Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

工作流中如何调用插件

Answer

在工作流中调用插件的方式如下:

  1. 触发器触发:
    • 为 Bot 设置触发器,可选择定时触发或事件触发。
    • 触发时执行任务的方式包括 Bot 提示词、调用插件、调用工作流。
    • 调用插件时,需为触发器添加一个插件,触发后 Bot 会调用该插件获取返回结果并发送给用户。
    • 一个 Bot 内的触发器最多可添加 10 个,且仅当 Bot 发布飞书时生效。
  2. 在 Bot 内使用插件:
    • 在 Bots 页面,选择指定 Bot 并进入 Bot 编排页面。
    • 在 Bot 编排页面的插件区域,单击加号图标添加插件,或者单击自动添加图标,让大语言模型自动添加适用的插件。使用大语言模型自动添加插件后,需检查被添加的插件是否可以正常使用。
    • 在添加插件页面,展开目标插件查看工具,然后单击添加。单击我的工具,可查看当前团队下可用的插件。
    • 在 Bot 的人设与回复逻辑区域,定义何时使用插件,然后在预览与调试区域测试插件功能是否符合预期。
  3. 在工作流中使用插件节点:
    • 在页面顶部进入工作流页面,然后创建工作流或选择一个已创建的工作流。
    • 在页面左侧,单击插件页签。
    • 搜索并选择插件,然后单击加号图标。
    • 在工作流的画布内,连接插件节点,并配置插件的输入和输出。

需要注意的是,即使是官方插件也可能存在不稳定的情况,需要自己去尝试,找到适合当前场景的插件。

Content generated by AI large model, please carefully verify (powered by aily)

References

触发器

您可以为Bot设置触发器(Triggers),使Bot在特定时间或接收到特定事件时自动执行任务。Bot可配置的触发器类型如下,您可以根据实际需要选择适用的触发器。定时触发(Scheduled trigger):让Bot在指定时间执行任务,无需编写任何代码。事件触发(Event trigger):触发器会生成Webhook URL,当您的服务端向触发器Webhook URL发送HTTPS请求时,触发任务执行。触发器在触发时,执行任务的方式如下:Bot提示词(Bot prompt):该方式下,您需要通过自然语言设置提示词。后续触发时,提示词会自动发送给Bot,Bot根据提示词向用户发送提醒消息。例如,为一个生活提醒机器人设置该触发器,提示词为每周一早上7:00提醒用户做有氧运动。调用插件(Plugin):该方式下,您需要为触发器添加一个插件。后续触发时,Bot会调用该插件获取返回结果并发送给用户。例如,您可以添加一个查询天气的插件,当触发后向用户发送指定地点的天气信息。调用工作流(Workflow):该方式下,您需要为触发器添加一个工作流。如果工作流有输入参数,则需要传入参数值。后续触发时,Bot会调用该工作流获取返回结果并发送给用户。例如,您可以添加一个审批工作流,当触发后执行工作流完成业务审批。此外,Coze支持用户在与Bot聊天时设置定时任务。如下所示,当用户在会话内点击推荐任务后,Bot将会确认并创建定时任务。[heading1]使用限制[content]一个Bot内的触发器最多可添加10个。触发器仅当Bot发布飞书时生效。

使用插件

插件可以直接在Bot内使用,拓展Bot的能力边界。插件也可以作为节点添加到工作流,执行一个操作。此外,插件本身提供了一些能力用于提升您的开发体验与效率。[heading1]在Bot内使用插件[content]您可以将插件添加到Bot内,扩展Bot的能力。1.在Bots页面,选择指定Bot并进入Bot编排页面。2.在Bot编排页面的插件区域,单击加号图标添加插件,或者单击自动添加图标,让大语言模型自动添加适用的插件。使用大语言模型自动添加插件后,您需要检查被添加的插件是否可以正常使用。1.在添加插件页面,展开目标插件查看工具,然后单击添加。单击我的工具,可查看当前团队下可用的插件。1.在Bot的人设与回复逻辑区域,定义何时使用插件,然后在预览与调试区域测试插件功能是否符合预期。[heading1]在工作流中使用插件节点[content]1.在页面顶部进入工作流页面,然后创建工作流或选择一个已创建的工作流。2.在页面左侧,单击插件页签。3.搜索并选择插件,然后单击加号图标。4.在工作流的画布内,连接插件节点,并配置插件的输入和输出。

大雨:coze工作流节点大全

在Coze的工作流中,节点是构成工作流的基本单元。每个节点代表一个特定的功能或操作。下面,我们来详细了解各类节点的功能和配置方法。[heading2]开始节点:[content]定义工作流的输入参数,是工作流的起点。[heading2]结束节点:[content]设置工作流的输出内容,是工作流的终点。节点命名建议,含义在前,类型不加也可以。比如一个大语言模型节点,目的是为了方便选择的是看的清,同类节点不会选错。[heading2]插件[content]通过插件扩展大语言模型本身的限制。用于调用外部插件,实现特定功能。例如,可以使用插件节点抓取网页内容。调用加入智能体以后,调用的次数,比如A插件被加入智能体B,我们使用了6次,就是6.引用就是被其他工作流或者智能体使用,比如A插件加入智能体,A插件的引用就是1.运行耗时平均耗时,如果很长,增加失败概率,也容易造成整个工作流运行超时成功率如果成功率不高,调用次数也不高,就有点尴尬了即使官方插件也会有不稳定的情况,需要自己去尝试,找到适合当前场景的插件。

Others are asking
ComfyUI中的放大插件
