实战演示：用扣子搭建AI新闻智能体

最新推荐文章于 2025-11-24 18:29:32 发布

原创最新推荐文章于 2025-11-24 18:29:32 发布 · 573 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #科技 #ai #学习 #语言模型 #扣子 #工作流

今天分享一个工作中的实际案例，怎么搭建扣子工作流

我要搭建的是一个自动推送每日AI新闻的工作流

一、建立工作流

首先，打开扣子，创立一个工作流

然后进入工作流页面，可以看到“开始”和“结束”两个固定的节点，我们创建第一个节点添加插件

这里我要做的第一步就是先搜索新闻，所以我们先找到新闻搜索插件，添加

然后就是将添加的新闻和开始节点连接起来，设计搜索节点的条件，这里主要设置的是input_query，设置为开始的节点

按照这种方式，我们创建三个input输入，分别和三个搜索条件对于起来

把结束连接上，设置好结束的输出变量为search的data-doc_results，同样建立三个output

再增加三个输出，输出变量为data-doc_results，统一与结束相连

我们发布这个工作流，这步就完成了

二、创建智能体

我们先创建一个“每日AI新闻”智能体

用自动优化提示词帮你写一个角色设定

然后在智能体中把之前设置的工作流加入其中

设置工作流的绑定三个卡片（让样式更清晰）

这里我选用官方卡片的“竖向”列表，设置一下卡片长度等属性，（绑定数据实在不确定就选用URL）

试用查看结果

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

AI360labs_atyun

关注关注

8
点赞
踩
9

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

《实战AI智能体》用魔搭搭建一个 AI 助手智能体

实战AI智能体

12-25

1623

无论你是否有编程基础，你都可以在魔搭平台快速搭建一个 AI 智能体。本文以一个夸夸机器人为例演示如何在魔搭平台搭建智能体。智能体效果和夸夸机器人对话时，它可以给你正向的鼓励，抚慰你的情绪。搭建步骤参考以下步骤快速搭建一个夸夸机器人。步骤1：创建一个智能体登录魔搭平台。在页面左上角单击⊕。输入智能体名称和功能介绍，然后单击图标旁边的生成图标，自动生成一个头像。你也可以切换到 AI 创建，通过自然语言描述你的智能体创建需求，魔搭根据你的描述自动创建一个专属于你的智能体。

Coze智能体开发：利用扣子搭建一个AI助手智能体

王国平的博客

06-21

463

扣子是新一代 AI Agent 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。

参与评论您还未登录，请先登录后发表或查看评论

AI智能体 | 扣子Coze实战教程：搭建一个旅行规划助手

2501_91810672的博客

04-27

1865

旅游业面临个性化需求与信息碎片化的矛盾，传统服务难以满足灵活行程规划。AI技术逐渐成熟，为智能解决方案提供基础，对用户：通过动态路线定制、实时优化和一站式服务，提升旅行自由度和容错率。对行业：降低人工成本，利用用户数据优化资源分配，串联小众服务商拓展商业生态，推动从“被动预订”到“主动服务”的模式转型。

扣子Coze智能体实战：OCR+LLM搭建超好用的文档智能问答Bot

m0_70486148的博客

08-01

1694

近期Coze开源的消息刷爆了朋友圈，这对于想通过搭建Agent解决复杂问题的企业开发者而言简直是超大好消息！通过Coze平台，企业用户可以通过零代码或低代码的方式，快速搭建出解放生产力的AI工作流，辅助员工高效完成各类的复杂任务。今天，我就来分享一个用Coze搭建文档智能问答Bot的保姆级教程。图片来自扣子官方我们经常会遇到从产品手册、技术白皮书、合同条款、内部报告……等文档中快速精准地提取所需信息的情况，这时可靠的文档智能问答Bot就能成为我们的得力助手。

AI智能体入门实战：从0到1搭建Agent的超详细保姆级教程

2401_85375186的博客

07-25

2688

今天手把手带大家从0开始手搓一个非常简单但不乏实用性的智能体（Agent），就当是给大家的Agent基础入门课了！

Coze应用实战：0 代码搭建微信智能互动助手

qq_33489955的博客

07-22

1064

📢 实战指南：如何用扣子(Coze)快速搭建微信公众号智能客服？ 1️⃣ 准备工作：需拥有正常状态的微信公众号并获取开发者ID(AppID)。 2️⃣ 智能体搭建：在扣子平台创建智能体，设置客服人设与回复风格添加插件（如图片理解/联网搜索）和工作流（如文章信息抓取）调试问答效果，优化交互体验 3️⃣ 一键发布：通过授权绑定微信公众号，实现智能客服快速部署 4️⃣ 功能展示：支持智能问答、文章推荐、问题解答等场景 💡 适用场景：电商咨询、教育答疑、内容推荐等。完整教程含技术细节可访问优快云博客查看

