扣子(coze.cn)初体验 ——封面小助手,写文章再也不用到处找封面啦!

背景

在公开平台写文章,你会发现都要求上传封面图片,我比较懒,不想费心找图片,于是经常使用AI来生成图片。

现在有一个平台可以让你轻松实现一个"封面机器人小助手",赶紧用起来吧!

扣子是什么?

扣子(英文名称 Coze) 是新一代一站式 AI Bot 开发平台。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,从解决简单的问答到处理复杂逻辑的对话。而且你可以将搭建的 Bot 发布到各类社交平台和通讯软件上,让更多的用户与你搭建的 Bot 聊天。

官方文档介绍的比较详细,具体功能不做赘述。主要谈一下使用的感想。

扣子这个平台,集成了互联网检索、工作流、知识库、大模型、问题联想、大模型、Prompt、机器人打通(飞书、微信服务号等)

这意味着你要想定制自己的专属机器人,这个平台已经帮你把链路都打通了,从开发、调试、到上线,都将变得更简单,它还提供了丰富的插件,很多常见功能可以直接拿过来用。

接下来,就看看我们怎么通过这个平台,打造专属于自己的"封面生成"小助手。

提示怎么写?

Bot 的提示(人设和回复逻辑)是一种自然语言指令,告诉大模型(LLM)执行什么任务。想要搭建自己的机器人,第一步就要学会写提示。更多内容见官方文档《编写提示

作为一个封面机器人,它的提示词应该写些什么呢?

首先,要告诉机器人,他的角色是什么,他擅长做什么事;

其次,要明确描述它掌握的技能;

最后,要告诉他什么不能做、不要做。

在我看来,这三点是一个机器人必备的。

怎么生成图片?

默认情况下,你只能和机器人对话、聊天,它无法为你生成图片。就像GPT3.5只支持文本聊天,GTP4才可以支持生成图片,想要机器人具备生成图片能力应该怎么做?

很简单,通过插件来支持。

插件是一个工具集,一个插件内可以包含一个或多个工具(API)。利用生成图片的插件,我们就能让机器人具备生成图片的能力。

扣子目前集成的插件超过 60 种,接下来就看看如何通过插件来拓展 Bot 的能力边界。

在扣子的开发调试界面,新增插件:

点击「插件」右侧的「+」,会弹出插件选择框,根据关键词搜索、选择自己想要的插件:

我选择了官方提供的"ByteArtist > ImageToolPro"插件来生成图片。

接下来,我们和机器人对话看看效果:

我们可以看到,确实根据要求生成了一张图片,且能看到调用插件"ByteArtist"的过程。但是,我们希望 Bot 在回复时直接展示图片,而不是再点击链接打开图片。

这样怎么实现呢?这里就必须介绍一下工作流了。

如何使用工作流?

工作流支持通过可视化的方式,对插件、大语言模型、代码块等功能进行组合,从而实现复杂、稳定的业务流程编排。

工作流由多个节点组成,其中 Start 节点和 End 节点是默认节点,不允许删除。

对于我们上一步的需求,想要直接把图片显示出来,只需在生成图片,改变 End 节点的回复方式即可。

首先,在工作流中新增一个插件,修改 End 节点的回答模式,选择「使用设定的内容直接回答」,并定义回答内容(markdown语法):

工作流配置完成后,需要试运行,我们输入「美丽的少女,向日葵花海,通用风格」试运行看看,结果不太理想,报错了。打开失败的节点,展开运行结果,我们可以看到,插件调用失败了。

为什么呢?我们看看这个插件的入参,model_type 和 propmt,从上面截图可以看出,参数的model_type明显不对。

没有使用工作流时,能直接调用插件得到图片,使用工作流后,插件"ImageToolPro"无法正常接受参数,为什么会出现这种结果?我们分析一下没有使用工作流时的执行过程:

从上图可以看到,调用 "ByteArtist.ImageToolPro" 插件之前,「美丽的少女,向日葵花海,通用风格」这几个词被解析成了这样一个参数:

javascript 复制代码
{
    "prompt": "美丽的少女,向日葵花海",
    "model_type": 1
}

说明在工作流中,需要新增一个节点,用来处理用户输入的信息,得到"ByteArtist.ImageToolPro" 所需要的参数,怎么做呢?

我最初的想法是借助大模型(LLM)来处理用户指令,让大模型输出我们想要的结果。

在生成图片之前,新增一个大模型节点,配置信息如下,试运行了一下,除了最开始运行成功过一次,后续都没法正常得到结果,但是我把这段prompt 放到GPT4 模型去执行,是正常的。

没办法,只能重新换一种方案,通过增加「代码」节点,来处理输入变量:

试运行通过后,点击右上角「发布」按钮,发布这个工作流,然后在开发调试界面,新增工作流:

接下来还要修改一下 Bot 的人设与回复逻辑:

一切准备就绪,我们再调试看看结果:

到此,一个"封面机器人小助手"就大功告成了。

写作最后

本次最大的心得就在于工作流的运用,它可以把插件、大语言模型、代码块等功能进行组合,从而实现复杂、稳定的业务流程编排。

我们可以把一些不需要用户关心的逻辑封装到业务流程里面,这样可以降低用户使用心智负担,也可以根据需要去优化机器人。

botId: 7330515609421381647

相关推荐
爱吃的小肥羊4 小时前
【最全】Kiro 注册安装使用全教程|同样用 Opus 4.6,比 Claude Code 便宜 3 倍
aigc·ai编程
程序员阿伦5 小时前
璋㈤鏈虹殑Java澶у巶闈㈣瘯璁帮細浠嶴pring Boot鍒癒ubernetes锛�3杞湡棰樺叏瑙f瀽锛�
spring boot·redis·kubernetes·aigc·java闈㈣瘯·寰湇鍔�·鐢靛晢绉掓潃
DigitalOcean6 小时前
如何使用DigitalOcean Gradient 平台上的无服务器推理
aigc·agent
鲲志7 小时前
别等 Sora 了!一代神话陨落?OpenAI 这一手“弃车保帅”我看懂了...
aigc·agent·sora
imbackneverdie9 小时前
如何从海量文献中跨界汲取创新灵感?
论文阅读·人工智能·ai·自然语言处理·aigc·ai写作·ai工具
饼干哥哥9 小时前
用AI 48小时速通梅花易数之后,我想通了「学习」的最终解
aigc
用户51914958484510 小时前
SEO LAT Auto Post 插件远程代码执行漏洞利用工具 (CVE-2024-12252)
人工智能·aigc
树獭叔叔11 小时前
向量数据库的双索引架构:HNSW与Payload的协同机制
后端·aigc·openai
DO_Community11 小时前
使用 DigitalOcean 实现 Claude Code “低配订阅 + 外部 Token”
人工智能·aigc·ai编程·ai推理
AI精钢14 小时前
Sora死了
人工智能·云原生·aigc