在coze创建一个符合我需求的智能体（带工作流）之前，需要梳理什么内容

以下是关于 Coze 的相关信息： 重磅更新：Coze 可以接入抖音评论区，帮您自动回复用户的评论。若想快速上手，可参考视频。若不了解 Coze 是什么，可参考文章。 记账管家：COZE 是字节跳动旗下子公司推出的 AI Agent 构建工具，允许用户在无编程知识的基础上，使用自然语言和拖拽等方式构建 Agent，目前可白嫖海量大模型免费使用，有丰富的插件生态。记账管家是基于 COZE 平台的能力搭建的记账应用，您可以直接和 coze 说收入或支出情况，coze 会自动记账并计算账户余额，每一笔记账记录都不会丢失。 技术操作： 获取 accessToken： 在 coze 界面右侧扣子 API 授权，或打开链接 https://www.coze.cn/open/oauth/pats 。 添加令牌，设置 token 的名称和过期时间（最多 1 个月），选择权限，完成后点击“确定”按钮。 最后一定要点击按钮复制下拉，此令牌只会出现一次。 获取 botid： 通过工作空间获取，从“工作空间”打开一个 bot，点击商店按钮，查看地址栏中的数字即为 botid。 若在前端使用 bot，必须发布成为 API，点击发布，选择 API，等审核通过后按上述方法拿到 botid。 获取空间 id：进入 coze 后，左边打开工作空间，找到 url 中的 id 并复制。

Dify 和 Coze 都是大模型中间层产品，有以下主要异同点： 开源性： Dify 是开源的，允许开发者自由访问和修改代码以定制，由专业团队和社区共同打造。 Coze 由字节跳动推出，目前未明确是否开源，可能更侧重商业化服务和产品。 功能和定制能力： Dify 提供直观界面，结合多种功能，支持基于任何 LLM 部署 API 和服务。 Coze 有丰富插件能力和高效搭建效率，支持发布到多个平台作为 Bot 能力使用。 社区和支持： Dify 作为开源项目有活跃社区，开发者可参与共创共建。 Coze 可能更多依赖官方更新和支持，社区参与和开源协作程度可能不如 Dify。 豆包和 Coze 的区别在于： 豆包主要是大模型交互，功能相对默认。 Coze 不用魔法，上手简单，更新快，插件多。在模型选择方面，GLM 模型和 MoonShot 模型对结构化提示词理解良好，适合处理精确输入输出任务；豆包系列模型在角色扮演和工具调用方面有优势，能识别用户意图并选择合适工具或服务。将这三种模型结合在工作流或多 Agent 中可实现优势互补。

