零基础!扣子(coze)工作流搭建入门教程【手把手教会】_coze工作流下载

【AI Agent】Coze(扣子)搭建智能体 一直想了解学习一下AI和大模型,正好最近看了一场直播课,里面讲解了字节旗下coze(扣子)AI工具,课后自己实际操作了一遍,感觉挺好用的,属于低代码的,适合我这种不擅长编码的人。一、coze(扣子)介绍1.1 扣子是什么? 阅读详情
AI摘要

本文介绍了工作流的概念、其与大模型的关系,并以扣子(coze)为例,详细阐述了工作流的创建步骤,包括登录官网、新建工作流、添加节点和插件、试运行等。此外,还分享了2025最新大模型学习路线、经典PDF书籍、视频教程、项目实战及面试题等学习资料。

1、什么是工作流?

简单来说,工作流就是一套“流水线操作指南”。

就像我们做菜的流程一样:

先洗菜→切菜→开火→倒油→炒菜→放调料→出锅

每一步按顺序来,最后菜出锅不好吃是哪一步出了问题,今天的菜非常好吃,又是哪一步进行了优化,明明白白。

这就是工作流的魅力——把复杂的事情拆成简单的小步骤,让不同的人或者工具都能高效配合。

下面是一个简单的工作流示例

img

实现功能:“大模型节点”获取“开始节点”传过来的用户信息,处理后,通过“结束节点”返回给用户。

2、为什么现在已经有这么多厉害的大模型了,还要有工作流?

大模型就像个“超级大脑”,超能干!回答问题、生成文本、翻译语言,这些都不在话下。

而工作流就像一个“指挥官”,遇到复杂任务时,它能把大模型的能力和任务的各个环节串起来,让整个过程井井有条、高效配合,最后达到我们想要的效果。

特别是那些重复性的工作,工作流更能发挥作用,一键发送指令,完全不用每次都重复1234步。

下面我们就来亲自体验一下工作流的神奇魅力!

3、手把手创建工作流(以coze为例)

3.1、 登录扣子(coze)官网

https://www.coze.cn/

img

3.2、新建工作流

步骤:【工作空间】->【资源库】->【+资源】->【工作流】

img

img

设置工作流名称和描述

注意:工作流名称只允许字母、数字和下划线,并以字母开头

img

点击【确认】创建

默认只有“开始”和“结束”两个节点

img

3.3、添加节点

img

coze工作流提供了很多节点,最常用的有大模型、图像生成、文本处理等,下面简单介绍2个节点。

大模型节点

img

功能:等同于我们平时使用的豆包、DeepSeek、Kimi、chatGPT等,你可以在【模型】部分选择你想用的大模型,coze为我们内置了很多,最新的DeepSeek。

输入: 输入给大模型的文字,就像我们平时用大模型app中输入的问题一样

系统提示词: 这里是我们向大模型提的要求,比如我们希望它针对我们的问题做哪些处理和解答,希望它输出什么格式等等

用户提示词: 让大模型根据提示词来回答,这里经常就是{input}

图像生成节点

img

功能: AI绘图,相当于我们平时用的AI绘图工具,比如即梦、通义万相等等

模型: 选择不同的绘图模型,生成效果有些微区别,看个人需求

比例: 生成图片的大小比例

输入: 用于生成图片的提示词来源

正向提示词: 对生成图片的一些要求和限制,可直接引用输入

负向提示词: 用于告诉AI在生成图像时要避免包含某些特定元素或特征

3.4、添加插件

img

coze还提供了功能多样的插件,就像你的武器库一样,有官方的,有高手们发布的,总有一款适合你。下面介绍2个插件。

语音合成插件

img

功能: 把文字转换成音频

输入: text->需要朗读的文字;其他是一些非必填的朗读的语音、语速、音量等

图片转文字

img

功能: 识别图片中的文字

输入: 选择的图片

我们就先这样简单地搭建一个工作流。

img

3.5、试运行

试运行看看我们的工作流能否按要求完成任务

img

可以看到我们的几个功能点都正常实现,这样就是没问题的工作流了,点击右上角【发布】就可以使用了。

coze中还有很多其他的节点和插件,你的需求几乎都能满足,大家赶紧试试吧!

