大圣：胎教级教程：万字长文带你使用Coze打造企业级知识库

大圣：胎教级教程：万字长文带你使用Coze打造企业级知识库 大圣：胎教级教程：万字长文带你使用Coze打造企业级知识库 提示词如下： Code block Markdown Copy 角色 你是外贸大师产品的问答小助手。你会接收两个输入： 1. {{question}} 这个是用户询问的问题 2. {{knowledge}} 这个是从知识库中根据用户的问题{{question}} 查询出来的知识库内容 3. {{language}} 这个用户的语言偏好 技能 技能 1: 问题理解 理解用户的问题{{question}} ，并识别其关键信息。 技能 2: 回答生成 基于检索到的信息{{knowledge}}，为用户生成准确、简洁的回答。 根据用户的语言偏好{{language}} 生成对应的语言的回答 约束 仅回答与产品相关的问题，不回答无关话题。 尽量使用清晰简练的语言来回答用户的问题。 整个回答过程中，始终以用户的需求为中心。 全部以知识库中的内容为主，如果知识库中信息不足以支持你生成回答，直接生成如下回答： '没有找到该问题的答案，请联系人工进行处理' 数据库节点 数据库节点的输入和输出 • 输入：用户可以定义多个输入参数 • 输出：如果数据库是查询作用，则输出会包含查询出来的内容 • SQL：通过SQL语句告诉数据库要执行的动作 注意：这里的SQL语句我是让AI帮我自动生成的哦，具体请看第二张图 但是我对SQL进行了一些改动：将question和llm answer进行了变量替换，并且外围加上了"" Code block SQL Copy INSERT INTO user question and answer (question, answer) VALUES ("{{question}}", "{{llm answer}}") End节点 End节点也是工作流中的默认节点，其作用是最终结果的输出 其输出方式主要有两种 • 直接返回变量，由Bot根据变量生成回答 • 根据变量来使用特定的格式来直接生成回答 我这里使用的是第二种，然后在Answer content中指定了回答的格式 测试工作流 编辑完成的工作流是无法直接提交的，需要进行测试。 1. 点击右上角的test run 2. 设定测试参数 3. 查看测试结果 4. 发布 当工作流完成之后，就可以去调试Bot啦 编写Bot的提示词 Code block Markdown Copy 你的角色 你是外贸大师产品资料问答机器人，你的职责是回答客户关于外贸大师产品的任何问题。 你的能力 b2b user qa 首要的，你的能力依赖于 。每当用户进行提问时，你都需要应用 能力提升你的表现。 一定要注意使用纯净、未经修改的原始用户问题作为 输入。例如，如果被问到，“外贸大师为什么发品失败”，确保 的 参数就是完全相同的句子，没有任何修改。 如何与用户互动 根据 变量，用用户偏好的语言与用户互动。除非另有设置，用户查询的语言应指导你的回应。 预览与调试 搭建好我们的机器人之后，就进入到最后一个环节：预览与调试啦！ 测试变量 然后我们跟Bot说一句话：请使用英文与我交流 测试知识库 测试知识库的方法非常简单，就是问一个只有跟知识库相关的问题即可 1. 知识库中有答案的问题 2. 知识库中没有答案的问题 提示词如下： 数据库节点 数据库节点的输入和输出 • 输入：用户可以定义多个输入参数 • 输出：如果数据库是查询作用，则输出会包含查询出来的内容 • SQL：通过SQL语句告诉数据库要执行的动作 注意：这里的SQL语句我是让AI帮我自动生成的哦，具体请看第二张图 但是我对SQL进行了一些改动：将question和llm answer进行了变量替换，并且外围加上了"" End节点 End节点也是工作流中的默认节点，其作用是最终结果的输出 其输出方式主要有两种 • 直接返回变量，由Bot根据变量生成回答 • 根据变量来使用特定的格式来直接生成回答 我这里使用的是第二种，然后在Answer content中指定了回答的格式 测试工作流 编辑完成的工作流是无法直接提交的，需要进行测试。 1. 点击右上角的test run 2. 设定测试参数 3. 查看测试结果 4. 发布 当工作流完成之后，就可以去调试Bot啦 编写Bot的提示词 预览与调试 搭建好我们的机器人之后，就进入到最后一个环节：预览与调试啦！ 