随着大模型技术的发展,越来越多的技术开始涌现,从聊天助手,到智能体,再到工作流,最后到三者的整合。大模型技术朝着更加智能化、通用化、个性化的方向发展,为人们的生活和工作带来了更多的便利和创新。

今天,手把手教大家如何通过Coze零代码搭建一个智能搜索智能体,能够根据你的关键词,自动进行全网搜索,筛选出最相关的内容,并进行智能总结,给出参考链接,提升你信息收集的效率,高时效、保姆级!比较肝,建议先收藏!

一、Coze介绍

1.1 什么是Coze

**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智能体,并将智能体发布到各个社交平台、通讯软件或部署到网站等其他渠道。

1.2 Coze的功能特性

    1. 灵活的工作流设计
  • • 扣子工作流可处理逻辑复杂且稳定性要求高的任务流。

  • • 提供大量灵活可组合节点,如大语言模型 LLM、自定义代码、判断逻辑等。

  • • 无论有无编程基础都可通过拖拉拽方式快速搭建工作流,例如创建搜集电影评论工作流、撰写行业研究报告工作流。

    1. 无限拓展的能力集
  • • 扣子集成丰富插件工具,拓展智能体能力边界。

  • • 官方插件:扣子官方发布多款能力丰富插件,包括资讯阅读、旅游出行、效率办公、图片理解等 API 及多模态模型,可直接添加到智能体中,如使用新闻插件打造 AI 新闻播音员。

  • • 自定义插件:扣子平台支持创建自定义插件,可将已有 API 能力通过参数配置方式创建插件让智能体调用,也可发布到商店供其他用户使用。

    1. 丰富的数据源
  • • 扣子提供简单易用知识库功能管理和存储数据,支持智能体与用户自己的数据交互。

  • • 内容格式:知识库支持文本、表格、照片格式数据。

  • • 内容上传:知识库支持 TXT 等本地文件、在线网页数据、Notion 页面及数据库、API JSON 等多种数据源,也可直接在知识库内添加自定义数据。

    1. 持久化的记忆能力
  • • 扣子提供方便 AI 交互的数据库记忆能力,可持久记住用户对话重要参数或内容。

  • • 例如创建数据库记录阅读笔记,智能体可通过查询数据库提供更准确答案。

二、什么是智能体

在介绍如何搭建智能体之前,让我们了解一下什么是智能体。

所谓智能体,是基于大型语言模型构建的智能实体,它具备感知规划推理学习执行决策等智能行为特征,能够自动化地完成包括文本生成、对话交互、语言翻译、数据分析、预测分析在内的多种复杂任务,显著提升工作效率,为人类创造更便捷、智能的生活方式。

这份《用Coze零代码搭建一个Agent智能体》完整版PDF已经上传CSDN,还有完整版的大模型 AI 学习资料,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

PDF书籍: 完整版本链接获取

👉[CSDN大礼包🎁:用Coze零代码搭建一个Agent智能体》完整版PDF免费分享(安全链接,放心点击)]👈


三、智能体搭建

接下来,手把手教大家如何在Coze上搭建一个属于自己的智能搜索智能体。

2.1 工作流创建

2.1.1 认识工作流界面

首先进入到Coze的官网,点击左侧的「工作空间」,然后点击「资源库」,再点击右上角的「资源」,选择工作流。

然后输入工作流名称,我这里输入的是info_collection,也可以是其他的;输入工作流描述,我这里是调用各种搜索引擎,搜索相关信息。然后点击确认完成创建

在工作流界面上,左侧有不同的节点,如:插件大模型代码知识库工作流等等。其中:

  • 插件:可以通过API和外部数据与系统进行交互,能够增强模型能力。

  • 大模型:顾名思义,就是大模型,基于大量不同的数据进行训练,具有强大的通用基础知识。

  • 代码:可以通过代码来处理一个流程中的数据

  • 知识库:可以理解为大模型的外挂知识库,可以有效解决模型的幻觉问题。

2.1.2 添加搜索插件

首先,让我们来为工作流添加几个搜索插件,点击左侧的「插件」:

