扣子空间在商品推荐项目中的应用与大模型技术思考
一、引言
在当今数字化时代，电商行业竞争激烈，为用户提供精准的商品推荐服务成为提高用户购买转化率和满意度的关键。扣子空间作为字节跳动推出的AI应用开发平台，为电商公司开展商品推荐项目提供了强大的支持。本文将以某电商公司在扣子空间开展商品推荐项目为例，详细阐述扣子空间的各项功能在项目中的应用，并融入对智能体、MCP与RAG等大模型技术的集体性思考。
二、扣子空间简介
扣子空间（Coze Space）是一个与AI Agent协同办公的场所，旨在帮助用户快速搭建和管理AI应用。用户可以将任务交给具有多种技能的智能体（Agent），系统会自动完成需求分析、任务拆解、工具调用与结果生成，支持从网页到文档等多种输出形式，极大地提升了工作效率与执行力。其官网地址为space.coze.cn 。 
三、商品推荐项目背景
某电商公司希望利用扣子空间的功能，为其平台上的用户提供更精准的商品推荐服务，以提高用户的购买转化率和满意度。接下来，我们将详细介绍该公司在扣子空间开展商品推荐项目的具体操作步骤，以及扣子空间各项功能在其中的作用。
四、项目操作步骤与扣子空间功能应用
（一）获取邀请码
用户可以通过以下两种方式获取扣子空间的邀请码：
- 若用户已在扣子空间官网（space.coze.cn ）预约，将通过邮件陆续获得激活码。
- 关注"扣子Coze"公众号，回复关键词"扣子空间"并填写信息，有机会获得激活码。
这一步骤体现了扣子空间对用户使用权限的管理，确保资源和数据的安全性，这与扣子空间的资源管理功能相契合。资源管理功能支持用户在独立的空间内创建和管理多个智能体和AI应用，保证了每个用户的资源和数据相互独立，避免了信息泄露和干扰。
（二）访问与登录
用户获取激活码后，点击官网链接（space.coze.cn ），登录或注册账号。若有邀请码可直接输入邀请码开始使用；若没有邀请码，可访问官网点击快速开始，登录后点击加入等候者名单。
这一过程是用户进入扣子空间的入口，扣子空间提供了便捷的登录和注册方式，方便用户快速进入平台开展项目。同时，邀请码机制也进一步保障了平台的安全性和资源的合理分配。
（三）创建工作空间
登录后，用户进入扣子空间的主界面，点击"创建空间"，填写空间名称为"电商商品推荐项目"，并简单描述该项目的目标是为电商平台用户提供精准商品推荐，然后完成工作空间的创建。
创建工作空间是项目开展的基础，扣子空间允许用户根据不同的项目需求创建独立的工作空间，这体现了其资源管理功能的灵活性。每个工作空间都可以独立管理资源和数据，为项目的顺利进行提供了保障。
（四）添加MCP扩展
在创建好的工作空间中，用户点击"扩展"，可以看到已经接入的MCP（模块化能力插件），如飞书多维表格、图像工具等。为了完成商品推荐项目，用户添加飞书多维表格MCP扩展，用于存储和管理商品信息和用户画像数据。
MCP扩展是扣子空间的一大特色，它为用户提供了丰富的功能扩展选项。飞书多维表格作为一种强大的数据管理工具，能够高效地存储和管理商品信息和用户画像数据，为后续的商品推荐任务提供了数据支持。这体现了扣子空间的能力扩展与开放生态功能，通过集成各种MCP插件，用户可以根据自己的需求灵活扩展平台的功能。 
（五）准备数据
用户将电商平台上的商品信息（包括商品名称、价格、类别、描述等）和用户画像数据（包括用户年龄、性别、购买历史、浏览记录等）整理成合适的格式，然后上传到飞书多维表格中。
数据是商品推荐的基础，扣子空间通过支持与飞书多维表格等MCP插件的集成，方便用户进行数据的存储和管理。在这个过程中，用户可以利用飞书多维表格的强大功能对数据进行整理和分析，为后续的商品推荐任务做好准备。
（六）使用Agent完成商品推荐任务
1. 提出需求
