第一部分：课程概述与产品生态（第1-2章）

1. 什么是Coze（扣子）？

• 定义：字节跳动推出的AI Agent开发平台。

• 核心卖点：零代码/低代码。无论是否会编程，都能像搭积木一样搭建基于大模型的AI应用。

• 发布渠道：可发布到微信、飞书、抖音，或通过API/SDK集成到自有业务系统。

2. 为什么要学Coze？

• 降低门槛：不懂编程也能做AI程序。

• 提高效率：程序员用Coze可以少写重复代码，部分业务逻辑甚至自动生成。

• 核心概念：大模型像一个“什么都懂但需要引导的超级大脑”。你问得越具体，回答就越靠谱（如“西红柿炒鸡蛋”的例子）。

3. 产品生态矩阵（重点区分）

产品	生活比喻	作用
开发平台	餐厅的菜谱研发部门	核心学习对象。设计智能体、工作流、编排逻辑。
扣子罗盘	餐厅的运营管理系统	监控流量、分析性能指标、评测模型效果、全链路可观测。
Eino框架	厨房基础设施（炉灶）	基于Go语言的底层AI开发框架，普通开发者无需深究。
扣子空间	顾客直接就餐/点餐	零代码AI办公助手，直接下命令（如“做个PPT”），全过程可视化。

4. 注册与付费

• 注册方式：抖音扫码、手机号、飞书（不推荐）。

• 付费模型：普通用户每天500个资源点（免费）。调用插件/大模型会扣点。整个课程学习下来预计消耗二三十元（充值少量即可）。

---

第二部分：智能体开发基础（第3章）——核心理论

1. 智能体（Bot）的三种模式（极其重要）

模式	生活比喻	特点	适用场景
单Agent（自主规划）	一个能干的总秘书	你给目标，它自己拆解步骤、调用工具、做决策。灵活性高。	复杂、路径未知的任务（本课程主要采用此模式）。
单Agent（对话流）	严格按清单行事的助理	流程固定，引导用户一步步提供信息。确定性高，灵活性低。	标准化客服、问卷调查、订餐预约。
多Agents模式	专家委员会（群聊）	多个Agent分工协作（如交通专家+美食专家+财务专家讨论）。	极其复杂的决策任务（如产品设计）。

2. 模型选择与工作原理（面试常问）

• 支持模型：DeepSeek（推理强/性价比高）、豆包系列（中文优化/响应快）、通义千问（长文本）、文心一言（垂直领域）。

• 工作原理四步走：

  1. 数据准备（给学霸准备海量复习资料）。

  2. 模型训练（学霸做完形填空，预测被遮住的词，反向传播调参）。

  3. 模型推理（逐词接龙，生成回答）。

  4. 对齐与微调（告诉学霸要善良、有用、诚实，引入RLHF人类反馈强化学习）。

• 关键参数：

  • Temperature（温度）：0~1。低值（0.1）输出确定、严谨；高值（0.9）输出随机、有创意。

  • 上下文轮数：保留历史对话的轮次（默认3轮）。

  • 最大回复长度：控制输出字数上限。

3. 提示词工程（Prompt Engineering）

• 系统提示词（System Prompt） = 后台《员工培训手册》（定义身份、规则、边界）。

• 用户提示词（User Prompt） = 顾客下的具体订单。

• CO-STAR框架（优质提示词结构）：

  • Context（背景）：“你是电商客服...”

  • Objective（目标）：“准确回答价格...”

  • Steps（步骤）：“1.识别问题 2.检索知识库...”

  • Tone（语气）：“口语化，使用‘亲~’...”

  • Audience（受众）：“20-35岁年轻消费者...”

