我想看到在coze平台上的一些AI agent的开放源，怎么才能看到

以下是一些关于图片 AI 工具的信息： AI 去水印工具： 1. AVAide Watermark Remover：在线工具，使用 AI 技术，支持多种图片格式，如 JPG、JPEG、PNG、GIF 等。操作简单，上传图片、选择水印区域，然后保存下载处理后的图片，还提供去除文本、对象、人物、日期和贴纸等功能。 2. Vmake：提供 AI 去除图片水印功能，可上传最多 10 张图片，AI 自动检测并移除水印，处理完成后可保存生成的文件，适合需快速去水印及在社交媒体分享图片的用户。 3. AI 改图神器：提供 AI 智能图片修复去水印功能，可一键去除图片中多余物体、人物或水印，不留痕迹，支持直接粘贴图像或上传手机图像，操作简便。 好用的图生图产品： 1. Artguru AI Art Generator：在线平台，生成逼真图像，为设计师提供灵感，丰富创作过程。 2. Retrato：AI 工具，将图片转换为非凡肖像，有 500 多种风格选择，适合制作个性头像。 3. Stable Diffusion Reimagine：新型 AI 工具，通过稳定扩散算法生成精细、具细节的全新视觉作品。 4. Barbie Selfie Generator：专为喜欢梦幻童话风格的人设计，将上传照片转换为芭比风格，效果佳。 星流一站式 AI 设计工具： 顶部图像编辑工具包含画布工具、帮助专区、图像智能工具、历史记录。 基础工具： 1. 选择（V）：可选中画布上的图片并移动图片。 2. 平移画布：可移动画布，但无法选中图片。 3. 上传图片：可上传图片到画布，上传大于 20482048 的图片到画布，会自动压缩到 20482048 以内，也可直接拖动图像到画布上传。 4. 图像选中：左键点击图像进行选中，才能使用图像智能工具。 帮助专区： 1. 教程板块：跳转到星流的详细图文教程板块。 2. 快速导览：对各个区域逐步进行高亮并解释。 请注意，以上内容由 AI 大模型生成，请仔细甄别。

以下是一些给视频配音效的 AI 工具： 1. Wavel Studio： 支持 30 多种语言的配音，音质自然流畅。 自动去除背景噪音和杂音。 提供添加字幕和文本叠加层的工具。 界面友好，提供多种自定义选项。 2. Elai.io： 支持 65 多种语言的配音，音色和语调真实。 自动将唇形与语音同步。 生成字幕，提高视频的可访问性。 支持多位配音者，适合复杂对话场景。 3. Rask AI： 支持 130 多种语言的配音，包括稀有和濒危语言。 采用先进语音合成技术，音质高保真。 提供语音参数自定义和音效添加工具。 与多种视频编辑平台和工作流程整合。 4. Notta： 提供快速实惠的多语言配音解决方案。 保留原声说话风格和细微差别。 提供调整语音速度和音调的工具。 支持批量处理，高效完成多视频配音。 5. Dubverse： 支持 60 多种语言的配音，音质接近真人。 提供文本转语音和语音克隆功能。 提供语音参数自定义和情感添加工具。 与多种视频平台和社交媒体渠道整合。 6. Speechify： 支持 50 多种语言的配音，音质自然流畅。 提供实时配音功能，适用于直播和演讲。 将语音转录为文本，方便后期字幕制作和编辑。 与多种生产力和学习工具整合。 7. Vidnoz AI： 支持 23 多种语言的配音，音质高保真。 支持文本转语音和语音克隆功能。 提供语音参数自定义和背景音乐添加工具。 提供面向个人和企业的经济实惠的定价方案。 在选择视频配音工具时，请考虑支持的语言数量、语音质量、自定义选项和价格等因素。 此外，还有日语 AI 配音工具 Nijivoice，支持自然真实且具有情感的语音生成，适用于动画配音、广播剧、广告、游戏等多种场景。提供多种情感表达（如开心、悲伤、愤怒等）和丰富的虚拟角色库，每个角色拥有独特的语音风格。支持语音速度、音高和情感强度的编辑，方便用户调整细节。

以下是为您推荐的一些 AI 写小说相关的文档和学习资料： 1. 《🐋全新 AI 整活计划：DeepSeek 小说家 2025 年 2 月 9 日》 介绍了关于提示词编写及 AI 应用的探讨，包括理性决策提示词的编写方法、示例的价值、自用与他用提示词的区别、改进指令遵循、AI 应用于软件开发等方面。 还分享了关于写作方式、好文字的定义、模型特点与推荐等内容。 2. 《陈财猫：如何用 AI 写出比人更好的文字？》 提到了两个技巧，一是“显式归纳与列出你想要的文本特征”，二是“通过 prompt 中的描述与词语映射到预训练数据中的特定类型的文本，从而得到想要的相似样本”。 3. 《Stuart:教你用 coze 写起点爆款小说《夜无疆》,做到高中生文笔水平》 介绍了一个能写出至少高中水平小说的 coze 工作流，包括用 bing 搜索相关内容、将搜索结果结构化、用大模型草拟大纲、写文章等核心节点。