ComfyUI 中的放大插件相关知识如下: 通过使用神经网络对潜在空间进行放大,无需使用 VAE 进行解码和编码,此方法比传统方式快很多且质量损失小。插件项目地址:https://github.com/Ttl/ComfyUi_NNLatentUpscale?tab=readmeovfile 。潜在表示是神经网络处理图像时生成的压缩版本,包含图像主要特征信息,处理潜在表示更快且资源消耗更少。其流程包括生成潜在表示(生成低分辨率图像)、放大潜在表示、生成高分辨率图像(将放大的潜在图像反馈到稳定扩散 UNet 中进行低噪声扩散处理)。UNet 是一种常用于图像处理的特别神经网络结构,包括编码部分(逐步缩小图像提取重要特征)、解码部分(逐步放大图像并重新组合)和跳跃连接(保留细节信息),能在放大图像时保持细节和准确性。 8 月 13 日的 ComfyUI 共学中,讨论了图像生成中分辨率和放大方式。不同模型有适合的分辨率,如 SD1.5 通用尺寸为 512×512 或 512×768,SDXL 基础尺寸为 1024×1024,生成图像前要选对尺寸。通过浅空间缩放放大图像时,直接对浅空间图片编辑放大,然后进行第二次采样和高清处理,直接放大不解码会模糊,需用较低采样系数增加细节。也可使用外置放大模型放大图像,默认放大 4 倍,可通过 resize image 节点调整尺寸,放大后要送回编码器进行采样处理。还提到图像对比节点、算力和资源获取、AI 绘图相关技术与工具、CLIP 和 CFG 的区别、搭建带 Lora 的图生图工作流等内容。 Comfyui PuLID 人物一致节点相关:节点插件 PuLID ComfyUI https://github.com/cubiq/PuLID_ComfyUI 。包括 model(使用预训练的基础文本到图像扩散模型)、pulid(加载的 PuLID 模型权重)、eva_clip(用于从 ID 参考图像中编码面部特征的 EvaCLIP 模型)、face_analysis(使用 InsightFace 模型识别和裁剪 ID 参考图像中的面部)、image(提供的参考图像用于插入特定 ID)、method(选择 ID 插入方法)、weight(控制 ID 插入强度)、start_at 和 end_at(控制在去噪步骤的应用阶段)、attn_mask(可选的灰度掩码图像),还有高级节点可进行更精细的生成调优。
2025-02-20
嵌入式WEB翻译插件
以下是关于嵌入式 WEB 翻译插件的相关信息: SD 提示词自动翻译插件 promptallinone: 作者:白马少年 发布时间:20230529 20:00 原文网址:https://mp.weixin.qq.com/s/qIshiSRZiTiKGqDFGjD0g 在 Stable Diffusion 中输入提示词只能识别英文,秋叶整合包包含提示词联想插件。 常用翻译软件如 DeepL(网址:https://www.deepl.com/translator,可下载客户端)、网易有道翻译(可 ctrl+alt+d 快速截图翻译),但复制粘贴来回切换麻烦。 自动翻译插件 promptallinone 安装方式:在扩展面板中搜索 promptallinone 直接安装,或把下载好的插件放在“……\\sdwebuiakiv4\\extensions”路径文件夹下,安装完成后重启 webUI。 插件特点: 一排小图标,第一个可设置插件语言为简体中文。 第二个图标是设置,点开后点击第一个云朵图标可设置翻译接口,点击第一行下拉菜单可选择翻译软件。 AIGC 落地应用 Open AI Translator(强烈推荐): 推荐指数:🌟🌟🌟🌟🌟 是接入了 GPT 能力的文本翻译、总结、分析类产品,翻译功能适合浏览网页时查询个别单词、句子。 最大优势是可在脱离只提供产品内 AI 能力的场景使用,如任何 web 场景,配合 Arc Browser 而非 Chrome 使用效果更佳。 调用方式:选中页面中的文本后会悬浮该插件,点击即可翻译,速度极快,摆脱“复制打开翻译软件粘贴翻译”的流程。 可用于文本分析、分析代码,搭配 Chat GPT 使用效果好。 开发者模式下也可辅助使用。 注:安装后需获取 Open AI 的 API Key,首次打开插件设置好 Open AI Key 地址,找地方保存好 API Key 方便使用。 下载地址:
2025-02-15
目前的原型工具ai插件的资讯
以下是关于目前原型工具 AI 插件的资讯: 用于产品原型设计的 AIGC 工具: 1. UIzard:利用 AI 技术生成用户界面,可根据设计师提供的信息快速生成 UI 设计。 2. Figma:基于云的设计工具,提供自动布局和组件库,其社区开发了一些 AI 插件用于增强设计流程。 3. Sketch:流行的矢量图形设计工具,插件系统中部分插件利用 AI 技术辅助设计工作,如自动生成设计元素。 AI 音乐相关: 1. LAIVE:利用 AI 技术一次性生成音乐、歌词、主唱等的创作平台,使用者可选择喜欢的类型和情调,上传参考音源,AI 分析生成音乐,还可选择主唱和修改歌词,目前为开放测试阶段。输入促销代码“LAIVEcreator”可获得 50 代币(入口在个人资料),令牌有效期为输入代码后的 30 天,促销码失效日期为 4 月 17 日。链接:https://www.laive.io/ 2. Combobulator:DataMind Audio 推出的基于 AI 的效果插件,利用神经网络通过样式转移的过程重新合成输入音频,从而使用您自己的声音重现其他艺术家的风格。链接:https://datamindaudio.ai/ 网页原型图生成工具: 1. 即时设计:https://js.design/ ,可在线使用的「专业 UI 设计工具」,为设计师提供更加本土化的功能和服务,注重云端文件管理、团队协作,并将设计工具与更多平台整合,一站搞定全流程工作。 2. V0.dev:https://v0.dev/ ,Vercel Labs 推出的 AI 生成式用户界面系统,每个人都能通过文本或图像生成代码化的用户界面,基于 Shadcn UI 和 Tailwind CSS 生成复制粘贴友好的 React 代码。 3. Wix:https://wix.com/ ,用户友好的 AI 工具,可在没有任何编码知识的情况下轻松创建和自定义自己的网站,提供广泛的模板和设计供选择,以及移动优化和集成电子商务功能等功能,通过拖放编辑、优秀模板和 250 多种 app,能帮助不同领域的用户创建所有种类的网站。 4. Dora:https://www.dora.run/ ,使用 Dora AI,可以通过一个 prompt,借助 AI 3D 动画,生成强大网站。支持文字转网站,生成式 3D 互动,高级 AI 动画。(内容由 AI 大模型生成,请仔细甄别。)