在工作空间中，用户直接与Agent进行交互，输入任务需求，如"根据上传的商品信息和用户画像数据，为每个用户推荐5款相关商品"。
这体现了扣子空间的任务全流程自动化功能。用户只需提出简单的任务需求，智能体（Agent）就可以自动完成后续的需求分析、任务拆解和工具调用等工作。智能体作为扣子空间的核心组成部分，具备强大的语言理解和任务执行能力，能够准确理解用户的需求，并将其转化为具体的操作步骤。 
2. 选择模式
用户可以根据任务的紧急程度和对结果的详细要求，选择探索模式或规划模式。如果需要快速得到一个初步的推荐结果，可选择探索模式；如果希望得到更全面、详细且可视化能力强的推荐方案，则选择规划模式。例如，用户选择规划模式。
扣子空间的双模式协作功能为用户提供了灵活的任务执行方式。探索模式适用于时效性强的任务，能够快速给出结果，但可能不够详细；规划模式则专注于高复杂度项目，通过深度思考和执行，提供全面、详细且可视化能力强的结果。这种双模式协作机制能够满足不同用户在不同场景下的需求。 
3. 等待结果
Agent接收到任务后，自动拆解复杂需求为子任务，调用飞书多维表格中的数据，进行数据分析和计算，最终生成商品推荐结果。整个过程可能需要一定的时间，用户只需耐心等待。
这一过程充分展示了智能体的强大能力。智能体能够自动将复杂的商品推荐任务拆解为多个子任务，并调用相应的工具和数据进行处理。在这个过程中，智能体利用了RAG（检索增强生成）技术，通过检索飞书多维表格中的数据，结合自身的生成能力，为每个用户生成个性化的商品推荐结果。RAG技术的应用使得智能体能够更好地利用外部知识，提高推荐结果的准确性和相关性。 
4. 查看结果
Agent完成任务后，会生成包含商品推荐列表的文档，可能是网页、PPT、飞书文档等形式，用户可以查看推荐结果，并根据实际情况进行调整和优化。
扣子空间支持多种输出形式，方便用户查看和使用推荐结果。用户可以根据自己的需求选择合适的输出形式，对推荐结果进行进一步的分析和处理。同时，用户还可以根据实际情况对推荐结果进行调整和优化，以提高商品推荐的效果。
（七）探索更多功能
用户可以进一步探索扣子空间的其他功能和MCP扩展，如利用图像工具为推荐的商品添加图片展示，或者使用语音合成功能将推荐信息转换为语音，以满足不同用户的需求。
扣子空间的能力扩展与开放生态功能为用户提供了无限的可能性。用户可以根据自己的需求不断探索和尝试新的功能和MCP插件，为商品推荐项目增添更多的亮点。例如，利用图像工具为推荐的商品添加图片展示，可以提高商品的吸引力；使用语音合成功能将推荐信息转换为语音，可以满足一些用户在特定场景下的需求。
五、扣子空间功能总结
为了更清晰地展示扣子空间的各项功能在商品推荐项目中的应用，我们将相关信息整理成以下表格：
| 功能模块 | 功能描述 | 在商品推荐项目中的应用 |
|---|---|---|
| 资源管理 | 支持用户在独立的空间内创建和管理多个智能体和AI应用，确保资源和数据的独立性和安全性 | 创建独立的工作空间，管理商品推荐项目的资源和数据 |
| 开发与发布 | 提供一站式开发能力，包括应用开发、测评、监控和发布渠道，支持发布到多个平台 | 可用于开发和发布商品推荐相关的AI应用 |
| 商店与模板 | 提供常用内容的商店和可复制修改的模板，方便用户快速搭建AI应用 | 可利用模板快速搭建商品推荐应用的框架 |
| API集成 | 通过API发布智能体或AI应用，支持将智能体发布为API或SDK | 便于与其他系统集成，扩展商品推荐的应用范围 |
| 个人设置 | 包含账号相关和通用设置，包括智能助手功能 | 可进行个性化设置，提高使用体验 |