使用 Coze IDE 创建插件的操作步骤如下： 1. 登录。 2. 在左侧导航栏的工作区区域，选择进入指定团队。 3. 在页面顶部进入插件页面，或者在某一 Bot 的编排页面，找到插件区域并单击“+”图标。 4. 单击“创建插件”。 5. 在新建插件对话框，根据以下信息完成配置并单击“确认”： 插件图标：（可选）单击默认图标后，您可以上传本地图片文件作为新的图标。 插件名称：自定义插件名称，用于标识当前插件。建议输入清晰易理解的名称，便于大语言模型搜索与使用插件。 插件描述：插件的描述信息，一般用于记录当前插件的用途。 插件工具创建方式：选择在 Coze IDE 中创建。 IDE 运行时：选择 Node.js 或者 Python3。 6. 在插件详情页，单击“在 IDE 中创建工具”。 7. 在弹出的创建工具对话框，设置工具名称和介绍，以明确工具的用途，并单击“确定”。工具名称和介绍越清晰，大语言模型就越能理解并使用它。创建后，您将跳转到 Coze IDE 页面进行编码。 8. （可选）在 IDE 左上角工具列表区域，单击“+”图标，向插件添加更多工具。您还可以通过单击列表内某一工具的设置图标，来编辑、删除或重置代码。 9. （可选）在 IDE 左下角依赖包区域，管理依赖包，所有工具共用该依赖列表。 以下是一个网页搜索工具的元数据配置说明： |配置项|描述| ||| |名称|工具名称。建议输入清晰易理解的名称，便于后续大语言模型搜索与使用工具。| |描述|工具的描述信息，一般用于记录当前工具的用途。| |启用|是否启用当前工具。使用说明：<br>如果工具未开发测试完成，建议先禁用该工具，只启用并发布已通过测试的工具。<br>如果需要下线某一工具，可将该工具设置为禁用，并再次发布插件。<br>如果插件中只有一个工具，则不支持禁用该工具。如需下线该工具，您可以选择直接删除该插件，或者创建另一个工具并完成开发测试后，再禁用该工具，最后发布插件。| |输入参数|当前工具对应接口的输入参数信息。准确、清晰易理解的参数名称、描述等信息，可以让大语言模型更准确的使用工具。| |输出参数|当前工具对应接口的输出参数信息。准确、清晰易理解的参数名称、描述等信息，可以让大语言模型更准确的使用工具。| 在页面右侧单击测试代码图标并输入所需的参数，然后单击“Run”测试工具。如果您在元数据设置了输入参数，可单击自动生成图标，由 IDE 生成模拟数据，您只需要调整参数值即可进行测试。您可以在控制台区域查看运行日志、在输出区域查看运行结果，单击更新输出参数，IDE 会自动把输出结果中的参数，更新到元数据的输出参数中。 Coze 提供了丰富的插件，涵盖了从搜索引擎、文本分析以及图像识别等各种领域。这些插件的能力如果我们个人接入都是要收费的，但是在 Coze 平台则是免费使用的，例如： Coze 国内版本：https://www.coze.cn/store/plugin 必应搜索 LinkReader：读取文档 知乎热榜 而且国内版本还提供了很多便民的服务，例如： 新闻资讯 头条新闻：持续更新，了解最新的头条新闻和新闻文章。 天气预报 墨迹天气：提供省、市、区县的未来 40 天的天气情况，包括温度、湿度、日夜风向等。 出行必备 飞常准：通过 VariFlight 覆盖的全球商业客运航班，您的终端用户可以轻松获得他们的航班状态、办理登机手续柜台、预计出发时间、登机口、登机状态、行李转盘等信息，并能在整个航程中随时掌握。 猫途鹰：查询实时酒店搜索，航班价格，餐厅，吸引人的旅游地点等信息以创建一个旅行网站。 生活便利 快递查询助手、国内快递查询：查询快递单号，快递公司，快递进度等信息。 食物大师：Food Master 提供食物搜索功能。 懂车帝：如果你想要查询汽车信息，包括二手车、新车、某些车型的信息时可以使用此插件进行查询。 幸福里：提供二手房、新房、租房信息的插件，想要查询某个城市、区域、户型的房产信息时，可以使用此插件。 猎聘：帮助用户根据工作经验、教育经历、地理位置、薪水、职位名称、工作性质等条件搜索猎聘上提供的招聘信息。

Coze 的工作流主要具有以下特点和使用方法： 工作流是其核心，在创建相关 Bot 前需梳理清楚。例如对于类似秘塔搜索的 Bot，要明确其主要能力，如使用搜索引擎进行搜索、对搜索内容整理成答案、给出答案中的引用等，从而形成创建思路。 工作流是一种可视化的方式，允许用户组合各种功能模块，如插件、大语言模型、代码块等，实现复杂和稳定的业务流程编排。 由多个节点组成，包括 Start 节点和 End 节点，用户可在节点间添加各种功能模块构建业务流程。 支持丰富的功能模块，包括调用大语言模型进行文本生成、调用插件进行数据处理等，用户可灵活组合。 创建和编辑通过可视化拖拽界面完成，无需编写代码，降低搭建门槛。 创建好的工作流可直接集成到 Coze 的聊天机器人中使用，实现复杂业务逻辑。 具体操作步骤：首先进入 Coze，点击「个人空间工作流创建工作流」，打开创建工作流的弹窗。根据弹窗要求自定义工作流信息，点击确认完成新建。在左侧「选择节点」模块中，根据子任务需要，实际用上的有插件、大模型、代码等。按照流程图，在编辑面板中拖入对应的 LLM 大模型、插件、代码节点，即可完成工作流框架的搭建。 总的来说，Coze 的工作流为用户提供了一种可视化、低代码的方式，来快速搭建满足业务需求的 AI 应用和服务，极大地降低了开发门槛，让更多人可以利用 AI 技术来提升工作效率。但请注意，内容由 AI 大模型生成，请仔细甄别。

