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

coze上提取视频文案的插件有哪些?都是怎么调用的

Answer

以下是关于在 coze 上提取视频文案的插件及调用方法:

  1. 进入 coze 个人空间,选择插件,新建一个插件并命名,如 api_1。
  2. 在插件的 URL 部分,填入通过 ngrok 随机生成的 https 的链接地址。
  3. 配置输出参数和 message 输出。
  4. 测试后发布插件。

需要注意的是:

  1. 如果在生产环境中已有准备好的 https 的 api,可直接接入。
  2. 本案例中使用的是 coze 国内版,且案例中的 ngrok 仅供娱乐,在生产环境中勿用。
Content generated by AI large model, please carefully verify (powered by aily)

References

CT: coze插件---通过已有服务api创建

饶了一大圈,终于到了coze。为啥要用Ngrok(泥脑壳),不是吃饱没事干,纯属coze要你干。进入coze,个人空间中,选择插件。新建一个插件,起个名字api_1(这名字就是这么随意,连描述都叫test)在插件的URL部分,填入刚才ngrok(泥脑壳)随机生成的https的链接地址。刚才开着服务的朋友,你的terminal应该还没关吧,关了的话,请重新从上一步开始。服务还开着的请继续。有一说一,coze的指引做的真不错,输出参数配置你的message输出就行。测试后发布插件[heading2]捏个简单的bot[content]手捏插件搞定之后,就开始搓bot。不过这个bot简单到手都没搓热就好了。创建了一个测试api的bot。将自己创建的api_1的插件接进来。prompt里面简单粗暴让它一定要调用我们的插件。然后就大功告成。[heading2][heading2]后续说明[content]这个整体过程仅仅为了说明coze的插件指引挺好用的。如果生产环境中已经有准备好的https的api,直接就可以接上来。PS:本案例中用的是coze国内版,反正是玩插件,对模型没啥要求。PPS:ngrok本案例中仅供娱乐,生产环境中勿用。PPPS:果然不会写代码,做个案例都这么简单。PPPPS:动手干,哪怕再简单,都是踏出去的第一步。(给自己菜也找个台阶下.......)Read in,Bot out.

输入观点一键生成文案短视频

如节点名称所示,这是一个批量处理的节点,类似代码中的循环处理。要在这个节点中,循环之前“文本”节点生成的文案List,对每一句文案通过画板生图、通过插件进行语音合成。[heading6]“选择器”节点[content]这里是对循环到的“这句话”进行异常处理,保险起见,这里最好用代码进行处理。为了方便,这里使用选择器。选择不为空的,进行后续处理。(其实若为空,后续会有异常。好在DeepSeek目前生成的文案完整)[heading6]“画板”节点[content]如节点名称,这就是一个“白色画板”,你可以添加任意个变量,进行内容添加。点击画板的编辑,进行编辑。注意变量对应,实操几下就明白了。[heading6]“语音合成”节点[content]没啥好说的,输入是:每一句的文案,选择你喜欢的音色,生成语音。(缺点就是缺乏感情,可以找找第三方的语音插件)[heading6]“图片音频合成”节点[content]目前在平台上能有效合成视频的我只找到两个,另一个偏重抖音,流程有点复杂。(主要是后边的多个视频合成效果不好)。选择了下图这个视频合成插件(有免费使用额度,视频合成功能还是我提的需求,他们连夜肝出来的.付费的话,19.9包月,不差钱的可以支持一下。)

伊登:最新Deepseek+coze实现新闻播报自动化工作流

只需输入新闻链接,系统就能自动提取核心内容开始节点,入参:1、新闻链接2、视频合成插件api_key添加网页图片链接提取插件,承接开始节点的新闻链接获取网页里的图片,我们这里以1ai.net的资讯为例子,这里的资讯都比较简单,只有一张主图,标题,内容都齐全,所以适合我们来操作当我们输入1ai.net的一则新闻,发现,提取出很多链接有趣的是,第一条链接就是新闻主图,其他内容都是不重要的icon所有我们就要添加图片链接提取节点,如果我们为了节省写代码时间,直接用大模型节点帮我们提取,只拿提取的链接集合的第一条,这样新闻的主要图片就搞定了。图片链接提取提示词接着利用,调整图片的节点,将url属性的图片内容转化为image属性的图片(因为url节点在画板中是string的格式,所以必须转为img格式)现在到了文字部分,使用链接读取节点,将文字内容提取出来在提取链接后面接上一个大模型节点,用来重写新闻成为口播稿子,这里用到最强的DeepseekR1模型,来生成有吸引力的口播内容小tips,如果想要加上自己的特征,可以在提示词里写:”开头加上‘这里是伊登AI’之类的个性化台词防伪“PS:这里的deepseekR1基础版本是限额使用,我们可以在专业版手动接入DeepseekR1手动接入推理模型

