我来助你:Coze帮你零代码生成智能体

人工智能(AI)已经成为推动社会进步和产业发展的中坚力量。我们正在逐步跨进由智能体(Agent)为主导的新时代。以Coze为主的Agent开发平台就应运而生。Coze作为低代码Agent开发平台,能够让非专业开发者也能轻松开发出属于自己的Agent。一般情况下,用prompt输入方式把问题交给大模型,大模型就能轻松给出你想要的答案。但面对复杂任务时,prompt方法显然不够,这时就要请出我们今天的主角------AI工作流。

在正式开始之前,先介绍一下要用到的工具:Coze.

Coze的特点

插件

在Coze中集成了超过60种插件,他们允许用户和开发者为他们的智能体添加不同功能和服务。利用这些插件,智能体就可以执行从简单到复杂的各种任务,扩大了智能体的应用范围。例如:图像识别插件可以帮助用户分析和解释图片内容;自然语言处理(NLP)插件可以分析用户的情绪倾向,有助于市场调研。

工作流

工作流通过图形界面向用户直观的展示复杂的逻辑和流程,简化了开发智能体的代码要求。coze中的工作流设计有以下一些特点:

  • 图形化编辑器:使用图形化的工具,让用户轻松添加各种类型的节点,并连接这些节点来定义智能体的工作流程。
  • 流程控制:支持条件分支和循环结构,根据用户的输入做出执行相应的功能。
  • 集成能力:可以轻易地将不同的插件嵌入到工作流中,来提升智能体的功能。
  • 监控与优化:能记录每次调用的过程,以便对智能体进行调试和优化。
知识库

知识库能够储存专业领域相关知识、用户喂给的知识和存储反馈的问题等数据。通过知识库,智能体能够给出更加准确的回答,从而提高智能体的智能和用户体验。

  • 创建和管理:用户可以上传资料和添加网页链接来作为智能体的学习资料,让他能实时获取最新信息。将上传的资料进行分类和追踪,以便后期管理。
  • 自动化处理:将上传的资料自动分类、利用语义理解和提取关键字来帮助智能体从知识库中查找相关信息。
  • 持续学习:收集用户反馈、分析哪些知识点被频繁调用、自动从网络中学习新知识来更新优化知识库。
长期记忆能力

持久化的记忆功能是Coze的一大亮点,它能够让Bot记住对话中的关键信息或用户的偏好设置。例如,记住用户的语言选择,在后续交流中使用相同的语言;或者创建数据库来记录用户的阅读笔记和个人注释。

在对Coze有所了解后,就可以开始今天的任务:创建自己的朋友圈社牛神器。

创建智能体

1.通过网址进入Coze并登录 (www.coze.cn/ )。

2.点击左上角的加号创建智能体。

3.添加智能体的名称、介绍功能和生成相关图标。 4.点击确认创建智能体。

添加工作流

1.点击工作流旁边的+号创建工作流。

2.将工作流的名称设置为create_text_picture,把描述设置为根据用户的心情,为用户生成朋友圈文案和配图

3.点击确认生成。

编辑工作流

1.首先我们插入大模型-text,选择调用通义千问模型,把输入设置为Bot_User_input。

2.点击插件,插入ByteArtist中ImageToolPro插件来生成图片。

3.因为图片是根据大模型生成的文案来产生的,所以将大模型和ImageToolPro连接起来。

4.在ImageToolPro中点击model-type,可以选择生成图片风格。

5.为了有更好的用户体验,在大模型前插入第一个输出,内容为"您好,正在为您生成朋友圈文案,请稍等。" 在大模型和ImageToolPro之间插入第二个输出,内容为"正在为您配图,稍等!!!"。这样就能让用户知道进行到哪一步了。

6.清除多余的链接,点击试运行来检查是否有误。

整体如下:

7.最后点击发布,这样就完成工作流的创建。

使用智能体

1.将工作流添加到智能体中。 2.在旁边的预览与调试中输入心情,看下是否会生成文案与图片。 3.若成功运行,就可以发布这个智能体。

总结

这篇文章简单介绍如何在Coze中利用工作流创建智能体来解决复杂问题。在创建工作流时,我们要一步步分解问题,让AI完成每一个需求,而且要注意用户体验。细读这篇文章,让Coze成为你探索Agent的一大助力。

相关推荐
web组态软件34 分钟前
BY组态-低代码web可视化组件
前端·低代码
react_in34 分钟前
webpack 题目
前端·webpack
MarisolHu35 分钟前
前端学习笔记-Vue篇-02
前端·vue.js·笔记·学习
学前端的小朱37 分钟前
Webpack的基础配置
前端·webpack·node.js
爱研究的小牛40 分钟前
Runway 技术浅析(七):视频技术中的运动跟踪
人工智能·深度学习·计算机视觉·目标跟踪·aigc
DieYoung_Alive1 小时前
搭建深度学习框架+nn.Module
人工智能·深度学习·yolo
GOTXX1 小时前
修改训练策略,无损提升性能
人工智能·计算机视觉·目标跟踪
被制作时长两年半的个人练习生1 小时前
【pytorch】pytorch的缓存策略——计算机分层理论的另一大例证
人工智能·pytorch·python
霖大侠1 小时前
Adversarial Learning forSemi-Supervised Semantic Segmentation
人工智能·算法·机器学习
小周同学_丶2 小时前
解决el-select数据量过大的3种方法
前端·vue.js·elementui