2025-02-11
coze用什么插件可以生成文档
以下是关于 Coze 生成文档相关的信息: 在 Coze 汽车售后服务知识库 Bot 拆解中,由于文档中需要有时间所以新增了获取时间的插件,生成完内容后还调用了生成文档插件输出下载地址。维修报告提示词、归档文档提示词等在相应流程中使用,归档文档输出完成后同时生成在线文件以及录入数据库。 在 CT:coze 插件通过已有服务 api 创建中,进入 coze 个人空间选择插件,新建插件并命名,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。之后可以手捏插件搞定后创建 bot,并将创建的插件接入,在 prompt 里让其调用插件。 此外,关于 Coze 的更多信息: 元子:小白的 Coze 之旅中提到,如果对 AI 常见工具不熟悉可参考相关文章,Coze 上手极其简单、更新特别快、插件比较多,有一键生成思维导图、纯搜索、一键出图等插件和工作流组合。还提到了通过已有服务 api 创建插件的相关内容。
2025-02-10
请告诉我coze里面的doc maker这个插件的使用技巧
以下是关于 Coze 中 Doc Maker 插件的使用技巧: 1. 新建插件: 进入 Coze 个人空间,选择插件,新建一个插件并起个名字,如 api_1,可随意命名,甚至描述也可简单设置为 test。 在插件的 URL 部分,填入 Ngrok 随机生成的 https 的链接地址。如果服务还开着则继续,若已关闭则重新开始。 按照 Coze 的指引配置输出参数,完成后测试并发布插件。 2. 手捏简单 Bot: 完成插件创建后,创建一个测试 api 的 bot,并将自己创建的插件接进来。在 prompt 里面明确要求一定要调用创建的插件。 3. 后续说明: 整体过程仅为说明 Coze 的插件指引好用。若在生产环境中有准备好的 https 的 api,可直接接入。 本案例中使用的是 Coze 国内版,对模型无特殊要求。 Ngrok 在本案例中仅供娱乐,生产环境中勿用。 4. 通过 Coze API 打造强大的微信图片助手: 设置任务的参考提示词,如任务 1 总结图片内容对应【识图小能手】等。 准备好 Glif 的 Token,包括在 Glif 官网注册登录,打开 Token 注册页面等。 打开 Coze 中自定义的插件编辑参数选项,填入准备的 token 并保存,关闭对大模型的可见按钮。 Bot 通过 API 渠道发布更新。若多次尝试不成功,可优化 Coze Bot 中提示词,避免使用违规字词和图片内容。 5. 使用 Coze IDE 创建插件: 登录,在左侧导航栏的工作区区域选择进入指定团队。 在页面顶部进入插件页面或在某一 Bot 的编排页面,找到插件区域并单击+图标,单击创建插件。 在新建插件对话框,完成插件图标、名称、描述、插件工具创建方式、IDE 运行时等配置并单击确认。 在插件详情页,单击在 IDE 中创建工具,在弹出的创建工具对话框设置工具名称和介绍,创建后跳转到 Coze IDE 页面进行编码。 可在 IDE 左上角工具列表区域添加更多工具,在左下角依赖包区域管理依赖包。
2025-02-10
有什么ai浏览器插件
以下是一些 AI 浏览器插件: AI Share Card:能够一键解析各类网页内容,生成推荐文案,把分享链接转换为精美的二维码分享卡,让网页链接分享看起来更高级。 核心特点:智能提取网页核心内容自动生成内容摘要,智能识别关键要点,简约现代的设计风格,一键生成分享卡片,内置二维码方便访问。 适用场景:图文内容、专栏转发与推广,哔哩哔哩、腾讯视频等剧集分享,产品官网推广,淘宝、京东商品分享等。 安装方式: 在 Chrome、Edge 等浏览器中安装插件,下载地址:https://aicard.eze.is 。 固定插件到浏览器工具栏,方便后续使用。在想分享的网页中,点击插件生成 AI 卡片,复制或下载图片即可轻松分享。 小技巧:在微信电脑版【点开图片】后【右键图片识别图中二维码】就可以访问链接。 安装方法有两种: 访问官网 https://aicard.eze.is ,即可开箱即用。 对于无法访问应用商店的用户,可以访问官网下载最新安装包,本地安装指南详见《AI Share Card 插件本地安装指南》。
2025-02-09
在coze工作流中,怎样利用下一个代码节点合并前两个代码节点的输出,并以正确的格式输入传入飞书多维表格插件节点