• 优化技巧：角色要具体（不要只说“诗人”，要说“擅长七言绝句的才华横溢的诗人”），要设定限制（避免回答无关话题）。

---

第三部分：Coze核心资源系统（第4章）——三大组件

1. 插件（Plugin）——让AI长出手脚

• 本质：调用外部API（如天气、地图、绘图）。

• 分类：

  • 扣资源点型：直接调用即扣费（如墨迹天气）。

  • 申请密钥型：需自行申请第三方API Key（如某些搜索插件）。

• 使用：在智能体或工作流中添加节点，明确输入参数（如城市名）。

2. 知识库（Knowledge Base）——解决幻觉的“独家记忆”

• 本质：上传私有文档（PDF/Word/Excel/URL抓取），让AI基于这些资料回答。

• RAG（检索增强生成） 技术原理（面试重点）：

  • 检索：用户提问后，先去知识库搜索最相关的片段。

  • 增强：将检索到的片段拼接进提示词。

  • 生成：大模型根据提示词+检索片段生成答案。

• 分类：文本（文档）、表格（结构化数据）、照片（带描述的图片）。

3. 数据库（Database）——结构化“长期记忆”

• 本质：类似NoSQL，支持增删改查（CRUD）。

• 与知识库的区别（易混淆点）：

  • 知识库是只读的“图书馆”（查资料）。

  • 数据库是可读写的“笔记本”（记录用户说了什么、做了什么，如健身记录）。

• 固定字段：每条记录自带 id, sys_platform, uuid, bstudio_create_time。

• 用途：记录对话历史、用户偏好，实现个性化回复。

---

第四部分：工作流开发（第5章）——最硬核的技术部分

工作流是Coze的灵魂，针对复杂任务实现自动化、可控的执行。

1. 工作流 vs 对话流

• Workflow（工作流）：任务导向，线性执行，用于标准化批处理（如导出报表）。

• Chatflow（对话流）：对话导向，网状逻辑，用于多轮开放聊天。

2. 核心节点系统详解（必须全部掌握）

A. 基础节点

• 开始节点：定义输入参数（变量名、类型）。

• 结束节点：定义输出（返回变量JSON，或直接返回文本）。

• 大模型节点：配置模型、系统提示词、用户提示词，可设置结构化输出（JSON/Markdown/Text）。

• 插件节点：调用商店或自定义插件。

• 工作流节点：在一个工作流中嵌套调用另一个已发布的工作流（子工作流）。

B. 业务逻辑节点

• 选择器节点：if-else条件分支（支持且/或逻辑）。

• 意图识别节点：识别用户输入意图，分流到不同分支。

• 循环节点：遍历数组或固定次数。常配合定时器（等待异步任务完成）使用。

• 批处理节点：并行处理数组中的大量数据（默认每批10个，最高200个），效率远高于循环。

• 变量聚合节点：将多路分支的输出合并为一个变量，方便下游统一处理。

• 代码节点（极其重要）：

  • 支持Python（异步 async def）和JavaScript。

  • 限制：只能处理工作流传入的数据，不能访问外网（不能发HTTP请求）。

  • 应用场景：解析JSON、提取字段、字符串拼接、敏感词过滤。

  • 必须懂异步：为什么要异步？避免CPU空等I/O（类似烧水时不用干等，可以去洗衣服）。

C. 数据库节点

• 新增、查询、更新、删除数据。支持自然语言或SQL。

D. 知识库节点

• 写入、检索、删除知识库中的文档。

E. 多媒体节点

• 图像生成：调用通义万相等插件。

• 音视频处理：语音合成（TTS）、图生视频、剪映插件合成。

---

第五部分：应用开发与发布（第6章）

1. 应用是什么？

• 应用 = 智能体（大脑）+ 用户界面（皮肤/前端）。

2. UI组件分类

• 展示组件：Text（文本）、Image（图片）、Markdown（富文本）、Audio（音频）、Video（视频）、Carousel（轮播图）、Lottie（动画）。