Others are asking
我们是搜索团队的产品经理,团队定位倾向于“对于插件的建设与调用”定位,现在要做AI相关的产品规划,请以通俗易懂的方式对以下问题做出回答 1、请通过流程图的方式,介绍【插件/工具】能力在大模型生态架构中的环节、定位、实现流程是什么 2、调研下对于我们搜索团队而言,插件应该做什么,可以做什么 3、思考对于大模型来说,有哪些(通用或垂类)的模块/功能/插件是无法绕开的,或高频使用的,作为我们团队后续争取的发力点(如搜索推荐对于传统综合搜索结果页)
以下是为您提供的关于 AI 相关产品规划的回答: 一、插件/工具能力在大模型生态架构中的环节、定位、实现流程 从 2023 年 3 月份 OpenAI 宣布插件计划开始,到 5 月份上线,其中包括联网、代码、画图三个插件。其实现流程大致为: 1. 经过对模型的微调,检测何时需要调用函数(取决于用户的输入)。 2. 使用符合函数签名的 JSON 进行响应。 3. 在接口层面声明可调用的工具。 4. 使用函数和用户输入调用模型。 5. 使用模型响应调用 API。 6. 将响应发送回模型进行汇总。 二、对于搜索团队,插件可以做和应该做的事 目前没有直接针对搜索团队插件具体可做和应做事项的明确内容,但可以参考 OpenAI 的插件计划,例如开发与搜索相关的特定功能插件,或者探索如何将现有的搜索推荐功能与大模型更好地结合。 三、对于大模型无法绕开或高频使用的模块/功能/插件 目前没有直接指出对于大模型无法绕开或高频使用的具体模块、功能或插件。但从相关信息中可以推测,例如与数据获取和处理相关的插件(如联网)、与技术开发相关的插件(如代码)以及与内容生成相关的插件(如画图)可能是较为重要和高频使用的。对于搜索团队来说,可以考虑在这些方向上寻找发力点,结合搜索推荐等传统功能,开发出更具竞争力的插件。
2025-04-08
找一下翻译插件
以下为您介绍一些翻译插件和方法: 1. 提示词翻译副本 Alekpet: 插件地址:安装后重启 ComfyUI 即可。 将 CLIP 文本编码器转换为输入,连接翻译文本节点即可使用。 链接:https://github.com/kingzcheung/ComfyUI_kkTranslator_nodes 2. 提示词翻译副本 Prompt_Translate_to_English: 用的百度翻译 API 方法如下: 下载节点压缩包,并将它放在 custom_nodes 文件夹。 去百度翻译 Api 和登记册开发人员的帐户中得到您的 appid 和 secretKey。 百度翻译平台地址:https://fanyiapi.baidu.com/manage/developer 。 打开文件 config.py 在记事本/其他编辑,填您的 secretKey 在引号的 secretKey ="",保存文件重启 Comfy 即可。 3. 翻译一份英文 PDF 完整地翻译成中文的方法: DeepL(网站): 点击页面「翻译文件」按钮,上传 PDF、Word 或 PowerPoint 文件即可。 沉浸式翻译(浏览器插件): 安装插件后,点击插件底部「更多」按钮,选择「制作双语 BPUB 电子书」、「翻译本地 PDF 文件」、「翻译 THML/TXT 文件」、「翻译本地字幕文件」。 calibre(电子书管理应用): 下载并安装 calibre,并安装翻译插件「Ebook Translator」。 谷歌翻译(网页): 使用工具把 PDF 转成 Word,再点击谷歌翻译「Document」按钮,上传 Word 文档。 百度翻译(网页): 点击导航栏「文件翻译」,上传 PDF、Word、Excel、PPT、TXT 等格式的文件,支持选择领域和导出格式(不过进阶功能基本都需要付费了)。 彩云小译(App):下载后点击「文档翻译」,可以直接导入 PDF、PDF、Word、Excel、PPT、TXT、epub、srt 等格式的文档并开始翻译(不过有免费次数限制且进阶功能需要付费)。 微信读书(App):下载 App 后将 PDF 文档添加到书架,打开并点击页面上方「切换成电子书」,轻触屏幕唤出翻译按钮。 浏览器自带的翻译功能:如果一些 PDF 太大,翻译工具不支持,除了将 PDF 压缩或者切分外,还可以转成 HTML 格式,然后使用浏览器自带的网页翻译功能。
2025-04-08
ai和office软件结合的插件有哪些
