Coze 智能体 教程 初学者

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。 4. 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： 什么是 COZE：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。 什么是记账管家：基于 COZE 平台能力搭建的记账应用，用户可直接和 coze 说收入或支出情况，coze 会自动记账并计算账户余额，每一笔记账记录不会丢失。点击以下卡片可体验记账管家。

以下为您推荐一些 Coze 学习教程： 1. 胎教级教程：万字长文带你理解 RAG 全流程 其中九、用 Coze 学习 RAG 部分提到，新知识学习可采用 Claude + Coze 的方法。Claude 是目前最强的 AI 大模型，Coze 是一款 AI Agent 的衍生产品，其最大价值在于跟进 AI Agent 工具发展情况、发现商业化机会以及做产品 Demo。还不知道 Coze 是什么的同学可以看公开分享：。在学习 RAG 过程中，可先通过 Claude 了解细节概念，再通过 Coze 搭建 Demo，且创建了产品资料问答机器人等 4 个 Bot，相关资料请参考上述公开分享。 2. 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 可能是全网最好的 Coze 教程之一，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。核心看点包括通过实际案例逐步演示用 Coze 工作流构建生成结构化内容的 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。适合玩过 AI 对话产品的一般用户以及对 AI 应用开发平台（如 Coze、Dify）和 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。

Coze 能对电商工作起到以下提升作用： 1. 个性化邮件发送：市场团队可以利用 Coze 的工作流，将客户名单作为输入数组，通过循环节点依次为每位客户生成定制化邮件，在几分钟内完成邮件发送，避免重复劳动。 2. 商品评价分析：运营团队能够把电商平台的商品评价数据作为输入数组，使用循环节点逐一分析，计算好评率和差评率，并生成总结报告。原本耗时 2 3 小时的人工作业可缩短到几分钟，同时避免出错。 Coze 的工作流具有以下特点： 1. 可视化：允许用户通过可视化的方式组合各种功能模块，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。 2. 低代码：工作流的创建和编辑可以通过可视化的拖拽界面完成，无需编写代码，大大降低了工作流搭建的门槛。 3. 功能丰富：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，用户可根据需求灵活组合。 4. 集成性强：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。 循环节点是自动化流程的重要组成部分，通常分为数组循环、指定次数循环和无限循环三种核心模式。数组循环适用于对一组有序数据逐条处理的场景，是自动化流程中最常见的一种模式，能够高效地逐条执行重复性操作。

在 Coze 工作流中，使用循环体节点将中间 current 值在循环体内加一并赋值给中间变量 curent 的方法如下： 1. 循环节点支持设置中间变量，此变量可作用于每一次循环。中间变量通常和循环体中的设置变量节点搭配使用，在每次循环结束后为中间变量设置一个新的值，并在下次循环中使用新值。 2. 各个节点配置如下： 循环节点：将中间变量设置为指定值（如 last_paragraph ），参数值设置为一个空格。首次循环中生成第一个段落时，不需要参考大纲以外的任何内容，所以将循环变量的值指定为一个空格，您也可以按需设置为其他内容。 循环体中的设置变量节点：中间变量选择循环节点中设置的中间变量（如 last_paragraph ）；设置值选择大模型的输出参数 output ，表示开始下次循环前，将本次循环中大模型生成的段落赋值给循环变量。 循环体中的大模型节点节点：添加 2 个输入参数，分别引用循环节点的内置变量 item 和循环变量，并在提示词中指定生成文章段落时参考上个段落的内容。 3. 中间变量的设置方法： 初始化变量：在循环开始前，设置中间变量的初始值（如空值、0 或默认文本）。 动态更新：每轮循环结束时，将当前任务的输出赋值给中间变量。 数据类型一致性：确保中间变量的类型（如字符串、数组）与任务输出类型一致。 4. 注意事项： 中间变量的更新逻辑需符合业务流程的需求。 变量过多可能增加复杂度，建议尽量简化。 此外，循环体画布是循环节点的内部运行机制，用于编排循环的主逻辑，每个循环迭代中，工作流会依次执行画布内的各个节点。选中循环体时，才能向循环体中添加新节点，或拖入新节点至循环体画布。循环体中无需设置开始节点或结束节点，默认按照连接线的箭头方向依次执行各个节点。设置变量节点、继续循环节点和停止循环节点只能在循环体中使用。不支持将循环体外部的节点拖动至循环体内，循环体中的节点也不可移动到循环体之外。循环节点的输出参数可设置为循环体的执行结果集合，表示当数组中所有元素运行完毕之后，将所有循环的运行结果打包输出给下游。也支持设置为循环变量的取值。配置循环节点之后，还需要试运行这个节点，查看其输入输出是否符合预期。调试结束后，循环节点的运行结果中会显示循环节点在多轮循环之后汇总的输入输出内容。循环体中的每个节点也会展示每次循环中的输入输出、变量赋值内容。

