
《用Coze开发智能体》详解Coze智能体
可以在智能体的编排页面为智能体选择一个合适的大模型,例如对于长文生成或优化相关的智能体选择一个支持长文本的大模型、对于具有复杂业务逻辑的智能体选择一个支持函数的大模型。接下来是进阶篇,你将掌握RAG、Agent、Langchain、大模型微调和私有化部署,学习如何构建外挂知识库并和自己的企业相结合,学习如何使用langchain框架提高开发效率和代码质量、学习如何选择合适的基座模型并进行数据集的收
一、扣子(Coze)平台是什么?
下面是扣子(Coze)官方文档里的介绍:
扣子是新一代 AI 应用开发平台。无论你是否有编程基础,都可以在扣子上快速搭建基于大模型的各类 AI 应用,并将 AI 应用发布到各个社交平台、通讯软件,也可以通过 API 或 SDK 将 AI 应用集成到你的业务系统中。
让我来详细解释一下,Coze(中文名"扣子")是字节跳动旗下一款重要的智能体开发平台,主要面向普通用户和开发者。它的特点是简单易用,无需编程基础就能快速上手。在扣子平台上,通过拖拽式的零代码方式或简单的低代码方式,轻松搭建基于先进AI大模型的各类智能体应用。这些应用不仅可以部署到各大社交平台和网站上使用,还能通过API接口无缝集成到已有的业务系统中,实现更广泛的应用场景。
Coze网站是:
国内:coze.cn
海外:coze.com
二、扣子(Coze)平台能用来做什么?
借助扣子提供的可视化设计与编排工具,可以通过零代码或低代码的方式,快速搭建出基于大模型的各类 AI 项目,满足个性化需求、实现商业价值。coze平台能创建两种类型的AI项目:
智能体(Agent):
智能体是基于对话的 AI 项目,它通过对话方式接收用户的输入,由大模型自动调用插件或工作流等方式执行用户指定的业务流程,并生成最终的回复。智能客服、虚拟助手、个人助理、英语外教都是智能体的典型应用场景。
AI 应用(AI Application):
AI 应用是指利用大模型技术开发的应用程序。扣子中搭建的 AI 应用具备完整业务逻辑和可视化用户界面,是一个独立的 AI 项目。通过扣子开发的 AI 应用有明确的输入和输出,可以根据既定的业务逻辑和流程完成一系列简单或复杂的任务,例如 AI 搜索、翻译工具、饮食记录等。
在Coze平台中,智能体(Agent)是一种高度可定制的AI实体。它不仅具备基础的对话能力,还可以通过平台提供的插件系统、工作流引擎和数据库支持,实现复杂的业务流程处理。从内容创作到数据分析,从文档处理到互动游戏,智能体的应用范围极其广泛。
虽然对话是智能体最基本也最主要的交互方式,但将其简单定义为聊天机器人可能过于局限。每个智能体都具有其独特的功能定位和应用场景,这使得它们在实际应用中展现出丰富的多样性。
智能体的应用分类
根据Coze平台的标签体系,我们可以将智能体划分为以下几个主要类别:
1. 基础对话类
-
基于大语言模型的基础对话机器人
-
提供通用对话和问答服务
2. 内容运营类
-
爆款文案生成
-
社交媒体内容创作(抖音、小红书等)
-
热点内容分析与对标内容生成
3. 效率工具类
-
思维导图生成
-
办公软件助手(Excel、PPT等)
-
数据分析与可视化
4. 创意写作类
-
小说创作
-
诗歌写作
-
学术论文
-
行业分析报告
-
多模态内容生成(配图、语音等)
5. 设计创作类
-
图标设计
-
海报制作
-
图片生成与编辑
-
图像处理
6. 教育学习类
-
语言学习与翻译
-
编程教学
-
学科解题助手
7. 虚拟助理类
-
个性化虚拟助手
-
多模态交互支持
-
工作流程自动化
8. 专业搜索类
-
行业垂直搜索
-
商业信息查询
-
招聘信息搜索
-
新闻资讯聚合
9. 智能客服类
-
公众号自动回复
-
基础客户服务
-
个人和小团队服务支持
10. 娱乐互动类
-
互动游戏
-
剧本推理
-
图像互动游戏
需要注意的是,这种分类方式是基于当前应用场景的初步归纳,并不是一个封闭的体系。随着大语言模型技术的持续发展,智能体的应用形态也在不断演进。就像智能手机革新了传统手机的概念一样,智能体也可能会突破现有的应用边界,创造出全新的应用范式。
智能手机的例子很好地说明了这一点:在智能手机出现之前,我们有独立的PC、数码相机、功能手机、GPS设备等,而智能手机成功整合了这些分散的功能,创造了一个全新的产品类别。同样,未来的智能体可能会突破现有的分类界限,形成更加综合和强大的应用形态。
三、扣子(Coze)平台提供了哪些基础能力?