以下是关于如何将 Coze 中的工作流使用到 Bot 中的相关内容： 首先，将工作流看作一个函数，其输入参数通常只有用户的提问（query），这是一个字符串。 在工作流中，会按以下步骤进行操作： 1. 设置输入参数。 2. 调用 Google 搜索插件搜索互联网上的信息，可通过设置 `num` 参数控制返回搜索结果的数量，一般设置为 7 以平衡响应速度和信息量。 3. 格式化搜索结果，利用“Code”组块插入 Python 代码，将 Google 搜索返回结果格式化成两个字符串，一个是相关信息拼接而成的字符串（retrieved_contexts），另一个是网页链接拼接而成的字符串。前者用于插入 LLM 的提示词，后者用于 Workflow 的最终输出结果。 4. 获取用户的语言偏好，使用“Variable”组块获取 Bot 内设置的变量值（如 user_language）。 对于创建 Bot 并封装工作流，步骤如下： 1. 创建 Bot。 2. 填写 Bot 介绍。 3. 切换 Bot 模式为“单 Agent（工作流模式）”，若只需每次输入英文文章时返回精读结果，可直接调用工作流。 4. 将配置好的工作流添加到 Bot 中。 5. 填写开场白引导用户使用。 6. 关闭开场白预置问题。 完成封装后，可在「预览与调试」区进行最终体验与调试。但需注意，外层 bot 可能存在一定未知 bug，同一段 USER_INPUT 在工作流编辑面板中试运行正常，但在外层 bot 运行时可能报错，原因可能是外层 bot 的并发不够稳定。

在 Coze 的智能体中加入使用 Markdown 编写的代码的 prompt 可以参考以下方法： 首先，了解相关的任务和目标，比如像实现输入任意文章链接后，AI 自动生成适合微信分享的文章推荐卡片。为达到这一效果，大模型对话产品通常需要完成网页爬取、内容总结、二维码生成、卡片样式生成等关键步骤。 在编写 prompt 时，可以发现新的词生卡 Prompt 组织方法，把设计要求拆分为“设计规范”和“内容结构”，再细分为“布局与尺寸”“字体规范”“颜色规范”的独立模块，并结合“内容结构”进行要求提示。这种提示词组织方式具有模型通用性、提示简易性和生成稳定性等显著优势。 对于刚入门的朋友，首推 LangGPT 结构化提示词，直观易懂，可以快速上手。对于想要进阶的用户，一方面可以继续选择 LangGPT，另一方面如有额外精力和好奇心，不妨尝试刚哥推崇的 Lisp 伪代码格式，有助于精炼提示词和提升对措辞理解、概念认知的能力。但需要注意的是，真正重要的不是提示词的外在形式，而是内容是否与 AI 的“理解机制”相契合。同时，在实际应用中，还需要经过多次调试，并根据测试 bug 微调提示词，直至稳定运行。

以下是一些可以梳理文档知识形成知识库的 AI 工具： 1. Cursor：对于非开发性质的问答，它是一个天然的 RAG 引擎。能针对大的代码库精准找到相关函数，并利用其信息撰写代码。在问答窗口使用 Command 加回车发出问题时，会先在当前文件夹下搜索并显示相关文档和相关度，最后用这些信息构建提示词完成生成。对于非开发任务，也能与私有文档结合问答，并将新生成的 insights 沉淀成新文档，形成知识闭环，提升知识管理效率。 2. 百炼：通过以下步骤为 AI 助手增加私有知识形成知识库： 上传文件：在百炼控制台的中的非结构化数据页签中点击导入数据，根据引导上传虚构的产品介绍。 建立索引：进入，创建新的知识库并选择上传的文件，其他参数保持默认。 引用知识：完成知识库创建后，在中设置，打开知识检索增强开关、选择目标知识库，测试验证符合预期后点击发布。 3. kimichat：可以让 AI 拆解书籍的章节并按照 markdown 产出内容，然后将内容复制到在线思维导图 Markmap 中，一键生成思维导图，并可自定义微调内容及免费导出图片。

