如何玩转扣子(Coze)

扣子(Coze)是什么

官方原文如下:

扣子(coze.cn)是一款用来开发新一代 AI Chat Bot 的应用编辑平台,无论你是否有编程基础,都可以通过这个平台来快速创建各种类型的 Chat Bot,并将其发布到各类社交平台和通讯软件上。

我们可以理解为一个聊天🤖️,可以在其他平台上发布。那就让我们快速开始吧!

初入门

由于界面引导性很好,我就不在这里每步都贴图片啦。

  1. 访问网址🔗 www.coze.cn/,点击开始使用即可。
  2. 点击创建Bot,输入相关的信息即可创建一个Bot机器人
  3. 点击创建好的机器人,会出现如下界面。我在这里贴图解释一下。
  • 人设与回复逻辑:就是定义这个机器人的角色,让回答更精准,比如说在被裁的语境下毕业这个词就有多重含义。如果自己输入的回复逻辑不是很满意的话,可以点击优化,这就是用人工智能再去生成Prompt,确实有意思。
  • 插件: 更多是拓展这个机器人的能力,例如可以执行代码,或者可以执行文生图等
  • 工作流:工作流就是将这些变成一个个节点,可以自定义加入和删除,并且能看到流程的结果。
  • ................................

首先测试下对话功能如何?机器人的人设是资深的前端开发工程师,向其讨教一下前端发展的建议。 我输入的Prompt

我是时常2年的前端的练习生,主要参与的技术栈是React和Antd以及微前端等,您对我的技术成长这块有什么建议吗?

感觉建议还不错,虽然有点大空,但不假,比PUA还是好了不少滴。接下来让我们了解插件的使用。

插件的使用

我们刚刚介绍了插件,那插件该如何使用呢?我在这里引入了3个插件。

  • ByteArtist: 根据用户描述生成多种风格的图片。
  • 必应搜索: 用来查阅最新的信息,我们知道很多模型都只能拿到训练完最后的数据。
  • 代码执行器:这个插件看介绍好像只能调用python的代码。

失败的尝试

我一开始以为这些插件会很NB的自动运行,但是经过测试后,发现并没有,💔。

然后我自己想了想可不可以指明插件去执行呢?发现果然可以,😌。

ByteArtist插件

感觉还是蛮智能的,毕竟不合理的问题不给你生成。

必应搜索插件

使用插件后,可以查找最新的信息,而且还能让机器人给出评价,NB!

CodeRunner插件

想看下Coze的电脑配置,但是输出的结果我是不信的,1060的显卡怎么可能带的动呢?

大家有什么好玩的操作可以在评论区里说下。

工作流的使用

工作流就是将这些变成一个个节点,不过个人体验了下,感觉没太掌握精髓。

点击工作流旁边的+号,即可看到如下的弹窗,有3个工作流。分别是

  • 生成卡通头像:感觉像是把一些参数透露了出来,可以稍微魔改下。
  • 关键词搜索:我点进去看了下参数,默认是搜索腾讯视频。
  • 推荐景点搜索:这个也是将参数透露了出来。

生成卡通头像

这3个工作流中,我蛮喜欢生成卡通头像的。就拿这个试试。

点击进入工作流,我们可以看到如下的界面。左边是基础节点,右边是节点图

我的输入是 帅气的24岁程序员 有一种柯南的风格,然后点击试运行即可,生成结果。

不过这个运行结果不是点击才能查看,然后复制输出参数的URL到浏览器中才能查看。

这里可以给研发的同学一点建议,可不可以点下直接看到图片,链接跳转有点小麻烦呀

大家猜猜图片什么样子?嘻嘻,就下面这个样子,还行。

发布

最后对于开发好的机器人要进行发布。点击右上角的发布按钮,即可看到如下界面。

还能发布飞书和微信公众号,不错,蛮厉害的。

尾注

Bot名称:xinbaoCode

BotID:7334949003273994259

Bot地址:

www.coze.cn/space/73349...

欢迎大家体验

相关推荐
救救孩子把4 分钟前
3-机器学习与大模型开发数学教程-第0章 预备知识-0-3 函数初步(多项式、指数、对数、三角函数、反函数)
人工智能·数学·机器学习
CareyWYR4 分钟前
每周AI论文速递(250908-250912)
人工智能
张晓~183399481215 分钟前
短视频矩阵源码-视频剪辑+AI智能体开发接入技术分享
c语言·c++·人工智能·矩阵·c#·php·音视频
百思可瑞教育8 分钟前
在Vue项目中Axios发起请求时的小知识
前端·javascript·vue.js·北京百思教育
患得患失94922 分钟前
【个人项目】【前端实用工具】OpenAPI to TypeScript 转换器
前端·javascript·typescript
大前端helloworld29 分钟前
前端梳理体系从常问问题去完善-基础篇(html,css,js,ts)
前端·javascript·面试
deephub33 分钟前
量子机器学习入门:三种数据编码方法对比与应用
人工智能·机器学习·量子计算·数据编码·量子机器学习
AI 嗯啦36 分钟前
计算机视觉----opencv实战----指纹识别的案例
人工智能·opencv·计算机视觉
max50060040 分钟前
基于多元线性回归、随机森林与神经网络的农作物元素含量预测及SHAP贡献量分析
人工智能·python·深度学习·神经网络·随机森林·线性回归·transformer
trsoliu41 分钟前
前端基于 TypeScript 使用 Mastra 来开发一个 AI 应用 / AI 代理(Agent)
前端·人工智能