Agentforce 和 AI Agent 入门指南

Agentforce 是 Salesforce 平台上的 Agent 驱动层，帮助你部署能够与员工协同工作的 AI Agent，实现 7×24 小时的客户服务。本指南全面介绍 Agentforce 开发入门、Einstein 生成式 AI 设置、使用 Salesforce CLI 创建 Scratch Org，以及 Einstein 信任层的安全保护机制。...

首页/ 文章列表/ Agentforce 和 AI Agent 入门指南
📅 2026/7/4 ✍️ ponybai 🏷️ agentforce, salesforce, ai
Agentforce 和 AI Agent 入门

Agentforce 与 AI Agent 入门

Agentforce 是 Salesforce 平台上的 Agent 驱动层，它帮助你部署能够与员工协同工作的 AI Agent，从而扩展你的工作团队，实现 7×24 小时的客户服务。信任层（Trust Layer）将你的数据与大语言模型（LLM）的强大能力安全地连接起来。本指南将为你提供使用 Agentforce 和生成式 AI 进行开发所需的所有信息。

Agentforce 概览

使用 Agentforce Agent 进行开发

借助 Agentforce Agent，你可以将对话式 AI 的强大功能引入你的业务中。构建一个可信且可定制的 AI 助手，帮助你的用户在 Salesforce 中完成更多工作。

注意：从 2026 年 4 月开始，Agent 的 topics 现已更名为 subagents（子代理）。功能上没有变化。在此过渡期间，你可能会在文档中看到新旧术语混用的情况。
使用 Agentforce Agent 进行开发

概览指南

  • Agentforce APIs 和 SDKs —— 学习如何使用各种 API 和 SDK 构建强大的 Agentforce 解决方案
  • Agentforce Actions —— 学习如何构建和增强你的 Agentforce 动作

开发工具

  • Agent Script —— 学习使用 Agentforce Builder 中构建 Agent 的语言
  • Agentforce DX —— 学习如何使用 Salesforce CLI 和 VS Code 的专业代码工具
概览指南和开发工具

使用模型和提示词进行开发

Salesforce 平台为你提供了一些强大的工具来配置和使用大语言模型（LLM）。你还可以使用 Prompt Builder 功能来创建、管理和使用你的提示词模板。

相关参考：

模型和提示词开发

设置 Einstein 生成式 AI 和 Agentforce

配置和设置 Data 360、启用 Einstein 生成式 AI、设置 Einstein 信任层以及设置 Agent。

重要提示：在设置 Einstein 信任层之前，你必须先在组织中配置 Data 360 并启用 Einstein 生成式 AI。Data 360 是确保 Einstein 信任层正常运行并保护数据安全的必要条件。
设置 Einstein 生成式 AI 和 Agentforce

配置 Data 360

在启用 Einstein 生成式 AI 功能之前，请确保你的组织中已经配置并设置好了 Data 360。有关 Data 360 设置的详细信息，请参阅 Salesforce 帮助中的启用 Data 360。

启用 Einstein

要在你的组织中访问 Einstein 生成式 AI 功能，你必须启用 Einstein：

  1. 在"设置"中，在快速查找框中输入 Einstein Setup，然后点击 Einstein Setup
  2. 启用 Turn on Einstein
配置 Data 360 和启用 Einstein

配置信任层

配置 Einstein 信任层以符合你组织的隐私和安全策略及要求。有关信任层设置的详细信息，请参阅设置 Einstein 信任层。

添加 Agent

如果你计划使用 Agentforce Agent，请参阅 Salesforce 帮助中的设置 Agent。

相关参考：

配置信任层和添加 Agent

使用 Salesforce CLI 创建 Agentforce Scratch Org

本指南介绍了使用 Salesforce CLI 为 Developer 或 Enterprise 版本组织创建生成式 AI Scratch Org 的基本步骤。你可以使用 Sandbox 或 Scratch Org 来开发和测试你的 Agent。如果你的 Agent 需要使用 Agentforce Data Library（ADL）或其他 Data 360 功能，建议使用 Sandbox。

什么是 Scratch Org？Scratch Org 是一个可配置的短期 Salesforce 环境，你可以在启动新项目、新功能分支或功能测试时快速创建。与 Sandbox 不同，Scratch Org 不包含来自生产组织的数据或元数据。Scratch Org 通过 Scratch Org 定义文件进行配置，该文件列出了与客户生产组织相对应的功能和设置。
创建 Scratch Org 理解 Scratch Org

步骤 1：安装 Salesforce CLI

在你的计算机上安装 Salesforce CLI。

步骤 2：更新 Salesforce CLI

打开终端（macOS、Linux）或命令提示符（Windows），通过运行以下命令确保 Salesforce CLI 是最新版本：

sf update

步骤 3（可选）：创建 Salesforce DX 项目

在你的计算机上创建一个 Salesforce DX 项目并切换到该目录。如果你只想创建一个 Scratch Org，则此步骤不是必需的。但如果你计划将组织的元数据（代码和配置）、组织模板、示例数据和测试存储在版本控制系统中，建议创建一个 DX 项目。

步骤 1-3

步骤 4：选择并启用 Dev Hub 组织

选择并启用你的 Dev Hub 组织，该组织必须具有 Data 360 许可证。有关更多信息，请参阅 Salesforce DX 开发者指南中的选择和启用 Dev Hub 组织。

