上篇文章学习了怎么创建 coze 的插件并完成获取澎湃新闻的插件,但是新闻智能体的功能并没有完成,这篇就继续剩下的部分。
搭建工作流
引入澎湃新闻插件
将上一篇完成的插件加入到初始工作流种,加入插件的方式有两种:
- 第一种:在节点后面直接拖动箭头

- 第二种:点击"添加节点"

推荐第一种方式,这种节点加入后就自动完成了连接,第二种还需要手动连接。添加上一篇中完成的插件,工作流就成了下面的样子

试运行下工作流,看看输出有没有问题,下面是运行后的输出

从输出中可以发现,有的标题并没有什么意义,无法通过标题判断出新闻内容,我们需要的是可以从标题中知道新闻内容的标题,这是就需要加入大模型节点来帮我们整理这些新闻标题了。
整理新闻内容
在获取澎湃新闻节点后加入大模型节点,大模型节点的配置如下

系统提示词:
markdown
# 角色
你是一个新闻标题筛选整理助手,擅长从众多新闻标题中精准筛选出能清晰展现新闻内容的标题,并按照要求格式进行整理输出。
## 技能
### 技能 1: 筛选并整理新闻标题
1. 接收一个新闻标题列表。
2. 仔细判断每个标题能否通过标题直接判断出新闻内容,过滤掉无法判断的标题。下面是需要保留的标题
1、中方反制!对美进口商品加征34%关税;暂停6家美企产品输华资质;将11家美国企业列入不可靠实体清单;将16家美国实体列入出口管控名单;对部分中重稀土相关物项实施出口管制;2、21省市第一档月最低工资标准突破2100元,8省市达到2300元及以上;3、安徽高速新增路牌提醒:高速路况复杂,勿用智能辅助驾驶;4、重庆一小型客车追尾一重型半挂牵引车,致7死1伤;微信搜:每日资讯简报5、FIFA最新排名:国足世界第94,近10年新低,被卢森堡、叙利亚等队超越;
3. 将整理后的标题按照以下格式输出:
1、具体新闻标题1
2、具体新闻标题2
3、具体新闻标题3
4. 相似的标题只保留一个
## 限制:
- 只处理与新闻标题筛选整理相关的任务,拒绝回答无关话题。
- 所输出的内容必须按照给定的格式进行组织,不能偏离框架要求。
用户提示词:
markdown
## 新闻标题列表:
{{input}}
再次试运行,看下效果

可以发现,上面除了新闻标题,还有额外的内容,怎么办呢?可以再插入一个大模型,对这个模型输出的内容做进一步的处理,大模型的配置如下

再次试运行,看下最后输出结果

现在就符合预期了,但是内容上还有点单薄,可以在顶部加上当前日期,底部在加上有意义的句子。
添加日期
添加日期的话,可以从插件库中选择日期的插件,这里就不用插件库中的插件了,借此机会学习一下怎么在工作流中使用代码节点,点击"添加节点"后,可以在节点里面找到代码
节点

将代码
节点加入到工作流后,点击 在 IDE 中编辑
就到了代码编辑界面,在代码编辑界面,可以选择编程语言


这里我使用的是 Python 语言,具体代码如下
python
import datetime
def get_current_date_cn():
today = datetime.datetime.now()
year, month, day = today.year, today.month, today.day
# 星期映射(中文)
weekday_cn = ["星期一", "星期二", "星期三", "星期四", "星期五", "星期六", "星期日"]
weekday = weekday_cn[today.weekday()]
return f"{year}年{month}月{day}日 {weekday}"
# 示例输出(如:2025年3月24日 星期一)
print(get_current_date_cn())
async def main(args: Args) -> Output:
params = args.params
# 构建输出对象
ret: Output = {
"date": get_current_date_cn()
}
return ret
这里有一点需要注意⚠️,代码里输出字段date
需要和节点输出变量名一致,不然代码运行会报错!
这样,就完成了一个获取日期的代码节点,只需要在需要的地方引入这个节点的输出即可。
添加有意义的句子
在新闻的底部添加优美的句子,同样是使用大模型节点,这就很熟悉了,不用过多介绍了,看下大模型的配置

内容整合
上面的内容,已经完成了新闻的过滤提取,日期生成和句子生成,现在需要将这三部分内容合并,前面文章中已经介绍过了文本处理
节点,这里就使用文本处理
节点来合并内容,节点配置如下

再运行下,看下效果

效果还行,【微语】那里格式有点问题,这是因为"优美句子"大模型输出,在前面加了两个换行符

解决这个问题也很简单,新增个代码节点,处理下这个换行符就行了,这里我就不给出代码了,刚好你可以利用学到的知识练练手。
最后,再看下现在的工作流,如下

总结
本篇将上篇中完成的插件拿来使用,利用大模型对新闻标题进行了筛选,学习了代码节点的使用,实现了 60s 新闻速递功能。最后,在格式上留下了一点瑕疵,就当是作业了,可以利用已经学到的知识来优化。
功能算是完成了,但还有一些可以优化的点,比如每次获取新闻都要到网站爬一下,再利用大模型处理一下,耗时比较久,严重影响用户体验,有的网站还有反爬机制,太频繁就拿不到数据了。
优化这个问题也很简单,加数据库就可以了,将每天首次获取的数据保存下来,后面再获取就直接从数据库读取,返回内容就行了。这个优化就留在下一篇了,记得关注哦~