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

2024最新版优快云大礼包:《AGI大模型学习资源包》免费分享**

一、2025最新大模型学习路线

一个明确的学习路线可以帮助新人了解从哪里开始,按照什么顺序学习,以及需要掌握哪些知识点。大模型领域涉及的知识点非常广泛,没有明确的学习路线可能会导致新人感到迷茫,不知道应该专注于哪些内容。

我们把学习路线分成L1到L4四个阶段,一步步带你从入门到进阶,从理论到实战。

L1级别:AI大模型时代的华丽登场

L1阶段:我们会去了解大模型的基础知识,以及大模型在各个行业的应用和分析;学习理解大模型的核心原理,关键技术,以及大模型应用场景;通过理论原理结合多个项目实战,从提示工程基础到提示工程进阶,掌握Prompt提示工程。

L2级别:AI大模型RAG应用开发工程

L2阶段是我们的AI大模型RAG应用开发工程,我们会去学习RAG检索增强生成:包括Naive RAG、Advanced-RAG以及RAG性能评估,还有GraphRAG在内的多个RAG热门项目的分析。

L3级别:大模型Agent应用架构进阶实践

L3阶段:大模型Agent应用架构进阶实现,我们会去学习LangChain、 LIamaIndex框架,也会学习到AutoGPT、 MetaGPT等多Agent系统,打造我们自己的Agent智能体;同时还可以学习到包括Coze、Dify在内的可视化工具的使用。

L4级别:大模型微调与私有化部署

L4阶段:大模型的微调和私有化部署,我们会更加深入的探讨Transformer架构,学习大模型的微调技术,利用DeepSpeed、Lamam Factory等工具快速进行模型微调;并通过Ollama、vLLM等推理部署框架,实现模型的快速部署。

整个大模型学习路线L1主要是对大模型的理论基础、生态以及提示词他的一个学习掌握;而L3 L4更多的是通过项目实战来掌握大模型的应用开发,针对以上大模型的学习路线我们也整理了对应的学习视频教程,和配套的学习资料。

二、大模型经典PDF书籍

书籍和学习文档资料是学习大模型过程中必不可少的,我们精选了一系列深入探讨大模型技术的书籍和学习文档,它们由领域内的顶尖专家撰写,内容全面、深入、详尽,为你学习大模型提供坚实的理论基础。(书籍含电子版PDF)

三、大模型视频教程

对于很多自学或者没有基础的同学来说,书籍这些纯文字类的学习教材会觉得比较晦涩难以理解,因此,我们提供了丰富的大模型视频教程,以动态、形象的方式展示技术概念,帮助你更快、更轻松地掌握核心知识。

四、大模型项目实战

学以致用 ,当你的理论知识积累到一定程度,就需要通过项目实战,在实际操作中检验和巩固你所学到的知识,同时为你找工作和职业发展打下坚实的基础。

五、大模型面试题

面试不仅是技术的较量,更需要充分的准备。

在你已经掌握了大模型技术之后,就需要开始准备面试,我们将提供精心整理的大模型面试题库,涵盖当前面试中可能遇到的各种技术问题,让你在面试中游刃有余。


因篇幅有限,仅展示部分资料,需要点击下方链接即可前往获取

2024最新版优快云大礼包:《AGI大模型学习资源包》免费分享

DeepSeek+Coze扣子搭建智能体(保姆级教程) 阅读详情

相关推荐

【Coze工作流指南】新手学习扣子(Coze)编写复杂工作流指南

【Coze工作流指南】新手学习扣子(Coze)编写复杂工作流指南

学习笔记 2783

coze!属于人工智能领域的低代码工具 | 搭建属于自己的聊天机器人

扣子(英文名称 Coze) 是新一代一站式 AI Bot 开发平台。Coze 是由字节跳动推出的一个AI聊天机器人和应用程序编辑开发平台,可以理解为字节跳动版的GPTs。无论你是否有编程基础,都可以在扣子平台上快速搭建基于 AI 模型的各类问答 Bot,这个平台都可以让你快速地创建各种类型的聊天机器人,并将它们部署在其他社交平台和消息应用上。Coze还提供了多种插件、知识、工作流、长期记忆和定时任务等功能,来增强聊天机器人的能力和交互性。

IT大头的博客 1万+

扣子(Coze)实战:零基础也能玩转!10分钟学会扣子(Coze)制作超火治愈系老爷爷视频!

本文将分享一个工作流,工作流只需要接收一个治愈主题,经过扣子工作流的一系列处理,生成了一个情感治愈系老爷爷的视频。

MCC_MCC_MCC的博客 1118

Coze - 有望超越ChatGPT的一款免费神级软件

Coze详细使用教程

阿甘兄 1万+

Coze扣子开发指南:怎样建立一个工作流?

