Coze扣子教程（一）

原创 于 2025-11-14 12:12:08 发布 · 516 阅读 · 12 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#ai #人工智能 #数据库 #AI编程

什么是 Coze Studio

Coze Studio

Coze Studio 是一款集成式 AI Agent 开发利器，汇聚各类前沿大模型和工具，支持多样化的开发模式与框架，从开发到部署全流程覆盖，为你缔造极致便捷的 AI Agent 创作环境。目前已有上万家企业及数百万开发者依托 Coze Studio 开展工作。

Coze Studio 提供了 AI Agent 开发所需的核心技术组件，包括 Prompt、RAG、Plugin 和 Workflow，让开发者能够专注于 AI 核心价值的创新实现。

具备开箱即用特性，以最低成本打造专业级 AI Agent：Coze Studio 为开发者配备了完善的应用模板和编排框架，基于这些资源，你可以迅速构建各类 AI Agent，让创意迅速落地为现实应用。

Coze Studio 源自服务过上万家企业及数百万开发者的「扣子开发平台」，我们将其核心引擎全面开放。这一可视化开发工具使 AI Agent 的创建、调试与部署过程变得异常简单。

借助 Coze Studio 提供的直观可视化设计与编排工具，开发者通过零代码或低代码方式，能够快速打造并调试智能体、应用及工作流，实现强大的 AI 应用开发及更多定制化业务逻辑，是构建低代码 AI 产品的理想之选。Coze Studio 致力于降低 AI Agent 开发与应用的门槛，鼓励社区共建和分享交流，助力你在 AI 领域进行更深层次的探索与实践。

技术架构方面，Coze Studio 后端采用 Golang 语言开发，前端则基于 React + TypeScript，整体架构遵循微服务设计并依据领域驱动设计（DDD）原则构建。为开发者提供一个高性能、高可扩展性且便于二次开发的底层框架，助力应对复杂多变的业务需求。

Coze Studio 能做什么

借助扣子提供的可视化设计与编排工具，你可以通过零代码或低代码的方式，快速搭建出基于大模型的各类 AI 项目，满足个性化需求、实现商业价值。

  • 搭建智能体：智能体是基于对话的 AI 项目，它通过对话方式接收用户的输入，由大模型自动调用插件或工作流等方式执行用户指定的业务流程，并生成最终的回复。智能客服、虚拟伴侣、个人助理、英语外教都是智能体的典型应用场景。
  • 搭建 AI 应用：应用是指利用大模型技术开发的应用程序。扣子中搭建的 AI 应用具备完整业务逻辑和可视化用户界面，是一个独立的 AI 项目。通过扣子开发的 AI 应用有明确的输入和输出，可以根据既定的业务逻辑和流程完成一系列简单或复杂的任务，例如 AI 搜索、翻译工具、饮食记录等。
  • 搭建工作流：扣子的工作流功能可以用来处理逻辑复杂，且有较高稳定性要求的任务流。扣子提供了大量灵活可组合的节点包括大语言模型 LLM、自定义代码、判断逻辑等，无论你是否有编程基础，都可以通过拖拉拽的方式快速搭建一个工作流。例如创建一个撰写行业研究报告的工作流，让智能体写一份 20 页的报告。

快速开始

参考快速开始，了解如何获取并部署 Coze Studio 开源版，快速构建项目、体验 Coze Studio 开源版。

功能清单

功能模块功能点
模型服务管理模型列表，可接入OpenAI、火山方舟 等在线模型服务
搭建智能体* 编排、发布、管理智能体
* 支持配置工作流、知识库等资源
搭建应用* 创建、发布应用
* 通过工作流搭建业务逻辑
搭建工作流创建、修改、发布、删除工作流
开发资源支持创建并管理以下资源：

* 插件
* 知识库
* 数据库
* 提示词
API 与 SDK创建会话、发起对话等 OpenAPI
通过 Chat SDK 将智能体或应用集成到自己的应用

环境要求

在参考本文安装 Coze Studio 之前，确保您的软硬件环境满足以下要求：

项目说明
CPU2 Core
RAM4 GiB
Docker提前安装 Docker、Docker Compose，并启动 Docker 服务，详细操作请参考 Docker 文档：

* macOS：推荐使用 Docker Desktop 安装，参考 Docker Desktop For Mac 安装指南。
* Linux：参考 Docker 安装指南 和 Docker Compose 安装指南。
* Windows：推荐使用 Docker Desktop 安装，参考 Docker Desktop For Windows 安装指南。

安装 Coze Studio

为简化部署流程，火山引擎提供了一键部署解决方案。

步骤一：获取源码

在本地项目中执行以下命令，获取 Coze Studio 最新版本的源码。

# 克隆代码 
git clone https://github.com/coze-dev/coze-studio.git

步骤二：部署并启动服务

首次部署并启动 Coze Studio 需要拉取镜像、构建本地镜像，可能耗时较久，请耐心等待。如果看到提示 "Container coze-server Started"，表示 Coze Studio 服务已成功启动。

cd coze-studio
# start service
# for macOS or Linux
make web  
# for windows
cp .env.example .env
docker compose -f ./docker/docker-compose.yml up

