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

如何使用coze工作流

Answer

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。

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

References

大圣:我用 Coze 搓了一个乞丐版的秘塔搜索

了解Coze的小伙伴都应该知道,工作流才是真正的核心。因此在搓这个Bot之前,我们需要先将工作流梳理清楚。我们先来看下秘塔搜索的最主要的能力:使用搜索引擎进行搜索对搜索的内容整理成答案给出答案中的引用因此对于这个Bot,我们已经有了思路OK,接下来我们就开搓

问:怎么描述 Coze 的工作流

Coze的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,从而实现复杂和稳定的业务流程编排。具体来说:1.工作流是由多个节点组成的,包括Start节点和End节点。用户可以在这些节点之间添加各种功能模块,构建出所需的业务流程。2.工作流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。用户可以根据需求灵活组合这些模块。3.工作流的创建和编辑都可以通过可视化的拖拽界面完成,无需编写代码。这大大降低了工作流搭建的门槛。4.创建好的工作流可以直接集成到Coze的聊天机器人中使用,实现复杂的业务逻辑。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。这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。内容由AI大模型生成,请仔细甄别

一泽Eze:万字实践教程,全面入门 Coze 工作流|用 Coze 打造 AI 精读专家智能体,复刻 10 万粉公众号的创作生产力

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,可以看到整个编辑视图与功能如下:其中,左侧「选择节点」模块中,根据我们的子任务需要,实际用上的有:1.插件:提供一系列能力工具,拓展Agent的能力边界。本案例涉及的思维导图、英文音频,因为无法通过LLM生成,就需要依赖插件来实现。2.大模型:调用LLM,实现各项文本内容的生成。本案例的中文翻译、英文大纲、单词注释等都依赖大模型节点。3.代码:支持编写简单的Python、JS脚本,对数据进行处理。而编辑面板中的开始节点、结束节点,则分别对应1.2分解子任务流程图中的原文输入和结果输出环节。接下来,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。