在 Coze 工作流中利用下一个代码节点合并前两个代码节点的输出并以正确格式传入飞书多维表格插件节点的步骤如下: 1. 搭建整理入库工作流: 3.4 大模型节点:提取稍后读元数据。根据对稍后读阅读清单的元数据期望设置大模型节点,使用 MiniMax 6.5s 245k,设置最大回复长度至 50000 以完整解析长内容网页,用户提示词需相应设置。 3.5 日期转时间戳。后续的飞书多维表格插件节点在入库日期字段时只支持 13 位时间戳,需使用「日期转时间戳time_stamp_13」插件进行格式转化,具体设置明确。 3.6 大模型节点:把稍后读元数据转换为飞书多维表格插件可用的格式。飞书多维表格插件目前(2024 年 08 月)只支持带有转义符的 string,以 Array<Object>格式输入,所以要将之前得到的元数据数组进行格式转换,大模型节点配置及用户提示词需相应设置。 3.7 插件节点:将元数据写入飞书表格。添加「飞书多维表格add_records」插件,设置{{app_token}}与{{records}}参数。 3.8 结束节点:返回入库结果。「飞书多维表格add_records」插件会返回入库结果,直接引用该信息用于通知外层 bot 工作流的入库是否成功。 2. 搭建选择内容推荐流: 4.1 开始节点:输入想阅读的内容主题。收到用户输入的“想看 xxx 内容”这类指令开始流程,无需额外配置。 4.2 变量节点:引入 bot 变量中保存的飞书多维表格地址,添加变量节点并设置。 4.3 插件节点:从飞书多维表格查询收藏记录。添加「飞书多维表格search_records」插件,设置{{app_token}}参数,并在{{app_token}}引用变量节点的{{app_token}},输出结果的{{items}}里会返回需要的查询结果,也可在这一步定向检索未读状态的收藏记录。 4.4 大模型节点:匹配相关内容。为处理稳定采用批处理,对检索出来的收藏记录逐个进行相关性匹配,用户提示词可优化以提升匹配精准度。 搭到这里,别忘了对整个工作流进行测试。
2025-01-09
coze工作流中数据库如何应用?主要是返回数据
在 Coze 工作流中,数据库的应用如下: 工作流由多个节点构成,节点是基本单元。Coze 平台支持的节点类型包括数据库节点。 数据库节点的输入:用户可以定义多个输入参数。 数据库节点的输出:如果数据库是查询作用,则输出会包含查询出来的内容。通过 SQL 语句告诉数据库要执行的动作,这里的 SQL 语句可以让 AI 自动生成并进行适当改动。 注意事项:Coze 平台的逻辑是数据库与 bot 绑定,使用数据库功能时,需要在 bot 中设置相同名称和数据结构的数据库进行绑定。 测试工作流:编辑完成的工作流无法直接提交,需要进行测试。点击右上角的“test run”,设定测试参数,查看测试结果,完成后发布。 相关参考文档和示例: 海外参考文档:https://www.coze.com/docs/zh_cn/use_workflow.html 国内参考文档:https://www.coze.cn/docs/guides/use_workflow 国内版本示例: 搜索新闻:https://www.coze.cn/docs/guides/workflow_search_news 使用 LLM 处理问题:https://www.coze.cn/docs/guides/workflow_use_llm 生成随机数:https://www.coze.cn/docs/guides/workflow_use_code 搜索并获取第一个链接的内容:https://www.coze.cn/docs/guides/workflow_get_content 识别用户意图:https://www.coze.cn/docs/guides/workflow_user_intent 在【拔刀刘】自动总结公众号内容,定时推送到微信的案例中,循环体内部的数据库节点用来在数据库中查询是否已经推送过该篇文章,输入项为上一步中的 url 和开始节点的 key(重命名为 suid)。查询数据库需要文章 url 和用户的 suid 两个值来判断这名用户的这篇文章是否推送过。记得设置输出项“combined_output”。同时,Coze 平台中使用数据库功能需要在 bot 中设置相同名称和数据结构的数据库进行绑定,具体设置方法参见“相关资源”。
2025-01-08
在 COMFY UI 中,关于 Tile 平铺预处理器怎么工作流中怎么使用
在 ComfyUI 中,关于 Tile 平铺预处理器的使用方法如下: 1. 平铺和切片都是用于处理大尺寸视频的技术,可以帮助在有限的 GPU 内存下处理高分辨率视频。 tile_sample_min_height:96,最小平铺高度。 tile_sample_min_width:96,最小平铺宽度。这两个参数定义了在使用平铺时的最小尺寸。 tile_overlap_factor_height:0.083,高度方向的重叠因子。 tile_overlap_factor_width:0.083,宽度方向的重叠因子。这些因子决定了平铺时各个块之间的重叠程度。 enable_vae_tiling:设置为 false,表示不启用 VAE(变分自编码器)的图像平铺。 enable_vae_slicing:设置为 false,表示不启用 VAE 切片。如果启用了平铺(tiling),它会将大图像分割成小块进行处理,然后再组合起来,这有助于处理大分辨率的视频。VAE 切片(如果启用)可以通过分割输入张量来分步计算解码,这有助于节省内存。 2. 将您的 ComfyUI 更新到最新。 3. 将 clip_l 和 t5xxl_fp16 模型下载到 models/clip 文件夹。确保您的 ComfyUI/models/clip/目录中,有 t5xxl_fp16.safetensors 和 clip_l.safetensors,您可以改用 t5xxl_fp8_e4m3fn.safetensors 来降低内存使用量,但如果您的 RAM 超过 32GB,建议使用 fp16。跑过 flux 就有这些模型,没有的话翻之前文章有下载。 4. 在您的 ComfyUI/models/vae/文件夹中,有 ae.safetensors。 5. 将最开始下载的 flux1filldev.safetensors 放于 ComfyUI/models/unet/文件夹中。 6. 使用 flux_inpainting_example 或者 flux_outpainting_example 工作流。
2024-12-26
coze工作流中提示词优化节点有吗?