以下是关于如何用 AI 梳理文档知识的一些方法和步骤： 使用 Kimi 梳理文档： Kimi 是月之暗面公司推出的类似 ChatGPT 的大模型聊天机器人，支持超长上下文，能输入长达 20 万字。 可以让 Kimi 梳理全书，与目录对照，脉络会更清晰。 能要求 Kimi 更细致地梳理，虽然目前不能生成思维导图，但可借助 MarkMap 获得。 针对具体章节或知识点，可让 Kimi 展开讲解，还能让其给出例子和代码。 可以让 Kimi 出题测试对知识点的掌握程度。 在网站上增加 AI 助手梳理文档： 上传文件：在百炼控制台的中的非结构化数据页签中点击导入数据，根据引导上传相关文档。 建立索引：进入，创建新的知识库并选择上传的文件，其他参数保持默认。 引用知识：完成知识库创建后，在中进行相关设置，打开知识检索增强开关、选择目标知识库，测试验证符合预期后点击发布。 AI 梳理文档的检索原理： 信息筛选与确认：对检索器提供的信息进行评估，筛选出最相关和最可信的内容，验证信息的来源、时效性和相关性。 消除冗余：识别和去除多个文档或数据源中的重复信息。 关系映射：分析不同信息片段之间的逻辑和事实关系。 上下文构建：将筛选和结构化的信息组织成连贯的上下文环境，包括排序、归类和整合。 语义融合：合并意义相近但表达不同的信息片段。 预备生成阶段：将整合好的上下文信息编码成适合生成器处理的格式。 大模型生成回答：大语言模型根据提供的信息来回答问题。

以下是一些好用的将 PPT 转 Word 的 AI 知识梳理工具： 1. Claude：不仅能帮助快速寻找符合条件的论文、提取精炼论文中某部分信息，还能找到适合的 PPT 制作工具并教会使用。 2. Gamma.app：在线 PPT 制作网站，允许通过输入文本和想法提示快速生成幻灯片，支持嵌入多媒体格式。 3. 美图 AI PPT：通过输入简单文本描述生成专业 PPT 设计，包含丰富模板库和设计元素。 4. Mindshow：提供自动布局、图像选择和文本优化等智能设计功能。 5. 讯飞智文：利用科大讯飞在语音识别和自然语言处理领域的技术优势，提供智能文本生成、语音输入、文档格式化等功能。

以下是用 Coze 创建带工作流的智能体的全流程： 1. 打开 Coze 官网（https://www.coze.cn/home）。 2. 创建图像工作流： 图像流分为智能生成、智能编辑、基础编辑三类。 空间风格化插件有相关参数，如 image_url 是毛坯房的图片地址；Strength 是提示词强度，影响效果图；Style 是生成效果的风格，如新中式、日式、美式、欧式、法式等；user_prompt 是用户输入的 Promot 提示词。 按照构架配置工作流，调试效果，可使用调试工作流毛坯房测试用例：https://tgi1.jia.com/129/589/29589741.jpg 。 开始节点对应配置三项内容，包括提示词优化。 人设和回复逻辑中，技能 1 中 3 项中的编译数字来源，然后点击右上角发布。 3. 搭建整理入库工作流： 新建工作流「url2table」，根据弹窗要求自定义工作流信息。 工作流全局流程设置： 3.1 开始节点：输入 url，由于希望收到用户输入的待收藏 url 就开始流程，所以不需要额外配置。 3.2 变量节点：引入 bot 变量中保存的飞书多维表格地址，将链接存储在 bot 的变量中，并在工作流运行时进行引用。 3.3 插件节点：获取页面内容，把开始节点的{{BOT_USER_INPUT}}引入到参数{{url}}中，随便设置{{timeout}}为 60000。

以下是用 Coze 创建带工作流的智能体的全流程： 1. 规划 制定任务的关键方法。 总结任务目标与执行形式。 将任务分解为可管理的子任务，确立逻辑顺序和依赖关系。 设计每个子任务的执行方法。 2. 实施 打开 Coze 官网 https://www.coze.cn/home 。 在 Coze 上搭建工作流框架，设定每个节点的逻辑关系。 详细配置子任务节点，并验证每个子任务的可用性。 3. 完善 整体试运行智能体，识别功能和性能的卡点。 通过反复测试和迭代，优化至达到预期水平。 在创建图像工作流方面： 创建图像工作流，图像流分为智能生成、智能编辑、基础编辑三类。 空间风格化插件有相关参数，如 image_url 是毛坯房的图片地址；Strength 是提示词强度，影响效果图；Style 是生成效果的风格，如新中式、日式、美式、欧式、法式等；user_prompt 是用户输入的 Promot 提示词。 按照构架配置工作流，调试工作流效果，调试工作流毛坯房测试用例：https://tgi1.jia.com/129/589/29589741.jpg 。 开始节点对应配置三项内容，进行提示词优化。 配置好人设和回复逻辑，然后点击右上角发布，机器人就可以出图。