以下是一些 AI 和 Office 软件结合的插件: 1. Excel Labs:这是一个 Excel 插件,新增了基于 OpenAI 技术的生成式 AI 功能,可用于数据分析和决策支持。 2. Microsoft 365 Copilot:微软推出的 AI 工具,整合了 Word、Excel、PowerPoint、Outlook、Teams 等办公软件,能通过聊天形式完成用户需求,如数据分析和格式创建。 3. Formula Bot:提供数据分析聊天机器人和公式生成器两大功能,用户可通过自然语言交互式地进行数据分析和生成 Excel 公式。 4. Numerous AI:支持 Excel 和 Google Sheets 的 AI 插件,能进行公式生成、生成相关文本内容、执行情感分析、语言翻译等任务。 随着技术发展,未来可能会有更多 AI 功能集成到 Office 软件中,进一步提高工作效率和智能化水平。内容由 AI 大模型生成,请仔细甄别。
2025-04-01
如何综合运用插件、工作流、知识库,搭建满足各种需求的智能体,尤其是调用多个智能体,组成像Manus这样的工具?
要综合运用插件、工作流、知识库搭建满足各种需求的智能体,尤其是调用多个智能体组成类似 Manus 的工具,需要了解以下内容: 插件:插件如同一个工具箱,里面可放置一个或多个工具,称为 API。扣子平台有多种类型的插件,如看新闻、规划旅行、提高办公效率、理解图片内容的 API 及能处理多种任务的模型。若平台现有插件不符合需求,还可自行制作添加所需 API。 工作流:工作流类似可视化拼图游戏,可将插件、大语言模型、代码块等功能组合,创建复杂稳定的业务流程。工作流由多个节点组成,开始和结束节点有特殊作用,不同节点可能需要不同信息,包括引用前面节点信息或自行设定信息。 知识库:可上传私有文件作为回答参考。 智能体:智能体是对自定义操作的封装,用于解决特定场景问题。以 ChatGPT 的 GPTs 为例,包括描述作用和回复格式的提示词、作为回答参考的知识库、请求第三方 API 获取实时数据的外挂 API 以及个性化配置等。 例如,在“竖起耳朵听”的智能体中添加了插件和工作流的相关设置。创建智能体时,输入人设等信息,并配置工作流。但需注意,如工作流中使用的插件 api_token 为个人 token 时,不能直接发布,可将其作为工作流开始的输入,由用户购买后输入使用再发布。 此外,在 AI 搜索中,可预置 after_answer 钩子,将请求大模型的上下文和回答发给第三方插件整理成文章或思维导图等格式同步到第三方笔记软件。全流程中有很多节点可做 Hook 埋点,多个插件构成可插拔架构,常用功能可抽离成标准插件用于主流程或辅助流程,还可自定义智能体 Agent 等。
2025-03-29
视频文案提取,用什么插件
以下是一些可用于提取视频文案的工具和方法: 1. 批量提取文案工具:可以帮助人类提取视频文案。 2. 微信截图工具:能够提取文字。 3. 小程序:可用于提取视频文案和转换文字为语音。 4. 简映等工具:能轻松提取视频文案。 5. 飞书多维表格和 Chrome 插件:通过自动筛选高赞视频、提取文案及进行风格分析,实现一键批量提取、分析和改写抖音视频文案。
2025-03-23
AI辅助写作有什么插件好用
以下是一些好用的 AI 辅助写作插件: 邮件写作: Grammarly:提供语法检查、拼写纠正、风格建议和语气调整等功能,易于使用,支持多种平台,适用于多种语言,网站:https://www.grammarly.com/ 。 Hemingway Editor:简化句子结构,提高可读性,标记复杂句和冗长句,界面简洁,重点突出,适用于改善写作风格和简洁性,网站:http://www.hemingwayapp.com/ 。 ProWritingAid:全面的语法和风格检查,提供详细的写作报告和建议,功能强大,支持多种平台和集成,特别适合专业写作者,网站:https://prowritingaid.com/ 。 Writesonic:基于 AI 生成各种类型的文本,包括电子邮件、博客文章、广告文案等,生成速度快,适合需要快速创作和灵感的用户,网站:https://writesonic.com/ 。 Lavender:专注于邮件写作优化,提供个性化建议和模板,帮助用户提高邮件打开率和回复率。 论文写作: 文献管理和搜索: Zotero:结合 AI 技术,自动提取文献信息,帮助管理和整理参考文献。 Semantic Scholar:AI 驱动的学术搜索引擎,提供文献推荐和引用分析。 内容生成和辅助写作: Grammarly:提供文本校对、语法修正和写作风格建议,提高语言质量。 Quillbot:基于 AI 的重写和摘要工具,精简和优化论文内容。 研究和数据分析: Google Colab:提供基于云的 Jupyter 笔记本环境,支持 AI 和机器学习研究,便于进行数据分析和可视化。 Knitro:用于数学建模和优化,进行复杂的数据分析和模型构建。 论文结构和格式: LaTeX:结合自动化和模板,高效处理论文格式和数学公式。 Overleaf:在线 LaTeX 编辑器,提供丰富模板库和协作功能,简化论文编写过程。 研究伦理和抄袭检测: Turnitin:广泛使用的抄袭检测工具,确保论文原创性。 Crossref Similarity Check:通过与已发表作品比较,检测潜在抄袭问题。 使用这些工具时,要结合自己的写作风格和需求,选择最合适的辅助工具。请注意,部分内容由 AI 大模型生成,请仔细甄别。