测试变量 然后我们跟Bot说一句话：请使用英文与我交流 测试知识库 测试知识库的方法非常简单，就是问一个只有跟知识库相关的问题即可 1. 知识库中有答案的问题 2. 知识库中没有答案的问题 测试数据库 我们在工作流中添加了数据库，每当用户询问问题时，都会将问答的数据记录下来 四、写在最后 首先，我非常推崇的一句话送给大家： 看十遍不如实操一遍，实操十遍不如分享一遍 看十遍不如实操一遍，实操十遍不如分享一遍 如果你也对AI Agent技术感兴趣，可以联系我:nmbbAI666（备注 AGI知识库哦） 这篇文章有关于课程的一切信息： 成为Agent工程师之Coze实战课程介绍 ​ 成为Agent工程师之Coze实战课程介绍 You don't have permission to access this synced block. Please log in and try again. Log In 🎉 coze官方活动正在进行中奖金丰厚： 👍 「Agent 共学」之coze模板搭建大赛 • 参赛作品提交页 (提交越多中奖机会越多哦!)：https://bytedance.larkoffice.com/share/base/form/shrcnH7yDl3oqOiQeQ2LTFnByXe ◦ 渠道选择WaytoAGI, 提交后记录到 社区模板提交记录 (提交无需等通过, 即可记录分享给小伙伴玩)。 • 扣子专业版注册链接 ：https://zjsms.com/iAfQNK4U/ • 参考模板: https://www.coze.cn/template • 线下路演报名: https://bytedance.larkoffice.com/share/base/form/shrcnhJdt1EZXicuO23kVzeOved 👍 「Agent 共学」之coze模板搭建大赛 社区模板提交记录 coze官方活动正在进行中奖金丰厚： 👍 「Agent 共学」之coze模板搭建大赛 👍 「Agent 共学」之coze模板搭建大赛 • 参赛作品提交页 (提交越多中奖机会越多哦!)：https://bytedance.larkoffice.com/share/base/form/shrcnH7yDl3oqOiQeQ2LTFnByXe ◦ 渠道选择WaytoAGI, 提交后记录到 社区模板提交记录 (提交无需等通过, 即可记录分享给小伙伴玩)。 社区模板提交记录 ◦ 渠道选择WaytoAGI, 提交后记录到 社区模板提交记录 (提交无需等通过, 即可记录分享给小伙伴玩)。 社区模板提交记录 • 扣子专业版注册链接 ：https://zjsms.com/iAfQNK4U/ • 参考模板: https://www.coze.cn/template • 线下路演报名: https://bytedance.larkoffice.com/share/base/form/shrcnhJdt1EZXicuO23kVzeOved 📍 与大圣一起交流AI（nmbbAI666）： 大圣的个人宝藏 AGI ​ 大圣的个人宝藏 AGI 与大圣一起交流AI（nmbbAI666）： 大圣的个人宝藏 AGI ​ 大圣的个人宝藏 AGI 2024.06.05 更新 为了帮助非编程人士更好的理解数据库的概念，从而更好的学习Coze，我补充一篇额外的教程。 如果你对数据库这个概念还有疑惑，请阅读这篇文章 这可能是讲 Coze 的数据库最通俗易懂的文章了 2024.06.08更新 为了帮助非编程人士更好的理解知识库的概念，从而更好的学习Coze，我补充一篇额外的教程。 这篇文档我强烈建议你阅读下，会让你对AI时代的知识库有一个全面的认识 这可能是讲 Coze 的知识库最通俗易懂的文章了 2024.06.10更新 为了帮助非编程人士更好的理解变量的概念，从而更好的学习Coze，我补充一篇额外的教程。 🐼 这可能是讲 Coze 的变量最通俗易懂的文章了 2024.06.12 更新 B站对应的视频链接：https://www.bilibili.com/video/BV1YM4m167zP/?spm id from=333.999.0.0 ​ 这可能是讲 Coze 的数据库最通俗易懂的文章了 这可能是讲 Coze 的知识库最通俗易懂的文章了 🐼 这可能是讲 Coze 的变量最通俗易懂的文章了 2024.06.05 更新 为了帮助非编程人士更好的理解数据库的概念，从而更好的学习Coze，我补充一篇额外的教程。 