相信未来随着插件的丰富、大语言模型的能力提升等,我们可以借助工作流实现当前网站、手机App、电脑软件等应用程序的全部功能,而且因为核心依托于AI,将会更加智能更加方便。、变量、数据库、插件等诸多模块以工作流程的方式,很好的缝合在一起,从而能完成非常复杂的任务,使得大语言模型有更多用武之地。必应搜索的输入这里参数值是:引用,city,就是把上一步骤的用户输入的城市名称作为搜索的关键词,让必应搜索进行搜索;在工作流的起始节点:开始,这里,输入变量名city,就是用户输入的城市名称,下面是试运行的结果。

AIGCTribe的博客 8867

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

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。

互联网架构师笔记 3490

零基础!扣子(coze)工作流搭建入门教程【手把手教会】

简单来说,工作流就是一套“流水线操作指南”。 就像我们做菜的流程一样: 先洗菜→切菜→开火→倒油→炒菜→放调料→出锅 每一步按顺序来,最后菜出锅不好吃是哪一步出了问题,今天的菜非常好吃,又是哪一步进行了优化,明明白白。 这就是工作流的魅力——把复杂的事情拆成简单的小步骤,让不同的人或者工具都能高效配合。

大模型教程的博客 1万+

扣子工作流合集.zip

AI工作流集合 - 200+ 实用生产力工作流

AI智能体|扣子(Coze)搭建工作流小白教程【手把手教会】

工作流在 Coze 官方的解释为:工作流是一系列可执行指令的集合,用于实现业务逻辑或完成特定任务。说人话的意思就是:把 大模型,插件,工具等连接在一起让它们自动帮你完成多步骤的任务。举个官方视频的例子:总结热点新闻正常来说,我们需要进行五个步骤。1,收集信息→2,筛选重点→3,提取关键内容→4,简介概况→5,整理呈现。但使用工作流就是把上述这些步骤全连成一条流水线,你只需要一句话,它就能自动完成所有步骤,直接给你成品文件/内容。为什么要用工作流?

m0_53539063的博客 6310

扣子(Coze)工作流.zip

第一步:获取工作流文件 我们提供两种方法来获取所有工作流文件,请根据您的熟悉程度选择其一。 方法一:使用 Git (推荐) 如果您熟悉 Git,这是最快捷的方法。打开您的终端或命令行工具,运行以下命令克隆本仓库到本地: git clone https://github.com/your-username/ai-workflows.git 方法二:直接下载 ZIP 压缩包 如果您不使用 Git,可以按照以下步骤操作: 在项目主页,点击绿色的 <> Code 按钮,然后在下拉菜单中选择 Download ZIP。

因果推断--PSM的原理和应用(二)

上一篇介绍了DID,本文介绍和DID可一起搭配使用的一种因果推断方法PSM。在正式介绍PSM之前,先来简单回顾一下为什么需要因果推断以及如何做因果推断。我们都知道相关非因果,比起相关我们更希望知道两个事件之间的因果关系,有了确切的因果关系,才能知道对A如何操作才能引起B的变化。解决因果推断问题,目前主要有两种框架,Rubin虚拟事实模型和Pearl因果图模型。站在数据分析的角度上,Rubin虚拟事实模型更容易理解,其核心思想是寻找恰当的对照组。

baidu_26137595的博客 1万+

用扣子(Coze)搭建Bot智能体详解

本文对扣子(Coze)智能体平台进行了简单介绍,包括扣子的基本概况、Bot的应用场景、扣子平台的基本能力、在扣子上搭建智能体的方法和步骤,后续会逐步分享扣子的其它玩法。,

agentfans的博客 4万+

Halcon手眼标定实战:九点标定法从入门到精通(附完整代码)

本文详细介绍了Halcon环境下九点标定法的完整实现流程,从基础概念到实战技巧,帮助开发者快速掌握手眼标定技术。通过精确采集图像坐标与机械坐标,计算仿射变换矩阵,实现相机与机械臂坐标系的精确映射,适用于工业自动化中的平面定位场景。

v4w5x6的博客 410

扣子(Coze)的工作流到底怎么用?

工作流是搭建Bot智能体的一种很重要的技能,稍微复杂或比较实用的Bot基本上都使用了工作流。本文简单介绍扣子(Coze)工作流的基本概念,使用场景,结构和构成,并通过一个例子展示了扣子工作流的编排和使用,帮助小白用户快速掌握扣子工作流。

agentfans的博客 3万+

零基础学会制作 基于STM32/51单片机的智能血压表设计/血压表/血压计

本系统是以单片机为主控,传感器模快、显示模块、人机交互、无线传输等组成的智能血压表设计。传感器用于测量血压和脉搏,主控电路板用于处理数据和控制设备,显示屏则用于显示测量结果。通过软件设计,完成测量数据的处理,其中血压和脉搏的测量、数据的分析和处理等。

weixin_55654459的博客 2473

C++动态规划详解

动态规划思想 一、动态规划概念: 动态规划(dp)是研究多步决策过程最优化问题的一种数学方法。在动态规划中,为了寻找一个问题的最优解(即最优决策过程),将整个问题划分成若干个相应的阶段,并在每个阶段都根据先前所作出的决策作出当前阶段最优决策,进而得出整个问题的最优解。即记住已知问题的答案,在已知的答案的基础上解决未知的问题。 在这类问题中,可能会有许多可行解。每一个解都对应于一个值,我们希望找到具有最优值的解。动态规划算法与分治法类似,其基本思想也是将待求解问题分解成若干个子问题,先求解子问题,然后

weixin_51951103的博客 2万+

扣子(Coze) | 什么是工作流? 扣子怎么搭建工作流?