扣子Coze实战：零基础搭建数据分析智能体，分钟完成复盘，流量翻倍

moshou2的博客

11-15

383

AI也是如此，给它什么样的提示词，就会得到什么样的回答。以前我也是这样，每次长假后的第一周都像在调试一个状态异常的系统，各种报错和性能问题接踵而至。现在是2025年10月7日，国庆假期倒数第2天（明天10月8日是假期最后一天，10月9日上班）。定义了明确的输出格式，确保每次得到的信息都是完整和一致的。国庆假期还有2天结束（今天10月7日，后天10月9日上班），现在感觉[描述你的状态]。你是企业心理健康顾问。- [ ] **21:00** 进行10分钟"4-7-8呼吸法"（吸气4秒，憋气7秒，呼气8秒）

扣子Coze实战：零基础搭建数据分析智能体，1分钟完成复盘，流量翻10倍

weixin_55010563的博客

08-17

544

【摘要】本文介绍了如何利用AI智能体快速搭建短视频数据分析工具，帮助创作者高效复盘视频表现。通过Coze平台，只需1分钟即可生成专业的数据分析报告，包括关键指标对比、受众匹配度诊断、流量结构分析等，并给出具体优化建议（如前3秒钩子优化、互动引导强化等）。文章详细演示了从获取视频数据、搭建工作流到创建智能体的完整流程，让零基础用户也能快速上手。这种数据驱动的优化方法可显著提升视频表现，案例显示播放量提升62%，完播率增长282%。

万字实战：从0到1手把手构建一套AI智能体获客系统

2401_85375186的博客

06-16

1523

如何一步步地从0到1构建一个AI 智能体： • 如何梳理我的业务流程？ • 我有什么工作可以让 AI 帮我干？ • 如何一步步搭建AI 智能体？

扣子Coze智能体万字教程：从入门到精通，一文掌握AI工作流搭建

互联网架构师笔记

08-19

1702

智能体 = 角色设定 + 提示词 + 变量输入一个好提示词的核心是结构、风格和复用性创建后可以一键发布成网页应用、对话助手整个过程0代码，只靠配置，人人可学，人人可用四、进阶一：理解「工作流」的威力如果你已经用扣子创建了几个简单的智能体，比如写个爆款小红书文案、生成一段短视频脚本，那恭喜你已经入门。但如果你还停留在“一个智能体 = 一段提示词”的层级，你离真正的智能体生产力革命，还差一步：学会搭建“工作流”——让多个大模型自动协同完成任务。

最新扣子Coze智能体教程：搭建双十一商品促销海报智能体（附全流程截图）

互联网架构师笔记

05-07

1093

今天带你用「扣子」零代码搭建一个【大促海报生成智能体】，让你 1 小时完成别人 1 天的活！

扣子智能体实战：一键生成公众号图文，AI时代文盲也能写公众号，赚钱秘籍

epitomizelu的专栏

09-20

5507

将前面生成的图片和文字整合起来成为一篇公众号文章。这是一个代码节点，代码如下。return ret。

【AI智能体】Coze 搭建个人旅游规划助手实战详解

Hello, New World!

07-02

1012

本文将详细介绍如何使用Coze平台搭建个人旅游规划助手。首先概述了AI智能体如何简化传统复杂任务的开发流程，然后重点介绍了Coze工作流的作用和核心节点类型（包括大模型、插件、知识库等）。通过实际操作演示，从创建智能体到配置多级工作流，逐步实现旅游规划功能：解析用户输入时间地点、查询必玩景点、获取景点详细信息等。该教程展示了如何利用Coze的可视化编排能力，即使非技术人员也能快速构建专业级AI应用。最终呈现的旅游助手可提供天气查询、行程建议等一站式服务。

基于学习的人工智能（1）为什么学习？

致力于大数据+AI 的应用创新。

11-24

173

学习是人类最重要的认知活动之一，贯穿我们的一生。出生后，我们无时无刻不在学习：从父母那里学说话，自己尝试走路，从小伙伴那里学会折纸飞机，从老师那里学到语文、数学等各种知识。研究人员始终将光源和风扇放在同一侧，经由学习，玉米幼苗逐渐学会了“有风的地方就会有光”的规律。之后，研究人员移去光源，并改变风扇方向，玉米幼苗依然按照所学知识，向风扇方向生长。1959 年，美国计算机学家亚瑟·塞缪尔设计了一款可以自我学习的跳棋程序，并将这一新方法称为“机器学习”，从而开启了机器自我学习的道路。