在 Coze 工作流中存在提示词优化节点。这个节点比较容易理解,如果觉得提示词需要优化,可加入该节点进行处理。其参数很简单,只有一个要优化的提示词。例如,用一开始就在用的文生图提示词“1 girl in real world”进行试用。优化后添加了很多具体信息,如在带着好奇心看书,环境中有阳光,色彩搭配的特点等。但修改后的提示词在控制图片生成真实照片的感觉方面,“in real world”控制真实图片生成的效果比“realistic”好。
2024-11-16
AI如何在平面设计工作流中提高效率,具体的步骤有哪些
以下是 AI 在平面设计工作流中提高效率的具体步骤和相关信息: 1. 工具选择 主要工具:Midjourney 和 Stabel Diffusion。 辅助工具:RUNWAY 和 PS beta 等。 2. 工作流效果 创意多样:设计解决方案更为多样和创新,项目中不同创意概念的提出数量增加了 150%。 执行加速:AI 生成的设计灵感和概念显著缩短了创意阶段所需时间,设计师在创意生成阶段的时间缩短了平均 60%。 整体提效:在整体项目的设计时间减少了 18%。 3. 提升能力的方法 建立针对性的 AI 工作流:使用 lora 模型训练的方式,生成特定的形象及 KV 风格,建立包含品牌形象、风格视觉 DNA 的模型,并根据实用场景进行分类。 实用的模型训练:在营销活动期间,根据市场环境和消费者偏好的变化迅速调整 lora 模型。 AI 设计资产储备:建立和管理 AI 设计资产,沉淀相关知识、技能、工具,促进团队内部的知识积累和提升。 此外,对于建筑设计师审核规划平面图,以下是一些可用的 AI 工具: HDAidMaster:云端工具,在建筑、室内和景观设计领域表现出色,搭载自主训练的建筑大模型 ArchiMaster。 Maket.ai:面向住宅行业,在户型和室内软装设计方面有探索,能根据输入需求自动生成户型图。 ARCHITEChTURES:AI 驱动的三维建筑设计软件,在住宅设计早期可引入标准和规范约束设计结果。 Fast AI 人工智能审图平台:形成全自动智能审图流程,实现数据的汇总与管理。 但每个工具都有其特定应用场景和功能,建议根据具体需求选择合适的工具。
2024-11-12
coze工作流中的编辑代码如何使用
在 Coze 工作流中,代码的使用方法如下: 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,点击确认后完成工作流的新建。 在编辑视图中,左侧「选择节点」模块中,代码节点支持编写简单的 Python、JS 脚本,对数据进行处理。 按照流程图,在编辑面板中拖入对应的代码节点。 例如在艾木的介绍中,利用“Code”组块插入一段 Python 代码,将 Google 搜索返回结果格式化成两个字符串,一个是由搜索结果相关信息拼接而成,另一个是由搜索出来的网页链接拼接而成。这段代码起到了粘合剂的作用,逻辑不复杂,理论上也可以让 AI 帮助生成。
2024-09-30
你调用的是哪个大模型?
