智能体的学习（一）

题记

1.Coze

以下是我结合智能体学习，deepseek,csdn,哔哩哔哩的一些理解

📌 Coze 是什么？

Coze 是字节跳动（ByteDance）推出的 AI Bot 开发平台，允许用户快速构建、训练和部署 AI 聊天机器人（Bot），而无需编写复杂代码，并且包含有很多免费的ai模板，对于一个新手而且是很友好的，主要体现在以下四点，入门无需任何编程基础，当前最强的LLM编排平台，目前完全免费，但未来一定会收费，具有极高的商业价值

。它基于大语言模型（如 GPT、字节自研模型等），支持自然语言交互、插件扩展、知识库增强、多平台发布等功能。

核心特点：
✅ 零代码/低代码：可视化配置，无需编程经验
✅ 多模型支持：可选用不同 AI 模型（如 GPT-4、云雀等）
✅ 知识库增强：上传文档（PDF/TXT/Excel等）让 Bot 更专业
✅ 插件系统：联网搜索、代码执行、数据库查询等
✅ 多平台发布：可部署到飞书、微信、Discord、Telegram等

---

📌 Coze 能做什么？

1. 快速搭建 AI 问答 Bot

• 客服机器人（自动回答常见问题）

• 知识库助手（基于上传的文档回答专业问题）

• 娱乐聊天 Bot（陪聊、讲故事、玩文字游戏）

2. 复杂任务处理（结合插件）

• 天气查询（联网获取实时数据）

• 股票/新闻查询（调用 API）

• 代码解释/运行（Python 等）

3. 多平台集成

• 飞书、微信、Discord、网页端等直接使用

---

📌 Coze vs 其他 AI Bot 平台（如 GPTs、LangChain）

特性	Coze	OpenAI GPTs	LangChain（自建）
是否需要代码	❌ 无代码	❌ 无代码	✅ 需要 Python
知识库支持	✅ 直接上传文档	✅ 可上传文件	✅ 需手动处理
插件生态	✅ 官方+自定义插件	✅ 有限插件	✅ 高度灵活
多平台发布	✅ 一键发布	❌ 仅限 ChatGPT	✅ 需自行部署
适合人群	小白/企业/开发者	普通用户	开发者/工程师

👉 Coze 优势：

• 比 GPTs 更开放（支持更多平台发布）

• 比 LangChain 更简单（无需写代码）

• 适合国内用户（字节生态，中文优化好）

2.搭建的智能体

 使用coze搭建一个专门帮助软件工程学生面试笔试的智能体

这里我主要用的是知识库来进行搭建的智能体，没有添加其他图像识别之类的模块！

3.总结

1.使用coze搭建智能体的看法和思考

首先就是，我以为搭建智能体至少要写一些代码引入一些依赖，或者api密钥什么的才能用之类的，而且还要运行项目，这是我之前以为的，现在才发现是这么方便的。 

 零代码：通过可视化界面配置知识库、插件、工作流

 即时部署：一键发布到飞书/微信，无需服务器

成本极低：目前完全免费，企业级需求也能快速验证（只不过现在只有500点资源免费使用）

Coze是"快速原型工具"，适合MVP验证，但复杂逻辑仍需传统开发，需要人力来编写代码，这个Coze如果想要在更大的项目中运用的话，更考验程序员的理解和编写运用能力，但是相比之前，可能颠覆传统客服/内部知识系统开发流程，可以节省90%成本，把之前很多复杂繁琐的地方简单化了。AI平民化的标志，像当年"人人能建网站"一样，未来"人人能造AI助手"一样了，虽然只限于简单的智能体构建，在当前时代也很适用了，使用更要求我们程序员们走ai道路，争取不被ai替代！

2.技巧总结

1.知识库优化技巧

分模块：上传文档之类的，可以用关键字，标记段落，区分模块，避免读取碎片化！

2.提示词（Prompt）设计

设定角色：一开始就告诉ai你是什么样的人，要什么样的资料，并且添加限制，防止给出偏离逻辑的答案。

"你是一名专业的跨境电商客服，回答时需简洁友好，所有商品信息以知识库为准"  

"如果问题超出知识库范围，必须回答：'该问题需人工协助，已为您转接'"  

3.工作流（Workflow）高级用法

人工接管：设置"转人工"触发词，自动生成工单（可对接飞书审批）

多条件分支：

WHEN 用户问"价格" → 调用商品数据库插件  
WHEN 用户问"售后" → 检索知识库《退换货政策》  

4.插件组合策略

实时数据：

天气查询 = 联网插件 + 地理位置提取（NLP）  
股票报价 = 第三方API插件 + 公司名称映射表  

风险控制：敏感词过滤插件 + 自动记录违规日志

5.发布渠道的隐藏技巧

飞书机器人：绑定到内部群聊，设置@Bot自动触发

网页嵌入：通过iframe嵌入公司官网（需自定义UI）

3.智能体与其他ai的联系

智能体，大模型，知识库之间的联系
在智能体和人工智能领域，知识库（Knowledge Base）、智能体（Agent）和大模型（Large Model）是三个关键概念，它们之间的关系既互补又协同。以下是对它们的定义和联系的详细解释：

通过Coze实践，我理解的三者的基本技术栈关系：

[用户输入]  
→ 大模型（理解意图/生成草稿）  
→ 知识库（检索精准数据）  
→ 智能体（组合结果+调用插件）  
→ [输出回答]  

• 大模型是"大脑"：

优势：理解模糊语义、生成自然语言

短板：知识滞后、缺乏领域深度

• 知识库是"记忆"：提供准确、可追溯的领域知识

优势：提供最新、结构化知识（如产品手册、法规）

短板：无法直接理解自然语言提问

• 智能体是"肢体"：协调工具使用和业务流程

优势：协调工具调用（API/插件）、控制流程

与其他AI应用的横向对比

工具	核心优势	适合场景	Coze对比优势
ChatGPT	通用对话能力强	个人娱乐/灵感激发	Coze支持知识库+多平台发布
LangChain	高度自定义开发	复杂AI系统开发	Coze开发速度快10倍
钉钉AI	企业IM深度集成	内部办公自动化	Coze模型选择更灵活

技术栈	代表工具	与智能体生态的关系
RAG框架	LlamaIndex	Coze知识库本质是简化版RAG实现
低代码平台	Zapier/Make	Coze=低代码+大模型，但专注对话场景
AutoML	Google Vertex AI	大模型微调功能未来可能整合到Coze企业版

未来的AI应用开发，不再是"从头训练模型"，而是如何用智能体技术整合大模型、知识库和工具链。Coze这样的平台正在降低门槛，但理解三者协同原理的人，才能设计出真正高效的AI解决方案。