2025-03-21
coze教程
以下是关于 Coze 教程的相关内容: 可能是全网最好的 Coze 教程之一,能一次性带您入门 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(如果没用过,可以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。 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,都可在 Coze 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,与这些平台/软件上的用户互动。 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,分别是国内版和海外版。 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) 访问需要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如下几个区块: 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。 下面会逐一讲解每个组件的能力以及使用方式。
2025-04-10
coze教程
以下是关于 Coze 教程的相关内容: 可能是全网最好的 Coze 教程(之一),带你一次性入门 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 工作流构建一个能够稳定按照模板要求,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(如果没用过,可以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。 Coze 概述: 字节的官方解释如下:Coze 是新一代一站式 AI Bot 开发平台。无论你是否有编程基础,都可以在 Coze 平台上快速搭建基于 AI 模型的各类问答 Bot,从解决简单的问答到处理复杂逻辑的对话。并且,你可以将搭建的 Bot 发布到各类社交平台和通讯软件上,与这些平台/软件上的用户互动。 个人认为:Coze 是字节针对 AI Agent 这一领域的初代产品,在 Coze 中将 AI Agent 称之为 Bot。字节针对 Coze 这个产品部署了两个站点,分别是国内版和海外版。 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:使用的是字节自研的云雀大模型,国内网络即可以正常访问。 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(你可以在这里白嫖 ChatGPT4,具体参考文档:),访问需要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如下,主要分为如下几个区块: 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。 下面会逐一讲解每个组件的能力以及使用方式。
2025-04-09
Coze的论坛
Coze 是新一代一站式 AI Bot 开发平台,字节出品,中文名为扣子。 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(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)。 搭建步骤: 1. 注册 Coze 账号: 访问 Coze 官网,快速注册。 中文版:https://www.coze.cn/(支持大模型:kimi、云雀)——本次教程使用中文版 Coze 英文版:https://coze.com/(支持大模型:chatgpt4) 产品定位:新一代 AI 原生应用开发服务平台,Nextgeneration AI chatbot building platform。 2. 创建你的机器人: 登录 Coze,可使用抖音或手机号登陆,登陆后选择“创建 Bot”,然后起一个响亮的名字。 工作空间选“个人空间”即可。 小技巧:“图标”AI 可以自动生成,先在“Bot 名称”那里用文字描述想要的图标,图标生成满意后,再把“Bot 名称”改为简洁版名称。