我调用的是抖音集团的云雀大模型。在一些项目中,还会涉及到其他大模型的调用,比如在 COW 项目中可直接调用千问的某一模型,需更改 key 和 model 等操作,且要实名认证。此外,军师联盟 BOT 工作流中会调用月之暗面 KIMI、豆包、Minimax、通义千问和智谱清言这五个大模型。
2025-02-14
coze 能调用用户自己部署的大模型吗
Coze 可以调用用户自己部署的大模型。例如: 在 Coze 上搭建工作流框架时,可通过“个人空间工作流创建工作流”进行操作,在编辑面板中拖入对应的大模型节点来实现各项文本内容的生成。 当在 COW 中直接调用千问的某一个大模型时,需要更改 key 和 model 等配置。获取 key 可参考相关的视频和图文教程,同时需要完成实名认证,否则可能出现报错。 在使用 Coze 做智能报表助手的过程中,也涉及到对大模型的运用,如将用户问题转换为 SQL 等。
2025-02-12
我应该如何调用你的知识库并用在本地部署的deepseek上呢
要在本地部署的 DeepSeek 上调用知识库,您可以参考以下步骤: 在 Bot 内使用知识库: 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 Bots 页面,选择指定 Bot 并进入 Bot 详情页。 4. 在 Bot 编排页面的知识库区域,单击加号图标,添加指定的知识库。 5. (可选)添加知识库后,可以在自动调用下拉界面内,调整知识库的配置项。配置项包括最大召回数量、最小匹配度和调用方式等。 6. (可选)在预览与调试区域调试 Bot 能力时,扩展运行完毕的内容可以查看知识库命中并召回的分片内容。 在工作流内使用 Knowledge 节点: 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. 在页面顶部进入工作流页面,并打开指定的工作流。 4. 在左侧基础节点列表内,选择添加 Knowledge 节点。 此外,关于 DeepSeek 的提示词相关内容: 效果对比:用 Coze 做了个小测试,大家可以对比看看,参考 。 如何使用: Step1:搜索 www.deepseek.com,点击“开始对话”。 Step2:将装有提示词的代码发给 Deepseek。 Step3:认真阅读开场白之后,正式开始对话。 设计思路: 1. 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。 2. 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。 3. 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。 4. 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。 5. 用 XML 来进行更为规范的设定,而不是用 Lisp(对您来说有难度)和 Markdown(运行下来似乎不是很稳定)。 DeepSeekR1 提示词系统的核心原理认知包括: AI 特性定位:多模态理解,支持文本/代码/数学公式混合输入;动态上下文,对话式连续记忆(约 4K tokens 上下文窗口);任务适应性,可切换创意生成/逻辑推理/数据分析模式。 系统响应机制:采用意图识别+内容生成双通道理,自动检测 prompt 中的任务类型/输出格式/知识范围,对位置权重(开头/结尾)、符号强调敏感。 基础指令框架方面,如果不知道如何表达,还是可以套用框架指令,包括四要素模板和格式控制语法。格式控制语法中,强制结构使用```包裹格式要求,占位符标记用{{}}标注需填充内容,优先级符号>表示关键要求,!表示禁止项。 进阶控制技巧包括思维链引导和知识库调用。思维链引导中的分步标记法为请逐步思考:1.问题分析→2.方案设计→3.风险评估;苏格拉底式追问为在得出最终结论前,请先列举三个可能存在的认知偏差。知识库调用包括领域限定指令和文献引用模式。
2025-02-11
请提供deepSeek api的具体调用文档
以下是关于 DeepSeek 的相关信息: 网址:https://www.deepseek.com/zh 。国内能访问,网页登录方便,目前完全免费。 使用方法: 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。 特点: 很方便,只需要获得游戏代码即可。 对于新手较为推荐。 相关工具:HiDeepSeek 能让 DeepSeek 的能力更上一层楼,它能让 AI 像人类交流时那样展示思考过程,不是要让 AI 变得更聪明,而是要让其思考过程更易理解。使用时可参考以下步骤: 用 Coze 做小测试进行效果对比。 设计思路包括将 Agent 封装成 Prompt 并储存在文件、通过提示词文件让 DeepSeek 实现联网和深度思考功能、优化输出质量等。 完整提示词版本为 v 1.3 。 特别鸣谢李继刚和 Thinking Claude 等为相关设计提供帮助和灵感。
2025-02-08
你能调用deepseekR1的API吗?
DeepSeekR1 的 API 调用步骤如下: 1. 首先到 DeepSeek 的官网(https://www.deepseek.com/),进入右上角的 API 开放平台。 2. 早期 DeepSeek 有赠送额度,如果没有赠送的余额,可以选择去充值。支持美元和人民币两种结算方式,以及各种个性化的充值方式。 3. 创建一个 API key,注意,API key 只会出现一次,请及时保存下来。 4. 接下来,下载 Cursor(https://www.cursor.com/),或者 VSCode(https://code.visualstudio.com/),只要代码编辑器可以下载插件即可。 5. 以 Cursor 作为代码编辑器为例,下载安装后,在插件页面搜索并安装 Roocline。 6. 安装完后,打开三角箭头,就可以看到 RooCline,选中并点击齿轮,进入设置,依次设置: API Provider:选择 DeepSeek。 API Key:填入已创建的 key。 模型:选择 DeepSeekreasoner。 语言偏好设置。 小贴士:记得把 HighRisk 选项都打开,这样 AI 才能帮您自动生成文件。 7. 最后做完所有不要忘记点击 Done 保存修改。 8. 在聊天框输入产品需求,输入需求后点击星星优化提示词,最终得到想要的结果。
2025-02-05
coze平台有没有DeepSeek的mml可以调用
在 Coze 平台上,DeepSeek 是可以调用的。以下是相关的具体信息: 效果对比:用 Coze 做了个小测试,大家可以对比看看,相关视频 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(对您来说有难度)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】在前期为提供了很多思考方向;Thinking Claude 这个项目是现在最喜欢使用的 Claude 提示词,也是设计 HiDeepSeek 的灵感来源;Claude 3.5 Sonnet 是最得力的助手。
2025-02-03
在日常工作中,AI可以做什么 ?