Others are asking
coze中的工作流该如何使用到bot中
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。
2025-01-20
怎么在coze的智能体总加入一个使用MARKDOWN编写的代码的prompt?
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。
2025-01-19
coze的使用教程
以下是关于 Coze 的使用教程: 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,并可将 Bot 发布到各类社交平台和通讯软件上与用户互动。 个人观点:Coze 是字节针对 AI Agent 领域的初代产品,在 Coze 中称 AI Agent 为 Bot。 部署站点: 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。 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 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: 提示词和人设的区块 Bot 的技能组件 插件 工作流 Bot 的记忆组件 知识库 变量 数据库 长记忆 文件盒子 一些先进的配置 触发器:例如定时发送早报 开场白:用户和 Bot 初次对话时,Bot 的招呼话语 自动建议:每当和 Bot 一轮对话完成后,Bot 给出的问题建议 声音:和 Bot 对话时,Bot 读对话内容的音色 搭建教学: 基础框架:本 bot 基于三部分构成,包括提示词(使用结构化提示词框架,通过提示要求大模型根据不同行为调用不同工作流)、数据库(能够记录不同用户历史记账记录的关键,工作流里会用到)、工作流(增加记账调用 add_accounting_record 工作流;查询账户余额调用 query_accounting_balance 工作流;删除所有记账记录调用 init_accounting_records)。 数据库:数据库是 Coze 用来长久存放用户自己生成的数据的功能,可通过 mysql 语句写入数据到数据库中,也可从数据库中读取已存储数据用于加工或显示。本次记账功能定义了三个字段:item(记账的事项,字段类型 string)、occurrence_time(记账发生时间,字段类型 string)、account_change(变得的金额,即收入或花费的金额数,字段类型 integer,单位是分,例如 1.23 元,记录进入数据库是 123,注意一定要用 integer 类型,不能使用 number,不然当金额有小数时计算会不准)。
2025-01-18
怎么做 agent,有什么 coze做 agent 的视频教程
以下是一些关于如何做 Agent 以及相关的 Coze 视频教程: 基础教程: 大圣:胎教级教程:万字长文带你使用 Coze 打造企业级知识库 (https://waytoagi.feishu.cn/wiki/CT3UwDM8OiVmOOkohPbcV3JCndb) 大聪明:保姆级教程:Coze 打工你躺平 (https://waytoagi.feishu.cn/wiki/PQoUwXwpvi2ex7kJOrIcnQTCnYb) 安仔:Coze 全方位入门剖析 免费打造自己的 AI Agent (https://waytoagi.feishu.cn/wiki/SaCFwcw9xi2qcrkmSxscxTxLnxb) 基础教程:Coze“图像流”抢先体验 (https://waytoagi.feishu.cn/wiki/AHs2whOS2izNJakGA1NcD5BEnuf) YoYo:Coze 图像流小技巧:探索视觉艺术的隐藏宝藏 (https://waytoagi.feishu.cn/wiki/CTajwJnyZizxlJk8a4AcJYywnfe) 【智能体】让 Coze 智能体机器人连上微信和微信群详细配置文档 (https://waytoagi.feishu.cn/wiki/ExHMwCDZ7i6NA7knCWucFvFvnvJ) 历史活动教程: 5 月 7 号():大聪明分享|主题:Agent 的前世今生,每个分享人分享最初是怎么接触 Coze 的,以及现在用 Coze 做什么 5 月 8 号():大圣分享|主题:我眼中的 AI Agent 以及通过搭建知识库实例入门 Coze 5 月 9 号():艾木分享|主题:Agent 系统的核心构成:Workflow 和 Multiagent Flow(以“Dr.Know”和“卧底”为例,线上答疑 5 月 10 号():罗文分享|主题:一个方法解锁 COEZ 所有插件的用法+如何自动化解锁每天抓取 X 内容+改写+发布到飞书 5 月 11 号():Itao 分享|主题:和 AI 成为搭子,线上答疑