| 任务全流程自动化 | 支持AI Agent自动拆解复杂需求为子任务，调用工具执行操作，生成完整成果 | 自动完成商品推荐任务的需求分析、任务拆解和结果生成 |
| 专家级Agent生态平台 | 内置多领域专业AI助手 | 可借助专业AI助手进行商品推荐的数据分析和策略制定 |
| 双模式协作 | 探索模式适用于时效性强的任务，规划模式适用于高复杂度项目 | 根据任务需求选择合适的模式进行商品推荐 |
| 能力扩展与开放生态 | 集成多种MCP（模块化能力插件），支持开发者发布自定义插件 | 添加飞书多维表格等MCP插件，存储和管理商品信息和用户画像数据 |
六、对智能体、MCP与RAG等大模型技术的思考
（一）智能体（Agent）
智能体是扣子空间的核心组成部分，它具备强大的语言理解和任务执行能力。在商品推荐项目中，智能体能够准确理解用户的需求，并将其转化为具体的操作步骤。通过自动拆解复杂任务为子任务，智能体能够高效地完成商品推荐任务。智能体的应用不仅提高了工作效率，还降低了人工成本。同时，智能体还可以不断学习和进化，根据用户的反馈和数据的变化，优化推荐策略，提高推荐结果的准确性和相关性。
（二）MCP（模块化能力插件）
MCP扩展为扣子空间提供了丰富的功能选项。通过集成各种MCP插件，用户可以根据自己的需求灵活扩展平台的功能。在商品推荐项目中，飞书多维表格MCP插件为数据的存储和管理提供了强大的支持。此外，其他MCP插件如图像工具、语音合成等也为商品推荐项目增添了更多的亮点。MCP的开放性和可扩展性使得扣子空间能够不断适应不同用户的需求，为用户提供更加个性化的服务。
（三）RAG（检索增强生成）技术
RAG技术在商品推荐任务中发挥了重要作用。智能体通过检索飞书多维表格中的数据，结合自身的生成能力，为每个用户生成个性化的商品推荐结果。RAG技术的应用使得智能体能够更好地利用外部知识，提高推荐结果的准确性和相关性。同时，RAG技术还可以减少智能体的训练成本，提高模型的泛化能力。随着数据量的不断增加和技术的不断发展，RAG技术有望在商品推荐领域发挥更大的作用。
七、优秀博客技术文章参考
（一）扣子空间 - 字节跳动推出的通用型AI Agent | AI工具集
详细介绍了扣子空间的定义、主要功能、使用方法、官方精品示例和应用场景等内容。
（二）coze (扣子)智能体和AI应用从入门到精通 (保姆式教程)
介绍了扣子的定义、能做的事情，以及如何搭建一个AI助手智能体，包括创建智能体、编写提示词等步骤。
（三）字节扣子空间，这次扣的紧吗？-36氪
作者分享了使用扣子空间探索模式和规划模式完成任务的体验，分析了其优缺点，还对MCP平台进行了探讨。
（四）扣子空间实测：AI助手新体验，效果喜人却也藏有小遗憾-业界
太平洋科技作为首批获得测试资格的媒体，深入体验了扣子空间，介绍了其在工作和生活场景中的应用效果，也指出了存在的问题。
（五）Coze官方教程 - 飞书云文档
介绍了扣子的概述、功能与优势，以及如何体验预置AI Bot、复制一个Bot和搭建自己的第一个AI Bot。
八、结论
扣子空间作为一个强大的AI应用开发平台，为电商公司开展商品推荐项目提供了全面的支持。通过其丰富的功能和灵活的扩展机制，用户可以高效地完成商品推荐任务。同时，智能体、MCP与RAG等大模型技术的应用，进一步提升了扣子空间的性能和用户体验。在未来，随着技术的不断发展和应用场景的不断拓展，扣子空间有望在更多领域发挥重要作用。
九、扣子空间操作流程与功能模块图示
操作流程图解
以下是扣子空间的操作流程，从访问官网到完成需求的整个过程：
功能模块关系图
扣子空间的各个功能模块之间的关系如下：
飞书文档集成示例
以飞书文档集成为例，展示用户与扣子空间、飞书文档之间的交互过程：
邀请码呈上，感谢观看, 数量有限, 还需要的话私聊