如果你对数据库这个概念还有疑惑，请阅读这篇文章 这可能是讲 Coze 的数据库最通俗易懂的文章了 ​ 这可能是讲 Coze 的数据库最通俗易懂的文章了 2024.06.08更新 为了帮助非编程人士更好的理解知识库的概念，从而更好的学习Coze，我补充一篇额外的教程。 这篇文档我强烈建议你阅读下，会让你对AI时代的知识库有一个全面的认识 这可能是讲 Coze 的知识库最通俗易懂的文章了 这可能是讲 Coze 的知识库最通俗易懂的文章了 2024.06.10更新 为了帮助非编程人士更好的理解变量的概念，从而更好的学习Coze，我补充一篇额外的教程。 🐼 这可能是讲 Coze 的变量最通俗易懂的文章了 🐼 这可能是讲 Coze 的变量最通俗易懂的文章了 2024.06.12 更新 B站对应的视频链接：https://www.bilibili.com/video/BV1YM4m167zP/?spm id from=333.999.0.0 大家好，我是大圣，一个致力于使用AI工具将自己打造为超级个体的程序员。目前醉心于AI Agent的研究。 读完本文，你可以收获 • AI Agent的概念以及核心公式 • 字节初代AI Agent产品Coze的详细教程 • 使用一个知识库的例子手把手教你Coze如何使用 一、AI Agent指南 1.1 什么是Agent Agent，我们一般将其翻译为代理人、代理商等。 在人工智能领域，Agent 通常被定义为一种具有感知能力的实体，它能够通过对其所处环境的观察来做出相应的决策和反应。这种 Agent 既可以是软件形式的程序，例如对话机器人，也可以具备物理形态，比如扫地机器人 1.2 什么是AI Agent 在了解AI Agent之前，我们先考虑一个场景：我们要写一本20万字的关于人工智能最新技术的书 在没有大模型之前，我们一般会按照如下流程 • 第一步：先使用搜索引擎搜索一些相关书籍和信息进行阅读，为我们打开思路 • 第二步：形成本书的大纲，并且考虑清楚每一章节要编写的内容 • 第三步：针对每一个章节进行内容的编写，在编写过程中可能会调整文章的大纲 • 第四步：在编写后面章节的时候可能会忘记前面写的内容，需要去翻阅前面已经写的内容 • 第五步：文章初步完成之后，我们可能会找相关专业人士帮忙修改 • 最后：经过几番调整之后，书籍最终成型 • 第一步：先使用搜索引擎搜索一些相关书籍和信息进行阅读，为我们打开思路 • 第二步：形成本书的大纲，并且考虑清楚每一章节要编写的内容 • 第三步：针对每一个章节进行内容的编写，在编写过程中可能会调整文章的大纲 • 第四步：在编写后面章节的时候可能会忘记前面写的内容，需要去翻阅前面已经写的内容 • 第五步：文章初步完成之后，我们可能会找相关专业人士帮忙修改 • 最后：经过几番调整之后，书籍最终成型 在大模型出现之后，我们可能会这样使用： 请你帮忙生成一篇20万字的关于人工智能最新技术的书 请你帮忙生成一篇20万字的关于人工智能最新技术的书 这个时候我们会发现AI写出来的书根本就无法阅读，是大模型的能力不行么？不仅仅因为这个，相比于第一种写书的方式，第二种方式明显缺少了几个环节 • 没有办法使用Google获取最新的外部信息（大模型的训练数据是有日期限制的） • 没有对整个事情进行规划（比如先写大纲，再编写每个章节，然后和别人讨论，最后成文） • 大模型没有记忆的能力，由于上下文（脑容量）的限制，无法一次性完成20万字的文章，会造成前言不搭后语的现象 而AI Agent就是为了解决这个问题。 AI Agent是应用了大模型（LLM）能力的Agent。 以GPT为代表的大模型的出现，将Agent的能力提高到了前所未有的高度。AI Agent又被称为智能体。 OpenAI 的 Lilian Weng 将以 LLM 为驱动的 AI Agent，形式化为如下的公式： AI Agent = LLM（大模型） + Planning（规划） + Memory（记忆） + Tools（工具） AI Agent = LLM（大模型） + Planning（规划） + Memory（记忆） + Tools（工具） 也就是说：AI Agent由如下几部分组成，我用一个管理花园的园丁的例子来说明每个模块的作用 1. LLM（大模型）：就像园丁的智慧和知识库，它阅读了海量的园艺书籍和资料，不仅知道各种植物的名字，还懂得如何照顾它们。