在弹出的窗口中,勾选上「仅显示官方插件」

在左侧文本框输入「必应搜索」,并点击「添加」。

然后再输入「头条搜索」,点击「添加」

输入「头条新闻」,点击「添加」

输入「抖音视频」,点击「添加」

这样,我们的工作流就有了四个搜索来源了,节点名字分别是bingWebSearch, search, getToutiaoNews, get_video,如果感兴趣的话,还可以继续添加。将「开始」节点和刚才添加的四个搜索节点进行链接:

点击具体的搜索节点,分别设置每个搜索节点的输入参数,首先是bingWebSearch

然后是search

然后是getToutiaoNews

最后是get_video

2.1.3 添加代码插件

在每个搜索节点执行完之后,我们需要将这几个搜索节点结果中的url合并起来,用来爬取其中的内容。这里,我新建了一个「代码」节点,用来合并搜索节点的结果。

在左侧选择「代码」,点击+号,即可添加一个「代码」节点

将「搜索」节点和「代码」节点进行连接:

点击「代码」节点,设置它的输入参数,其中每个条目具体的参数如下:

  • bing_result:data/webPages/value

  • search_result: data/doc_results

  • toutiao_result: news

  • videl_result: data/list

然后选择「在IDE中编辑」:

在顶部将语言切换为「Python」:

输入下面代码:

async def main(args: Args)->Output:  
    params = args.params  
    bing_result = params['bing_result']  
    search_result = params['search_result']  
    toutiao_result = params['toutiao_result']  
    video_result = params['video_result']  
    result = []  
    if bing_result is not None:  
        for item in bing_result:  
            if item == None:  
                continue  
            result.append(item["url"])  
    if search_result is not None:  
        for item in search_result:  
            if item == None:  
                continue  
            result.append(item['url'])  
    if toutiao_result is not None:  
        for item in toutiao_result:  
            if item == None:  
                continue  
            result.append(item['url'])  
    if video_result is not None:  
        for item in video_result:  
            if item == None:  
                continue  
            result.append(item['link'])  
    ret ={  
        "key": result  
    }  
    return ret

同时修改「输出」参数,如下所示:

    1. title
    1. content总结

但是这些信息分散在不同的节点。下面,我们新建一个「代码」节点将这些汇总起来,如下所示

代码节点的参数配置如下:

具体代码如下:

async def main(args: Args)->Output:  
    params = args.params  
    link_result = params['link_result']  
    link_list = params['link_list']  
    model_result = params['model_result']  
    assert len(link_list) == len(link_result)  
    result = []  
    for item1, item2 in zip(link_result, link_list):  
        try:  
            title = item1['data']['title']  
            link = item2  
            result.append({  
                "link": link,  
                "title": title,  
            })  
        except:  
            continue  
    assert len(model_result) == len(result)  
    for i in range(len(result)):  
        result[i]["content"] = model_result[i]['output']  
    ret ={  
        "key": result  
    }  
    return ret

2.1.8 输出结果

将上面「结果合并」节点和最终的「结束」节点连接

并修改「结束」节点的输出,如下图所示:

2.1.9 发布

至此,一个工作流就创建完成了,可以点击右上角的试运行:

输入关键词,运行一下看看:

如果没有问题的话,可以看到「结束」节点的输出结果,在我的工作流里,一共有27个结果,每个结果包含:内容、链接、标题。

然后点击发布:

就可以在「资源库」页面看到我们创建的工作流了:

接下来,我们可以创建一个智能体,来使用这个工作流了。

在这里插入图片描述
在这里插入图片描述

这份《用Coze零代码搭建一个Agent智能体》完整版PDF已经上传CSDN,还有完整版的大模型 AI 学习资料,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

PDF书籍: 完整版本链接获取

👉[CSDN大礼包🎁:用Coze零代码搭建一个Agent智能体》完整版PDF免费分享(安全链接,放心点击)]👈

Logo

Agent 垂直技术社区,欢迎活跃、内容共建,欢迎商务合作。wx: diudiu5555

更多推荐