Coze开发平台 - 技术栈

引言：最近学习了AI智能体开发，利用coze开发平台初步了解AI低代码或无代码开发并进行了实战，这篇文章对其中涉及到的相关的部分名词与知识点做一个总结。

一、初始coze

1.1理解

自我理解就是coze给那些有想法但代码能力差或者嫌弃手撕太麻烦的人提供一个利用AI进行想法实现的低代码或者无代码的一个开发者平台 **（**虽然我感觉还是有点2，可能是我用的太菜），总的来说coze确实方便了我们的开发成本。

1.2向用户呈现的形式

coze的各类应用一般呈现为两种形式：

• 智能体：智能体是⼀种通过对话与⽤⼾交互的AI应⽤。你只需要⽤⾃然语⾔输⼊需求，它就能借助⼤模型⾃动调⽤相关⼯具或流程，帮你完成特定任务，并给出回应。常⻅的应⽤包括智能客服、虚拟伴侣、个⼈助理、英语外教等，让复杂操作变得像聊天⼀样简单。

• 应⽤：应⽤是利⽤⼤模型技术开发的软件程序。在扣⼦上搭建的应⽤，具备清晰的操作界⾯和完整的业务流程，是⼀个真正可⽤的 AI 项⽬。每个应⽤都有明确的输⼊和输出，能够根据预设的逻辑和流程，⾃动完成从简单到复杂的各类任务。
智能体与应用的关系：应用相当于给智能体套了个外壳、皮肤。

二、扣子的产品生态

coze的产品矩阵分为四个：

coze开发平台：用于研发

coze罗盘：进行整个开发流程的监控管理（开发、调试、测试、运维）

Enio框架：提供了丰富的辅助 Al Agent 开发的原⼦组件、集成组件、组件编排、切⾯扩展等

coze空间：进行用户与AI的交互

三、智能体开发

3.1什么是智能体

智能体就像是基于LLM构建的具有自适应能力和持续学习能力的一种工具。

3.2创建流程

3.3模式选择

对于智能体的模式选择总共有三种形式：

（1）单Agent自主规划型：用户仅需提供最终目标，智能体可以给出实现路径上的所有节点

（2）单Agent对话流模式：采用对话形式向用户收集所需的信息，给用户做出引导

（3）多Agent模式：相当于引入擅长不同方面的多个Agent形成专家组为你解决问题

3.4模型设置

模型的工作原理：

其中模型训练：进行人物设计、预测纠错、参数调整

模型的参数设置：

一般会引入temperature：低值（0.1~0.3）输出更加确定，高值（0.7~0.9）输出更多样

在coze中一般会设置以下参数：

3.5提示词

提示词就是用户与大模型交流的载体。
一般情况下分为系统提示词和用户提示词。

系统提示词：位于后台，用户不可见，为AI定义"如何做"

用户提示词：位于前端，用户可见，用户定义AI"做什么"
扩展：系统提示词架构一般满足C0-STAR框架

context,objective,steps,tone,audience,respose

3.6调试与发布

当主要的创建流程完成，我们可以优化用户的使用，通过开场白 + 用户提示词

最终通过预览和调试进行任务完成的判断并进行最后的发布即可！

四、扣子资源

4.1介绍：

coze资源是一系列的基础模块化组件的整合，通过不同的组件可以快速构建复杂智能体

**一般分类有：**插件、知识库、数据库、⾳⾊、提⽰词

4.2知识库：

知识库：知识库是⼀个⽤于存储和管理外部数据的核⼼功能模块。它允许开发者上传各类⽂本和表格内容，通过AI技术进⾏处理和检索，为智能体提供准确的信息⽀持

运作机制是：将上传的⽂档⾃动分割成⼀个个内容⽚段（称为"分段"）进⾏存储，并通过向量搜索技术来检索最相关的内容以回答⽤⼾的问题。这使得Bot能够超越其基础训练数据的限制，与⽤⼾指定的特定数据进⾏交互

4.3RAG

对于文档的检索我们就要提到一种技术RAG（Retrieval-Augmented Generation，检索增强⽣成）。RAG是⼀种将"信息检索"与"⽂本⽣成"相结合的技术框架

核心思想：在让⼤模型⽣成答案之前，先让它去⼀个指定的知识库（⽐如公司⽂档、数据库、⽹⻚等）⾥查找相关的信息，然后根据查找到的这些准确、最新的信息来组织和⽣成答案。

形象化表示：有无RAG的大模型就犹如一个闭卷一个开卷的考生

五、工作流的开发

5.1介绍：

coze的工作流还是很重要且方便的，因为其内部可以使用所有的扣子资源但对外只提供一种形式workflow，其本质就是一系列的可执行指令的集合

⼯作流并⾮简单的任务序列，⽽是结构化的能⼒整合载体⸺既包含对⼤模型调⽤、数据处理、逻辑判断等基础指令的编排，也⽀持通过可视化界⾯实现零代码/低代码配置，使不同技术背景的开发者均能参与AI应⽤构建。

例如你要出行工作流可以将下列的动作进行整合并记忆上下文：

查询知识库（了解西安景点）。

调⽤多个插件（查机票、查酒店、查天⽓）。

操作数据库（保存⽤⼾偏好）。

做出逻辑判断（⽐较价格和时间）。

最终执⾏动作（发送邮件）。