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

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

### Coze 工作流搭建教程 #### 一、准备工作 在开始创建Coze工作流之前,确保已经注册并登录到Coze平台。该平台提供了友好的用户界面和直观的操作方式,使得即使是缺乏设计经验的新手也能够迅速上手[^1]。 #### 二、创建工作流项目 点击页面上的新建按钮来启动一个新的工作流项目。此时可以选择预设的风格模板作为起点,这有助于加速开发过程并提供灵感。之后可以根据个人需求调整各项参数设置直至满意为止。 #### 三、添加节点组件 利用平台上提供的多种类型的节点来进行拼接组合,形成完整的业务流程图。这些节点涵盖了大型语言模型(LLM),允许嵌入Python或其他脚本形式实现更复杂的计算;还有条件分支结构支持根据不同情况执行不同路径的任务处理逻辑等特性[^2]。 #### 四、配置连接关系 完成各个独立模块的选择后,下一步就是建立它们之间的联系了。通过简单的拖拽动作即可轻松定义输入输出端口间的映射规则,从而让整个体系更加紧密有序地协同运作起来。值得注意的是,在此过程中还可以随时保存进度以便后续继续编辑修改。 #### 五、测试运行效果 当所有必要的组成部分都已经就绪以后就可以尝试着去跑一遍全流程看下实际表现如何啦~如果有任何不符合预期的地方记得及时回溯排查问题所在之处哦!另外也可以借助内置的日志记录工具辅助定位错误源头提高调试效率。 #### 六、发布上线服务 经过充分验证确认无误之后便可以考虑对外发布了。Coze 支持一键部署至云端服务器环境当中,这样就能让更多的人受益于这套精心打造出来的自动化解决方案了。 ```python # 示例代码片段展示如何集成LLM节点 from coze import LLMNode, Workflow llm_node = LLMNode(model="gpt-3", prompt_template="Translate the following text into French: {input}") workflow = Workflow() workflow.add(llm_node) result = workflow.run({"input": "Hello world"}) print(result["output"]) ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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