2025-01-18
coze平台中bot的沟通能力与哪些因素有关。如果希望bot有极强的沟通能力应该重点强化哪些
在 Coze 平台中,Bot 的沟通能力与以下因素有关: 1. Agent 意图:定义了 Agent 的工作任务和适用场景,明确其核心功能和角色。 2. Agent 提示词:包含系统级别的提示词,与人物设定和逻辑处理紧密相关,帮助 Agent 更好地理解和响应用户需求。 3. Agent 技能:允许 Agent 调用预设的工具、工作流和知识库,包括自身创建的工具、Coze 市场上的公开工具及相关工作流程。 如果希望 Bot 有极强的沟通能力,应重点强化以下方面: 1. 准确设置每个 Agent 的使用场景和意图,这对于控制 Agent 跳转至关重要,确保在执行不同任务时系统能准确切换。 2. 清晰指定节点切换的判断时机和参考上下文的轮数,一般建议参考五轮左右的对话内容,以确保 Bot 能根据充分的上下文信息做出恰当跳转决策。 Coze 是由字节跳动推出的 AI 聊天机器人和应用程序编辑开发平台,具有以下特点: 1. 多语言模型支持,如 GPT48K、GPT4128K 及云雀语言模型等。 2. 集成超过 60 款插件,涵盖多种功能,支持用户创建自定义插件。 3. 具备知识库功能,允许上传和管理多种格式的文档及获取在线内容和 API JSON 数据。 4. 提供数据库和记忆能力,允许 Bot 访问会话内存和上下文,持久记住重要参数或内容。 5. 支持工作流设计,用户可通过拖拉拽方式搭建复杂任务流。 6. 采用多代理模式,一个机器人中可运行多个任务,添加多个独立执行特定任务的代理。 7. 免费使用,无需支付费用。 8. 易于发布和分享,可将搭建的 Bot 发布到各类社交平台和通讯软件上。 Bot 的开发和调试页面主要分为提示词和人设区块、Bot 的技能组件、插件、工作流、Bot 的记忆组件、知识库、变量、数据库、长记忆、文件盒子、一些先进的配置(如触发器、开场白、自动建议、声音)等区块。
2025-01-18
coze平台中bot的沟通能力与哪些因素有关
在 Coze 平台中,bot 的沟通能力与以下因素有关: 1. Agent 意图:定义了 Agent 的工作任务和适用场景,明确其核心功能和角色。 2. Agent 提示词:包含系统级别的提示词,与人物设定和逻辑处理紧密相关,帮助 Agent 更好地理解和响应用户需求。 3. Agent 技能:是 Agent 的能力部分,允许调用预设的工具、工作流和知识库,包括自身创建的工具、Coze 市场上的公开工具及相关工作流程。 4. 意图识别:在多 Agent 模式中,控制 Agent 跳转主要依赖于意图识别,正确设置每个 Agent 的使用场景和意图至关重要。 5. 用户输入指示:与多 Agent 模式的 bot 沟通时,用户明确指示进行节点切换或进入下一步,bot 会根据预设逻辑自动切换相应的 Agent 节点。 6. 判断时机和参考上下文轮数:在设置节点切换时,清晰指定判断时机和参考上下文的轮数,一般建议参考五轮左右的对话内容,以确保 bot 能根据充分的上下文信息做出恰当跳转决策。
2025-01-18
什么AI产品适合ERP系统的产品经理提升工作效率使用?
以下是一些适合 ERP 系统产品经理提升工作效率的 AI 产品: 1. 产品:产品经理如何用 ChatGPT 能够使用 GPT 解决性能差和历史数据存档的问题,最终的 SQL 执行时间从 4200 秒缩短到 8 秒,效率提升了 520 倍,复杂度降低了 6 倍,同时还能保存所有的历史数据,报表可以秒开。 链接:https://waytoagi.feishu.cn/wiki/KzFpwfMPviMJPJkFyTVcEEWFneg?table=tblwdvsWICkId67f&view=vewm6DMY99 2. 产品:产品经理的流程优化 探讨了 AI 对产品经理工作流程的改变,普遍认为 AI 能帮助做一些琐碎的事情,有效率提升,但比较有限。 链接:https://waytoagi.feishu.cn/wiki/F6F1wbGN7iTp9akVWqHcubOhnqe?table=tblwdvsWICkId67f&view=vewm6DMY99 3. 运营:腾讯运营如何用 ChatGPT 认为 AI 技术的发展会对职业形态产生影响,ChatGPT 应被视为日常工作的辅助工具。 链接:https://waytoagi.feishu.cn/wiki/AlTlwOU0oi08sSkCU7gciINxng8?table=tblwdvsWICkId67f&view=vewm6DMY99 4. 