零基础玩转 Coze 数据库,看这篇就够了!

上篇文章最后说了,可以通过数据库来优化每日新闻资讯,这篇就来认识下 Coze 的数据库,利用 Coze 的数据库来优化用户体验。

什么是数据库

有开发经验的可能对数据库很熟悉了,没有软件开发经验的可能不知道什么是数据库,可以问下 deepseek,让他来解释下,数据库是什么,下面是 deepseek 给出的解释

数据库就像一个大仓库,专门用来存放、整理和快速找到各种信息。比如你手机里的通讯录、微信聊天记录、淘宝的购物记录,其实都存在数据库里。

举个最简单的例子:

想象你有一个笔记本📒,里面记录了全班同学的信息:

姓名 | 学号 | 电话号码 | 家庭住址

张三 | 001 | 138-1234 | 北京朝阳区

李四 | 002 | 139-5678 | 上海浦东区

这个笔记本就是一个最原始的"数据库"。当你想找李四的电话时,直接翻到对应页就能查到------这就是数据库的作用。

不错不错,解释的很通俗易懂。

Coze数据库

创建数据库

在扣子上创建数据库有几种方式,如下:

  • 可以在资源库中新建数据库
  • 在智能体编辑界面,点击➕创建
  • 在工作流中,新增数据库节点上新建数据库

无论哪种方式,最后都会到下面的界面

输入数据表名称和描述后,点击"确认",会到下面的界面

上图中,我用序号标出了 1,2,3, 下面我会详细的介绍一下他们。

1、Table 查询模式

table 查询模式有两个选项,多用户模式和单用户模式,它们有什么区别呢?举个例子:

每日咨询这个智能体,要的效果是:今天第一个用户获取新闻,会抓取、整理新闻,然后将数据保存到数据库,后面的用户今天再获取,发现今天数据库中已经有新闻了,就直接从数据库返回内容,不需要再整理了。

单用户模式:获取不到其他用户的记录,第一个用户获取了今天新闻数据并保存到数据库了,第二个用户查询当前日期是否有新闻,查不到第一个用户的数据,仍然会生成一条新的新闻并保存到数据库。

多用户模式:可以获取其他用户保存的数据,比如今天已经有用户生成新闻数据保存到数据库了,后面的用户再获取新闻就可以直接拿到第一个用户保存到数据库的数据。

有一点需要⚠️注意:多用户模式需要同一平台才能获取其他用户的数据,不同平台的数据不互通的

2、使用AI创建

点击"使用 AI 创建"按钮,会出现如下弹框

描述一下数据表的用途,会自动帮我们生成数据库的字段,举个例子,输入下面的内容

保存今天的新闻内容

下面是自动创建的表的字段

这个功能还是挺好用的。

3、新增

flowchart TD A[开始获取新闻] --> B[查询数据库是否存在今日新闻] B --> C{是否存在?} C -->|是| D[从数据库返回今日新闻] C -->|否| E[从新闻源抓取最新新闻] E --> F[整理新闻内容] F --> G[将新闻保存到数据库] G --> H[返回新抓取的新闻] D --> I[结束] H --> I

点击"新增"按钮后,会出现创建字段的界面

和 "使用AI 新建"的区别需要自己手动创建,如果你不熟悉数据库,推荐使用 AI 创建自动创建表字段。 现在,已经知道了如何创建数据库和表,下面就进入实战,接着上篇,继续优化我们的每日资讯工作流。

数据库实战

接上篇,整理新闻后,将整理的内容保存到数据库,需要在工作流中添加"新增数据"节点

点击刚才加入的"新增数据"节点,展开节点详情,数据库那里加入创建的数据库

加入数据库之后,会出现选择并设置字段栏目,设置引用内容即可

这样就可以将整理好的新闻保存到数据库了。不过,还没完,在用户获取新闻的时候,要先判断数据库里是否已经有今天的新闻了,有的话直接返回今天的新闻,没有的话就抓取并整理,然后再保存到数据库,流程图如下

所以,在开始后需要先查询数据库,这就需要新增一个数据库查询节点了

在查询数据面板里,添加数据库之后,需要设置查询条件,这里就设置表字段 date等于当前日期,这样就是查询当前日期下是否有内容

查询之后,还需要判断有没有内容,有内容就直接输出,没内容就抓取->整理->保存->输出,因此,还需要一个选择器节点,新增选择器节点

选择器节点的配置如下

有内容就直接输出,没内容就走另外一个分支,工作流如下

到这里,就完成优化工作。这样就只有每天第一次获取新闻的时候才需要整理新闻,后面就直接输出新闻,减少了等待时间,优化了用户体验。

其实,还可以通过智能体的触发器,每天定时生成新闻,但是这个触发器有问题,下一篇再详细说说智能体的触发器~

总结

本篇先介绍了 Coze 的数据库,知道可以通过那些方式新建数据库和新建表字段,然后利用数据库保存每日新闻,同时也学习了"选择器"插件和"数据库"插件的使用。后面的文章会通过实战的方式,使用剩余的节点,让大家知道每个节点的使用方法和使用场景,要持续关注哦!

相关推荐
MYH51631 分钟前
在NLP文本处理中,将字符映射到阿拉伯数字(构建词汇表vocab)的核心目的和意义
人工智能·深度学习·自然语言处理
要努力啊啊啊38 分钟前
KV Cache:大语言模型推理加速的核心机制详解
人工智能·语言模型·自然语言处理
潘yi.2 小时前
NoSQL之Redis配置与优化
数据库·redis·nosql
zdkdchao3 小时前
hbase资源和数据权限控制
大数据·数据库·hbase
伤不起bb3 小时前
NoSQL 之 Redis 配置与优化
linux·运维·数据库·redis·nosql
mzlogin3 小时前
DIY|Mac 搭建 ESP-IDF 开发环境及编译小智 AI
人工智能
leo__5203 小时前
PostgreSQL配置文件修改及启用方法
数据库·postgresql
归去_来兮3 小时前
知识图谱技术概述
大数据·人工智能·知识图谱
就是有点傻3 小时前
VM图像处理之图像二值化
图像处理·人工智能·计算机视觉
行云流水剑3 小时前
【学习记录】深入解析 AI 交互中的五大核心概念:Prompt、Agent、MCP、Function Calling 与 Tools
人工智能·学习·交互