以下是一些 AI 写小说的提示词示例： 1. 用大模型草拟大纲：包括标题、主旨、世界观、主要角色、小说背景、情节概要等方面。 2. 写小说本身的提示词相对简单，比如通过搜索来提供概念，将搜索结果结构化，以方便大模型理解。 3. 理性决策提示词：例如收集信息、重新定义问题、运用 Mini Max Regret 方法等步骤。 4. 自用和他用的提示词在稳定性、经济性、可维护性等方面有较大区别，工业化提示词需稳定、经济且易维护。 5. 关于写作方式，既需要精心设计也需要直觉创作。 6. 好的文字能引起生理共鸣和情绪，若能引起众多人的共鸣则可能成为公认的佳作。 7. 用 Deepseek 写小说要能引起共鸣和考虑人类共性，文字要感动人。

您可以通过以下方式获取 AI 系统学习文档： 1. 观看李弘毅老师的生成式 AI 导论、吴达的生成式 AI 入门视频等，并整理成学习笔记，在整理过程中学习更多知识，还能与大家交流互动。 2. 等待社区共创内容，通过共创做小项目来反向推动学习。 3. 原子将分享 30 分钟快速体验 AI 工具并教爸妈理解相关内容。 4. 学习 A16Z 推荐的包括 GPT 相关知识、Transformer 模型运作原理，及大语言模型词语接龙原理等基础知识。 5. 查看如介绍 GPT 运作原理、Transformer 模型、扩散模型等的经典必读文章。 6. 推荐看 open AI 的官方 Cookbook，小琪姐做了中文精读翻译，也可查看 cloud 的相关内容。 7. 查看历史脉络类资料，如整理了 open AI 的发展时间线和万字长文回顾等。 相关内容的获取链接为：https://waytoagi.feishu.cn/minutes/obcn7mvb3vu6k6w6t68x14v5?t=2727000 、https://waytoagi.feishu.cn/minutes/obcn7mvb3vu6k6w6t68x14v5?t=2806000 、https://waytoagi.feishu.cn/minutes/obcn7mvb3vu6k6w6t68x14v5?t=2942000 。

以下是一些可供您系统学习 AI 的资源： 1. 通往 AGI 之路知识库： 其中包含关于 AI 知识库使用及 AIPO 活动的介绍，包括使用情况、发起背景、内容安排及相关资源等。 有 AIPO 线下活动及 AI 相关探讨，涉及活动规则、玩法以及 AI 在科技发展中的地位和研究方向。 介绍了 way to AGI 社区活动与知识库，包括活动安排、材料准备、知识库使用和内容更新情况。 提供了关于 AI 知识库及学习路径的介绍。 包含 AI 相关名词解释，如 AGI、AIGC、agent、prompt 等，建议通过与 AI 对话或李继刚老师的课程来理解。 说明了知识库的信息来源，如赛博蝉星公众号、国外优质博主的 blog 或 Twitter 等，推荐订阅获取最新信息并投稿。 介绍了社区共创项目，如 AIPU、CONFIUI 生态大会，每月有切磋大会等活动，还发起了新活动 AIPO。 提供了学习路径，如李弘毅老师的生成式 AI 导论等高质量学习内容，可系统化学习或通过社区共创活动反推学习，鼓励整理学习笔记并分享交流。 有经典必读文章，如介绍 GPT 运作原理、Transformer 模型、扩散模型等的文章，还包括软件 2.0 时代相关内容。 为初学者入门推荐了 open AI 的官方 Cookbook，小琪姐做了中文精读翻译，也可查看 cloud 的相关内容。 整理了 open AI 的发展时间线和万字长文回顾等历史脉络类资料。 2. 通往 AGI 之路的相关平台： 网站： 公众号：通往 AGI 之路 B 站： 小红书： X（Twitter）： 内置知识库 AI 助手 此外，还有【法律法规】《人工智能法案》2023.06.pdf_TEXTS ADOPTED 中的相关内容，但此部分主要涉及法规方面。

以下是一些好用的 AI Agent 软件： 1. Coze：新一代一站式 AI Bot 开发平台，集成丰富插件工具，适用于构建各类问答 Bot，能拓展 Bot 能力边界。 2. Microsoft 的 Copilot Studio：主要功能包括外挂数据、定义流程、调用 API 和操作，以及将 Copilot 部署到各种渠道。 3. 文心智能体：百度推出的基于文心大模型的智能体平台，支持开发者打造产品能力。 4. MindOS 的 Agent 平台：允许用户定义 Agent 的个性、动机、知识，以及访问第三方数据和服务或执行工作流。 5. 斑头雁：2B 基于企业知识库构建专属 AI Agent 的平台，适用于客服、营销、销售等场景，提供多种成熟模板，功能强大且开箱即用。 6. 钉钉 AI 超级助理：依托钉钉强大的场景和数据优势，在处理高频工作场景如销售、客服、行程安排等方面表现出色。 此外，还有以下相关的新产品： 1. ThinkGPT by Jina AI：来自中国创业团队 Jina AI（作者来自德国），让 LLM 拥有更强的推理与执行能力，构建模块包括记忆、自我改进、压缩知识、推理与自然语言环境，实现的功能有用长期记忆和压缩知识解决有限上下文问题、通过更高阶的推理基元增强 LLM 的单次推理能力、为代码库增加智能决策能力。链接：https://github.com/jinaai/thinkgpt 2. Gradiotools：Hugging Face Spaces 上可以将成千上万个 Gradio 应用程序转换为工具的 Python 库，基于 LLM 的代理可利用这些工具完成任务，目前支持 LangChain 和 MiniChain 代理库，附带一组预先搭建的工具，如 StableDiffusionTool、ImageCaptionTool、ImageToMusicTool 等。