步骤三：注册账号

访问 http://localhost:8888/sign 输入用户名、密码点击注册按钮。

步骤三：配置模型

配置模型，http://localhost:8888/admin/#model-management 新增模型。

步骤五：登录访问

访问 Coze Studio http://localhost:8888/

Image

后续操作

成功部署 Coze Studio 后，如需使用插件、知识库等功能，你还需要：

  • 配置插件：部分官方插件需要通过第三方服务的密钥鉴权，例如飞书云文档系列组件。若未配置密钥，插件将显示为”未授权“。
  • 配置基础组件：核心组件如下
    • 知识库：如需使用知识库功能，则必须配置 Embedding 组件；对于图片知识库，还需要额外设置 OCR 组件以识别图片中的文字。
    • 图片上传：当需要使用大模型多模态输入时，上传组件需要配置公网域名或者 IP 地址，否则在调试台和模型对话时，模型无法读取已上传的图片。
  • 配置模型：按需增加模型服务，使你的智能体、工作流或应用能使用更多模型。

公网安全风险

如果要将 Coze Studio 部署到公网环境下，建议关注以下安全风险：

模型配置注意事项

在填写模型配置文件之前，请确保你已经了解了以下注意事项：

为 Coze Studio 配置模型

Coze Studio 是基于大语言模型的 AI 应用开发平台，首次部署并启动 Coze Studio 开源版之前，你需要先在 Coze Studio 项目里配置模型服务，否则创建智能体或者工作流时，无法正常选择模型。

可以通过配置管理后台 http://localhost:8888/admin/#model-management 来添加火山删除模型。

第三方模型服务

平台protocolbase_url特别说明
火山方舟ark国内火山引擎：https://ark.cn-beijing.volces.com/api/v3/
海外 BytePlus：https://ark.ap-southeast.bytepluses.com/api/v3/		无
阿里百炼openai 或
qwen		https://dashscope.aliyuncs.com/compatible-mode/v1qwen3 系列在非流式调用时不支持 thinking，如果使用需要设置 conn_config 中 enable_thinking: false，coze studio后续版本会适配此能力。
硅基流动openaihttps://api.siliconflow.cn/v1无
其他第三方 api 中转openaiapi 文档中提供的地址
注意路径通常带 /v1 后缀，不带 /chat/completions 后缀		如果平台仅中转或代理模型服务，非 openai 模型请按照【官方模型服务】部分文档配置 protocol

开源框架

框架protocolbase_url特别说明
ollamaollamahttp://${ip}:114341. 镜像网络模式是 bridge，coze-server 镜像内 localhost 不是主机的 localhost。需要修改为 ollama 部署机器的 ip，或 http://host.docker.internal:11434
2. 检查 api_key：未设置 api_key 时，此参数置空。
3. 确认部署 Ollama 主机的防火墙是否已开放 11434 端口。
4. 确认 ollama 网络已开启对外暴露。
 

Image

vllmopenaihttp://${ip}:8000/v1（port 启动时指定）无
xinferenceopenaihttp://${ip}:9997/v1 （port 启动时指定）无
sglangopenaihttp://${ip}:35140/v1（port 启动时指定）无
LMStudioopenaihttp://${ip}:${port}/v1无

官方模型服务

模型protocolbase_url特别说明
Doubaoarkhttps://ark.cn-beijing.volces.com/api/v3/无
OpenAIopenaihttps://api.openai.com/v1检查 by_azure 字段配置，如果模型是微软 azure 提供的模型服务，此参数应设置为 true。
Deepseekdeepseekhttps://api.deepseek.com/无
Qwenqwenhttps://dashscope.aliyuncs.com/compatible-mode/v1qwen3 系列在非流式调用时不支持 thinking，如果使用需要设置 conn_config 中 enable_thinking: false，coze studio后续版本会适配此能力。
Geminigeminihttps://generativelanguage.googleapis.com/无
Claudeclaudehttps://api.anthropic.com/v1/无