创建智能体后,会进入智能体编排页面。在编排页面可以:
-
在左侧人设与回复逻辑面板中描述智能体的身份和任务。
-
在中间技能面板为智能体配置各种扩展能力。
-
在右侧预览与调试面板中,实时调试智能体。
1. 设置模型
扣子已接入多款大模型,支持对各种大模型进行精细化的参数设置,例如生成多样性、输入及输出设置等。各个模型支持调整的参数不同。
选择模型
可以在智能体的编排页面为智能体选择一个合适的大模型,例如对于长文生成或优化相关的智能体选择一个支持长文本的大模型、对于具有复杂业务逻辑的智能体选择一个支持函数的大模型。选择模型并完成智能体的技能、知识等设置后,也可以切换成不同的模型,测评各个模型在同一个智能体中的效果,选择最合适的模型。
生成多样性
用于从多个维度调整不同模型在生成内容时的随机性。扣子提供以下预置的模式供你选择,每个模式的模型参数取值不同。
精确模式:模型的输出内容严格遵循指令要求,可能会反复讨论某个主题,或频繁出现相同词汇。
平衡模式:平衡模型输出的随机性和准确性。
创意模式:模型输出内容更具多样性和创新性,某些场景下可能会偏离主旨。
设置LLM模式
2. 编写提示词
“人设与回复逻辑”面板中,可以为智能体编写提示词,描述智能体的身份、性格、行为习惯等。
提示词是一种自然语言指令,它为大语言模型(LLM)提供任务指导。搭建智能体的第一步就是设置提示词,可以根据业务需要直接编写提示词,也可以使用提示词模版、引用提示词资源或通过 AI 自动生成提示词。明确设定智能体和大模型节点的身份和目标。大语言模型会根据对提示词的理解,来响应用户问题。
直接编写提示词
可以根据业务需要编写提示词,提示词编写得越清晰明确,智能体的回复也会越符合预期。
编写提示词指南:https://www.coze.cn/open/docs/guides/write_prompt
使用提示词模版
扣子根据不同的业务场景提供了多套提示词模版,可以直接使用模版,或参考模版编写提示词。
在人设与回复逻辑面板的右下角,单击提示词库。
在推荐页签下,选择系统推荐的提示词模版,然后单击插入提示词。
使用提示词后,系统会将选择的提示词自动填充到提示词的编辑框中,可以基于自己的业务场景修改提示词。修改提示词时,需要重点关注提示词中的高亮部分。
AI 生成提示词
可以通过自然语言告诉 AI 希望编写或优化的提示词,大语言模型会根据你的描述,自动生成提示词;你也可以根据调试结果,告诉大语言模型提示词哪里不符合预期以及你的预期效果,大语言模型会自动帮助完成优化。
在人设与回复逻辑面板的右上角,单击优化。
输入希望编写或优化的提示词,单击发送图标,AI 会根据描述自动生成提示词。
如果智能体已完成调试,可以单击根据调试结果优化,然后输入哪里不符合预期以及预期效果,大语言模型会自动完成优化。
也可以对 AI 生成的提示词执行以下操作:
退出:关闭 AI 生成的页面。
复制:复制 AI 生成的提示词。
重新生成:如果对 AI 生成的提示词不满意或想要尝试不同的结果,可以单击重新生成图标,AI 会再次根据输入生成新提示词。
单击替换,AI 生成的提示词会自动填充到提示词编辑框中。
点赞:如果 AI 生成的提示词符合期望或对你有帮助,可以单击点赞图标,来给予正面反馈。
点踩:如果 AI 生成的提示词不满足需求,可以单击点踩图标,然后选择不满意的原因,帮助 AI 学习并改进未来的输出。
3. 配置技能
Coze平台为智能体提供了三种主要的技能配置方式:
插件
插件是预先封装好的功能模块,可以让智能体具备特定的能力。Coze提供了丰富的官方插件:
-
基础工具类:时间、天气、计算器等
-
内容创作类:图片生成、文章改写、翻译等
-
数据处理类:Excel处理、PDF解析、数据分析等
-
网络服务类:网页访问、API调用、RSS订阅等
-
开发工具类:代码执行、数据库操作等
还可以自定义插件,实现特定的业务需求。
工作流
工作流允许将多个操作步骤组合成一个完整的业务流程:
- 节点类型
-
触发节点:开始工作流的条件
-
处理节点:执行具体的业务逻辑
-
•判断节点:根据条件选择不同的执行路径
-
输出节点:返回处理结果
2.使用场景
-
多步骤任务自动化
-
条件判断和分支处理
-