以下是关于 Coze 的相关信息： 重磅更新：Coze 可接入抖音评论区，帮您自动回复用户评论。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 平台能力搭建的记账应用，您可以直接和 coze 说您的收入或支出情况，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。点击以下卡片可体验记账管家。

以下是在 COZE 创建智能体的步骤： 1. 基础智能体创建： 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。 2. 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：插件可扩展 Bot 的专业能力，如计算器、日历等工具；工作流可设置固定的处理流程和业务逻辑；图像流用于处理和生成图像的相关功能；触发器可设置自动化响应条件。 知识库管理：文本可存储文字类知识材料；表格用于结构化数据的存储和调用；照片作为图像素材库。 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）：设置开场白、用户问题建议、快捷指令、背景图片。 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. 具体创建示例： 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。 设置画小二助手的提示词。 动手实践： 第一步，创建一个智能体，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，当看到数据即为成功。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。输出类型选文本，输入类型选字段选择器。完善上架信息，填个表格，选发布范围时，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。

对于 AI 初学者，以下是一些可以学习的课程： 1. 特定的机器学习云框架： 例如。 相关课程如《》。 2. 对话式人工智能和聊天机器人： 单独课程《了解更多详情。 3. 深度学习背后的深层数学（Deep Mathematics）： 推荐 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 合著的《深度学习》（Deep Learning）一书，该书可在 https://www.deeplearningbook.org/ 上获取。 4. 人工智能的商业应用案例： 如《》（和欧洲工商管理学院 INSEAD 共同开发）。 5. 经典机器学习： 可参考《》。 6. 使用 Azure 认知服务（Azure Cognitive Services）来创建实用的人工智能应用： 如《》等。 此外，还可以： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，了解其主要分支及联系。 浏览入门文章，了解 AI 的历史、应用和发展趋势。 2. 开始 AI 学习之旅： 在「」中找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）按自己节奏学习，有机会获得证书。 3. 选择感兴趣的模块深入学习： 根据自身兴趣选择特定模块，如图像、音乐、视频等。 掌握提示词技巧。 4. 实践和尝试： 实践巩固知识，尝试使用各种产品创作作品。 在知识库分享实践成果。 5. 体验 AI 产品： 与 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动，了解其工作原理和交互方式。

对于初学者学习 AI 知识，建议如下： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（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。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 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。 3. 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），根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 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自己的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，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。 通过与这些 AI 产品的对话，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得自己的成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。

对于初学者学习 AI，建议您采取以下步骤： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（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。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，您将找到为初学者设计的课程，特别推荐李宏毅老师的课程。 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。 3. 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。 掌握提示词的技巧，它上手容易且很有用。 4. 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。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，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。 6. 持续学习和跟进： AI 是一个快速发展的领域，新的研究成果和技术不断涌现。关注 AI 领域的新闻、博客、论坛和社交媒体，保持对最新发展的了解。 考虑加入 AI 相关的社群和组织，参加研讨会、工作坊和会议，与其他 AI 爱好者和专业人士交流。 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得自己的成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。

对于 AI 初学者，以下是一些学习的起点和资源推荐： 1. 学习 SD 提示词：可从官方资料入手掌握基本概念，通过大量实践培养敏锐度，追求创新性并挖掘新维度，持续学习、实践和总结反馈。 2. 课程资源： 微软的 AI 初学者课程： AI for every one（吴恩达教程）： 大语言模型原理介绍视频（李宏毅）： 谷歌生成式 AI 课程： ChatGPT 入门： 3. 小七姐的 Prompt 喂饭级系列教程：可以在关注她。对于初学者，建议至少先真正理解以下几个问题： GPT 说人话的能力是怎么来的 “涌现”的产生 prompt 的概念和意义 为什么现阶段我们不得不用 prompt 推荐两个课外阅读：B站 UP Yjango（于建国博士）很早前发布的相关视频。