三等奖作品:帮助企业快速建立产品智能客服体系 通过用户意图识别、知识库检索答案、AI 大模型总结输出答案、多轮对话沟通、对话分析打标、自动更新知识库 FAQ 以及客服效果分析,提供全面的 AI 客服解决方案,提高 AI 客服回答的准确率,降低企业商用 AI 客服的门槛。 链接:https://www.coze.cn/store/agent/7435703161304252450?bid=6ehlp53p81g14&bot_id=true 、https://www.coze.cn/store/agent/7437176474702463016?bid=6ehlohji09g0q&bot_id=true 5. ERP 高智版:扣子销售订单管理大师 为中小型消费品企业提供销售订单管理,智能识别和提取销售订单信息,存储至飞书多维表格,有助于降低企业销售订单管理的时间和人力成本,同时省去了昂贵的 ERP 系统购买费用。 链接:https://www.coze.cn/s/iAEuTYLc/ 6. Designbuddy:AI 帮你分析你的设计 作为 Figma 插件,提供对 UI 设计的深入反馈,涵盖布局、颜色、排版、可访问性的结构化评论,并为每个类别分配客观评分,有助于识别 UI 设计中经常被忽视的缺陷。 链接:https://designbuddy.net/ 7. AI Employe:GPT4V 驱动的浏览器自动化工具 开源、由 GPT4 视觉驱动,旨在自动化浏览器环境中的复杂任务,可以自动执行需要类人智能的任务,如理解电子邮件、收据和发票,并将数据从电子邮件传输到 CRM/ERP 系统。 链接:https://aiemploye.c
2025-01-22
有没有关于cursor的使用教程
以下是关于 Cursor 的使用教程: 1. 中文教程网站: 网站:,提供中文教程,帮助您更好地掌握 Cursor 的使用方法,适合想深入了解和学习的用户。 2. 张梦飞的 0 编程基础入门极简使用指南: 下载 Cursor: 注册账号,可用邮箱(如 google、github、163、qq 邮箱)直接登录,接受二维码登录。 安装中文包插件。 在设置中 Rule for AI 配置。 按 ctrl/cmd+i 输入需求,例如:帮我做一个贪吃蛇游戏,在网页中玩。 3. 其他相关工具和步骤: 对于做 2048 游戏,可使用任意 AI 工具获得代码,专业代码模型表现更优。 使用 Cursor 不用下载上一步中的 Pycharm,网址:,通过对话获得代码,指令更详细效果更好。 Deepseek(新手推荐):网址:,方便国内访问,网页登录便捷,目前完全免费。 通义灵码:在 Pytharm 中,“文件”“设置”“插件”红色框位置搜索“通义灵码”安装(目前免费)。 JetBrains 自身的助手插件:在 Pytharm 中,“文件”“设置”“插件”红色框位置搜索“Jetbrains AI assistant”安装(收费,目前有 7 天免费试用)。 还有 Marscode 及 Tencent cloud AI code Assistant 等。 无影的晓颖 AI 助手在云栖大会上有过使用,内置在云电脑里,使用较流畅。
2025-01-21
lisp格式的提示词怎么使用
Lisp 格式的提示词主要用于让 Claude 等模型生成特定的输出,以下是一些关于其使用的要点: 1. 用 Lisp 编写提示词能使生成 SVG 图形的效果优于 Markdown 版本。这可能是因为 Transformer 架构擅长从一种语言映射到另一种语言,Lisp 和 SVG 都是代码,两者距离更近,且 Lisp 的 List 结构更适合描述 SVG 卡片的设计规范、元素构成和配置参数。 2. 在实际应用中,可能会采用 Markdown 和 Lisp 混合的组合形式。如果通过 Chatbot 界面使用大语言模型,只能杂糅成一条提示词,一般情况下会拆成工作流,通过多次调用大语言模型来实现。 3. 用 Lisp 这种编程语言写提示词是之前在 prompt 圈被带火的,使用起来更为凝练和简洁。但平时写提示词用的更多的是 Markdown 语法,其简单且大语言模型能很好“理解”。 4. 要使用 Lisp 格式的提示词,可直接打开 Claude 首页,把提示词发送,完成初始化后即可使用。但通过 API 调用 Claude 可能输出效果不佳,网页版也许会更好。 5. 虽然 Markdown 版本与 Lisp 版本的提示词在语义上几乎一致,但在执行过程和某些效果上存在差异。Markdown 版本会输出中间“思考”过程,而 Lisp 版本很难让大语言模型有条理地执行流程。但用 Lisp 编写提示词时,更多是作为描述性语言而非程序性语言。
2025-01-20
如何使用dify