AI 智能体在多个领域有着广泛的应用和发展。 在品牌卖点提炼中，AI 智能体可以发挥作用。AI 在逻辑推理、数据分析、内容理解和输出方面有优势，但在应用前需明确其能力边界，例如它对公司的主要产品、产品解决的用户需求、产品独特之处、获得的认可、核心渠道、核心购买人群、营销手段、期望的新渠道结果等了解程度接近于 0。因此，更适合将其构建为引导型的助手，在寻找卖点过程中提供思考维度和灵感。 Menlo Ventures 认为生成式 AI 应用有搜索、合成和生成三个核心用例与强大的产品市场契合度，其中心是少样本推理能力。但生成式人工智能的潜力不止于此，领先的应用程序构建商正在建立解决方案处理大量人力工作流程。借助新型构建块，下一波智能体正在拓展 AI 能力边界，实现端到端流程自动化。未来的完全自主智能体可能拥有多构建块，而当前的 LLM 应用和智能体尚未达到此水平。例如流行的 RAG 架构不是智能体式的，而将 LLM 置于应用程序控制流中让其动态决定行动等时智能体才出现。Menlo 确定了决策智能体、轨道智能体和通用人工智能体三种智能体类型，并探讨了五种参考架构和每种类型的示例。

搭建 Agent 的 Prompt 可以参考以下步骤： 1. 从基础案例入门 登录控制台：登录扣子控制台（coze.cn），使用手机号或抖音注册/登录。 在我的空间创建 Agent：在扣子主页左上角点击“创建 Bot”，选择空间名称为“个人空间”、Bot 名称为“第一个 Bot”，并点击“确认”完成配置。如需使用其他空间，请先创建后再选择；Bot 名称可以自定义。 编写 Prompt：填写 Prompt，即自己想要创建的 Bot 功能说明。第一次可以使用一个简短的词语作为 Prompt 提示词。 优化 Prompt：点击“优化”，使用来帮忙优化。 设置开场白。 其他环节。 发布到多平台&使用。 2. 进阶之路 三分钟捏 Bot： 三分钟内可以完成基础的创建步骤。 十五分钟做什么：查看下其他 Bot，获取灵感。 一小时做什么：找到和自己兴趣、工作方向等可以结合的 Bot，深入沟通。 一周做什么：了解基础组件，寻找不错的扣子，借鉴&复制，加入 Agent 共学小组，尝试在群里问第一个问题。 一个月做什么：合理安排时间，参与 WaytoAGI Agent 共学计划，自己创建 Agent，并分享自己捏 Bot 的经历和心得。 3. 在 WaytoAGI 有哪些支持：文档资源、交流群、活动。 4. 《执笔者》：基于多 Agent 模式的全能写手 多 agent 模式切换：在 bot 编排页面点选多 agent 模式，页面将会自动切换为多 agent 调式状态，相比单 agent，主要是多了中间一块的 agent 连接区。 添加合适节点：节点这里有两种方式可以选择，用已发布的 bot，或者创建一个新的 agent，大家按需选取。添加的 agent 直接连接在默认的总管 agent（“执笔者”）后面即可，无结束节点。 添加合适的 prompt：在多 agent 模式下，我们需要为每个 agent 填写合适的 prompt。外围的人设填写该 bot 的主要功能，内部的 bot 填写各个 bot/agent 的应用场景。 调试与美化：经过以上简单三步，一个多 agent 的 bot 就基本搭建完成，接下来就是漫长的调试过程，如果输出与自己设想有差异，可以不断调整外围和内部 bot 的提示词，提升命中率，优化交互。 5. 一个提示词，让 DeepSeek 的能力更上一层楼？——HiDeepSeek 效果对比：用 Coze 做了个小测试，大家可以对比看看。 如何使用： 搜索 www.deepseek.com，点击“开始对话”。 将装有提示词的代码发给 Deepseek。 认真阅读开场白之后，正式开始对话。 设计思路： 将 Agent 封装成 Prompt，将 Prompt 储存在文件，保证最低成本的人人可用的同时，减轻自己的调试负担。 通过提示词文件，让 DeepSeek 实现：同时使用联网功能和深度思考功能。 在模型默认能力的基础上优化输出质量，并通过思考减轻 AI 味，增加可读性。 照猫画虎参考大模型的 temperature 设计了阈值系统，但是可能形式大于实质，之后根据反馈可能会修改。 用 XML 来进行更为规范的设定，而不是用 Lisp（对我来说有难度）和 Markdown（运行下来似乎不是很稳定）。 完整提示词：v 1.3 特别鸣谢：李继刚的【思考的七把武器】在前期为我提供了很多思考方向；Thinking Claude 是我现在最喜欢使用的 Claude 提示词，也是我设计 HiDeepSeek 的灵感来源；Claude 3.5 Sonnet 是最得力的助手。