以下是为您梳理的 AGI 学习路线： 1. 应用方面： 深入了解 Prompt，选择适合自己的 AI 对话、绘画和语音产品，每天使用并用于解决实际问题或提升效率。 2. 分析方面： 大量阅读各类文章、视频以及行业报告，理解各知识之间的关系。 3. 学习路径方面： 关键词：少就是多、先有个初识、目录索引推荐、兴趣最重要、先动手。 学习路径如同主线+支线的游戏通关。 学以致用，通过学习分享不断填补知识的缝隙来成长。 4. 分类学习方面： 对 AI 学习路径进行了重构，分为了初学者、面向开发应用者、面向使用模型者三个部分。 将课程目录从文章中单独独立出来，并按照初学者、进阶者进行分类。 同时，还可以参考以下个人心得： YoYo 作为文科生，在学习前不理解 AI 和提示词工程，通过不断尝试各种 AI 工具，走了不少弯路。学习后能够搓多 Agent 的智能体，进行营销文案 demo、SQL 代码进阶学习应用，创建多个智能体，并在公司中实践智能客服从创建到应用的过程。 希望以上内容对您有所帮助。

汽车智能座舱呈现出以下趋势： 1. 车被视为移动的家，座舱内具备优质沙发、空调、音响等，玩游戏成为很爽的体验，除出行需求外，座舱内的可能性增多。 2. 车上已搭载算力和传感器，加上 AI 应用，座舱的可能性进一步增大。但形成类似手机苹果 iOS 的生态系统可能性不大，因其使用场景有限，不过车停下时会有特殊应用场景。 3. 从去年开始，关注点从自动驾驶转向座舱，因座舱优化更易被感知和传播，自动驾驶进展难以测评达到一致性。 4. 许多车企致力于座舱芯片研发，基于语音做大模型，整车厂在这方面更有优势。 5. 驾驶方面更关注辅助功能，如停车、过窄道等实用功能。 6. 当座舱有 AI 算力后，能实现如根据人在车上的位置开窗户等交互功能，还有如父母在车内长时间等待时能看片、躺下等可能性。 7. 大模型终端化是趋势，如上车、上 PC、上手机。在车内控制车身、智能座舱及与自动驾驶融合时，云端时延不够，大模型必须上车。同时，大模型上终端能保护隐私，如苹果自研大模型将与手机深度整合。

以下是关于智能客服的相关信息： GPT 智能客服： GPTs 是 GPT 的一种 ID 账号形态，类似微信公众号，用户可开发自己垂类应用。其开放门槛低，基本是 0 代码，开发方式包括自然语言（prompt）、知识库（knowledge）、第三方 API 对接（Action）。 GPTs 实现了目前最强的智能客服，具有对话流畅、多观点融合、答案准确等特点，但不太擅长推理计算。其实现原理是将 FAQ 上传到知识库，让 GPTs 具有客服应答能力。猜测类似检索增强生成技术（RAG），将知识库（knowledge）和问题（prompt）一起做 embedding，扔给 LLM 作答。 扣子平台： 扣子是新一代一站式 AI Bot 开发平台。无论是否有编程基础，都可以在扣子平台上快速搭建基于 AI 模型的各类问答 Bot，从解决简单的问答到处理复杂逻辑的对话。而且可以将搭建的 Bot 发布到各类社交平台和通讯软件上，让更多的用户与搭建的 Bot 聊天。其官网地址：https://www.coze.cn

