Coze平台中，大模型、工作流和插件是三大核心组件，各自承担不同角色且相互协作

三者共同构成Coze的完整AI开发生态：大模型提供智能核心，插件扩展能力边界，工作流实现复杂任务自动化。实际应用中，通常需要三者协同（如10的家庭会议助手案例），才能最大化发挥平台潜力。

一、功能定位差异

1. 大模型（LLM）

   • 定义：基于深度学习的自然语言处理引擎，如ChatGPT-4、Kimi等，负责文本生成、意图理解等核心AI能力16。
   • 作用：直接处理用户输入，生成回答或结构化数据（如分类用户意图、总结文本）。例如，将用户消息分类为“天气查询”或“新闻获取”8。
   • 使用场景：单轮对话、简单推理任务，如生成会议大纲、润色文案等1012。

2. 插件（Plugins）

   • 定义：扩展大模型能力的工具，提供外部API接口或特定功能模块（如天气查询、网页爬虫）。
   • 作用：弥补大模型无法直接触达现实数据的缺陷。例如通过“必应搜索”插件获取实时新闻，或通过“AiPPT”生成幻灯片11011。
   • 使用场景：需调用外部数据的任务，如获取天气、生成图像、爬取网页内容810。

3. 工作流（Workflow）

   • 定义：通过可视化节点串联多步骤任务的流程引擎，整合大模型、插件、代码等模块12。
   • 作用：实现复杂任务的自动化编排。例如，先调用插件获取数据→大模型处理→条件分支判断→生成最终结果812。
   • 使用场景：多步骤、需严格格式或逻辑的任务，如旅行规划、报告分析、家庭会议助手等110。

二、协作关系对比

组件	依赖关系	典型协作案例
大模型	可独立使用	直接回答用户问题，如生成文案1。
插件	依赖工作流或大模型调用	工作流中调用“天气插件”获取数据→传递给大模型生成回复811。
工作流	依赖大模型/插件作为节点	串联“用户输入→LLM分类意图→插件获取数据→LLM生成结果”完整流程6812。

三、核心能力区分

• 大模型：擅长语言理解与生成，但无法直接获取实时数据或执行复杂逻辑68。
• 插件：提供垂直领域功能（如搜索、图像生成），但需依赖其他组件触发1011。
• 工作流：实现多模块协同与流程控制，通过条件分支、循环等节点处理复杂场景2712。

四、使用门槛与灵活性

• 大模型：配置简单，通过提示词即可调用，但功能单一16。
• 插件：需了解API参数，灵活性较低（功能固定）1011。
• 工作流：支持可视化编排，可自由组合节点，但需理解流程逻辑27。