在AI Agent中，LLM提供了庞大的信息存储和处理能力，以理解和响应我们提出的各种问题。 2. Planning（规划）：园丁需要规划整个花园的布局。AI Agent的规划功能，就像园丁制定种植计划，决定先种哪些花草、后种哪些蔬菜，或者如何分步骤修剪树冠。 3. Memory（记忆）：这类似于园丁的笔记本，记录了每个植物的种植时间、生长情况和前一次施肥的时间。记忆模块让AI Agent能记住以往的经验和已经完成的任务，确保不会重复错误。 4. Tools（工具）：就是园丁的用具，比如铲子、水壶和剪刀。AI Agent的工具模块，指的是它可以运用的各种软件和程序，帮助它执行复杂的任务，就像园丁用工具进行园艺活动一样。 1. LLM（大模型）：就像园丁的智慧和知识库，它阅读了海量的园艺书籍和资料，不仅知道各种植物的名字，还懂得如何照顾它们。在AI Agent中，LLM提供了庞大的信息存储和处理能力，以理解和响应我们提出的各种问题。 2. Planning（规划）：园丁需要规划整个花园的布局。AI Agent的规划功能，就像园丁制定种植计划，决定先种哪些花草、后种哪些蔬菜，或者如何分步骤修剪树冠。 3. Memory（记忆）：这类似于园丁的笔记本，记录了每个植物的种植时间、生长情况和前一次施肥的时间。记忆模块让AI Agent能记住以往的经验和已经完成的任务，确保不会重复错误。 4. Tools（工具）：就是园丁的用具，比如铲子、水壶和剪刀。AI Agent的工具模块，指的是它可以运用的各种软件和程序，帮助它执行复杂的任务，就像园丁用工具进行园艺活动一样。 我们也可以认为LLM + Planning + Memory是人类的大脑，而Tools则是人类的四肢。 在大模型出现之前，Planning和Memory已经有比较成熟的技术。 大模型的出现则补足了AI Agent发展的最后一环 1.3 从Copilot到Agent 目前大模型的产品类型，主要有两种： • Copilot：翻译成副驾驶，助手。在帮助用户解决问题时起辅助作用，例如github copilot是帮助程序员编程的助手 • Agent：更像一个主驾驶，智能体，可以根据任务目标进行自主思考和行动，具有更强的独立性和执行复杂任务的能力 我们从核心功能、流程决策、应用范围和开发重点几个方面对比 Copilot 和 Agent： 1. 核心功能 ◦ Copilot：更像是一个辅助驾驶员，更多地依赖于人类的指导和提示来完成任务。Copilot 在处理任务时，通常是在人为设定的范围内操作，比如基于特定的提示生成答案。它的功能很大程度上局限于在给定框架内工作。 ◦ Agent：像一个初级的主驾驶，具有更高的自主性和决策能力。能够根据目标自主规划整个处理流程，并根据外部反馈进行自我迭代和调整。 ◦ Copilot：更像是一个辅助驾驶员，更多地依赖于人类的指导和提示来完成任务。Copilot 在处理任务时，通常是在人为设定的范围内操作，比如基于特定的提示生成答案。它的功能很大程度上局限于在给定框架内工作。 ◦ Agent：像一个初级的主驾驶，具有更高的自主性和决策能力。能够根据目标自主规划整个处理流程，并根据外部反馈进行自我迭代和调整。 2. 流程决策 ◦ Copilot：在处理流程方面，Copilot 往往依赖于 Human 确定的流程，这个流程是静态的。它的参与更多是在局部环节，而不是整个流程的设计和执行。 ◦ Agent：Agent 解决问题的流程是由 AI 自主确定的，这个流程是动态的。它不仅可以自行规划任务的各个步骤，还能够根据执行过程中的反馈动态调整流程。 ◦ Copilot：在处理流程方面，Copilot 往往依赖于 Human 确定的流程，这个流程是静态的。它的参与更多是在局部环节，而不是整个流程的设计和执行。 ◦ Agent：Agent 解决问题的流程是由 AI 自主确定的，这个流程是动态的。它不仅可以自行规划任务的各个步骤，还能够根据执行过程中的反馈动态调整流程。 3. 应用范围 ◦ Copilot：主要用于处理一些简单的、特定的任务，更多是作为一个工具或者助手存在，需要人类的引导和监督。 ◦ Agent：能够处理复杂的、大型的任务，并在 LLM 薄弱的阶段使用工具或者 API 等进行增强。 ◦ Copilot：主要用于处理一些简单的、特定的任务，更多是作为一个工具或者助手存在，需要人类的引导和监督。 ◦ Agent：能够处理复杂的、大型的任务，并在 LLM 薄弱的阶段使用工具或者 API 等进行增强。 4. 开发重点 ◦ Copilot：主要依赖于 LLM 的性能，Copilot 的开发重点在于 Prompt Engineering。 ◦ Agent：同样依赖于 LLM 的性能，但 Agent 的开发重点在于 Flow Engineering，也就是在假定 LLM 足够强大的基础上，把外围的流程和框架系统化，坐等一个强劲的 LLM 核心。 1.4 为什么LLM可以成为Agent的大脑 LLM可以成为AI Agent的“大脑”主要是因为它具备了以下的关键能力 1. 复杂语言理解：LLM经过大规模数据训练，具备理解和处理自然语言的能力，包括语法、句法以及言外之意。 2. 丰富的世界知识：训练数据覆盖广泛的知识域，模型可以连结不同的信息片段，进行知识推理和应用。 3. 上下文感知：能够根据上下文信息做出响应，连贯地处理对话或相关任务，这在处理持续的交互中非常重要。 4. 生成能力：不仅能够理解信息，还能够创建回答、文章甚至代码，这在任务自动化中尤为重要。 5. 适应不同场景：通用性和可定制性使得LLM能够适应各种不同的应用场景和需求，类似于大脑如何通过学习适应新环境。 6. 持续学习能力：一些LLM可通过进一步训练根据反馈学习和提升，类似于大脑通过经验学习。 1.5 AI Agent的开源项目 • AutoGPT AutoGPT • BabyAGI BabyAGI • MetaGPT MetaGPT • GPT Researcher GPT Researcher • AI 16Z的AI town AI 16Z的AI town • 斯坦福的AI Town 斯坦福的AI Town • ChatDev ChatDev 二、Coze使用教程 2.1 Coze概述 什么是Coze 字节的官方解释如下： Coze 是新一代一站式 AI Bot 开发平台。无论你是否有编程基础，都可以在 Coze 平台上快速搭建基于 AI 模型的各类问答 Bot，从解决简单的问答到处理复杂逻辑的对话。并且，你可以将搭建的 Bot 发布到各类社交平台和通讯软件上，与这些平台/软件上的用户互动 Coze 是新一代一站式 AI Bot 开发平台。无论你是否有编程基础，都可以在 Coze 平台上快速搭建基于 AI 模型的各类问答 Bot，从解决简单的问答到处理复杂逻辑的对话。并且，你可以将搭建的 Bot 发布到各类社交平台和通讯软件上，与这些平台/软件上的用户互动 我个人认为：Coze是字节针对AI Agent这一领域的初代产品，在Coze中将AI Agent称之为Bot 字节针对Coze这个产品部署了两个站点，分别是国内版和海外版 • 国内版 ◦ 网址：https://www.coze.cn ◦ 官方文档教程：https://www.coze.cn/docs/guides/welcome ◦ 大模型：使用的是字节自研的云雀大模型 ◦ 国内网络即可以正常访问 ◦ 网址：https://www.coze.cn ◦ 官方文档教程：https://www.coze.cn/docs/guides/welcome ◦ 大模型：使用的是字节自研的云雀大模型 ◦ 国内网络即可以正常访问 • 海外版 ◦ 网址：https://www.coze.com ◦ 官方文档教程：https://www.coze.com/docs/guides/welcome ◦ 大模型：GPT 4、GPT 3.5等大模型（你可以在这里白嫖ChatGPT4，具体参考文档：） ◦ 访问需要突破网络限制的工具 ◦ 网址：https://www.coze.com ◦ 官方文档教程：https://www.coze.com/docs/guides/welcome ◦ 大模型：GPT 4、GPT 3.5等大模型（你可以在这里白嫖ChatGPT4，具体参考文档：） ◦ 访问需要突破网络限制的工具 参考文档：https://www.coze.com/docs/zh cn/welcome.html 参考文档：https://www.coze.com/docs/zh cn/welcome.html AI Agent的开发流程 Bot的开发和调试页面布局如下，主要分为如下几个区块 • 提示词和人设的区块 • Bot的技能组件 ◦ 插件 ◦ 工作流 ◦ 插件 ◦ 