Coze(扣子)实战！一个案例渗透工作流5大核心模块（附保姆级教程）！大模型入门到精通，收藏这篇就足够了！

今天我这边以一个案例讲清楚扣子工作流是怎么回事，案例如下：

需求：你是智能体，一个抖音视频及文案处理助手，能够批量获取抖音链接对应的文案，并利用Deepseek对文案进行改写，之后将结果批量写入飞书中。

一、先分析业务流程图

1. 输入：多个抖音视频链接，用换行进行分隔，如下所示，注意抖音如果限制下载的视频运行是会报错的。

https://v.douyin.com/BVJPPcA_22Y/

https://v.douyin.com/ho4SxK2yIew/

1. 智能体获取抖音视频链接里面的文案
2. 智能体自动对文案进行逐条改写
3. 将链接、文案、改写后的文案逐条存到飞书表格中

二、先看工作流结果图和插件信息

这个案例需要搭建2个工作流去配合实现。

批量生成工作流图：单个生成工作流图：

1. 批量生成工作流应用到的插件及模型

• 开始：输入的节点，可以自定义输入内容。
• 文本处理：将含有多个链接的文本处理成每一行。
• 循环：对处理单条链接处理工作流进行循环处理。
• 循环体：一个单条抖音视频链接提取文案并生成文案写入飞书的工作流。
• 结束：定义最终输出的内容，这里因为我们是最后写入到飞书表格中，这里的输出其实作用不大。

2. 循环体中单个生成工作流应用到的插件及模型

• 开始：输入的节点，输入单条抖音视频链接。
• 通过链接下载视频：搜索视频无水印下载插件，第三方插件。
• 提取视频文案：搜索字幕获取插件，官方插件。
• 改写文案：Deepseek R1大模型节点
• 构造飞书表格的数据：豆包.角色扮演.Pro大模型节点
• 添加内容到飞书表格：搜索飞书多维表格插件，官方插件。
• 结束：定义最终输出的内容，这里的输出需要给到批量生成工作流的循环节点的输出。

三、对每个工作流节点进行详细说明

（1）飞书多维表格

后面要应用到飞书多维表格的内容，我们这里提前讲解一下，注意在调研飞书云文档接口报错，后面按操作提示授权即可。

飞书官网：https://www.feishu.cn

1. 找到路径进入飞书云文档：这块大家可以网上百度下如何进入。
2. 创建飞书多维表格,按业务需求创建三个文本列，如下图所示：
3. 对创建的飞书多维表格进行如下分享，谨记要复制链接下来，这个后面会在工作流中使用到。

（2）批量生成工作流图节点设置截图及说明

1. 开始
2. 文本处理
3. 循环

• 循环数组：为文本处理后的输出。
• 输出：为单个生成工作流的输出。

1. 循环体：见单个生成工作流图节点设置截图及说明
2. 结束

（3）单个生成工作流图节点设置截图及说明

1. 开始
2. 通过链接下载视频
3. 提取视频文案
4. 改写文案

• 输入：提取视频文案的输出
• 系统提示词：可以自己简单描述，然后AI生成，用来给大模型的要求。
• 用户提示词：这块需要具体输入给到大模型的语句变量
• 输出：最终大模型的输出内容。

1. 构造飞书表格的数据

• 输入：定义三个字段与飞书表格的三个列对应
• 系统提示词：以下内容列一定要与飞书表格中的列一致，非常重要，一定要照着抄才有效果。

[{“fields”:{“原视频链接”:“”,“原文案”:“”,“改写文案”:“”}}]

飞书的三个文本列截图：

• 用户提示词：飞书表格中的列与输入的字段进行对应起来。
• 输出：Array.Object，输出一个对象数组。

1. 添加内容到飞书表格

• app_token：之前飞书文档分享出来的链接就是这里使用。
• records：构造飞书表格节点的输出。

1. 结束：添加内容到飞书表格的输出。

到此所有流程节点的说明和截图都已经写清楚了！

四、运行展示

1. 输入
2. 运行中
3. 运行完毕查看飞书表格内容

五、总结

本文通过一个具体案例详细讲解了“扣子工作流”的实现过程，主要目标是利用智能体批量处理抖音视频链接，提取文案并改写后写入飞书表格。整个流程分为两个工作流：批量生成工作流和单个生成工作流。

批量生成工作流负责将多条抖音链接拆分为单条处理，并调用单个生成工作流完成具体任务。单个生成工作流则依次完成视频下载、文案提取、文案改写以及数据写入飞书表格的操作。过程中使用了多个插件和大模型，如Deepseek R1大模型用于文案改写，飞书多维表格插件用于数据存储。

文章还提供了详细的节点设置截图和说明，包括如何创建和配置飞书表格、各节点的功能与参数设置等。最后展示了工作流的运行效果，从输入抖音链接到最终生成的飞书表格内容，整个流程清晰明了，为类似任务提供了实用的参考方案。

我们该怎样系统的去转行学习大模型 ？

很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包分享出来, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉优快云大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全链接，放心点击）👈

​

​

一、大模型经典书籍（免费分享）

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套大模型报告（免费分享）

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、大模型系列视频教程（免费分享）

四、2025最新大模型学习路线（免费分享）

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阶段:启航篇丨极速破界AI新时代

​​​​​​​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。

L2阶段：攻坚篇丨RAG开发实战工坊

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阶段：跃迁篇丨Agent智能体架构设计

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。

L4阶段：精进篇丨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。

L5阶段：专题集丨特训篇 【录播课】

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取

👉优快云大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全链接，放心点击）👈

​