用 Coze 做个《文明6》游戏助手|扣子(coze.cn)初体验

很高兴,有 Coze 这样更贴近工具层效率的服务平台,而不只是围绕着套大模型和蒸馏做产品。扣子这个中文名也取得很好。

功能基本一致,但海外可以发布到如 Discord 等平台、能用的 Plugins 也基于国内外互联网情况不太一样。

做 Bot

先放结果,Civilization 6 Helper。我选择在海外 Coze.com 做的,因为想到可能要用到 Google、Fandom 这样的海外服务,但对于 LLM 来讲做好了 Bot 直接用中文问答也没有啥问题。

想法

我很喜欢玩文明系列游戏,文明6玩的最多。但是文明游戏里的知识点很多,还有专门的 Wiki 网站来介绍(FandomCivilopedia等)。我自己的水平也还没有到所有的知识都熟记于心的状态,更不要说一些很高级的操作(如:几个锤追发教;多少轮之内就开6城)。甚至,还会经常因为忘记、疏忽规则细节,错失一些地块(用于建造特殊的区域、奇观等)的安排导致巨大损失。

因此,看到这个征文之后我的第一时间就想到了做个游戏 Helper(尤其是那些比较复杂的游戏)。其实我第一个想的事做 Kingdom Rush,但最近还是文明玩的多,等做好了,之后可以尝试做 WoW、LoL、Dota2 这些更复杂游戏的 Helper。

制作

就是一个很标准的应用发布平台的体验,如 Apple Developer 发布一个应用或者是 GitHub 开一个 Repository,建设一个 Bot 变得异常简单。

进入 Bot 制作页面,我觉得就可以类比一个可以直接体验结果的 IDE,非常实时。

Coze 做什么 类比编程
输入文字需求 写代码
自然语言 编程语言
安装 Plugin 第三方插件库,可调用服务
配置 Knowledge、Variable、Database 等 程序配置、接入数据库等
Bot 预览与使用 实时渲染程序

调试

调试过程异常简单,因为你每次修改了需求描述 或者是改了个 Variable ,Bot 都是立即生效的。然后你就可以在旁边的 Preview 里立刻开始测试你的需求和调试是否有变化。这个过程异常丝滑,也没有什么代码渲染的过程。

发布

这个过程,也很像 Git 的 Pull Request Merge,可以写 log 文字记录改了什么,可以选择要去发布的平台,还可以改 Private/Public Congfiguration 如果是 Public 相当于简单 "开源",让其他人可以在你的配置之上继续优化。

思考

和 Stable Diffusion 的 WebUI 相比,Coze 的体验明显更 User Friendly 好用多了,且可以一键发布到多个平台。相比于 OpenAI 的 GPT 感觉功能更加强大一些。

我觉得,比较值得多提 2 个事情(当然我还用的很初级)

  1. 写自然语言 vs. 写代码:写需求描述一定远比写代码容易,但作为经历了相对正统代码训练的我,一开始我很紧张,因为我们有着"无数次"调试错误的经历,让我们对如何把代码写的尽可能正确,把命令、函数、关键词都用对有执念。因此,当一个白白的输入框给我的时候,我好想有个模板、或者是几个明确的指令,让我确保我写的需求是准确的,这可能就像是给一张白纸反而不会画画了吧。好在有 Optimize 工具,我简单写了几个需求后,它帮我优化的又细致还有格式,让我就可以按照这个格式去优化。但这引发了我的思考

    • Bot 描述语言,需要像编程语言一样有一些关键词吗?哪怕简单一点?
    • 用自然语言去描述你的服务,这一定是方向,但需要和"可控性"做个平衡(我用 Stable Diffusion 也有这问题)。尺子和磨具都是工业化的产物,因此如果要让 Bot 做的更好更细致更标准化,可能需要可控性(当然,代码语言也是可控性实现的一种方式)
  2. Plugin 插件库:这个让我很惊喜。其一,集成了很多,我大概需要的都基本上有了(搜索网页、生成图、阅读文件等);其二,应用非常简便。首先需要什么插件其实可以在 Plugin 旁边点 [A] 自动帮你添加,其次调用 plugin 的过程是大模型自己决定的,当然你也可以在描述里准确要求在什么样的情况下需要调用。

期待大家多多用 Coze 啦!我下一步把 Workflow 学会。体验一下我的 Civilization 6 Helper 吧:

相关推荐
我就是全世界24 分钟前
一起了解AI的发展历程和AGI的未来展望
人工智能·agi
colorknight28 分钟前
1.2.3 HuggingFists安装说明-MacOS安装
人工智能·低代码·macos·huggingface·数据科学·ai agent
kuan_li_lyg39 分钟前
MATLAB - 机械臂手眼标定(眼在手内) - 估计安装在机器人上的移动相机的姿态
开发语言·人工智能·matlab·机器人·ros·机械臂·手眼标定
山川而川-R1 小时前
Windows安装ollama和AnythingLLM
人工智能·python·语言模型·自然语言处理
Kuekua-seu1 小时前
diffusion vs GAN
人工智能·神经网络·生成对抗网络
电子科技圈1 小时前
IAR全面支持国科环宇AS32X系列RISC-V车规MCU
人工智能·嵌入式硬件·mcu·编辑器
大地之灯1 小时前
深度学习每周学习总结J1(ResNet-50算法实战与解析 - 鸟类识别)
人工智能·python·深度学习·学习·算法
OCR_wintone4211 小时前
翔云 OCR:发票识别与验真
人工智能·深度学习·ocr
工业机器视觉设计和实现2 小时前
cnn突破三
人工智能·神经网络·cnn
杀小白2 小时前
记录使用gym和stable_baseline3训练出成功通关的贪吃蛇ai
人工智能