我用扣子写了个舔狗之王Bot ?

前言

之所以有这篇文章也是因为看到了官方的站内信。用了扣子有一段时间了,说实话功能很强大[cn!=com],想着和大家一块交流学习下。

效果

访问地址

舔狗之王Bot链接: 点我【兄弟们轻点,别玩坏了。如果响应异常信息就是舔狗语录插件被限制请求了,不影响其它问题回答】

创建自己的Bot

1.1 创建Bot

登录coze 进入个人空间,点击创建bot

创建之后进行编排操作。这里用到了 插件 (这里的插件用的我自己创建的。下面会介绍如何创建自己的插件)以及工作流(下面也会介绍如何创建工作流)。也可以预置开场白以及预置开场白问题。

在编排的过程中,可以调试看效果,有问题再进行修改。

1.2 发布Bot

如果调试没有问题,右上角进行发布操作。发布的时候可以填写发布记录也能自动生成,选择发布平台以及分类,发布之后其它人可以使用你创建的bot了。

点击立即对话或者链接即可访问

下面发布之后的效果

创建自己的插件

2.1 创建插件

个人空间 点击顶部插件 ,右上角创建插件,填写对应的信息。注意这里的名字就是bot里面插件用到的名字。我这里选择的是在 Coze IDE 里面创建的。根据个人习惯选择编程语言。我这里选择了python

选择工具名以及介绍,大家自定义即可。

2.2 编写代码

点击运行,默认代码示例输出结果为 hello world

这里以示例简单介绍下接收参数 和 输出参数的语法。元数据里面我先定义了两个参数。分别用于接收和输出。

代码

python 复制代码
from runtime import Args
from typings.dog.dog import Input, Output

"""
Each file needs to export a function named `handler`. This function is the entrance to the Tool.

Parameters:
args: parameters of the entry function.
args.input - input parameters, you can get test input value by args.input.xxx.
args.logger - logger instance used to print logs, injected by runtime.

Remember to fill in input/output in Metadata, it helps LLM to recognize and use tool.

Return:
The return data of the function, which should match the declared output parameters.
"""
def handler(args: Args[Input])->Output:
    content = args.input.msg
    return {"content": content}

效果 【这里吐槽一下,右上角测试代码输入那里,光标位置真的不好用】

2.3 舔狗语录插件效果图

创建工作流

个人空间 点击顶部工作流,右上角创建工作流,填写对应的信息。点击试运行进行调试,调试没有问题了,点击发布即可。

结束语

希望这个bot能帮助到兄弟们。最后祝愿兄弟们都能找到心中的那个她。

更多资料

参考:扣子帮助文档

BotID:7359088713748037671

相关推荐
言之。几秒前
Dropbear远程连接
python
易天ETU1 分钟前
短距离光模块 COB 封装与同轴工艺的区别有哪些
网络·人工智能·光模块·光通信·cob·qsfp28·100g
秋刀鱼 ..5 分钟前
第二届光电科学与智能传感国际学术会议(ICOIS 2026)
运维·人工智能·科技·机器学习·制造
郭庆汝6 分钟前
(九)自然语言处理笔记——命名实体的识别
人工智能·自然语言处理·命名实体识别
Oxo Security13 分钟前
【AI安全】拆解 OWASP LLM Top 10 攻击架构图
人工智能·安全
Math_teacher_fan14 分钟前
第二篇:核心几何工具类详解
人工智能·算法
yingxiao88815 分钟前
11月海外AI应用市场:“AI轻工具”贡献最大新增;“通用型AI助手”用户留存强劲
人工智能·ai·ai应用
饭饭大王66619 分钟前
卷积神经网络的设计与优化
人工智能·神经网络·cnn
有才不一定有德34 分钟前
解密黑盒:如何追踪 AI 角色的“观点”变化?
人工智能·多智能体系统
晞微34 分钟前
ResNet18 迁移学习实战:CIFAR-10 图像分类与 CPU 优化
人工智能·分类·迁移学习