以下是关于用 COZE 国内版搭建工作流的相关内容：
需求分析其实上一篇文章中已经写过了，这次我们的主要需求是国内可以直接使用，并且可以批量生产。综合考虑，我们这边选用扣子来搭建工作流，解决这个问题。既然考虑批量生产，我们可能就需要考虑一个问题，就是牺牲一定质量的文案和图片效果。因为在步骤中缺少了，认为筛选的过程。[heading3]一）批量生成句子[content]不同于我们使用OpenAI和Claude的方式全程手动搭建，可以摘选对应的句子。我们可能会把一次性生成的句子，都进行生成图片处理。但是基于之前的经验，各类大模型，在创造句子的时候，句子过多会导致句子的质量迅速下降。所以我这边建议还是不要一次生成太多，所以我只设置了一次生成五句。因为是走一个流程，所以五句的话，生成图片的处理时间也不会太长。[heading3]二）句子提取[content]既然是根据句子的内容来画图，那么我们就需要注意到，我们要把生成的句子一个一个的提取出来，然后针对于每一个图片进行画图。[heading3]三）图片生成[content]需要根据生成的句子，结合一些特有的画风等描述，来绘图。[heading3]四）图片和句子结合[content]其实扣子的工作流本身是支持Python的代码的，但是我发现他的环境中缺少画图、图片处理所应该使用的包。所以只能无奈替换成搞定设计的方式来处理图片了。当然如果大家会用PS的脚本，效果应该也会不错的，但方法其实是相似的。[heading3]五）逻辑图[content]
最后是工作流的使用，这个是整个AI Bot的核心，也是最灵魂的部分，先给大家看看我新增的一个工作流的全局截图，先大概看看复杂度：大家应该看不太清吧，没关系，这里我逐一讲解下这个工作流的设计：1.第一步是开始节点，这里定义了下用户传入赋值的变量，以及对应的变量描述。这个工作流的核心功能是-根据具体日期获取用户旅游往返的航班信息详情。首先你可以大概想想一个问题，在和AI Bot对话的过程中，它如何知道什么时候该调用你这个工作流呢？答案就是你开始节点的变量描述，这个描述就是你这个工作流的提示词，比如你可以在这个描述里面加上一些关键词，比如“查询航班”、“查询机票”、“查询航班信息”等等，这样当用户输入这些关键词的时候，AI Bot就会调用你这个工作流了，以下是官方的具体说明：1.第二步是通过使用大模型的组件来解析用户输入的信息是否满足这个大模型的提示词条件，如下图，这里提一点的是，通过AI大模型组件的加持，我们可以实现我们传统编程实现不了的动态用户需求传入，意味着我们可以通过自然语言来动态调用我们的条件流程，而不是通过传统编程的固定条件匹配和调用。1.接下来是一个条件判断，其实就是通过上一步的大模型解析后的结果来选择条件执行：
最后是工作流的使用，这个是整个AI Bot的核心，也是最灵魂的部分，先给大家看看我新增的一个工作流的全局截图，先大概看看复杂度：大家应该看不太清吧，没关系，这里我逐一讲解下这个工作流的设计：1.第一步是开始节点，这里定义了下用户传入赋值的变量，以及对应的变量描述。这个工作流的核心功能是-根据具体日期获取用户旅游往返的航班信息详情。首先你可以大概想想一个问题，在和AI Bot对话的过程中，它如何知道什么时候该调用你这个工作流呢？答案就是你开始节点的变量描述，这个描述就是你这个工作流的提示词，比如你可以在这个描述里面加上一些关键词，比如“查询航班”、“查询机票”、“查询航班信息”等等，这样当用户输入这些关键词的时候，AI Bot就会调用你这个工作流了，以下是官方的具体说明：1.第二步是通过使用大模型的组件来解析用户输入的信息是否满足这个大模型的提示词条件，如下图，这里提一点的是，通过AI大模型组件的加持，我们可以实现我们传统编程实现不了的动态用户需求传入，意味着我们可以通过自然语言来动态调用我们的条件流程，而不是通过传统编程的固定条件匹配和调用。1.接下来是一个条件判断，其实就是通过上一步的大模型解析后的结果来选择条件执行：