Dify 调用飞书智能表格的方法如下： 1. 部署完成后，可以通过以下方式使用飞书·稍后读助手： 得益于飞书 app 的多平台支持，在电脑、手机端通过飞书机器人与稍后读助手进行对话。 直接在 Coze 商店中与 bot 进行对话。 如果还选择了部署到微信服务号、订阅号，也可以通过这些渠道调用 bot。 2. 设置稍后读存储地址： 首次使用，按以下步骤操作： 访问。 点击「更多创建副本」，然后复制新表格的分享链接。 将新链接发送到智能体对话中。 另外，还可以发送“查询存储位置”、“修改存储位置”，来更换飞书多维表格链接，调整稍后读存储位置。 3. 收藏待阅读的页面链接： 在对话中输入需要收藏的页面链接。如果是第一次使用，会要求授权共享数据。授权通过后，再次输入需要收藏的页面链接，即可完成收藏。 目前部分页面链接可能会小概率保存失败，暂未定位原因。 4. 智能推荐想看的内容： 在对话中发送“我想看 xx”、“xx 内容”，即可按个人兴趣推荐阅读计划。 此外，关于 Dify 在微信上的调用，可参考以下信息： GitHub: https://github.com/zhayujie/chatgptonwechat Gitee: https://gitee.com/zhayujie/chatgptonwechat 这里先暂时不过多介绍 Dify，它跟 AutoGPT、MetaGPT、FastGPT 等都是可以自己构建 Agent、工作流的 LLM 应用开发平台。AM 就是搭建在 Dify 上面的。 说回 LlamaEdge，可以自建一个 API 扩展来实现调用上面的 FLUX.1 API Server（套娃）。 API 扩展说明，可以查看：https://docs.dify.ai/zhhans/guides/extension/apibasedextension，但貌似 0.8.3 的版本不再使用了（dify 里面有不少功能更新缺陷或版本冲突，所以使用时需要自行修改或提交 PR）。 也可以引入项目，在 bot/dify/新建一个 dify_image.py 的程序，将画图程序的调用过程写到 dify bot 中，如用 query“画”开头接提示来触发调用。dify_image.py 后续会更新到代码仓库中。 图片服务器，很简单，分别写一个 Flask app 程序和一个 html： app.py template/index.html 以上代码都可以由 Phind、Copilot、Cursor、Zed + ollama + 一个代码大模型代劳，但架构感觉整复杂了不够优雅，后面整理好打包一个解决方案再提交一个 repo。

目前没有明确的权威信息表明“2030 年前全国中小学普及人工智能”这一具体说法的发布来源。但以下信息可能对您有所帮助： 美国第 116 届国会第二次会议提到，国家科学基金会主任应授予 K12 等教育阶段的教育项目资助，以支持人工智能系统相关的多样化劳动力培养、提高对其伦理、社会、安全等影响的认识，并促进对人工智能原理和方法的广泛理解。 北京市大中小学推广了 AI 学伴和 AI 导学应用。

以下是关于如何学习好人工智能的建议： 一、了解 AI 基本概念 首先，建议阅读「」部分，熟悉 AI 的术语和基础概念。了解什么是人工智能，它的主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。同时，浏览入门文章，这些文章通常会介绍 AI 的历史、当前的应用和未来的发展趋势。 二、开始 AI 学习之旅 在「」中，您将找到一系列为初学者设计的课程。特别推荐李宏毅老师的课程。您还可以通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 三、选择感兴趣的模块深入学习 AI 领域广泛（比如图像、音乐、视频等），您可以根据自己的兴趣选择特定的模块进行深入学习。同时，一定要掌握提示词的技巧，它上手容易且很有用。 四、实践和尝试 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出您的作品。在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 五、体验 AI 产品 与现有的 AI 产品进行互动是学习 AI 的另一种有效方式。尝试使用如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 六、中学生学习 AI 的特别建议 1. 从编程语言入手学习 可以从 Python、JavaScript 等编程语言开始学习，学习编程语法、数据结构、算法等基础知识，为后续的 AI 学习打下基础。 2. 尝试使用 AI 工具和平台 可以使用 ChatGPT、Midjourney 等 AI 生成工具，体验 AI 的应用场景。探索一些面向中学生的 AI 教育平台，如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识 了解 AI 的基本概念、发展历程、主要技术如机器学习、深度学习等。学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目 可以参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动。尝试利用 AI 技术解决生活中的实际问题，培养动手能力。 5. 关注 AI 发展的前沿动态 关注 AI 领域的权威媒体和学者，了解 AI 技术的最新进展。思考 AI 技术对未来社会的影响，培养对 AI 的思考和判断能力。 总之，学习 AI 可以从编程基础、工具体验、知识学习、实践项目等多个方面入手，全面系统地学习 AI 知识和技能，为未来的发展做好准备。 七、在医疗保健领域的 AI 学习 为了在医疗保健中让 AI 产生真正的改变，我们应该投资于创建一个模型生态系统——比如说，“专家”AI——它们像我们今天最优秀的医生和药物开发者那样学习。成为某个领域顶尖人才通常以多年的密集信息输入开始，通常是通过正规的学校教育，然后是某种形式的学徒实践；数年时间都致力于从该领域最出色的实践者那里学习，大多数情况下是面对面地学习。通过学校教育和经验，获得有助于在复杂情况下确定最佳答案的直觉特别具有挑战性。这一点对于人工智能和人类都是如此，但对于 AI 来说，这个问题因其当前的学习方式以及技术人员当前对待这个机会和挑战的方式而变得更加严重。我们应该通过使用彼此堆叠的模型来训练 AI，而不是仅仅依靠大量的数据，并期望一个生成模型解决所有问题。例如，我们首先应该训练生物学的模型，然后是化学的模型，在这些基础上添加特定于医疗保健或药物设计的数据点。预医学生的目标是成为医生，但他们的课程从化学和生物学的基础开始，而不是诊断疾病的细微差别。如果没有这些基础课程，他们未来提供高质量医疗保健的能力将受到严重限制。同样，设计新疗法的科学家需要经历数年的化学和生物学学习，然后是博士研究，再然后是在经验丰富的药物设计师的指导下工作。这种学习方式可以帮助培养如何处理涉及细微差别的决策的直觉，特别是在分子层面，这些差别真的很重要。