对于 AI 初学者，以下是一些选择学习方向和材料的建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括人工智能的定义、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。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，您可以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。 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。 3. 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。 掌握提示词的技巧，它上手容易且很有用。 4. 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。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，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。 如果您偏向技术研究方向，需要学习的内容包括： 1. 数学基础：线性代数、概率论、优化理论等。 2. 机器学习基础：监督学习、无监督学习、强化学习等。 3. 深度学习：神经网络、卷积网络、递归网络、注意力机制等。 4. 自然语言处理：语言模型、文本分类、机器翻译等。 5. 计算机视觉：图像分类、目标检测、语义分割等。 6. 前沿领域：大模型、多模态 AI、自监督学习、小样本学习等。 7. 科研实践：论文阅读、模型实现、实验设计等。 如果您偏向应用方向，需要学习的内容包括： 1. 编程基础：Python、C++等。 2. 机器学习基础：监督学习、无监督学习等。 3. 深度学习框架：TensorFlow、PyTorch 等。 4. 应用领域：自然语言处理、计算机视觉、推荐系统等。 5. 数据处理：数据采集、清洗、特征工程等。 6. 模型部署：模型优化、模型服务等。 7. 行业实践：项目实战、案例分析等。 无论是技术研究还是应用实践，数学和编程基础都是必不可少的。同时需要紧跟前沿技术发展动态，并结合实际问题进行实践锻炼。

对于 AI 初学者，以下是一些学习建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其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。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 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。 3. 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，可根据自己的兴趣选择特定模块深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人进行互动，了解其工作原理和交互方式，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 此外，还可以参考微软为期 12 周、共 24 课时的课程，课程原网址 https://microsoft.github.io/AIForBeginners/ 。在课程中，将深入学习符号人工智能、神经网络、计算机视觉、自然语言处理等内容。 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。

以下是一些关于 ComfyUI 的教程资源： 1. ComfyUI 官方文档：提供使用手册和安装指南，适合初学者和有经验的用户，可在获取相关信息。 2. 优设网：有详细的 ComfyUI 入门教程，适合初学者，介绍了特点、安装方法及生成图像等内容，教程地址是。 3. 知乎：有用户分享了 ComfyUI 的部署教程和使用说明，适合有一定基础并希望进一步了解的用户，可在找到相关教程。 4. Bilibili：提供了一系列涵盖从新手入门到精通各个阶段的视频教程，可在找到。 5. 关于 ComfyUI 中的 Redux 使用： 将 ComfyUI 更新到最新。 下载 sigclip_vision_patch14_384.safetensors 模型并放在 ComfyUI/models/clip_vision 文件夹中。夸克网盘：链接：https://pan.quark.cn/s/739f71d42b87 ；百度网盘：见前文。 下载 flux1reduxdev.safetensors 并放在 ComfyUI/models/style_models 文件夹中。夸克网盘：链接：https://pan.quark.cn/s/32c8291c1c72 ；百度网盘：见前文。 确保 ComfyUI/models/unet/文件夹中有 flux dev 或 flux schnell。 导入工作流：使用 flux_redux_model_example 工作流。夸克网盘：链接：https://pan.quark.cn/s/4ec9d4cfce89 ；百度网盘：链接：https://pan.baidu.com/s/1qK_2kUojF6nsha9cD2Eg2Q?pwd=ris5 提取码：ris5 。 6. 全面的 ComfyUI 教程：https://www.comflowy.com/zhCN 。 7. 超有意思的 ComfyUI 教程：https://comfyanonymous.github.io/ComfyUI_tutorial_vn/ 。 请注意，内容由 AI 大模型生成，请仔细甄别。