使用 Dify 主要包括以下步骤: 1. 构建知识库: 准备数据:收集文本数据,包括文档、表格等格式,并进行清洗、分段等预处理以确保数据质量。 创建数据集:在 Dify 中创建新数据集,上传准备好的数据,并编写良好的描述。 配置索引方式:Dify 提供三种索引方式,如高质量模式、经济模式和 Q&A 分段模式,根据实际需求选择合适的方式。 集成至应用:将数据集集成到 Dify 的对话型应用中,在应用设置中配置数据集的使用方式。 持续优化:收集用户反馈,持续优化知识库内容和索引方式,定期更新增加新内容。 2. 部署网站: 云服务版本:直接在官网 dify.ai 上注册账号使用。 部署社区版:开源可商用,但不能作为多租户服务使用,对个人使用无限制。部署前提条件为 2 核 4G 云服务器一台。 3. 特点和优势: Dify 是开源的大模型应用开发平台,结合后端即服务和 LLMOps 理念,提供直观界面构建和部署生产级别的生成式 AI 应用。 具备强大工作流构建工具,支持广泛模型集成,有功能丰富的提示词 IDE 和全面的 RAG Pipeline 用于文档处理和检索。 允许定义 Agent 智能体,通过 LLMOps 功能持续监控和优化应用程序性能。 提供云服务和本地部署选项,满足不同用户需求,开源特性确保对数据完全控制和快速产品迭代。 设计理念注重简单性、克制和快速迭代,为个人研究、创业团队、企业等提供支持和工具。 官方手册:https://docs.dify.ai/v/zhhans 。一般来说,个人研究可单独使用 Dify,企业级落地项目推荐多种框架结合。
2025-01-20
如何更好的使用Ai
以下是关于如何更好地使用 AI 的一些建议: 英语学习方面: 1. 利用智能辅助工具,如 Grammarly 进行英语写作和语法纠错,提升写作能力。 2. 借助语音识别应用,如 Call Annie 进行口语练习和发音纠正,获取实时反馈。 3. 选用自适应学习平台,如 Duolingo 为您定制学习计划,提供个性化内容和练习。 4. 运用智能导师和对话机器人,如 ChatGPT 进行英语会话练习和模拟对话,增强交流能力和语感。 数学学习方面: 1. 使用自适应学习系统,如 Khan Academy 为您提供个性化学习路径和练习题,精准推荐。 2. 利用智能题库和作业辅助工具,如 Photomath 提供数学问题的解答和解题步骤。 3. 借助虚拟教学助手,如 Socratic 解答数学问题、提供教学视频和答疑服务。 4. 参与交互式学习平台,如 Wolfram Alpha 的数学学习课程和实践项目,进行数学建模和问题求解。 法律领域使用 AI 的技巧: 1. 对于数据分析等任务,将各环节分开处理,针对每个环节优化 AI 性能,便于发现和修正问题。 2. 针对复杂问题,采用逐步深化和细化的提问方式,先提出宽泛问题,再根据回答进一步细化。 3. 为 AI 提供参考和学习内容,包括操作指南、行业最佳实践、案例研究等,并编写详细流程和知识。 4. 在 Prompt 中使用法律术语引导 AI 回答方向。 5. 对 AI 的回答进行交叉验证,结合自身专业知识筛选和判断,确保符合法律伦理、立法目的和实务。 教师使用 AI 的技巧: 1. 提示语的核心是逻辑,将复杂任务拆分成科学合理的步骤,让前一步结果成为后一步基础。 2. 很多 AI 网站可以创建“智能体”,预先写好提示词,像编程一样详细设定操作步骤,方便反复使用和优化。 3. 建议找个空闲日,列出日常工作,寻找哪些工作部分可被 AI 加速。 需要注意的是,AI 系统通常需要大量数据和示例来学习和理解任务结构,提供高质量的参考材料和学习内容是提高 AI 性能的关键。同时,大模型的语料存在一定滞后性,使用 AI 回答后要进行交叉验证,确保信息准确性。
2025-01-19
系统学习并最终应用ai辅助工作
以下是关于系统学习并最终应用 AI 辅助工作的相关内容: 在医疗保健领域,鉴于人工智能依赖的神经网络基础,专家 AI 可能通过元学习更快地获得知识,并可能成为下一代专家的教师。我们可以通过构建系统深入探索其内部工作机制,创造学习的飞轮。 企业级 AI 应用开发知识点: 智能体应用(Assistant):基于上下文对话,自主决策并调用工具完成复杂任务的对话式 AI 应用。可用于客户服务、个人助理、技术支持等场景。 工作流应用(Workflow):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。例如 AI 翻译。 智能体编排应用:支持多智能体协作的流程式 AI 应用,可编排多个智能体的执行逻辑。如综合调研报告、软件开发团队的组建。 教师使用 AI 的小技巧: 可控地引导学生,将部分课程、任务用 AI 辅助,同时限制部分课程的 AI 使用以培养独立思考和解决问题的能力。 人工智能用于集思广益和构建想法,但最终的工作必须由人类创作,对于想法发展和外语课程很有用。相关活动包括协作集思广益、创建结构化大纲、研究协助。 学生使用生成式人工智能来完善和编辑他们的作品,有利于语言改进和多模式内容。相关活动包括纠正语法/拼写、建议同义词、结构编辑、可视化编辑。 完全使用 AI,在整个任务中使用 AI,具体由学生或教师自行决定。适合那些生成式 AI 对学习结果非常关键的任务。相关活动包括共同创作、探索生成式 AI、实时反馈以及创建生成式 AI 产品。