• 输入组件：Button（按钮）、Form（表单）、Input（文本输入）、FileUpload（文件上传）、Switch（开关）。

3. 数据绑定（核心机制）

• 设置常量：写死固定内容。

• 引用变量：{{变量名}} 动态绑定工作流的返回数据。

• 事件配置：点击按钮 -> 触发“调用工作流” -> 将输入框的值传给工作流入参 -> 工作流返回结果 -> 渲染到Markdown或图片组件。

---

第六部分：API与SDK（第7章）——面向程序员

1. 三种令牌鉴权（必考概念）

• 个人访问令牌（PAT）：你授权给应用，代表你本人，长期有效（最常用）。

• OAuth访问令牌：用户授权给应用，短期有效（如扫码登录）。

• 服务访问令牌（SAT）：应用自身的身份，长期有效（服务器间通信）。

2. 常用API接口

• 查看空间列表、成员列表。

• 查看智能体/应用列表及配置。

• 发起对话（/v3/chat）：支持流式（打字机效果）和非流式。

• 执行工作流（/v1/workflow/run）：支持同步和异步。

3. Python SDK使用

• 安装：pip install cozepy（注意是cozepy不是coze）。

• 初始化：Coze(auth=TokenAuth(token=...), base_url=COZE_CN_BASE_URL)。

• 调用工作流：coze.workflows.runs.create(workflow_id="...", parameters={...})。

• 调用智能体：构建Message列表，创建chat，轮询等待状态变更为COMPLETED，提取assistant回复。

---

第七部分：四个实战项目全解析（第8章）——从理论到落地

项目1：成语接龙

• 目标：人机对战，AI先出题，玩家接龙，AI验证并回复。

• 技术栈：智能体（纯提示词规则）+ Flask后端 + HTML前端。

• SDK调用逻辑：后端接收用户输入 -> 调用智能体（传入上轮成语和用户新成语）-> 轮询获取AI回复 -> 返回前端。

• 难点：限制不能重复使用成语，AI回复必须纯文本（不加标点）。

项目2：我的未来我做主（人生模拟器）

• 目标：引导大学生选择考研/考公/就业，经历8轮随机事件（正面/中等/负面），体验人生。

• 技术栈：纯智能体（提示词复杂）。

• 提示词亮点：

  • 要求AI每次生成1、2、3三个选项供用户选择。

  • 随机生成正面/中等/负面场景，随机触发积极/消极事件（如“电脑坏了资料丢失”提前结束游戏）。

  • 结局总结（根据所有选择复盘）。

项目3：历史老师（海报生成器）—— 工作流最复杂案例

• 输入：历史主题（如“唐朝”）。

• 输出：2张精美的历史知识海报图片。

• 工作流节点逻辑（细致拆解）：

  1. 代码节点（敏感词过滤）：检查输入是否包含“特么的”等违禁词。

  2. 大模型节点（验证主题）：判断输入是否与历史相关，返回true/false。

  3. 查询数据库节点：查询history_topic表，看该主题是否已有缓存图片。

     • 若有缓存：直接跳到结束节点，返回图片地址（节省资源和时间）。

     • 若无缓存：进入后续生成流程。

  4. 大模型节点（生成结构化内容）：根据主题生成4个子主题，包含name和description。输出格式强制为JSON数组。

  5. 批处理节点：遍历4个子主题，并行处理。

     • 子流程内部：调用图像生成插件生成插图 -> 调用海报排版插件（叠加底图和文字）。

  6. 代码节点（数组转字符串）：将生成的4张图片URL用逗号拼接成一个字符串。

  7. 新增数据库节点：将“主题”和“拼接的URL字符串”存入数据库（下次直接命中缓存）。

  8. 结束节点：返回图片URL列表。

• 外部集成：对接阿里云OSS插件，将临时图片上传到自己的OSS，实现永久访问。

项目4：动物世界（视频生成器）—— 异步任务最佳实践

• 输入：动物描述（如“大象喝水”）。

• 输出：一段带有配乐和旁白/音效的10秒视频。

• 工作流节点逻辑（细致拆解）：