以下是关于 Differential Diffusion 和 Dify 接入企业微信的教程： Differential Diffusion 教程 1. 技术特点 适用于保持图像整体一致性和自然感的场景，通过软填充技术平滑填补图像空白或损坏部分，并细微调整周围区域，实现新填充内容与原始图像无缝融合。 利用变化地图实现更自然、和谐的软填充效果，适用于精确控制填充过程和结果的场景。 强度扇是可视化不同编辑强度效果的工具，帮助用户直观比较并选择合适的编辑强度。 操作仅在推理阶段进行，无需训练或微调，可直接利用现有扩散模型进行高度自定义的图像编辑。 与现有扩散模型兼容，可集成到 Stable Diffusion XL、Kandinsky 和 DeepFloyd IF 等模型中，增强编辑和生成能力。 2. 主要功能特点 精细的编辑控制：通过引入变化地图，可对图像每个像素或区域指定不同变化程度，支持离散和连续编辑。 文本驱动的图像修改：通过文本提示指导图像修改方向，实现非专业用户的专业级图像创作。 软填充技术：在填补图像空白或修复部分时，细微调整周围区域，确保新内容与原图无缝融合。 3. 实际应用举例 假设作为艺术家创作从春天到冬天逐渐变化的风景画，可使用变化地图为图像各部分指定变化强度，结合文本提示进行精细编辑。 Dify 接入企业微信教程 1. 创建聊天助手应用：在 Dify 平台创建基础编排聊天助手应用，获取 API 密钥和 API 服务器地址。 2. 下载 Dify on WeChat 项目：下载并安装依赖。 3. 填写配置文件：在项目根目录创建 config.json 文件，填写 API 密钥和服务器地址。 4. 把基础编排聊天助手接入微信：快速启动测试，扫码登录，进行对话测试，可选择源码部署或 Docker 部署。 5. 把工作流编排聊天助手接入微信：创建知识库，导入知识库文件，创建工作流编排聊天助手应用，设置知识检索节点和 LLM 节点，发布更新并访问 API。 6. 把 Agent 应用接入微信：创建 Agent 应用，设置对话模型和添加工具，生成 API 密钥，填写配置文件，启动程序并进行测试。 更多内容请访问原文：https://docs.dify.ai/v/zhhans/learnmore/usecases/difyonwechat

以下是关于提示词的教程： 1. 小七姐的 Prompt Engineering a Prompt Engineer 精读翻译： 提示词工程教程：为帮助大型语言模型更好理解任务，提供了在线教程。 两步任务描述：任务可分解为检查当前提示词和样本、编写改进提示词两步，元提示词中明确这两步并提前传达期望。 逐步推理模板：指导提案模型回答系列问题，如输出是否正确、提示词描述任务是否准确等。 上下文规定：提示词在输入序列中的位置灵活，可能在输入文本之前或之后，元提示词中明确其与输入的相互作用。 2. Pika 新功能“Pikadditions”的三步保姆级教程： 第一步：上传基础视频，点击页面下方的“Pikaddition”按钮，拖拽或点击上传本地视频，可使用官方示例视频做测试。 第二步：添加主角图片，点击“Upload Image”上传角色图片文件。 第三步：编写视频提示词，用英文描述期望效果（支持 Emoji 辅助），可参考角色在视频里的相关互动，建议在自己的提示词尾部加入官方提供的默认提示词，效果会更好。核心逻辑是用户上传实拍视频和角色图片，AI 将角色动态融入视频中，提示词需具体描述角色动作、互动和场景匹配。 提示词公式参考：，包括事件驱动句式、空间锁定技巧、动态呼应原则。 3. SD 新手入门图文教程中的提示词模板： Majinai： 词图： Black Lily： Danbooru 标签超市： 魔咒百科词典： AI 词汇加速器： NovelAI 魔导书： 鳖哲法典： Danbooru tag： AIBooru：

以下是关于 DeepSeek 教程的相关信息： 清华大学新闻与传播学院新媒体研究中心出品了《》，详细阐述了 DeepSeek 的功能，包括智能对话、文本生成、代码生成、自然语言理解等，并探讨了如何使用 DeepSeek，包括推理模型与通用模型的区别、提示语设计策略以及如何从入门到精通。文章还介绍了提示语设计的核心技能、常见陷阱及应对方法，旨在帮助用户更好地掌握 AI 工具的使用，提升工作效率和创新能力。 全球数据资产理事会发布了《》。 还有《》。