多智能体（MultiAgent）是由多个自主、独立的智能体（Agent）组成的系统。在这个系统中，每个智能体都能够感知环境、进行决策并执行任务，同时它们之间可以进行信息共享、任务协调以及协同行动，以实现整体的目标。 随着大型语言模型（LLM）的出现，以 LLM 为核心构建的 Agent 系统近期受到广泛关注。Agent 系统旨在利用 LLM 的归纳推理能力，为不同的 Agent 分配角色和任务信息，并配备相应的工具插件，以完成复杂的任务。 目前，更常见的框架主要集中在单 Agent 场景下。单 Agent 的核心在于 LLM 与工具的协同配合。LLM 根据用户任务的理解，推理出需要调用的工具，并根据调用结果向用户提供反馈。在任务完成过程中，Agent 可能需要与用户进行多轮交互。 与此同时，越来越多的 Agent 框架开始关注多 Agent 场景。为了完成任务，多 Agent 会为不同的 Agent 指定不同的角色，并通过 Agent 之间的协作来完成复杂的任务。与单 Agent 相比，在任务完成过程中，与用户的交互可能会减少一些。 为构建一个多 Agent 框架，主要组成部分包括： 1. 环境（environment）：所有 Agent 应处于同一个环境中。环境中包含全局状态信息，Agent 与环境之间存在信息的交互与更新。 2. 阶段（stage）：为完成复杂任务，现有多 Agent 框架通常采用 SOP 思想，将复杂任务分解为多个子任务。 3. 控制器（controller）：控制器可以是 LLM，也可以是预先定义好的规则。它主要负责环境在不同 Agent 和阶段之间的切换。 4. 记忆：在单 Agent 中，记忆只包括用户、LLM 回应和工具调用结果等部分。而在多 Agent 框架中，由于 Agent 数量增多，导致消息数量增多。同时，每条消息可能需要记录发送方、接收方等字段。 多智能体的核心交互流程包括： 1. 控制器更新当前环境状态，选择下一时刻行动的 Agent。 2. Agent 与环境交互，更新自身的记忆信息。 3. Agent 调用 LLM，执行动作并获取输出消息。 4. 将输出消息更新到公共环境中。 参考资料： 1. 《》 2. 《》

智能体（Agent）在人工智能和计算机科学领域是一个非常重要的概念，指的是一种能够感知环境并采取行动以实现特定目标的实体，可以是软件程序，也可以是硬件设备。 智能体可以根据其复杂性和功能分为以下几种类型： 1. 简单反应型智能体（Reactive Agents）：根据当前的感知输入直接采取行动，不维护内部状态，也不考虑历史信息。例如温控器，它根据温度传感器的输入直接打开或关闭加热器。 2. 基于模型的智能体（Modelbased Agents）：维护内部状态，对当前和历史感知输入进行建模，能够推理未来的状态变化，并根据推理结果采取行动。比如自动驾驶汽车，它不仅感知当前环境，还维护和更新周围环境的模型。 3. 目标导向型智能体（Goalbased Agents）：除了感知和行动外，还具有明确的目标，能够根据目标评估不同的行动方案，并选择最优的行动。例如机器人导航系统，它有明确的目的地，并计划路线以避免障碍。 4. 效用型智能体（Utilitybased Agents）：不仅有目标，还能量化不同状态的效用值，选择效用最大化的行动，评估行动的优劣，权衡利弊。比如金融交易智能体，根据不同市场条件选择最优的交易策略。 5. 学习型智能体（Learning Agents）：能够通过与环境的交互不断改进其性能，学习模型、行为策略以及目标函数。例如强化学习智能体，通过与环境互动不断学习最优策略。 在 LLM 支持的自主 Agent 系统中，LLM 充当 Agents 的大脑，并辅以几个关键组成部分： 1. 规划：包括子目标和分解，将大型任务分解为更小的、可管理的子目标，从而能够有效处理复杂的任务；反思和完善，Agents 可以对过去的行为进行自我批评和自我反思，从错误中吸取教训，并针对未来的步骤进行完善，从而提高最终结果的质量。 2. 记忆：短期记忆，所有的上下文学习都是利用模型的短期记忆来学习；长期记忆，这为 Agents 提供了长时间保留和回忆（无限）信息的能力，通常是通过利用外部向量存储和快速检索来实现。 3. 工具使用：Agents 学习调用外部 API 来获取模型权重中缺失的额外信息（通常在预训练后很难更改），包括当前信息、代码执行能力、对专有信息源的访问等。 随着 LLM 在几个关键能力上的成熟——理解复杂输入、进行推理和规划、可靠使用工具以及从错误中恢复，智能体开始在生产环境中涌现。智能体通过与人类用户的命令或交互式对话开始工作。一旦任务明确，智能体就会独立进行规划和操作，必要时会向人类寻求更多信息或判断。在执行过程中，智能体需要在每个步骤从环境中获取“基准事实”（如工具调用结果或代码执行情况）以评估其进展。智能体可以在检查点或遇到障碍时暂停等待人类反馈。任务通常在完成时终止，但也常常包含停止条件（如最大迭代次数）以保持控制。 智能体适用于难以或无法预测所需步骤数量的开放性问题，且无法硬编码固定路径的场景。LLM 可能需要运行多个回合，您必须对其决策能力有一定信任。智能体的自主性使其非常适合在可信环境中扩展任务，但智能体的自主性也意味着更高的成本和潜在的错误累积。我们建议在沙盒环境中进行广泛测试，并设置适当的防护措施。 以下是一些实用案例： 1. 用于解决 SWEbench 任务的编码智能体，根据任务描述对多个文件进行编辑：https://www.anthropic.com/research/swebenchsonnet 2. 我们的“计算机使用”参考实现，让 Claude 使用计算机完成任务：https://github.com/anthropics/anthropicquickstarts/tree/main/computerusedemo