2025-04-09
coze怎么搭建矢量图动画
以下是搭建矢量图动画的 coze 步骤: 1. 创建工作流: 点击工作流后面的“➕”来添加一个工作流。 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,描述清晰避免误会。 2. 初始化的工作流: 左边有各种插件和搭建 Agent 的工具,可通过点击加号或直接拖拽使用。插件一般有参数说明,之后只介绍需要使用的插件,其他可自行尝试。 初始化后会生成开始模块和结束模块,默认生成且有且只有一个,只能以开始模块启动,结束模块终结工作流。 可观看工作流的视频教程: ,注意视频中有个小 bug,使用 text2image 时最后的 prompt 参数设置错了,可自行调整。 3. 需求分析:主要需求是国内可直接使用且能批量生产,选用扣子搭建工作流。 批量生成句子:不同于手动搭建,一次性生成的句子都进行生成图片处理,建议一次不要生成太多,设置为一次生成五句。 句子提取:把生成的句子一个一个提取出来,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:扣子工作流本身支持 Python 代码,但环境缺少画图、图片处理的包,可替换成搞定设计的方式处理图片,会 PS 脚本效果也不错。 4. 扣子使用链接分享: 试用链接分享:豆包使用链接未发布,扣子使用链接:https://www.coze.cn/s/iMCq73wp/ 。 效果展示:可自行查看。 5. 批量生产图片:可观看视频演示: 及效果展示。 总结:第一次用录视频方式展示,怕截图说不清楚,文字处理及批量放入 excel 文件操作可用 ai 辅助,有问题可留言。
2025-04-08
普通人想学习AI自动化,make和coze哪个更推荐一点
对于普通人学习 AI 自动化,Make 和 Coze 哪个更适合的问题,以下是一些相关信息供您参考: Make 对于编程小白比较友好,其思考过程较长,有助于学习,但不太适合专业选手,因为思考过程较慢,可能会让人有点不耐烦。Make 具有国内版优势,包括深度理解中国开发场景和技术生态、完全免费、无需翻墙、流畅稳定,还具备完整的 IDE 功能(代码编写、项目管理、插件管理、源代码管理等)。您可以通过进行尝试。 Coze 是一款 AI Agent 的衍生产品,其价值在于可以跟进当前 AI Agent 工具的发展情况,发现商业化机会,还能用于做产品 Demo。在学习新知识如 RAG 时,可以先通过 Claude 了解细节概念,再通过 Coze 搭建 Demo 进行实践。在学习 RAG 过程中,还可以利用 Coze 的知识库能力创建如产品资料问答机器人等 Bot。 总的来说,如果您是编程小白,Make 可能更适合;如果您希望跟进 AI 工具发展并进行实践操作,Coze 可能更符合您的需求。但最终的选择还需根据您的具体学习目标和个人偏好来决定。
2025-04-08
有没有 coze 相关教学视频
以下是一些与 Coze 相关的教学视频: 概览与介绍:https://waytoagi.feishu.cn/wiki/YGgzwDfWLiqsDWk2ENpcSGuqnxg 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 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 7 颗扣子 coze 的搭建视频: 第一颗扣子 野菩萨出品:2 分钟解锁超野速度的图像流 bot 创建过程,献上野菩萨的明信片:https://www.coze.cn/store/bot/7384556560263020583 第二颗扣子 Stuart:2 分钟教你制作炉石卡牌:https://www.coze.cn/s/i68g8bLY/ 原理拆解: 第三颗扣子 陈慧凌:2 分钟做毛毡效果:https://www.coze.cn/s/i65gDW2Y/ 第四颗扣子 银海:银河照相馆:https://www.coze.cn/store/bot/7384885149625761801 第五颗扣子 Speed 团队:Speed 团队 菜品秀秀:https://www.coze.cn/store/bot/7384434376446148618 原理拆解:
2025-04-04
如何制作一个只要输入主题内容,就可以制作文案和视频的工作流