在日常工作中,AI 具有广泛的应用,主要包括以下方面: 1. 医疗保健: 医学影像分析,辅助诊断疾病。 加速药物研发,识别潜在药物候选物和设计新治疗方法。 提供个性化医疗方案。 控制手术机器人,提高手术精度和安全性。 2. 金融服务: 风控和反欺诈,降低金融机构风险。 评估借款人信用风险,辅助贷款决策。 分析市场数据,辅助投资决策。 提供 24/7 客户服务,回答常见问题。 3. 零售和电子商务: 分析客户数据,推荐可能感兴趣的产品。 改善搜索结果,提供个性化购物体验。 动态调整产品价格。 提供聊天机器人服务,解决客户问题。 4. 制造业: 预测机器故障,避免停机。 检测产品缺陷,提高产品质量。 优化供应链,提高效率和降低成本。 控制工业机器人,提高生产效率。 5. 交通运输: 智能推荐路线,预测交通拥堵。 此外,AI 还能在工作中帮助人们从单调重复的任务中解放出来,例如输入数据、填写文件等,让人们有更多时间从事专业训练相关的工作。同时,流媒体服务利用 AI 推荐节目和影片,导航软件利用 AI 规划最佳路线等,这些都是 AI 在日常生活中的应用实例。
2025-02-20
coze工作流教程
以下是关于 Coze 工作流的教程信息: 可能是全网最好的 Coze 教程之一,能一次性带你入门 Coze 工作流,即使是非技术出身的爱好者也能上手跟学,一站式学会 AI Agent 从设计到落地的全流程方法论。 阅读指南:长文预警,请视情况收藏保存。 核心看点:通过实际案例逐步演示,用 Coze 工作流构建能稳定按模板要求生成结构化内容的 AI Agent;开源 AI Agent 的设计到落地的全过程思路;10+项常用的 Coze 工作流的配置细节、常见问题与解决方法。 适合人群:任何玩过 AI 对话产品的一般用户(若没用过,可先找个国内大模型耍耍);希望深入学习 AI 应用开发平台(如 Coze、Dify),对 AI Agent 工作流配置感兴趣的爱好者。 注:本文不单独讲解案例所涉及 Prompt 的撰写方法。文末「拓展阅读」中,附有相关 Prompt 通用入门教程、Coze 其他使用技巧等内容,以供前置或拓展学习。 扣子案例合集社区内容分享:
2025-02-20
调研一下AI安全治理这个方向的国内外的团队和人。包括AI安全治理的子方向,每一个子方向国内外有哪些科研院所的哪些团队在做相关方向的工作,以及这些团队有哪些骨干成员,他们有哪些观点。以及这个团队有哪些治理成果,尽量详细
以下是关于 AI 安全治理方向的国内外团队和人的相关调研: 国外团队和人员: OpenAI:首席科学家 Ilya 对模型安全较为关注,提出了通过“指令层次结构”来修复“忽略所有先前指令“攻击的方法,并已在 GPT40 Mini 中得到部署。 Anthropic:在多重越狱方面的工作表明了“警告防御”的潜力,在前面和后面添加警告文本,以警示模型不要被越狱。 Gray Swan AI 的安全专家:试用“断路器”,专注于重新映射有害表示,效果比标准拒绝训练更好。 图灵奖得主 Hinton:支持对 AI 监管,认为大模型及其驱动的 AI 必须引入安全性监管,防止其失控或对人类造成伤害,并在网上签署了联名公开信。 英国:创建了世界上第一个人工智能安全研究所 AISA,具有在部署前对高级模型进行评估、建立国家能力并开展研究、协调国际合作伙伴等核心功能,还发布了 Inspect 框架用于 LLM 安全评估,并宣布与美国等效机构签署谅解备忘录,计划在美国旧金山设立办事处。 国内团队和人员:目前调研内容中未提及国内相关团队和人员的具体信息。 在观点方面,Bengio、Hinton、姚期智等著名研究者认为大模型及其驱动的 AI 必须引入安全性监管,确保大模型是 Safety 的,防止其失控或对人类造成伤害,并签署了联名公开信表达对于 AI 失控的担忧,呼吁学术界和工业界对大模型进行监管。吴恩达和 Lecun 则认为模型的能力不足以使其脱离人类的限制。 治理成果方面,英国通过其高级研究与发明机构(ARIA)花费 5900 万英镑开发“守门员”,负责了解和减少在能源、医疗保健和电信等关键领域中其他人工智能代理的风险。英国政府还计划设立一个“AI 安全研究实验室”。美国能源部一直在利用其内部测试床评估人工智能可能对关键基础设施和能源安全带来的风险。LLM 测试初创公司 Haize Labs 与 Hugging Face 合作创建了首个红队抵抗组织基准,汇编了常用的红队数据集并根据模型评估它们的成功率。Scale 根据私人评估推出了自己的稳健性排行榜。
2025-02-20
怎么用AI搭建工作流
