AI 小白：嘗試用 coze 平臺開發一個智能體！
大家好，我是君哥。 今天嘗試用 coze 平臺做一個智能體。
coze 是字節旗下的 AI 智能體平臺，可以方便地搭建各行各業的智能體。 這個智能體主要用于提醒我天氣情況，以方便地選擇通勤工具。我的通勤工具安排如下：
- 氣溫在低于 3℃ ，選擇開車;
- 風力大于 4級，選擇開車;
- 下雨天氣，選擇開車;
- 下雪天氣，選擇坐公交或班車；
- 其他天氣，選擇騎摩托車。
1.新建智能體
首先進入扣子平臺。
圖片
點擊“開發平臺”，創建智能體。
圖片
這個智能體主要服務于我日常通勤關注的天氣情況，可以使用AI生成圖標。
圖片
點擊“ 確認 ”，就可以創建一個智能體了。
下面是做智能體的界面，首先我們需要配置人設和回復邏輯。
圖片
然后選擇模型、插件、工作流等。可以選擇的模型有很多，這里我們選擇“ 豆包1.5.pro.32 ”。
2.編寫提示詞
在“人設與回復邏輯”中，填入提示詞，提示詞對結果的輸出特別重要。
圖片
我們也可以點擊右上角提示詞優化按鈕優化提示詞。看一下優化后的提示詞，完整了很多。
圖片
3.添加技能
插件我們選擇“墨跡天氣-DayWeather”。
插件是一個工具集，一個插件內可以包含一個或多個工具（API）。目前，coze 集成了類型豐富的插件，包括資訊閱讀、旅游出行、效率辦公、圖片理解等 API 及多模態模型。使用這些插件，可以幫助你拓展智能體能力邊界。
4.本地調試
調試兩次，第一次輸入“ 天氣預報 ”，第二次輸入“通州天氣預報 ”，輸出結果一致：
圖片
對提示詞做一次修改，將“ 如果溫度情況是低于 3℃ ” 改為“ 如果最高溫度低于 3℃ ”，本意是想最高溫度低于 3℃ 時選擇騎摩托車通勤。再次進行調試，發現沒有生效。明明我是輸入最高氣溫低于 3℃，但結果卻是最低氣溫低于 3℃。
圖片
再次選擇使用 AI 優化提示詞，嘗試后確實可以達到預期效果。
5.工作流
coze 的工作流界面如下，使用開始節點+若干個工作節點+結束節點組成一個工作流。工作流中上一個節點的輸出可以作為下一個節點的輸入。
圖片
點擊“添加節點”按鈕，這里我們添加一個大模型，還是用“ 1.5.pro.32 ”，添加一個插件，插件選擇“墨跡天氣-DayWeather”。
圖片
把這兩個節點添加到工作流中間，這個工作流的流程如下：
圖片
- 這個工作流開始節點，我們輸入一個參數，名稱“JUNGE_WEATHER_QUERY”，這個參數作為大模型的入參。
- 在大模型中，對參數進行解析，解析成省、市、開始日期、結束日期這四個參數，作為大模型的輸出參數，輸出給“墨跡天氣-DayWeather ”這個插件。
- “墨跡天氣-DayWeather”這個插件將大模型輸入的四個參數作為 province、city、start_time、end_time 這四個參數的入參。然后調用插件查詢添加，輸出結果。
- 最終輸出天氣情況。
對這個工作流進行調試，輸入“北京通州天氣預報”，解析后輸出當天天氣情況，如下圖：
圖片
這時，我再添加一個大模型，用來選擇通勤工具。第一個大模型改成“君哥天氣大模型”，第二個大模型改成“通勤工具大模型”。
“通勤工具大模型”中，把“墨跡天氣-DayWeather”的輸出作為輸入，根據通勤工具選擇原則 ，輸出通勤方式。如下圖：
圖片
最后，我們把“通勤工具大模型”的輸出作為結束節點的輸出：
圖片
調試后，發現提示詞有問題，不能正確輸出。我們采用大模型的自動優化提示詞功能，最終提示詞如下：
圖片
再次調試，這次輸出結果符合預期。
圖片
6.發布
最后，點擊“ 發布 ”，把工作流添加到“君哥通勤天氣預報”這個智能體，發布這個智能體。
圖片
7.總結
今天使用 coze 平臺做了一個智能體，依賴平臺來搭建一個智能體并不難，提示詞的編寫非常重要。智能體開發平臺還有不少，包括 Dify、n8n 等，可以嘗試選擇一款適合自己的進行智能體開發。