数据的采集、处理和分析
-
与外部系统的集成
触发器
触发器用于设定智能体的响应条件:
-
时间触发:定时、定期执行任务
-
事件触发:响应特定的系统事件
-
消息触发:匹配特定的用户输入
-
API触发:接收外部系统的调用
4. 配置知识
知识配置是为智能体提供专业领域知识和参考资料的重要环节:
文本知识
-
支持多种格式:TXT、Markdown、Word等
-
可导入专业文档、操作手册、规章制度等
-
智能体可以基于这些文本回答专业问题
表格知识
-
支持Excel、CSV等格式
-
适合结构化数据的存储和查询
-
可用于产品目录、价格清单、配置参数等
图片知识
-
支持常见图片格式:JPG、PNG等
-
可用于视觉识别和参考
-
适合产品展示、设计参考等场景
5. 配置记忆素材
记忆素材让智能体能够保持对话连贯性并记住重要信息:
变量
-
会话变量:在单次对话中保持的临时数据
-
全局变量:跨会话保持的持久数据
-
系统变量:平台预定义的特殊变量
数据库
-
支持结构化数据的持久化存储
-
可进行增删改查操作
-
适合存储用户信息、交互记录等
长期记忆
-
存储重要的对话内容和上下文
-
支持语义检索和相关性匹配
-
帮助智能体建立持续的用户画像
文件盒子
-
存储各类文件资源
-
支持文件的上传、下载和共享
-
可用于文档管理和资源分享
6. 配置对话体验
为了提供更好的用户体验,Coze提供了丰富的对话体验配置选项:
对话风格设置
-
语气调整:正式/轻松/幽默等
-
回复长度:简短/适中/详细
-
专业程度:入门/进阶/专家级
多模态交互
-
文本对话:基础的问答交互
-
图片处理:支持图片的生成和识别
-
语音交互:语音输入和语音合成(如果支持)
对话流程优化
-
欢迎语设置:自定义初始化问候
-
引导提示:帮助用户了解功能
-
错误处理:优雅处理异常情况
-
结束语设置:合理结束对话
个性化定制
-
用户画像:根据用户特征调整回复
-
场景适配:针对不同场景优化体验
-
反馈机制:收集并响应用户反馈
那么,如何系统的去学习大模型LLM?
作为一名从业五年的资深大模型算法工程师,我经常会收到一些评论和私信,我是小白,学习大模型该从哪里入手呢?我自学没有方向怎么办?这个地方我不会啊。如果你也有类似的经历,一定要继续看下去!这些问题啊,也不是三言两语啊就能讲明白的。
所以我综合了大模型的所有知识点,给大家带来一套全网最全最细的大模型零基础教程。在做这套教程之前呢,我就曾放空大脑,以一个大模型小白的角度去重新解析它,采用基础知识和实战项目相结合的教学方式,历时3个月,终于完成了这样的课程,让你真正体会到什么是每一秒都在疯狂输出知识点。
由于篇幅有限,⚡️ 朋友们如果有需要全套 《2025全新制作的大模型全套资料》,扫码获取~
👉大模型学习指南+路线汇总👈
我们这套大模型资料呢,会从基础篇、进阶篇和项目实战篇等三大方面来讲解。
👉①.基础篇👈
基础篇里面包括了Python快速入门、AI开发环境搭建及提示词工程,带你学习大模型核心原理、prompt使用技巧、Transformer架构和预训练、SFT、RLHF等一些基础概念,用最易懂的方式带你入门大模型。
👉②.进阶篇👈
接下来是进阶篇,你将掌握RAG、Agent、Langchain、大模型微调和私有化部署,学习如何构建外挂知识库并和自己的企业相结合,学习如何使用langchain框架提高开发效率和代码质量、学习如何选择合适的基座模型并进行数据集的收集预处理以及具体的模型微调等等。
👉③.实战篇👈
实战篇会手把手带着大家练习企业级的落地项目(已脱敏),比如RAG医疗问答系统、Agent智能电商客服系统、数字人项目实战、教育行业智能助教等等,从而帮助大家更好的应对大模型时代的挑战。
👉④.福利篇👈
最后呢,会给大家一个小福利,课程视频中的所有素材,有搭建AI开发环境资料包,还有学习计划表,几十上百G素材、电子书和课件等等,只要你能想到的素材,我这里几乎都有。我已经全部上传到CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】相信我,这套大模型系统教程将会是全网最齐全 最易懂的小白专用课!!
更多推荐
所有评论(0)