提示词是「让AI理解某个具体问题」,而工作流是「让企业级业务在AI驱动下可靠运转」。正如螺丝钉(Prompt)和自动化生产线(Workflow)的关系——单个零件的精密度再高,也需要系统设计才能实现规模化价值输出。

老皮的博客 1万+

tiktok算法协议研究

经过上述分析,可以确定目标字符串来源于一段 JSON 数据,而这段 JSON 数据来自于一个经过加密的本地文件。对字符串 "sdi_v2" 进行 SHA-1 计算,得到 20 字节的结果;将第一步得到的数据进行MD5计算,生成16字节的结果;将第二步的结果转换为十六进制字符串,从而得到 32 字节的密钥。写这种算法分析的帖子真的是太无聊了,就先分析到这里吧,后续有机会再来谈下被加密的本地文件是怎么来的!!自我感觉TT的算法并不难,就是量太大了,所以我想问问有没有感兴趣的朋友来一起分析,欢迎联系。

2503_90751938的博客 2568

【基础一】分享字节扣子Coze工作流创建和使用全教程,手把手教会你

这样写就是引用了上面的title变量,{{input}}对应的就是上面的输出变量。在左侧面板中,选择插件=》搜索头条=》选择头条搜索中的search工具,点击加号,头条搜索的节点就加入到工作流中来了。PS:这里对于不太懂编程的同学可能有点不好理解,如果不明白的可以给我留言,针对具体问题,我再详细给大家解答。**这里我们主要看一下开始节点的输出和搜索节点的输入是如何连接的。这个输入引用的是上一个头条搜索节点的输出,我们点击引用后面的下拉框。我们先创建一个机器人,如果不知道怎么创建的,看我之前写的文章。

weixin_42180610的博客 1万+

灰度发布、蓝绿部署、双活架构与数据同步/备份/迁移

本文系统介绍了现代互联网系统的核心部署策略与数据管理技术体系。主要内容包括:1)三种服务发布策略(灰度发布、蓝绿发布、滚动发布)的原理、实现方式和适用场景对比;2)高可用架构设计(同城双活、异地双活、异地多活)的技术方案;3)数据同步机制、备份策略与迁移方案的设计要点。文章通过架构图、流程图和配置示例详细展示了各类技术的实施方法,并分析了不同方案的优劣及风险控制措施,为构建高可用、高可靠的分布式系统提供了完整的技术指南。

zane的博客 514

【回眸】Tessy集成测试软件使用指南(一)新手使用篇

这个专栏的文章前4篇都在记录如何使用Tessy进行单元测试,集成测试需要有一定单元测试基础,且做集成测试之前,需要做好单元测试,否则将会大幅增加软件单元代码纠错的代价。集成测试所花费的时间通常远远超过单元测试。如果直接从单元测试到系统测试,结果往往是不理想的。集成测试可以检测由于单元相互交互而导致的错误,通常由一组专业的测试人员执行。

啤酒鸭的物联网开发记录博客 5276

如何使用扣子(Coze)搭建自己的工作流

在扣子(Coze)平台中,工作流是一种将多个任务、操作或工具按照特定的顺序和逻辑进行组合编排的流程。像工厂流水线一样,各环节自动衔接(触发→处理→行动→反馈),工作流中的节点就是流水线中的工位,不过这个工位上的工人大哥神通广大,不仅可以输出文体内容(节点接入大模型)还可以输出图片内容(节点接入图像处理),更配有多功能工具箱(节点接入插件)

EnjoyEDU的博客 9178

深度学习时间序列预测:GRU算法构建多变量时间序列预测模型+代码实战

深度学习多变量时间序列预测:GRU算法构建多变量时间序列预测模型+代码实战 注意参考:深度学习多变量时间序列预测:GRU算法构建单变量时间序列预测模型+代码实战 GRU(Gate Recurrent Unit)是循环神经网络(Recurrent Neural Network, RNN)的一种。和LSTM(Long-Short Term Memory)一样,也是为了解决长期记忆和反向传播中的梯度等问题而提出来的。 GRU和LSTM在很多情况下实际表现上相差无几,那么为什么我们要使用新人GRU(.

data+scenario+science+insight 4031
上一篇: DeepSeek 超全面指南!入门 DeepSeek 必看(非常详细)从零基础到精通,收藏这篇就够了!
下一篇: 无需一行代码:基于Dify+ Mermaid构建「自然语言转图表」智能体的全流程解析
程序员_大白
博客等级 码龄5年 1万+粉丝 4001原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值