以下是制作一个只要输入主题内容,就可以制作文案和视频的工作流的方法: 概述: 基于其他博主开源的视频生成工作流进行功能优化,实现视频全自动创建,并写了教程供大家参考。 先看效果: 可查看 功能: 通过表单输入主题观点,提交后自动创建文案短视频,创建完成后推送视频链接到飞书消息。 涉及工具: 1. Coze 平台(工作流、DeepSeek R1、文生图、画板、文生音频、图+音频合成视频、多视频合成) 2. 飞书(消息) 3. 飞书多维表格(字段捷径、自动化流程) 大体路径: 1. 通过 coze 创建智能体,创建工作流,使用 DeepSeek R1 根据用户观点创建文案,再创建视频。 2. 发布 coze 智能体到飞书多维表格。 3. 在多维表格中使用字段捷径,引用该智能体。 4. 在多维表格中创建自动化流程,推送消息给指定飞书用户。 Coze 智能体创建: 1. “开始”节点: 共有 4 个输入变量,分别为:idea_txt(主题观点)、left_to_txt(画面左上角的文字)、right_to_txt(画面右上角的文字)、img_prmpot(画面中间图片生成提示词)。注意这 4 个变量名称要和智能体中提示词的变量对应一致,方便接收用户传入的参数。 2. “大模型”节点: 使用 DeepSeek R1 模型,提示词要求不复杂,说出需求即可,格式可用大白话说出来。 3. “文本”节点: 为将文案分句,每一句要生图、配音。选择按“句号”分句,具体可根据文案格式选择不同方式。 4. “图像生成”节点: 使用官方插件,模型选“LOGO 设计”。若要生成全景图,此插件效果欠佳,建议选其它插件。 5. “抠图节点”: 将上个节点生成的图片进行抠图。
2025-04-09
如何搭建小红书文案生成系统
搭建小红书文案生成系统可以参考以下步骤: 1. 规划阶段: 概括关键任务并制定策略,明确任务目标和实施方式。 将整体任务细分为易于管理的子任务,如生成爆款标题、生成配图、生成发布文案等,并确立它们之间的逻辑顺序和相互依赖关系。 为每个子任务规划具体的执行方案。 2. 利用自然语言构建 DSL 并还原工作流:可以通过口喷需求的方式,在 01 阶段辅助快速生成一个工作流程原型,然后再进行修改完善,降低用户上手门槛。 3. 参考成功案例:例如“小众打卡地”智能体,其搭建思路重点包括录入小红书相关文案参考知识库,通过文本模型组成搜索词进行搜索,从搜索到的网页链接中提取相关 url 并滤除需要安全认证的网站,提取小众地点输出和相关图片,最后进行文案输出。 总之,搭建小红书文案生成系统需要明确目标和子任务,选择合适的工作流构建方式,并参考成功经验。
2025-04-04
短视频文案创作哪个AI能力最强
在短视频文案创作方面,以下几种 AI 能力表现较为突出: Kimi:作为国产大模型,在对中文的理解和写作能力上有一定优势。例如在修改文案使其更押韵方面能有不错的表现。 ChatGPT:能根据具体需求进行写作,作品有其特点。 美趣 AI:具有图片生成和写作生成的功能。 说得相机提词器:是一款写作软件。 AI 智能写作:原生的写作软件。 创客贴 AI:具备平面设计和文案生成的能力。 图趣 AI:原生的图片生成工具。 Molica AI:原生的图片生成工具。 文案宝:原生的个人助理,能进行 AI Bot 智能写作和识图。 此外,在一些挑战赛中,如 Show Me 扣子 AI 挑战赛大消费行业专场中,“营销文案创作专家深度版”能够为企业营销团队等提供从文案框架创作到生成的一站式服务,并进行营销数据分析。
2025-03-28
用扣子提取视频文案时,显示“无权限获取该视频内容”
很抱歉,对于您使用扣子提取视频文案时显示“无权限获取该视频内容”的问题,目前知识库中没有相关的具体内容和解决方案。可能是以下原因导致的: 1. 视频所有者设置了访问权限限制,不允许第三方工具提取文案。 2. 您使用的扣子工具自身的权限设置存在问题。 3. 您在操作过程中可能未满足某些必要的条件或步骤。 建议您检查相关权限设置,确认是否符合工具的使用要求,并查看操作流程是否正确。
2025-03-21
有什么免费好用的AI根据文案配音的工具
以下为一些免费好用的 AI 根据文案配音的工具及相关介绍: 1. TecCreative: 功能:多语种(包含菲律宾语、印地语、马来语等小语种)智能配音,同时支持区分男声和女声,高效解决素材出海语言障碍问题。 操作指引:输入需配音文案——选择音色——点击立即生成。注意:输入的配音文案需和选择音色语种保持一致。 2. 剪映: 功能:提供文本朗读功能,包括克隆音色和文本朗读。 操作指引: 打开剪映,点击左上角菜单——文本,点击默认文本,在右边文本框输入文字,点击上面的菜单栏——朗读。 克隆音色步骤:点击克隆音色——点击克隆。 文本朗读:直接选择文本朗读,选择合适的音色,点击开始朗读即可生成。 3. DubbingX:是一款不错的配音工具。