很抱歉，目前没有关于在 Windows 上安装 ollamadeepresearcher 的完整教程。建议您通过以下途径获取相关信息： 1. 官方网站：访问 ollamadeepresearcher 的官方网站，查找针对 Windows 系统的安装指南。 2. 相关技术论坛：在专业的技术论坛上搜索相关主题，可能会有其他用户分享的安装经验和教程。 3. 视频平台：部分视频平台上可能有关于此软件在 Windows 上安装的演示视频。

以下是一些能够在建筑设计方面提供帮助的智能体： 1. HDAidMaster：这是一款云端工具，建筑师能在平台上使用主流的 AIGC 功能进行有趣的集卡式方案创作，在建筑、室内和景观设计领域表现出色，平台搭载的建筑大模型 ArchiMaster 由建筑设计院开发，软件的 UI 和设计成果颜值高。 2. Maket.ai：主要面向住宅行业，在户型和室内软装设计方面有 AI 技术探索，设计师输入房间面积需求和土地约束，软件能自动生成户型图并查看详细设计结果。 3. ARCHITEChTURES：AI 驱动的三维建筑设计软件，为设计师提供全新设计模式，在住宅设计早期能引入标准和规范约束 AI 生成的设计结果，保证合规性。 4. Fast AI 人工智能审图平台：形成全自动智能审图流程，能自动导入、划分区域、识别构件、审查强条和导出结果，还能为建筑信息自动建模，集成建筑全寿命周期信息实现数据汇总与管理。 每个工具都有特定应用场景和功能，建议根据具体需求选择合适的工具。

要建造定时往微信发送信息的智能体，以下是一些相关步骤和方法： 一、自动总结公众号内容并定时推送到微信的方法 1. 搭建工作流 循环将推送内容插入数据库：将本轮推送给用户的内容写入数据库，下次从 RSS 列表中如果再抓取到相同内容，直接跳过，避免重复推送。使用“循环”节点，输入项为第 8 步代码输出的 content_urls，这里有完整的文章内容信息。循环体设置使用“数据库”节点，输入项为本循环节点 item 中的 url 和 suid，SQL 用 AI 生成。设置循环节点的输出项：output，参数随便选，后边也用不到了。 结束节点：选择第 11 步输出的内容，可以在 bot 中也查看到推送的内容。 2. 试运行 工作流搭建完后，点击右上角的试运行，选择绑定的 bot，输入数据测试。Key 输入您的 server 酱的 sendkey，rss_list 若没有现成的数据，可以使用提供的数据测试。 若工作流设置没问题，会在工作流中看到相应结果，同时微信上也会收到这条推送，可以查看总结内容，点击链接查看公众号原文。 点击右上角发布。 二、用 Coze 实现多模态资讯的跨平台推送并接入微信群 Bot 的方法 1. 技术实现原理 Coze API 接入微信群 Bot：登录宝塔面板后，在宝塔面板当中可视化地控制云服务器，在上面部署 docker 容器，启动 COW 项目与微信取得关联。 chatgptonwechat（简称 CoW）项目是基于大模型的智能对话机器人，可以接入微信公众号、企业微信应用、飞书、钉钉，可选择多种模型，能处理文本、语音和图片，通过插件访问操作系统和互联网等外部资源。 2. Docker 中配置 COW 组件 点击“Docker”中的“项目模板”中的“添加”按钮。 项目模板代码示例如下：将上面编译好的内容复制进来。 在容器中创建容器，选择容器编排，填入模板和名称，确定。 现实运行成功。 点击容器后，可以看到运行的是两个服务，因为接口文档中启动了两个服务。 然后点击“wcandyaibot”后面的日志按钮，在弹出层中用提前预备好的微信进行扫码。 这个界面不会实时更新显示，需要手动刷新一下。点击“刷新日志”，如果看到 WeChat login success，就成功将 Bot 接入微信中了。 三、让 Coze 智能体机器人连上微信和微信群的方法 1. 绑定微信 需要提前准备一个闲置的微信，因为这种方法是非官方接口，有可能微信号会受到官方限制，用一个闲置微信。 点击容器，可以看到运行的是两个服务，这是因为接口文档中启动了两个服务。 点击“wcandyaibot”后面的日志按钮，在弹出层中用提前预备好的微信进行扫码。 这个界面不会实时数显，为了验证是否成功，需要手动刷新一下。点击“刷新日志”，就能看到 WeChat login success，就是提示微信登录成功的意思。 为了确保微信是否实时在线，点击“日志管理”的“wcandyaibot”的“刷新日志”。如果显示“wechat login seccess"则表示微信正常登录中。 2. 效果测试 把绑定的微信号拉到群里或者单独对话，如视频所示就可以激活对话了，训练的数据越好，对话效果越好。