步骤 5：登录 Dev Hub 组织

登录你的 Dev Hub 组织并允许访问。在打开的浏览器窗口中，使用 Salesforce 登录凭据登录你的组织。点击 Allow，允许 Salesforce CLI 访问你的组织：

sf org login web --set-default-dev-hub --alias DevHub

步骤 6：创建 Scratch Org 定义文件

创建一个定义文件，例如 afdx-scratch-def.json。如果你使用的是 Salesforce DX 项目，请在 config 目录中创建该文件，与现有的 config/project-scratch-def.json 文件放在一起。

要使用 Einstein 生成式 AI Scratch Org，请添加 Einstein1AIPlatform 功能（该功能在 Developer 和 Enterprise 版本中受支持）。要自动启用 Einstein 和 Agentforce，请打开 agentPlatformSettings.enableAgentPlatform 和 einsteinGptSettings.enableEinsteinGptPlatform 设置：

{
  "orgName": "Agentforce scratch org",
  "edition": "Developer",
  "features": ["EnableSetPasswordInApi","Einstein1AIPlatform"],
  "settings": {
    "lightningExperienceSettings": {
      "enableS1DesktopEnabled": true
    },
    "mobileSettings": {
      "enableS1EncryptedStoragePref2": false
    },
    "agentPlatformSettings": {
      "enableAgentPlatform": true
    },
    "einsteinGptSettings" : {
      "enableEinsteinGptPlatform" : true
    }
  }
}
步骤 4-6：Dev Hub、登录和定义文件

步骤 7：创建 Scratch Org

使用 Scratch Org 定义文件创建 Scratch Org：

sf org create scratch --definition-file config/afdx-scratch-def.json --alias MyScratchOrg --set-default --target-dev-hub DevHub

步骤 8：打开组织

打开刚刚创建的 Scratch Org：

sf org open --target-org MyScratchOrg

打开组织后，你就可以使用 Salesforce 生成式 AI 功能，如 Agentforce、Prompt Builder、Model Builder 和 Models API。

步骤 7-8

相关参考：

Scratch Org 参考资源

Einstein 信任层（Trust Layer）

在利用大语言模型（LLM）等新技术进行创新的同时，确保数据安全至关重要。Einstein 信任层在与 LLM 交互时为你的数据和用户提供了以下保护：

  • CRM 数据关联 —— 基于 CRM 数据确保准确性
  • 敏感数据脱敏 —— 对社会安全号码等敏感数据进行脱敏处理
  • 毒性检测 —— 对 LLM 生成内容进行毒性检测
  • 审计追踪与反馈 —— 完整的审计记录和反馈机制
  • 零数据保留协议 —— 与第三方 LLM 合作伙伴签署零数据保留协议
Einstein 信任层架构图 信任层章节 信任层保护机制

零数据保留

在 Salesforce，信任是我们的第一价值观。为了确保你的数据安全，Salesforce 与 LLM 提供商（如 OpenAI）签订了协议，其中包括零数据保留的承诺，让你可以放心使用生成式 AI 功能，而不必担心你的私有数据被第三方 LLM 提供商保留。

零数据保留

可信生成式 AI 的五项原则

Salesforce 的 Einstein 生成式 AI 解决方案是基于五项可信生成式 AI 原则进行设计、开发和交付的：

  • 准确性（Accuracy） —— 尽可能为模型响应提供解释和来源。建议在将模型响应分享给最终用户之前，由人工进行审核。
  • 安全性（Safety） —— 通过行业领先的检测和缓解技术，努力检测和减少模型中存在的偏见、毒性和有害响应。
  • 透明性（Transparency） —— 确保我们的模型和功能尊重数据来源，并尽可能基于你的数据进行关联。
  • 赋能（Empowerment） —— 我们的产品应该增强人的能力，让人们在工作中更加高效和有目标感。
  • 可持续性（Sustainability） —— 努力构建规模适中的模型，优先考虑准确性和减少碳足迹。
可信生成式 AI 五项原则

审查生成式 AI 输出

生成式 AI 是一种帮助你提高创造力、生产力并做出更明智商业决策的工具。这项技术并不能替代人的判断。你最终要对分享给客户的任何 LLM 生成内容负责。无论是人工编写还是 LLM 生成，客户都会将其与你组织的品牌联系起来，并据此做出决策。

当你的最终用户审查面向外部受众的生成内容时，请重点关注内容的准确性和安全性：

  • 准确性 —— 生成式 AI 有时会"产生幻觉"——虚构出没有事实或现有来源根据的响应。在发布响应之前，请检查关键细节是否正确。例如，客户服务建议是否基于最新且现有的知识文章？
  • 偏见和毒性 —— 由于 AI 是由人类创造的并在人类创建的数据上训练的，它也可能包含对历史边缘群体的偏见。在少数情况下，某些响应可能包含有害语言。请检查你的响应，确保它们对你的客户是适当的。

如果响应不符合你的标准或公司的业务需求，你不必使用它。某些解决方案允许最终用户直接编辑响应，如果不支持编辑，最好重新开始并生成另一个响应。

审查生成式 AI 输出

后续步骤

相关参考：

后续步骤和额外资源

感谢阅读本指南。如需更详细的信息，请参阅 Agentforce 开发者指南。