图像鉴伪】
本文剖析合合信息在WAIC 2026发布的AI跨模态鉴伪技术,覆盖图像、视频、文本三大介质,揭示其多源证据融合、鲁棒工程设计与场景化落地路径。技术不追求“真假”二分,而是提供可解释、可审计、可复核的风险概率判断,助力金融、电商、社交、学术等高危场景构建可信内容防线。
当“眼见为实”失效:拆解 AI 跨模态鉴伪的技术栈、工程边界与落地路径【AI图像鉴伪】
|
3月前
|
人工智能 自然语言处理 API
阿里云百炼Token Plan个人版和企业版指南:三档坐席价格、Credits 计费、支持模型与使用限制
阿里云百炼Token Plan是面向个人与企业的AI模型订阅服务,按Credits计费,支持文本、图像、视频及第三方大模型(如Qwen、DeepSeek、Kimi等)。个人版39元/月起,企业版150元/席/月起,含多档配置与共享用量包,适用于AI编程与智能体工具,数据安全合规。阿里云Token Plan官网:https://t.aliyun.com/U/EsRjVx
553 2
|
3月前
|
IDE 数据可视化 数据挖掘
【2026最新】RStudio下载、安装、R语言编程一篇搞定(附官网安装包)
RStudio是R语言最主流的集成开发环境(IDE),专为数据分析设计。它整合代码编辑、控制台、数据浏览、绘图窗口与包管理,提供语法高亮、智能补全、R Markdown原生支持等功能,大幅降低R的学习与使用门槛。需先安装R再安装RStudio。
|
3月前
|
人工智能 前端开发 UED
离谱!腾讯Miora把网站动效的天捅破了!【附教程】
通宵爆肝!跑通超高质量网站动效Skill,网站审美终于有救了【附教程,建议收藏】
450 1
|
3月前
|
人工智能 自然语言处理 监控
某企业 APP 自动化测试 POC:AI 智能体能否真正完成测试执行闭环?
本文介绍某企业POC验证:爱测AI测试平台首次实现不依赖脚本,直接理解手工用例、自主操作APP、完成路径规划与业务结果断言。基于生活服务类APP“城市管理”场景,验证了自然语言理解、动态页面分析、智能推理等核心能力,标志着AI测试从“写脚本”迈向“说需求”的新阶段。
|
3月前
|
存储 人工智能 JSON
大模型幻觉治理:从机理到生产级缓解方案
本文深入剖析大模型“幻觉”本质,指出其是架构性问题而非能力不足,并系统提出分层治理方案:从幻觉分类、根因分析(训练目标、知识存储、解码随机性),到评测方法、Prompt约束、受限解码、RAG增强、Guardrail兜底及训练优化,强调多层防御与人机协同。
518 2
|
3月前
|
人工智能 自然语言处理 安全
别让你的AI当"差不多先生"——Hermes 0.18+0.19双版本连更,把智能体从"会干活"推到了"能托付"
Hermes 0.18–0.19 版本聚焦“可信AI”,六大升级重塑人机协作:/goal 自我验证+持久化兜底确保任务真完成;/learn 技能蒸馏让AI持续积累经验;MoA多模型协商提升决策质量;冷启动提速80%、渲染优化14倍;Smart Approvals智能审批兼顾安全与效率;/journey记忆时间线+上下文压缩保障长期项目连贯性。真正实现“交办即安心”。
406 1
|
3月前
|
安全 Java 数据安全/隐私保护