2025企业微信AI落地新趋势：微盛AI·企微管家破解内外增长难题

最新发布

weisheng00的博客

11-24

402

2025年企业微信AI落地的三大关键趋势：微盛AI·企微管家通过智能客服、精准营销和内部协作三大场景，帮助企业实现200%的客服效率提升、90%的报修响应提速和50%的员工效能增长。作为企业微信生态最大ISV服务商，微盛依托"AI+SCRM"双引擎，已服务160家500强企业，提供合规AI聊天Agent、生态闭环整合及私有化部署方案，有效解决数据孤岛问题，90%客户在3个月内实现AI能力全员覆盖。

中国计算机学会（CCF）推荐学术会议-A（人工智能）：ACL 2026

iaast的博客

11-24

301

大会官网：https://2026.aclweb.org/录用率：20.3%（1699/8360，2025年）时间地点：2026年7月2日-加州·美国。截稿时间：2026年1月5日。CCF推荐：A（人工智能）

RAG 的诞生：为了让 AI 不再“乱编”

weixin_44876263的博客

11-24

RAG全称，中文为“检索增强生成”。其核心思想是：在生成答案时，不仅依赖大模型内部的训练知识，还能够实时访问外部知识库或文档，从而生成更加准确和可靠的内容。就像一个学生回答问题，不仅依靠自己记忆，还会去图书馆查资料，然后结合记忆和查到的资料回答问题。你问模型：“请告诉我最新的新能源补贴政策。纯模型可能只靠训练记忆，回答的是过时或模糊的信息。RAG 模型会先去查最新政策文件，再结合训练知识生成答案，因此更准确。检索资料：先找到相关文档或信息。结合生成：把找到的资料和问题一起输入模型，让模型生成答案。

基于华为开发者空间实现花卉识别

优快云高校俱乐部官方博客

11-21

1569

基于华为开发者空间实现花卉识别

人工智能在医疗行业的革命性应用：从诊断到个性化治疗

2501_94114442的博客

11-21

467

人工智能（AI）技术近年来已经渗透到各个行业，其中，医疗行业无疑是受益最大之一。从疾病的早期诊断到个性化治疗方案的制定，AI正在加速医学领域的变革。通过机器学习、深度学习、自然语言处理等技术，AI不仅能够处理和分析大量的医疗数据，还能够帮助医生做出更加精准的决策，提升患者的治疗效果，并优化整个医疗体系的运作效率。本文将探讨人工智能在医疗行业的应用，分析其在不同医疗领域的具体作用，并展望AI如何进一步推动医疗健康行业的发展。

AI智能体实战使用扣子Coe搭建AI智能体

06-07

### 使用COE搭建AI智能体的实战方法 #### 1. COE在AI智能体中的作用 COE（CANopen over EtherCAT）作为一种高效的通信协议，能够实现工业设备之间的实时数据交换[^1]。通过将COE与AI技术结合，可以构建智能化的控制体系。例如，在智能制造场景中，利用COE采集实时数据（PDO），并将其用于训练AI模型，从而实现预测性维护、自适应控制等功能。 #### 2. 数据采集与预处理使用COE协议进行数据采集时，可以通过PDO（Process Data Object）获取设备运行状态的实时数据。这些数据可以被传输到边缘计算节点或云端，进行进一步处理和分析。以下是一个基于MATLAB生成COE文件的示例代码[^2]： ```matlab % MATLAB 示例：生成coe文件 data = randi([0, 255], [16, 1]); % 生成随机数据 filename = 'example.coe'; fid = fopen(filename, 'w'); fprintf(fid, 'memory_initialization_radix=16;\n'); fprintf(fid, 'memory_initialization_vector='); for i = 1:length(data) fprintf(fid, '%02X', data(i)); if i ~= length(data) fprintf(fid, ','); end end fprintf(fid, ';\n'); fclose(fid); ``` #### 3. AI模型训练与优化采集到的数据可以用于训练AI模型。例如，通过深度学习算法对设备运行状态进行预测。以下是基于Python的简单AI模型训练代码示例： ```python import numpy as np from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense # 构建神经网络模型 model = Sequential() model.add(Dense(32, activation='relu', input_shape=(16,))) model.add(Dense(16, activation='relu')) model.add(Dense(1, activation='sigmoid')) # 编译模型 model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy']) # 模拟数据 data = np.random.rand(1000, 16) # 输入特征 labels = np.random.randint(2, size=(1000, 1)) # 输出标签 # 训练模型 model.fit(data, labels, epochs=10, batch_size=32) ``` #### 4. 参数下发与自适应控制训练好的AI模型可以通过SDO（Service Data Object）将优化后的参数下发到设备中，实现动态调整和自适应控制。例如，根据预测结果调整电机转速或温度设定值[^1]。 #### 5. 开源生态的支持开源工具（如IgH主站）为中小企业提供了低成本的解决方案，加速了COE在智能制造领域的普及。开发者可以利用这些工具快速搭建原型系统，并进行功能验证。 --- ###