2025-03-19
单独调用知识库
以下是关于知识库的相关内容: 创建并使用知识库: 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,包括最大召回数量(Bot 在调用知识库匹配用户输入内容时,返回的数据片段数量,数值越大返回的内容越多)、最小匹配度(Bot 在调用知识库匹配用户输入内容时,会将达到匹配度要求的数据片段进行召回。如果数据片段未达到最小匹配度,则不会被召回)、调用方式(自动调用:每轮对话将自动从所有关联的知识库中匹配数据并召回;按需调用:需要在人设与回复逻辑中提示 Bot 调用 RecallKnowledge 方法,以约束 Bot 在指定时机从知识库内匹配数据)。 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。 Coze 打造 AI 私人提效助理实战知识库: 在上述步骤中创建好知识库后,就可以在智能体中配置知识库了。在 coze 主页,个人空间 > 项目开发中,打开一个需要添加知识库的智能体,可以选择配置“文本”、“表格”、“照片”三种知识库。下面以配置文本知识库作为例子。点击加号,选择在 1.3 中已经提前创建好的知识库,点击添加。下一步就是配置提示词,让智能体自动使用知识库回答问题。在进行大概地描述以后,点击右上角“优化”,可以自动优化提示词,获得更好的结果。最后,在网页最右方的“预览与调试”中,测试智能体是否正常调用知识库。 集合 Deepseek 提示词方法论: DeepSeek R1 提示词系统完全指南: 三、进阶控制技巧: 1. 思维链引导:分步标记法(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(在得出最终结论前,请先列举三个可能存在的认知偏差)。 2. 知识库调用:领域限定指令(基于 2023 版中国药典,说明头孢类药物的配伍禁忌)、文献引用模式(以 Nature 2022 年发表的论文为参考,解释 CRISPR Cas9 最新突破)。 3. 多模态输出。 四、高级调试策略: 1. 模糊指令优化: 问题类型:宽泛需求,修正方案:添加维度约束,示例对比:原句:"写小说"→修正:"创作以 AI 觉醒为背景的悬疑短篇,采用多视角叙事结构"。 问题类型:主观表述,修正方案:量化标准,示例对比:原句:"写得专业些"→修正:"符合 IEEE 论文格式,包含 5 项以上行业数据引用"。 2. 迭代优化法: 1. 首轮生成:获取基础内容。 2. 特征强化:请加强第三段的技术细节描述。 3. 风格调整:改用学术会议报告语气,添加结论部分。 4. 最终校验:检查时间逻辑一致性,列出可能的事实性错误。
2025-04-09
知识库的批量创建和调用
以下是关于知识库的批量创建和调用的详细信息: 使用知识库: 在 Bot 内使用: 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,包括最大召回数量、最小匹配度和调用方式(自动调用或按需调用)。 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: 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。 创建知识库并上传表格数据: API 方式: 1. 在表格格式页签下,选择 API,然后单击下一步。 2. 单击新增 API。 3. 输入网址 URL 并选择数据的更新频率,然后单击下一步。 4. 输入单元名称或使用自动添加的名称,然后单击下一步。 5. 配置数据表信息后,单击下一步。 5.1 确认表结构:系统已默认获取了表头的列名,您可以自定义修改列名,或删除某一列名。 5.2 指定语义匹配字段:选择哪个字段作为搜索匹配的语义字段。在响应用户查询时,会将用户查询内容与该字段内容的内容进行比较,根据相似度进行匹配。 6. 查看表结构和数据,确认无误后单击下一步。 7. 完成上传后,单击确定。 自定义方式: 1. 在表格格式页面下,选择自定义,然后单击下一步。 2. 输入单元名称。 3. 在表结构区域添加字段,单击增加字段添加多个字段。 4. 设置列名,并选择指定列字段作为搜索匹配的语义字段。在响应用户查询时,会将用户查询内容与该字段内容的内容进行比较,根据相似度进行匹配。 5. 单击确定。 6. 单击创建分段,然后在弹出的页面输入字段值,然后单击保存。 创建文本型知识库: 目前支持 5 种导入类型:本地文档、在线数据、notion、飞书、自定义。 在线数据: 自动采集:支持从单个页面或批量从指定网站中导入内容。 添加单个页面的内容: 1. 添加方式:选择添加单个。 2. 更新频率:选择是否自动更新指定页面的内容及自动更新的频率。 3. 网址 URL:输入要采集内容的网址。 批量添加网页内容: 1. 添加方式:选择批量添加。 2. 根地址或网站地图:输入要批量添加的网页内容的根地址或 sitemap 地址,然后单击导入。 3. 导入成功后,单击确认。 手动采集:支持标注要采集的内容,内容上传成功率高。使用手动采集方式,需要先安装浏览器扩展程序。安装步骤,参考。 1. 在新增 URL 页面,选择手动采集。 2. 在弹出的页面输入要采集内容的网址,然后单击确认。 3. 在弹出的页面上,点击页面下方文本标注按钮,开始标注要提取的内容,然后单击文本框上方的文本或链接按钮。 4. 单击查看数据查看已采集的内容,确认无误后再点击完成并采集。