  1. 大模型节点（润色）：将“大象”扩展成“象群在泥潭中打滚”等15字以内场景描述。

  2. 查询数据库缓存：查是否有现成视频，有则直接返回。

  3. 子工作流（生成视频）：

     • 调用视频生成插件（如CogVideoX），传入Prompt。此插件异步，只返回task_id。

     • 循环节点 + 定时器：

       • 设置循环次数（如60次）。

       • 第一步：延时插件（等待3秒，给视频生成留时间）。

       • 第二步：查询视频任务插件（传入task_id查询状态）。

       • 第三步：代码节点：解析返回结果，判断status是否为成功。如果成功，提取video_url并break跳出循环。

  4. 生成音频节点：根据原始描述文字，调用TTS生成语音旁白。

  5. 音视频合并节点：调用剪映插件，将生成的视频和音频合并成一个带声音的视频文件。

  6. 对接阿里云OSS：将合并后的视频上传至OSS，获取永久链接。

  7. 新增数据库：缓存视频链接。

• 关键难点：异步任务的轮询机制（循环+延时+条件判断），以及子工作流的封装复用。

---

总结：如果面试官问“你学到了什么”（深度版回答）

如果面试官问起，除了讲“会用了”，更要体现出架构思维和问题解决能力：

1. 对AI应用架构的理解：我明白了现代AI应用不再是单纯调API，而是 “大模型 + 工具（插件）+ 数据（知识库/数据库）” 的三层架构。Coze通过可视化工作流将这三点完美串联。

2. 工程化落地能力：通过“历史老师”和“动物世界”项目，我掌握了缓存设计（数据库减少重复生成，降低成本）、异步任务处理（轮询机制解决视频生成慢的问题）、批处理优化（并行处理提升效率）。这不是玩具代码，而是具备成本意识和性能意识的生产级方案。

3. 提示词工程实战：我深刻体会到系统提示词对AI行为约束的确定性，以及如何利用CO-STAR框架写出高复用、高质量的Prompt。尤其是教会了AI结构化输出（JSON），方便后端解析。

4. 全栈开发思维：我能独立完成从后端逻辑（工作流） 到前端界面（UI组件绑定） 再到外部系统集成（Python SDK + Flask/OSS） 的全链路开发，打通了AI与真实业务之间的鸿沟。

5. 零代码/低代码趋势认知：Coze让我看到，未来程序员的核心价值将从“写CRUD”转向“定义业务规则、编排资源、优化成本和效果”，这是AI时代开发范式的巨大转变。

SDK 和 API 的区别

：既然你用了Coze的Python SDK，那你说说，SDK和API有什么区别？为什么有了API还要有SDK？

1. 定义本质不同：

   • API（应用程序编程接口）是一套通信协议和接口规范，定义了“你能问什么”和“返回什么格式”。它像一份菜谱，写了步骤和原料，但得你自己去采购、切菜、控制火候（手动拼URL、写Header、处理JSON序列化）。

   • SDK（软件开发工具包）是封装好的工具包。它像一份料理包，预处理好了一切（食材切好、酱料配好），附带一份简易说明书。你只需要开火加热就行。

2. 使用层面的区别

   • API调用：你需要手动处理HTTP请求（GET/POST）、鉴权Token放哪（Header）、错误码（404/500）、数据解析（手动取data字段）。语言无关，任何语言只要能发Http请求就能调。

   • SDK调用：只需要coze.workflows.run(workflow_id="...")。SDK帮你封装了：鉴权、请求重试、JSON序列化/反序列化、异常类型转换。它是语言相关的（Python SDK只给Python用）。

3. 开发效率对比（血泪教训）：

   • 用API：写了20行代码，其中15行是在处理requests.post、异常捕获、JSON解析。

   • 用SDK：写了3行代码，全是核心业务逻辑。SDK把复杂的通信细节全藏起来了，让你专注业务。

4. 两者关系：

   • SDK 底层依赖 API。SDK是对API的高级封装。你可以把API看作是餐厅的传菜口（窗口），而SDK是专门为你服务的智能传菜机器人（帮你拿、帮你放好）。