搭建 AI 工作流可以参考以下步骤: 1. 搭建 AI 工作流的三种能力: 熟悉各种 AI 工具:了解多个不同 AI 工具的特点和用途,根据具体细分任务选择合适的工具。例如,写标题可用 ChatGPT,写文章可用 Claude,检查文本中的错别字和病句可用秘塔写作猫的 AI 纠错功能。 编写提示词:搭建起人与 AI 之间的“沟通桥梁”,用 AI 能听懂的语言清晰说明需求、任务内容和步骤。 搭建 AI 智能体。 2. 搭建 AI 工作流的工作流: 找到一个工作场景:选择熟悉的工作场景,如写文章、做 PPT 等。 拆解工作流程:将工作拆解成几个小步骤,如写文章可拆分为选题、写稿、改稿、写标题等。 给每一个步骤嵌入工具:针对每个小步骤,思考有无 AI 工具可帮忙,若想不到可参考他人做法,注意灵活选择最优解,目的是提高工作效率而非增加工作的含 AI 量。 此外,在搭建工作流时还需注意: 打开 Comfyui 界面后,右键点击界面,可找到 Comfyui LLM party 的目录,学习手动连接节点实现最简单的 AI 女友工作流,或直接将工作流文件拖拽到 Comfyui 界面中一键复刻提示词工程实验。 从 ollama 的 github 仓库找到对应版本并下载,启动 ollama 后,在 cmd 中输入 ollama run gemma2 将自动下载 gemma2 模型到本地并启动。将 ollama 的默认 base URL=http://127.0.0.1:11434/v1/以及 api_key=ollama 填入 LLM 加载器节点即可调用 ollama 中的模型进行实验。 若 ollama 连接不上,可能是代理服务器的问题,需将 127.0.0.1:11434 添加到不使用代理服务器的列表中。
2025-02-20
想要入行ai产品经理,要学的东西很多,还有本职工作,很焦虑,怎么办
如果您想要入行 AI 产品经理但感到焦虑,以下是一些建议: 1. 合理规划时间:在本职工作之余,制定一个合理的学习计划,将学习 AI 产品经理所需的知识和技能分解为小目标,逐步实现。 2. 明确学习重点:根据行业需求,例如参考 AI 提示词工程师的岗位技能要求,包括本科及以上学历,计算机科学、人工智能、机器学习相关专业背景;熟悉 ChatGPT、Llama、Claude 等 AI 工具的使用及原理,并具有实际应用经验;熟练掌握 ChatGPT、Midjourney 等 AI 工具的使用及原理;负责制定和执行 AI 项目,如 Prompt 设计平台化方法和模板化方法;了解并熟悉 Prompt Engineering,包括常见的 Prompt 优化策略(例如 CoT、Fewshot 等);对数据驱动的决策有深入的理解,能够基于数据分析做出决策;具有创新思维,能够基于业务需求提出并实践 AI first 的解决方案;对 AIGC 领域有深入的理解与实际工作经验,保持对 AI 技术前沿的关注;具备一定的编程和算法研究能力,能应用新的 AI 技术和算法于对话模型生成;具有一定的编程基础,熟练使用 Python、Git 等工具。明确自己需要重点学习和提升的方面。 3. 掌握算法知识:理解产品核心技术,了解基本的机器学习算法原理,有助于更好地理解 AI 产品的核心技术,从而做出更合理的产品决策;掌握一定的算法知识,可以帮助与开发团队进行更有效的沟通,减少信息不对称带来的误解;在产品规划阶段,能够评估某些功能的技术可行性;了解算法前沿可以帮助更好地把握产品的未来发展方向;了解算法可以帮助发现产品的独特优势,提出创新的产品特性,从而提升产品的竞争力;掌握相关知识可以提升数据分析能力。 4. 借鉴他人经验:可以参考身边 AI 产品经理的工作内容和经验,例如从 01 打造产品、完成 LLM 评测体系的搭建等。 5. 调整心态:认识到学习和成长需要时间,不要过分焦虑,保持积极的心态,逐步积累和进步。
2025-02-19
我想做一个产品(生涯规划领域的垂直大模型),这个产品服务的对象是所有人:帮助所有人进行更好的职业规划。每个人都能通过使用这个产品更好地了解自己,了解自己的天赋、兴趣、优势,然后找到自己的热爱的领域和热爱的事业,并且能够个性化地推荐相关的行业和职业,包括职业的主要工作内容和核心能力要求等等。 请对这个产品进行可行性分析,并给出产品的发展规划,别忘了给这个项目起一个名字。
以下是对您提出的生涯规划领域垂直大模型产品的可行性分析和发展规划,并为项目取名为“生涯智途”。 可行性分析: 1. 需求广泛:帮助人们进行职业规划是一个普遍存在的需求,涵盖了各个年龄段和职业阶段的人群。 2. 数据可用性:可以通过各种渠道收集大量与职业相关的数据,包括行业报告、职位描述、人才需求等。 3. 技术支持:当前大模型技术的发展为实现这样的产品提供了可能,能够处理和分析大量复杂的数据。 发展规划: 1. 数据收集与整理:广泛收集各类职业数据,建立丰富的数据库,确保数据的准确性和完整性。 2. 模型训练与优化:利用收集到的数据进行模型训练,不断优化模型,提高预测和推荐的准确性。 3. 功能开发: 个性化测评:开发能够准确评估用户天赋、兴趣、优势的功能模块。 精准推荐:根据用户的特点,提供个性化的行业和职业推荐,并详细介绍职业的工作内容和核心能力要求。 持续学习与更新:随着行业变化,及时更新数据和模型,以提供最新的职业信息。 4. 用户体验优化:设计简洁、易用的界面,提供良好的用户交互体验。 5. 市场推广:通过线上线下多种渠道进行推广,提高产品的知名度和用户覆盖面。 希望以上分析和规划对您有所帮助。
2025-02-18