目前有一些 AI 面试官的相关产品，例如： 1. 用友大易 AI 面试产品：具有强大技术底座、高度场景贴合度、招聘全环节集成的解决方案、先进防作弊技术及严密数据安全保障。能完成面试、初筛并自动发送面试邀约。 2. 海纳 AI 面试：通过在线方式、无需人为干预完成自动面试、自动评估，精准度高达 98%，面试效率比人工方式提升 5 倍以上，候选人到面率提升最高达 30%。 3. InterviewAI：在线平台，提供面试职位相关问题及 AI 生成的推荐答案。候选人用设备麦克风回答，每个问题最多回答三次，并收到评估、建议和得分。 此外，Cognition 发布了首位 AI 软件工程师 Devin，它是一个自主 Agents，能通过使用自己的 shell、代码编辑器和网络浏览器解决工程任务，成功通过知名人工智能公司的实际工程面试，还在 Upwork 上完成了实际工作。在无辅助情况下正确解决了 13.86%的问题，远超之前最先进模型。 在其他领域，也有相关的 AI 项目和产品，如： 1. 软件层具有独特多元化行为动作生成及控制 AI Agent 的产品，能实现人类所有基本行为动作的生成及流程过渡，硬件层具有独特并行通信架构，容错率高，力矩密度前沿，深度耦合软件算法，实现 24 小时全天续航无休。 2. 百奥几何的生成式 AI 大模型赋能蛋白质设计，应用在包括生物医药、化工、医美、食品等整个生物制造领域，其生成式 AI 蛋白质大模型 GeoFlow 已达国际领先水平。 3. 行云致力于打造软件亲和、高显存规格的大模型推理芯片，用异构、白盒的硬件形态重塑大模型计算系统，解决大模型产业的算力成本和供应问题。

以下是关于如何使用 Coze 的详细介绍： 一、Coze 概述 字节的官方解释：Coze 是新一代一站式 AI Bot 开发平台。无论是否有编程基础，都能在该平台上快速搭建基于 AI 模型的各类问答 Bot，从解决简单问答到处理复杂逻辑对话。并且，可将搭建的 Bot 发布到各类社交平台和通讯软件上与用户互动。 个人认为：Coze 是字节针对 AI Agent 领域的初代产品，在 Coze 中称 AI Agent 为 Bot。 字节针对 Coze 部署了两个站点： 1. 国内版： 网址：https://www.coze.cn 官方文档教程：https://www.coze.cn/docs/guides/welcome 大模型：使用字节自研的云雀大模型，国内网络可正常访问。 2. 海外版： 网址：https://www.coze.com 官方文档教程：https://www.coze.com/docs/guides/welcome 大模型：GPT4、GPT3.5 等大模型（可参考文档白嫖 ChatGPT4） 访问需突破网络限制的工具，参考文档：https://www.coze.com/docs/zh_cn/welcome.html 二、Coze 使用教程 AI Agent 的开发流程： Bot 的开发和调试页面布局主要分为以下几个区块： 1. 提示词和人设的区块 2. Bot 的技能组件 3. 插件 4. 工作流 5. Bot 的记忆组件 6. 知识库 7. 变量 8. 数据库 9. 长记忆 10. 文件盒子 11. 一些先进的配置 12. 触发器：例如定时发送早报 13. 开场白：用户和 Bot 初次对话时，Bot 的招呼话语 14. 自动建议：每当和 Bot 一轮对话完成后，Bot 给出的问题建议 15. 声音：和 Bot 对话时，Bot 读对话内容的音色 三、Coze 实操 徒手捏 Bot 1. 标准流程搭建产品问答机器人（重要！） 搭建流程 工作流 Start 节点：每个工作流默认都有的节点，是工作流的开始。定义了一个输入变量：question，question 会在启动工作流的时候由 Bot 从外部获取信息传递过来。 知识库节点：输入为 Query（用户的查询），输出为一个数组，承载着从知识库中查询出来的匹配片段。在 Start 节点后面接入知识库节点，目的是将用户的问题跟知识库进行匹配。注意知识库中的几个概念：Search strategy（查询策略）包括 Hybrid search（混合查询）、Semantic search（语义查询）、Full Text search（全文索引）。 变量节点：有设置变量给 Bot 和从 Bot 中获取变量两个能力。 大模型节点：输入可以自己定义数量，本质是给大模型的参数。Prompt 是大模型的提示词，用来设定大模型的角色和工作内容，可使用{{}}来使用输入变量，输出为大模型的回答。 数据库节点：输入由用户定义多个参数，输出如果数据库是查询作用，则包含查询出来的内容，SQL 通过 SQL 语句告诉数据库要执行的动作。 End 节点：工作流中的默认节点，作用是最终结果的输出，输出方式主要有两种，直接返回变量，由 Bot 根据变量生成回答，或根据变量使用特定格式直接生成回答。 测试工作流：编辑完成的工作流无法直接提交，需要测试。点击右上角的 test run，设定测试参数，查看测试结果，完成后可发布。 希望以上内容对您有所帮助！