以下是手把手创建智能体的详细步骤： 1. 创建智能体：使用单 Agent 对话流模式。 编排对话流：点击创建新的对话流并与智能体关联。在获取笔记详情节点和笔记评论节点分别配置 cookie，note_link 使用开始节点的 USER_INPUT。 数据处理：使用代码节点对两个插件获取的结果进行处理，注意代码节点输出的配置格式。 测试：找到一篇小红书笔记，在对话窗口输入地址试运行对话流，同时在智能体的编排页面进行测试，确保对话流执行成功。 发布：选择多维表格，进行配置。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，选发布范围时可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最终提交。 2. 搭建智能体：创建智能体，输入人设等信息，放上创建的工作流。注意工作流中【所有视频片段拼接】节点使用的插件 api_token 填自己的 token 时不能直接发布，可将其作为工作流最开始的输入，让用户购买后输入再发布。 3. 开通阿里云百炼满血版 DeepSeek： 在模型广场找到 DeepSeekR1 并授权。 可看到免费的 100w 额度和已使用量，过期未用则浪费。此模型为阿里云自主部署，推理优化强，性能优于多数本地部署版本。还有免费的蒸馏版 R1 模型，同样 100w token，可在首页或直接体验使用，也可进行模型效果对比或用 API 调用。 百炼应用开发新增模板，可从模板学习应用搭建。 联网搜索简单方便，直接配置即可，结合 Deepseekr1 更强大。 新鲜的动态 few shot 小技巧可用于修正模型某些任务的表现。 用工作流让不同模型在同一任务创作。

对于小白学习人工智能，建议从以下几个方面入手： 1. 了解 AI 基本概念：首先，阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（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，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 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。 3. 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，建议掌握提示词的技巧，它上手容易且很有用。 4. 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。 5. 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。 另外，您可以参考《雪梅 May 的 AI 学习日记》，其中提到适合纯 AI 小白的学习模式是输入→模仿→自发创造。同时要记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得自己的成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。

调试智能体回答问题准确率可以参考以下方法： 1. 从问题场景出发：明确活动为问答对话场景，考验智能体对问题的理解和准确回答能力，真实对话场景中一般以完整句子回复。 2. 具体交流技巧：与大语言模型交流时尽量具体、丰富、少歧义，多说有用的信息。 3. 测试方法：可使用弱智吧问题对 LLM 进行测试，评价提示词的生成效果。 4. 行业案例参考： 服务和业务助手：关注回答准确率、数据覆盖范围，具备丰富的文档/多媒体/数据库支持、多数据源打通、文档 Meta 信息增强、搜索过滤、大模型召回判定等功能。 个人助理：关注回答准确率、业务数据关联性、人设契合度、多模态，通过 Prompt 优化、多模态数据上传、互联网搜索、音频/视频交互等方式提升。 多模态文件交互和数据处理：关注成本、延迟、多场景适配度，可进行自定义文件解析设置、视觉解析增强、企业级数据管理。 例如在服务和业务助手方面，内部业务助手可使用企业内部规章制度等构建知识库进行内部知识问答，通过复杂文档解析视觉增强来提供更好的文档理解。在医疗助手/法律助手/智能导购等场景，构建领域内知识库，结合规则性和智能性进行相似度阈值判定和大模型智能分析，减少数据混淆和模型幻觉问题，但判定速度略慢且有额外大模型调用费用，适合高度定制化和智能化搜索服务场景。