该 Agent 能结合当日 AI 热点与用户文章风格，自动生成 5 个选题推荐，效果如下图所示：
此 Agent 已发布至公网，无需本地运行。实测表明，腾讯 EdgeOne Makers 平台有效解决了自建 Agent 基础设施的繁琐问题，无需手动处理多轮对话记忆或工具调用隔离，且执行过程完全可视化：
以下为基于 Claude Code、DeepSeek 与 EdgeOne Makers 的完整实操流程。
Claude Code + DeepSeek 构建项目
启动 Claude Code 并配置为 deepseek-v4-pro，输入以下指令创建项目：
请在本地创建 makers-topic-agent 项目，严格按照 EdgeOne Makers 的文件路由约定组织：Agent 入口设为 agents/topic/index.ts；在 edgeone.json 中配置 agents.framework 为 claude-agent-sdk，agents.dir 为 agents；data/目录用于存放热点网址、近期文章、账号定位及内容规则；model.ts 作为私有模块不生成路由。
项目结构如下所示：
执行过程截图：
最终生成的项目文件：
项目全部代码已开源至 Github：
EdgeOne Makers 部署 Agent
首先将最近三篇公众号文章整理为 JSON 格式保存：
确保本地调试通过后，访问 EdgeOne Makers 控制台并关联 Github 仓库：
导入项目后，系统将自动生成公网访问链接：
关联完成后自动部署，界面启动状态如下：
Makers 实测核心优势
实测发现，使用 Makers 部署 Agent 具备三大显著优势：
自动管理会话上下文
Makers 自动接管每次会话的上下文管理，支持直接下载历史消息记录，使问答交互更加流畅：
相比之下，本地运行 Agent 往往缺乏历史上下文支持（如下图），需额外开发后端逻辑进行处理，增加了维护成本：
内置沙箱与工具调用
平台自带沙箱环境，内置文件读写、列表等工具调用功能。在 Trace 日志中可清晰看到如 mcp__edgeone__files_list 的真实调用记录：
调用链可视化监控
Makers 提供直观的调用链可视化工具。通过 Timeline 可查看 Agent 调用时序，通过依赖图可分析调用关系，便于快速排查模型未调用、工具未注册、路径错误或权限问题：
此外，Makers 实现了前端页面与后端 Agent 的项目共用，所有管理、部署与监控均在统一后台完成，提供了无缝接入的一体化体验：
总结
EdgeOne Makers 的核心价值在于封装了底层基础设施。开发者只需专注于业务逻辑（如读取热点、分析风格、生成选题），而运行时环境、记忆管理、工具调用、链路追踪及部署入口均由平台托管。
Beta 期间，每位用户每月可免费获得 50 万 Token 额度。欢迎前往 EdgeOne Makers 体验高效的 Agent 部署流程。
#EdgeOne#EdgeOneMakers#AIAgent