以下是关于如何做 Coze 的相关内容： Glif 接入 Coze： 先创建一个插件： 填入插件名和插件描述。 创建方式选择云侧插件。 IDE 运行时选择 Python。 点击【在 IDE 中创建工具】。 在创建工具面板里： 填入工具名称。 填入工具介绍。 Glif 允许通过 API 调用平台上的应用，API 接入：https://docs.glif.app/api/gettingstarted 。 去创建一个新的 Token 并复制备用。 将自己发布的 glif 链接上的 id 复制备用。 在 Coze 的 IDE 中引入依赖和编写 handler 方法。 代码中对应的数据字段在元数据 Tab 中设置： 填写入参字段和描述，对完整链接要写清楚。 填写出参字段。 左侧的依赖包添加【requests】。 填入测试数据运行，测试通过后即可发布。 创建一个 Bot，挂载新创建的插件即可，在 Prompt 中做一些对入参的校验和约束。 最后，测试从 Coze 调用 Glif 功能跑通，发布 Coze。 Stuart: 炉石抽卡机 coze bot 制作： 选相对清晰的卡牌图，用 PS 抠图并处理。 制作插画，常用炉石风格插画有两类，修改和抽象 MJ 提示词，测试 Coze 的图像流效果。 运用叠图节点将抠好的卡套叠到插画上，用添加文字节点添加文字，校正位置和大小。 提取提示词作为输入参数，优化速度。 CT: coze 插件通过已有服务 api 创建： 进入 coze，在个人空间中选择插件，新建一个插件并命名。 在插件的 URL 部分填入 ngrok 随机生成的 https 链接地址。 配置输出参数，测试后发布插件。 手捏一个简单的 bot，创建测试 api 的 bot，接入创建的插件，在 prompt 里让其调用插件。 以上就是大致的思路和步骤。

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，帮用户自动回复评论。若想快速上手，可参考视频。若不了解 Coze 是什么，可参考文章： 安装 Coze Scraper： 通过应用商店安装： 1. 打开 Chrome 浏览器。 2. 点击在 Chrome 应用商店中打开 Coze Scrapper 扩展程序。 3. 单击添加至 Chrome。 4. 在弹出的页面，单击添加扩展程序。 本地安装： 1. 单击下载安装包，然后解压下载的文件。 2. 打开 Chrome 浏览器。 3. 在浏览器中输入 chrome://extensions 打开扩展程序页面，确认开发者模式处于打开状态。点击加载已解压的扩展程序，选择已解压的文件夹。 Coze 记账管家——数据库使用教程： 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，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，可直接和 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。点击以下卡片体验记账管家。

以下是入门制作 Coze 智能体的步骤： 1. 创建基础智能体： 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。 2. 了解 Bot 开发调试界面： 人设与回复逻辑（左侧区域）：设定 Bot 的对话风格、专业领域定位，配置回复的逻辑规则和限制条件，调整回复的语气和专业程度。 功能模块（中间区域）： 技能配置：插件（扩展 Bot 的专业能力，如计算器、日历等工具）、工作流（设置固定的处理流程和业务逻辑）、图像流（处理和生成图像的相关功能）、触发器（设置自动化响应条件）。 知识库管理：文本（存储文字类知识材料）、表格（结构化数据的存储和调用）、照片（图像素材库）。 记忆系统：变量（存储对话过程中的临时信息）、数据库（管理持久化的结构化数据）、长期记忆（保存重要的历史对话信息）、文件盒子（管理各类文档资料）。 交互优化（底部区域）：开场白（设置初次对话的问候语）、用户问题建议（配置智能推荐的后续问题）、快捷指令（设置常用功能的快速访问）、背景图片（自定义对话界面的视觉效果）。 预览与调试（右侧区域）：实时测试 Bot 的各项功能，调试响应效果，优化交互体验。 3. 动手实践： 创建智能体：使用单 Agent 对话流模式。 编排对话流：点击创建一个新的对话流（记得要和智能体关联）。 测试：找到一篇小红书笔记，试运行对话流，直接在对话窗口输入地址，看到数据即为成功。回到智能体的编排页面，同样方式测试，确保对话流执行成功。 发布：点发布后，只选择多维表格，然后点配置。打开配置页面，注意输出类型选文本，输入类型选字段选择器。完善上架信息，填写表格，选发布范围（可选仅自己可用以加快审核）。提交上架信息后，返回配置界面显示已完成，即可完成最终提交。