2025-01-21
扣子工作流设置
扣子工作流设置如下: 在故事与绘本的 AI 应用中: 开始节点输入参数包括 Theme(主题)、Plot(情节)、Characters(角色)、Setting(设定)。 文章生成 LLM 节点输出文章故事。 提取文章关键字节点输出文章关键字,需注意输入文章格式,由代码提取关键字内容,防止因格式问题导致大模型输出时间问题。 关键字优化节点输出有关故事的关键字节点信息,优化方案包括 Photography Theme/Style(摄影主题/风格)等多项内容。 图片生成节点输出内容为图片 URL,要求输出图片内容与提示词内容正相关,输出图片为动漫风格。 利用 AI 批量生成、模仿和复刻《小林漫画》时: 点击工作流后面的“➕”添加工作流,然后点击创建工作流。 给工作流起名字和描述,名字只能用字母、数字和下划线,描述清晰即可。 初始化工作流,左边有各种插件和搭建 Agent 的工具,可点击加号或拖拽使用,插件一般有参数说明。初始化后会生成开始模块和结束模块,且只有一个。 工作流录制了视频可供观看,其中使用 text2image 时需注意 prompt 参数设置。 包括金句创作、提取拆分代码、绘画提示词生成等内容。 在落地应用中: 可通过扣子工作流,用代码模块进行 HTTP 访问,实现 0 token 脱离扣子模型使用 Groq 作为 LLM,也可参考相关教程将扣子接入微信机器人,但有微信封号风险。 Groq 的 API 与 OpenAI 的 API 几乎兼容,可适配到任何 APP 产品填 APIKEY 调用的场景,如沉浸式翻译。 可接入手机类 APP,如通过快捷方式接入 Siri。 接入扣子工作流时,工作流的搭建细节可移步 WaytoAGI 自学,建立工作流只需一个代码节点,需配置输入引用和输出格式,测试工作流保证代码块有正常输出,可建立 Bot 调用工作流,但不建议发布以免代理流量被他人使用。
2025-01-20
帮我搭建一个工作流编排的智能体
以下是搭建工作流编排智能体的步骤: 1. 逐步搭建 AI 智能体: 创建 Bot。 填写 Bot 介绍。 切换模型为“通义千问”(测试下来,通义对提示词理解、执行效果最好)。 把配置好的工作流添加到 Bot 中。 新增变量{{app_token}}。 添加外层 bot 提示词(可按需求和实际效果优化调整)。完成上述步骤后,在「预览与调试」窗口可与 AI 稍后读智能体对话并使用全部功能。 2. 选择工作流的对话模式: 创建一个工作流对话模式的智能体。 先完成创建,然后切换工作流的模式为对话模式。注意一定要在开始调整工作流节点之前切换模式,因为切换成对话模式会将工作流清空,重置为对话模式默认节点。 3. 确认分支情况: 根据需求分析,确定特定分支(如根据名字和祝福写对联、根据幸运数字写对联)和默认分支,以保证用户其他对话能得到良好回复。 4. 用户意图识别: 通过理解用户意图走不同分支,需将意图介绍写清楚、准确,否则可能导致意图识别不好用。 5. 幸运数字分支: 用代码分支获取用户输入的数字,然后匹配知识库,再对匹配的春联做赏析。代码里有容错机制,返回时加“.0”是为了按指定的幸运数字在知识库里匹配。 6. 名字写祝福: 根据用户输入的名字和祝福信息,通过提示词调试生成对应对联并输出。 7. 通用兜底回复: 在用户不符合前两个意图时进行友好回复。首先匹配知识库,然后让大模型结合匹配结果、历史记录、当前输入,输出符合对话内容的回复。 8. 知识库: 知识库是使用大模型生成的 100 对对联,都比较好看、经典、有意义。
2025-01-18
你现在是一个工作流方面的专家 我需要你用最简单的方法让我这个小白理解工作流是怎么工作的
工作流是一种通过可视化方式对插件、大语言模型、代码块等功能进行组合,以实现复杂、稳定业务流程编排的方法。 工作流由多个节点构成,节点是基本单元,包括大语言模型 LLM、自定义代码、判断逻辑等。默认包含 Start 节点(工作起始,可包含用户输入信息)和 End 节点(工作末尾,返回运行结果)。 不同节点可能需要不同输入参数,分为引用前面节点的参数值和自定义的参数值。扣子提供了基础节点,还可添加插件节点或其他工作流。 例如,在角色设计变体生成工作流中,在不改变角色某些特定样式的基础上仅改变设计,能防止提示词外流,还可使用图片引导特定部分的风格和样式。 在智能体“竖起耳朵听”的编排中,插件像工具箱,工作流像可视化拼图游戏,将各种功能组合,满足多步骤、高要求的任务。
2025-01-16