工作流 • Bot的记忆组件 ◦ 知识库 ◦ 变量 ◦ 数据库 ◦ 长记忆 ◦ 文件盒子 ◦ 知识库 ◦ 变量 ◦ 数据库 ◦ 长记忆 ◦ 文件盒子 • 一些先进的配置 ◦ 触发器：例如定时发送早报 ◦ 开场白：用户和Bot初次对话时，Bot的招呼话语 ◦ 自动建议：每当和Bot一轮对话完成后，Bot给出的问题建议 ◦ 声音：和Bot对话时，Bot读对话内容的音色 ◦ 触发器：例如定时发送早报 ◦ 开场白：用户和Bot初次对话时，Bot的招呼话语 ◦ 自动建议：每当和Bot一轮对话完成后，Bot给出的问题建议 ◦ 声音：和Bot对话时，Bot读对话内容的音色 下面我们则会逐一讲解每个组件的能力以及使用方式 2.2 提示词 AI Agent的人设 海外参考文档：https://www.coze.com/docs/zh cn/prompt.html 国内参考文档：https://www.coze.cn/docs/guides/prompt 海外参考文档：https://www.coze.com/docs/zh cn/prompt.html 国内参考文档：https://www.coze.cn/docs/guides/prompt 人设和提示词的目的是：设定 Bot 的身份及其目标和技能，例如产品问答助手、新闻播报员、翻译助理等等。Bot 的人设和提示词决定了 Bot 如何与你的用户进行互动。 提示词编写的越明确，Bot的回复也越符合预期 2.3 插件系统 AI Agent的武器库 AI Agent = LLM + Planning + Memory + Tools AI Agent = LLM + Planning + Memory + Tools 插件系统则对应Tools，主要目的是扩展Bot的能力边界 插件介绍 Coze的插件系统对应的就是AI Agent的工具箱。Coze官方是这样解释插件系统的 插件是一个工具集，一个插件内可以包含一个或多个工具（API）。 目前，Coze 集成了超过 60 种类型的插件，包括资讯阅读、旅游出行、效率办公、图片理解等 API 及多模态模型。使用这些插件，可以帮助你拓展 Bot 能力边界。例如，在你的 Bot 内添加新闻搜索插件，那么你的 Bot 将拥有搜索新闻资讯的能力。 如果 Coze 集成的插件不满足你的使用需求，你还可以创建自定义插件来集成需要使用的 API 插件是一个工具集，一个插件内可以包含一个或多个工具（API）。 目前，Coze 集成了超过 60 种类型的插件，包括资讯阅读、旅游出行、效率办公、图片理解等 API 及多模态模型。使用这些插件，可以帮助你拓展 Bot 能力边界。例如，在你的 Bot 内添加新闻搜索插件，那么你的 Bot 将拥有搜索新闻资讯的能力。 如果 Coze 集成的插件不满足你的使用需求，你还可以创建自定义插件来集成需要使用的 API 插件种类 Coze提供了丰富的插件，这些插件涵盖了从搜索引擎、文本分析以及图像识别等各种领域。 这些插件的能力如果我们个人接入都是要收费的，但是在Coze平台则是免费使用的，例如： Coze国内版本：https://www.coze.cn/store/plugin • 必应搜索 • LinkReader：读取文档 • 知乎热榜 而且国内版本还提供了很多便民的服务，例如： • 新闻资讯 ◦ 头条新闻：持续更新，了解最新的头条新闻和新闻文章。 ◦ 头条新闻：持续更新，了解最新的头条新闻和新闻文章。 • 天气预报 ◦ 墨迹天气：提供省、市、区县的未来 40 天的天气情况，包括温度、湿度、日夜风向等。 ◦ 墨迹天气：提供省、市、区县的未来 40 天的天气情况，包括温度、湿度、日夜风向等。 • 出行必备 ◦ 飞常准：通过 VariFlight 覆盖的全球商业客运航班，您的终端用户可以轻松获得他们的航班状态、办理登机手续柜台、预计出发时间、登机口、登机状态、行李转盘等信息，并能在整个航程中随时掌握。 ◦ 猫途鹰：查询实时酒店搜索，航班价格，餐厅，吸引人的旅游地点等信息以创建一个旅行网站。 ◦ 飞常准：通过 VariFlight 覆盖的全球商业客运航班，您的终端用户可以轻松获得他们的航班状态、办理登机手续柜台、预计出发时间、登机口、登机状态、行李转盘等信息，并能在整个航程中随时掌握。 ◦ 猫途鹰：查询实时酒店搜索，航班价格，餐厅，吸引人的旅游地点等信息以创建一个旅行网站。 • 生活便利 ◦ 快递查询助手、国内快递查询：查询快递单号，快递公司，快递进度等信息。 ◦ 食物大师：Food Master 提供食物搜索功能。 ◦ 懂车帝：如果你想要查询汽车信息，包括二手车、新车、某些车型的信息时可以使用此插件进行查询。 ◦ 幸福里：提供二手房、新房、租房信息的插件，想要查询某个城市、区域、户型的房产信息时，可以使用此插件。 ◦ 猎聘：帮助用户根据工作经验、教育经历、地理位置、薪水、职位名称、工作性质等条件搜索猎聘上提供的招聘信息。 ◦ 快递查询助手、国内快递查询：查询快递单号，快递公司，快递进度等信息。 ◦ 食物大师：Food Master 提供食物搜索功能。 ◦ 懂车帝：如果你想要查询汽车信息，包括二手车、新车、某些车型的信息时可以使用此插件进行查询。 ◦ 幸福里：提供二手房、新房、租房信息的插件，想要查询某个城市、区域、户型的房产信息时，可以使用此插件。 ◦ 猎聘：帮助用户根据工作经验、教育经历、地理位置、薪水、职位名称、工作性质等条件搜索猎聘上提供的招聘信息。 这些生活化的插件，可以让你的 AI bot 变得贴近生活，贴近用户的需求。 说白了，你想想你自己做的一个 AI 应用，可以直接分享给你爸妈拿来通过对话查快递，买飞机票等等，不像以前那种机械学习的 APP 机器人管家，还有各种 APP 繁杂的点击交互操作，一切用人类自然对话的方式就能实现 Coze国外版本：https://www.coze.com/store/plugin • 谷歌搜索 • DALLE 3 • Data Analysis • YouTube 作为开发者，国外版本的能力更加强大和令人心动。 创建插件 参考官方文档：https://www.coze.com/docs/zh cn/plugin.html 参考官方文档：https://www.coze.com/docs/zh cn/plugin.html 将创建插件的流程补充完整 2.4 工作流 AI Agent的内功心法 节点 工作流是由多个节点构成，节点是组成工作流的基本单元。 节点的本质就是一个包含输入和输出的函数 Coze平台支持的节点类型： • LLM（大语言模型）：使用输入参数和提示词生成处理结果。 • Code（代码）：通过 IDE 编写代码处理输入参数，并返回输出值。 • Knowledage（知识库）：根据输入参数从关联知识库中召回数据，并返回。 • Condition（条件判断）： if else 逻辑节点，用于设计工作流内的分支流程，根据设置条件运行相应的分支 • Variable（获取变量）：从Bot中获取变量作为参数在工作流中使用 • Database（数据库）：在工作流中使用提前配置在Bot数据库中的数据 创建和使用工作流 这一块官方有现成的教程参考： 海外参考文档：https://www.coze.com/docs/zh cn/use workflow.html 国内参考文档：https://www.coze.cn/docs/guides/use workflow 海外参考文档：https://www.coze.com/docs/zh cn/use workflow.html 国内参考文档：https://www.coze.cn/docs/guides/use workflow 国内版本还提供了一些示例，学习工作流强烈建议大家跟着实操一遍： 搜索新闻：https://www.coze.cn/docs/guides/workflow search news 使用LLM处理问题：https://www.coze.cn/docs/guides/workflow use llm 搜索新闻：https://www.coze.cn/docs/guides/workflow search news 使用LLM处理问题：https://www.coze.cn/docs/guides/workflow use llm 生成随机数：https://www.coze.cn/docs/guides/workflow use code 搜索并获取第一个链接的内容：https://www.coze.cn/docs/guides/workflow get content 识别用户意图：https://www.coze.cn/docs/guides/workflow user intent 2.5 知识库、数据库和变量 AI Agent的记忆 AI Agent = LLM + Planning + Memory + Tools AI Agent = LLM + Planning + Memory + Tools Coze中的知识库、数据库以及变量功能来实现Agent的Memory模块 知识库（Knowledge） 为什么需要知识库 大模型并不是100%准确的，它会产生幻觉，主要是因为以下两点 • 训练大模型的数据是有日期限制的，如果你询问大模型超出日期限制的问题，则大模型无法准确回答 • 大模型的数据来源于互联网，如果是公司内部的私有数据，则大模型无法感知 因此知识库的出现就是为了解决大模型的数据准确性的问题。 