目前，在一些平台创建智能体有变现的可能性，例如字节的扣子平台。在扣子平台上，无论是否具备编程基础，都能迅速构建基于 AI 模型的各类问答 Bot，开发完成后还可发布到各种社交平台和通讯软件上。 然而，需要注意的是，无论是国内还是国外的大多数智能体平台都存在一些问题。比如，对于应用开发者没有付费支持，对于插件提供者没有 API 费用支持。这导致很多精心钻研和打磨出来的智能体难以免费开放。 要实现智能体的商业化变现，除了设计一整套商业化产品这种高风险方式外，卡密验证的方式是一种较简单的模式，即用户输入卡密来使用智能体或核心插件。

创建智能体一般可以按照以下步骤进行： 1. 在 coze 官网创建： 进入 coze 官网（www.coze.cn），注册并登录。 点击页面左上角的⊕，通过【标准创建】填入 bot 的基本信息。 了解 Bot 开发调试界面，包括人设与回复逻辑（左侧区域）、功能模块（中间区域）、交互优化（底部区域）、预览与调试（右侧区域）等。 2. 在扣子官网创建： 打开扣子官网（https://www.coze.cn/）。 “画小二智能小助手”Coze 商店体验地址：https://www.coze.cn/store/bot/7371793524687241256?panel=1&bid=6cqnnu5qo7g00 。 点击创建 Bot，在对话框中工作空间选择“个人空间”，命名为画小二智能小助手，并进行提示词设置。 3. 在阿里云百炼创建： 访问百炼控制台中“我的应用”，单击新增应用，在智能体应用页签，单击直接创建。如果之前已创建过应用，则单击右上角的新增应用。控制台页面链接：https://bailian.console.aliyun.com/?spm=5176.29619931.J__Z58Z6CX7MY__Ll8p1ZOR.1.2f3e59fciQnmL7/home 。 进入智能体应用管理界面后，选择大模型，例如通义千问Max，并根据需求进行模型参数的配置。 选择大模型之后，即可输入问题进行测试。

以下是一些可用于创建电商产品图的 AI 工具或智能体： 1. Flair、Booth 和 Bloom 等工具，可帮助品牌创建引人注目的产品照片。例如，能将挂在衣架上的连衣裙静态照片变成女人穿着裙子在花园里行走的形象。 2. AdCreative 和 Pencil 可以制作用于电子邮件或社交媒体的营销材料。 3. Frase 或 Writesonic 可以编写经过 SEO 优化的产品描述。 4. 以 Kimi+的“什么值得买”智能体为例，能通过 Query Rewrite 提取关键词，再通过 API 检索商品信息，与提示词组装后请求大模型回答，成为电商导购类的垂直搜索应用。 5. 藏师傅推荐的通过获取 Logo 图片的描述、根据描述和生成意图生成图片提示词、将图片和提示词输入 Comfyui 工作生成的方法，例如人民有信仰整了个提示词一件生成的智能体：https://www.coze.cn/s/iDec2U13/ 。

以下是关于 Cursor 相关报错原因及实践的一些内容： 报错原因： 重复安装依赖项。 重新创建文件。 导入的路径不对。 错误导入已经废弃的文件。 突破 AI 记忆的东西。 Cursor 缓存未更新。 实践经验： 前期描述好需求，在设置里注意 Rules for AI 的提示词。 按照功能模块单独建立实现文档，包括深入理解需求、技术实现、测试等。 学会看代码，了解每一步文件的作用，有助于提升技术理解。 分阶段实现需求，效率更高，只考虑本阶段需求。 主动思考，大语言模型有局限性，如在 Cursor 中可能出现报错排查指引错误的情况，需要人工强介入。 注意细节操作，每次修改完代码要保存再运行，整体修改慎用，新增功能可新开对话，每个项目新建文件夹并将相关文件放在里面，代码中多带日志方便报错调试。 进行单元测试时可能遇到安装缺失库进度慢、Cursor 工作位置错误导致关键文档放错位置和创建垃圾文件等问题。