2025-04-09
扣子api的调用流程
扣子 API 的调用流程如下: 1. 传递请求的相关部分: Body:用于传递请求的主体部分,可以是 JSON、XML 或其他类型的数据。在 GET 方法中通常不用于传递参数,因为 GET 方法的 URL 已包含必要参数。 Path:用于定义请求的路径部分,通常以“/”开头,后面跟着一系列段落。在 GET 方法中可传递参数,但常编码为 URL 一部分。 Query:用于定义请求的查询部分,通常以“?”开头,后跟一系列键值对。在 GET 方法中是常用的参数传递方式。 Header:用于定义 HTTP 请求的头信息部分,包括各种头部字段。在 GET 方法中通常不用于传递参数,而是定义请求头部信息。 2. 配置输出参数: 如果填写无误,可直接点击自动解析,会自动调用一次 API 给出对应的输出参数。 例如填入汉字“张”,点击自动解析。解析成功会显示成功,输出参数填好后点击保存并继续。参数描述可根据需求填写。 3. 调试与校验: 测试工具是否能正常运行。 运行后查看输出结果,Request 为输入的传参,Response 为返回值,点击 Response 可看到解析后的参数。 此外,创建扣子的令牌步骤如下: 在扣子官网左下角选择扣子 API,在 API 令牌中选择“添加新令牌”,为令牌起名,选择过期时间(如永久有效),选择指定团队空间(个人空间或团队空间),勾选所有权限,保存好令牌的 Token,切勿向他人泄露。 让 Coze 智能体机器人连上微信和微信群的配置: 1. 获取机器人 ID:在个人空间中找到要接入微信的机器人,如画小二智能小助手,点击进入编辑界面,浏览器地址栏 bot/之后的数据即为机器人的 Bot ID。 2. API 授权:点击右上角发布,会出现 Bot as API,勾选并确定应用已成功授权 Bot as API。
2025-03-25
我想搭建个人rag知识库,实现本地化部署,可以调用本地大模型去分析知识库的内容进行解答
以下是搭建个人 rag 知识库并实现本地化部署,调用本地大模型分析知识库内容进行解答的详细步骤: 一、通过 Open WebUI 使用大模型 1. 访问相关网址,使用邮箱注册账号。 2. 登陆成功后,Open WebUI 一般有两种使用方式,包括聊天对话和 RAG 能力(让模型根据文档内容回答问题,这是构建知识库的基础之一)。 3. 如果要求不高,此时已搭建本地大模型,并通过 Web UI 实现与大模型对话。ChatGPT 访问速度快且回答效果好的原因在于其服务器配置高、训练参数多、数据更优及训练算法更好。 二、本地知识库进阶 1. 若要更灵活掌控知识库,需使用额外软件 AnythingLLM,其包含 Open WebUI 的所有能力,并额外支持选择文本嵌入模型和向量数据库。 2. 安装地址:https://useanything.com/download 。安装完成后进入配置页面,主要分为三步:选择大模型、选择文本嵌入模型、选择向量数据库。 3. 在 AnythingLLM 中有 Workspace 的概念,可创建独有 Workspace 与其他项目数据隔离。首先创建工作空间,然后上传文档并在工作空间中进行文本嵌入,选择对话模式(包括 Chat 模式和 Query 模式),最后进行测试对话。 三、RAG 是什么 利用大模型搭建知识库是 RAG 技术的应用。在进行本地知识库搭建实操前,需对 RAG 有大概了解。RAG 应用可抽象为 5 个过程: 1. 文档加载:从多种来源加载文档,LangChain 提供 100 多种不同的文档加载器,包括非结构化、结构化数据及代码等。 2. 文本分割:文本分割器把 Documents 切分为指定大小的块,称为“文档块”或“文档片”。 3. 存储:涉及将切分好的文档块嵌入转换成向量形式,并将向量数据存储到向量数据库。 4. 检索:通过检索算法找到与输入问题相似的嵌入片。 5. 输出:把问题及检索出来的嵌入片一起提交给 LLM,LLM 会通过问题和检索出来的提示生成更合理的答案。 文本加载器是将用户提供的文本加载到内存中,便于后续处理。
2025-03-25