以下是关于学习 Coze 的相关内容： 制作 Coze 社群机器人的大致流程看似步骤繁多，但实际操作因 Coze 本身的设计和强大的社区力量并不复杂。关键是要“迈出第一步”，在制作过程中能体会到诸多乐趣，如与社区成员设计方案时的深入讨论，在 Coze 平台上灵活组装功能时的高效畅快，以及见证机器人在社区不断“成长”的成就感。未来会有更多社区加入，社群机器人可能不仅是助手，更是凝聚社区智慧的伙伴。目前的社区机器人还有不足，会继续优化以提供更优质服务。 如果对学习 Coze 和 AI Agent 有兴趣，可以加入免费的 AI Agent 共学群，该群组基于 WaytoAGI 社区等高质量信息源，分享 AI Agent 相关的玩法、经验和前沿资讯。可搜索微信号 Andywuwu07 或扫描二维码加微信，备注 AI 共学即可被拉入群。 另外，大圣的文章从非编程人士角度讲清楚了 Coze 中数据库的概念和基本使用，未陷入传统教学讲 SQL 语法的模式，而是通过与 Excel 对比让人了解数据库本质概念，以更好利用 ChatGPT 等工具辅助学习。大圣还正在规划关于 AI 时代应具备的编程基础系列，包括数据库、知识库、变量、JSON、API、操作系统与服务器、Docker 等内容。

以下是关于用 COZE 国内版搭建工作流的相关内容： 需求分析：主要需求是国内可直接使用且能批量生产，选用 COZE 搭建工作流，但批量生产可能会牺牲一定质量的文案和图片效果。 批量生成句子：不同于手动搭建，可一次性生成句子并进行图片处理，但一次生成不要太多，建议设置为一次生成五句。 句子提取：需要把生成的句子逐个提取出来，针对每个句子画图。 图片生成：根据生成的句子结合特有画风等描述绘图。 图片和句子结合：COZE 工作流本身支持 Python 代码，但环境中缺少画图、图片处理所需包，可替换为搞定设计的方式处理图片，会用 PS 脚本效果也不错。 工作流使用：工作流是 AI Bot 的核心和灵魂部分。第一步是开始节点，定义用户传入赋值的变量及描述，描述作为提示词，用户输入相关关键词时会调用工作流。第二步通过大模型组件解析用户输入信息是否满足提示词条件，借助 AI 大模型组件可实现动态用户需求传入，通过自然语言动态调用条件流程，而非传统编程的固定条件匹配和调用。接下来是条件判断，根据大模型解析结果选择条件执行。

对于刚接触 AI 领域的小白，以下是一些开始学习的建议： 1. 选择合适的开始方式： 本地部署：如果您的电脑是 M 芯片的 Mac 电脑（Intel 芯片出图速度非常慢，因此不建议）或者 2060Ti 及以上显卡的 Windows 电脑，可以选择本地部署。强烈建议在配有 N 卡的 Windows 电脑上进行。 在线平台：对于电脑不符合要求的小伙伴可以直接使用在线工具，在线工具分为在线出图和云电脑两种，前者功能可能会受限、后者需要自己手动部署，大家根据实际情况选择即可。 配台电脑：非常不建议一上来就配主机，因为大概率会变成游戏机或者吃灰（土豪请随意）。玩几个月后还对 AI 有兴趣的话再考虑配个主机。主机硬盘要大，显卡预算之内买最好，其他的随意。 2. 学习基础课程： 先验经验：需要熟练使用文生图、图生图；需要有一定的逻辑思考能力以及推理能力；适合炼丹新人、小白。 课程安排：课程大约 70 80%是理论和方法论的内容，大部分练习会在课外跟大家沟通、练习。只有少部分必要内容会在课上演示。 3. 学习路径： 必学、必看内容是基础课，主要是为了解决环境问题和软件安装不上的问题。 建炉是针对不同炼丹方式提供了不同的炼丹工具的安装教程。 正式的内容部分分为了数据集预处理、模型训练以及模型调试及优化三个部分。 另外，您的 AI 之旅可以从 prompt 开始。在开始时，您可能更多的是临时捏一些 prompt 解决具体的问题，随着学习的深入，可以将 prompt 规范、抽象用以让 AI 拟人。在这个过程中，您需要花一些时间和做一些准备，多参与社区交流，社区中很多门槛问题都已经有了解决方案。