创建和训练自己的智能体可以参考以下步骤： 1. 知识库创建： 在线知识库：点击创建知识库，创建一个如画小二课程的 FAQ 知识库。飞书在线文档中每个问题和答案以分割，选择飞书文档、自定义的自定义，输入，可编辑修改和删除，添加 Bot 后可在调试区测试效果。 本地文档：对于本地 word 文件，注意不能将所有内容一股脑放进去训练。例如画小二 80 节课程分为 11 个章节，应先放入大章节名称内容，章节内详细内容按固定方式人工标注和处理，然后选择创建知识库自定义清洗数据。 2. 发布应用：点击发布，确保在 Bot 商店中能够搜到，只有通过发布才能获取到 API。 在创建智能体之前，还需要了解智能体的相关知识： 智能体大多建立在大模型之上，从基于符号推理的专家系统逐步演进而来。基于大模型的智能体具有强大的学习能力、灵活性和泛化能力。其核心在于有效控制和利用大型模型，提示词的设计直接影响智能体的表现和输出结果。 动手实践创建智能体时，可以基于公开的大模型应用产品（如 Chat GLM、Chat GPT、Kimi 等），尝试开发属于自己的智能体。具体步骤包括： 1. 点击“浏览 GPTs”按钮。 2. 点击“Create”按钮创建自己的智能体。 3. 使用自然语言对话或手工设置进行具体设置。 4. 开始调试智能体并发布。 此外，在创建和使用智能体的过程中，还应注意以下几点： 1. 把工作单元切割开，建设属于自己的智能体，并根据结果反馈不断调整。 2. 定期审视工作流程，看哪个部分可以更多地用上 AI。 3. 注重个人素质的提升，尤其是学习能力和创造能力，培养好奇心和持续学习的习惯，将想法转化为具体行动。

可以使用 AI 创建应用。以下为您介绍一些相关的途径和示例： 1. Lepton AI 是一个由前阿里巴巴副总裁贾扬清创建的 AI 应用快速部署平台，其网址为 https://www.lepton.ai/playground 。该平台包含大量开源的大模型，通过一行命令可以快速调用，也能在此创建 AI 应用。 2. 在企业级 AI 应用开发方面，有以下几种类型的应用： 智能体应用（Assistant）：这是一种基于上下文对话，自主决策并调用工具来完成复杂任务的对话式 AI 应用。通过简单配置即可快速上手和实现基本功能。例如在客户服务中了解客户诉求、解决客户问题，如查询订单状态、处理退款等；在个人助理方面管理日程安排、提醒事项、发送邮件等；在技术支持方面了解技术问题，提供解决方案，帮助用户排除故障。详情参见。 工作流应用（Workflow）：这是一种将复杂任务拆解为若干子任务，以提高工作流程可控性的流程式 AI 应用。用户可以通过拖拽节点来创建自定义的任务流程。例如在 AI 翻译中实现初步翻译、内容审校、再次优化的翻译流程，提升翻译质量。详情参见。 智能体编排应用：这是一种支持多智能体协作的流程式 AI 应用，使您能够编排多个智能体的执行逻辑，也可以使多个智能体自动规划和执行任务。例如在综合调研报告中组建一个报告撰写团队，包括负责写作意图识别、大纲书写、总结摘要、智能绘图、事件研判、段落撰写、文笔润色等任务的智能体；在软件开发团队中组建一个智能体开发团队，包括负责需求分析、系统设计、编码实现、测试调试、文档编写等任务的智能体。详情参见。 3. 如果您不会代码，可以直接将问题报给 ChatGPT ，然后再把 ChatGPT 给出来的结果粘贴回去（如果还不行，就反复调试）。对于获取 API 使用的示例代码，以 OpenAI API 为例，您可以在以下页面获取： 获取 API 密钥：https://platform.openai.com/apikeys （通常需要绑定支付方式，才可以获取有效 Key ） 获取 API 调用的示例代码：https://platform.openai.com/playground