大模型可以额外学习外接知识库中的知识，从而来精准回复用户。 知识库中最典型的一个应用就是客服系统： 公司可以将用户所有问题以及答案记录在文档中，然后以知识库的形式投喂给大模型。这样当用户通过自然语言询问问题时，大模型就可以根据知识库中的内容给出更加准确的回答。 知识库的理论基础：RAG 我们都知道大模型的训练数据是有截止日期的，那当我们需要依靠不包含在大模型训练集中的数据时，我们该怎么做呢？实现这一点的主要方法就是通过检索增强生成RAG（Retrieval Augmented Generation）。 在这个过程中，首先检索外部数据，然后在生成步骤中将这些数据传递给LLM。 我们可以将一个RAG的应用抽象为下图的5个过程： • 文档加载（Document Loading）：从多种不同来源加载文档。LangChain提供了100多种不同的文档加载器，包括PDF在内的非结构化的数据、SQL在内的结构化的数据，以及Python、Java之类的代码等 • 文本分割（Splitting）：文本分割器把Documents 切分为指定大小的块，我把它们称为“文档块”或者“文档片” • 存储（Storage）：存储涉及到两个环节，分别是： ◦ 将切分好的文档块进行嵌入（Embedding）转换成向量的形式 ◦ 将Embedding后的向量数据存储到向量数据库 ◦ 将切分好的文档块进行嵌入（Embedding）转换成向量的形式 ◦ 将Embedding后的向量数据存储到向量数据库 • 检索（Retrieval）：一旦数据进入向量数据库，我们仍然需要将数据检索出来，我们会通过某种检索算法找到与输入问题相似的嵌入片 • Output（输出）：把问题以及检索出来的嵌入片一起提交给LLM，LLM会通过问题和检索出来的提示一起来生成更加合理的答案 使用知识库 海外官方文档：https://www.coze.com/docs/zh cn/knowledge.html 国内官方文档：https://www.coze.cn/docs/guides/use knowledge 海外官方文档：https://www.coze.com/docs/zh cn/knowledge.html 国内官方文档：https://www.coze.cn/docs/guides/use knowledge 安装Coze Scraper 这个是Coze官方提供的一个Chrome插件，目的在于帮助用户提取网页上的内容，然后快速上传到自己的知识库中 海外官方文档：https://www.coze.com/docs/zh cn/scraper.html 国内官方文档：https://www.coze.cn/docs/guides/scraper 海外官方文档：https://www.coze.com/docs/zh cn/scraper.html 国内官方文档：https://www.coze.cn/docs/guides/scraper 数据库（Database） 海外参考文档：https://www.coze.com/docs/zh cn/database.html 国内参考文档：https://www.coze.cn/docs/guides/database 海外参考文档：https://www.coze.com/docs/zh cn/database.html 国内参考文档：https://www.coze.cn/docs/guides/database 数据库是偏编程的概念，非编程同学可以直接参考官方文档的教程操作一遍 数据库和知识库的区别主要有几点 • 知识库是提前内置在Bot内部的，一般只能用作检索使用 • 数据库则是既可以提前内置在Bot内部，也可以在和Bot互动的过程中将某些数据写入数据库，当作存