人类与 AI 的关系具有多面性： 人类是工具的创造者，具有与生俱来的理解和创造驱动力，不断创造出更强大的工具，如电力、晶体管、计算机、互联网，AGI 也是人类进步的又一工具。长期来看，人类创新推动生活各方面繁荣改善，未来经济增长令人期待，十年后每个人的成就可能超越现在最具影响力的个人。 在这个时代，人类需要保持创造热情，这是与 AI 在动机上的最大差异。人类要提供立意与想法，具备抽象化和具象化能力，善于叙事和引导，并对 AI 做出的选择进行关键决策，还要深刻理解 AI 系统的工作方式与边界。AI 不再是威胁，而是伙伴，能帮助人类发挥潜力。 人类的独特价值在于能为 AI 的创造注入灵魂，避免 AI 对人类文化进行“高斯模糊”，导致独特风格被平均掉。当人类积极使用 AI 时，能将独特性留在共创作品中，保留个体独特性的世界对人类才有意义。

学习 AI 提示词是有必要的。提示词是给大语言模型的输入文本，用于指定模型应执行的任务和生成的输出，能“提示”模型做什么。设计高质量提示词需根据目标任务和模型能力精心设计，良好的提示词可让模型正确理解需求并给出符合预期的结果。 了解大模型的特性以及具备清晰表述自己需求和任务的能力，才能用好这个工具。 不过也有人持反对观点，认为像打字和写作一样，方法论不是关键，不断尝试和大模型交互就是最佳方法。但在与大模型交互时，用 Markdown 格式清晰表达问题有助于模型更好地理解用户意图，其具有结构清晰、格式化强调、适用性广等优点。 像 DeepSeek 这样的推理型大模型，更懂人话，不需要用户提供详细的步骤指令或特定的提示词模板，用自然语言描述真实场景和具体需求即可。还可以通过一些方式让 DeepSeek 的回答更符合需求，如让其“说人话”、激发深度思考、进行文风转换等。 总之，尽管有些模型可能不太依赖提示词，但学习提示词仍有助于您更好地与各类模型进行交互，并更有效地获得满意的结果。

可开源的 AI 工具是指其源代码可以被公开获取和使用的人工智能工具。这意味着您有机会查看和研究其代码的实现方式。 以下为您列举一些常见的可开源的 AI 工具： 1. CodeGeeX：由智谱 AI 推出的开源免费 AI 编程助手，基于 130 亿参数的预训练大模型，能快速生成代码，提升开发效率。 2. ：一个带 Web 界面简单易用的声音克隆工具。可使用任何人类音色，将一段文字合成为使用该音色说话的声音，或者将一个声音使用该音色转换为另一个声音。 3. ：一个开源的音频、音乐和语音生成整合工具包。 4. ：一键部署私人 GPT/LLM 的聊天机器人。支持语音合成、多模态和可扩展的插件系统，可以联网、画图、爬虫等。 5. ：能够利用爬虫，自动抓取与整合指定 URL 地址中的各种信息，并生成一个 output.json 的数据文件。将其喂给 ChatGPT，便可快速定制您的专属 GPT，打造个人知识库或者智能助理。 6. ：给 AI 看一眼截屏，便能直接生成代码。该项目可借助 GPT4 Vision 的能力，直接给您将屏幕截图转换为 HTML/Tailwind CSS，并利用 DALLE 3 的图像生成能力，生成外观相似的图像。 7. ：可在命令行终端，直接调用与展示各种大模型能力。实现了视频和照片编辑、系统配置更改、自动生成并运行 Demo 源码，AI 一对一聊天问答等功能。 需要注意的是，不同的开源 AI 工具在功能和适用场景上可能会有所不同，您可以根据自己的需求选择最适合您的工具。

以下是李飞飞相关文章的获取渠道： 《》 《》

以下是一些国内的 Agent 构建平台及 Coze 平台的相关信息： Agent 构建平台： Coze：是新一代一站式 AI Bot 开发平台，集成丰富插件工具，涵盖从基础文本处理到高级机器学习功能，还有众多符合平民生活化的插件，如新闻资讯、天气预报、出行必备、生活便利等方面的插件。 Microsoft 的 Copilot Studio：主要功能包括外挂数据、定义流程、调用 API 和操作，以及将 Copilot 部署到各种渠道。 文心智能体：百度推出的基于文心大模型的智能体平台，支持开发者根据需求打造产品能力。 MindOS 的 Agent 平台：允许用户定义 Agent 的个性、动机、知识，以及访问第三方数据和服务或执行工作流。 斑头雁：2B 基于企业知识库构建专属 AI Agent 的平台，适用于多种场景，提供多种成熟模板。 钉钉 AI 超级助理：依托钉钉强大的场景和数据优势，在处理高频工作场景方面表现出色。 要查看 Coze 平台上的 AI agent 开源内容，您可以通过以下途径尝试：在相关的技术社区、开源代码托管平台（如 GitHub 等）上进行搜索，或者关注 Coze 平台的官方网站及开发者论坛获取相关信息。但需注意，开源内容的获取可能受到平台规定和开发者授权的限制。