Pages 25

Home

Clone this wiki locally
扣子Coze插件教程：如何使用Coze IDE创建插件
andy_68147772的博客
04-14 3928
Coze IDE 是扣子提供的在线编码和运行环境，允许您在多种技术栈中创建插件。待插件发布后，IDE 会帮助您托管运行代码，您无需关心环境配置、服务部署等步骤。在 Coze IDE 中，您可以借助 AI 轻松创建插件，无需关心开发环境。此外，您可以使用 IDE 内置的 AI 助手获取代码方面的帮助，包括生成代码、修改代码、解释代码和添加注释。举个例子：你有一个工具箱，里面钳子、扳手，螺丝刀。，编程界之翘楚，代码之大师。吾欲以此笔记，传授编程之道，助汝解技术难题。📄 吾之文章，不以繁复之言，惑汝耳目；
DeepSeek+Coze扣子搭建智能体（保姆级教程）
yizhen91y的博客
02-10 1万+
DeepSeek+Coze扣子搭建智能体（保姆级教程）
Coze使用教程-插件
lypzcgf的专栏
09-03 305
本文介绍了扣子（Coze）插件的功能与应用。插件是相关工具的集合，包含工具名、输入参数和输出参数三要素。文章详细演示了插件的使用流程：从创建插件、定义工具（API）、发布插件到实际调用，涵盖基于已有服务和Coze IDE两种创建方式。通过具体案例展示了大模型如何智能调用插件工具，并指导如何将自定义插件提交至商店。最后还提供了插件问题反馈渠道。全文系统讲解了插件开发与应用的全流程，帮助开发者扩展AI智能体功能。
中文GPTS，字节中文扣子Coze使用全教程
andy_68147772的博客
02-10 9176
字节出自己的GPTS了，名字英文名叫coze，中文名叫“扣子”。和OpenAI的GPTS类似。具有可定制性和完成特定任务的强大功能，它提供了一种新的GPT方式，可以让用户根据自己的需求定制化，并与其他用户共享。
扣子（coze）教程1-智能体 | 界面重点功能
weixin_44276464的博客
12-02 6660
本次介绍了扣子在工作中如何应用，以及如何创建智能体或应用，并介绍了扣子界面其他两个重要的动能。商店，查看广大网友的创建的智能体、应用等。工作空间，查看自己创建的智能体，应用等。
coze(扣子)智能体和AI应用从入门到精通(保姆式教程)
热门推荐
程序老曹的博客
02-22 2万+
扣子是新一代 AI 应用开发平台。无论你是否有编程基础，都可以在扣子上快速搭建基于大模型的各类 AI 应用，并将 AI 应用发布到各个社交平台、通讯软件，也可以通过 API 或 SDK 将 AI 应用集成到你的业务系统中。这个 天生漫画师 应用支持用户输入一段故事梗概或者片段，点击生成漫画就可以获得到根据自己创建的工作流生成的相对应的漫画图片。
最新扣子(Coze)实战教程：扣子​使用基础，完全免费，快来学习吧~
andy_68147772的博客
05-27 4309
在快速开始这个章节，我们先不使用插件，工作流等，目的是为了让大家快速上手。这些功能点我们会在后面的章节逐一讲解，要照顾一下从零起步的同学哦 😊 在这里我提出了一个主题：写一篇华为手机的文案。在这里要对Bot的人物进行设定，以及让Bot如何回复用户的问题。这里涉及到提示词如何撰写的知识，我会在后面的章节为大家讲解，如何写出高质量的关键词。在这里我们只发布到Bot商店，其他的平台我们在之后的章节里讲解。在界面的左上角，你可以点击"创建 Bot"按钮来创建一个新的Bot。，编程界之翘楚，代码之大师。
15.「极简」扣子(coze)教程 | 基本组件“选择器”节点一定要讲讲透(一)
u014527622的博客
05-28 2482
大师兄之前已经连续发了几篇“入门级”的内容。主要是一些扣子编程最基本的组件及其中一些属性的使用方法。今天大师兄来讲一讲扣子编程的“选择器”组件。
「极简」扣子(coze)教程 | 一篇讲透“变量聚合” 节点，让输入更灵活！
u014527622的博客
05-16 2262
通过修改工作流，添加“变量聚合”节点，使之前的应用可以同时支持链接和文本输入。
20.「实用」扣子(coze)教程 | 工作流组件升级教程，一键封装工作流（一）
u014527622的博客
06-08 1460
今天大师兄来演示一个技巧，可以把“工作流”中的几个组件合并到一个“工作流”组件中。这样既减少了在屏幕上同时显示的组件数，在需要重用这些功能的时候又可以复用。
OpenAI 悄然上线「网校」OpenAI Academy
fenglovemu的博客
11-10 1534
OpenAI 悄然上线「网校」OpenAI Academy
从法律文档到知识图谱
Anspire的博客
11-10 2213
这里我们定义了两个 Pydantic 模型：Location 用于捕捉结构化的地址信息，包含可选的国家、州和地址字段；Party 用于表示合同参与方，包含必填的名称和可选的位置详情。字段描述通过告知 LLM 每个字段具体需要查找哪些信息，来辅助提取过程。"""包含结构化地址组件的位置信息。"""country: Optional[str] = Field(None, description="国家")
AI 编程翻车实录 - 智谱 GLM 4.6 给的自信
0x0007 的博客
11-09 1024
一位资深Windows程序员分享了他在AI辅助编程(GLM-4.5/4.6)下的开发体验。在熟悉领域(Windows桌面宠物开发)中，AI能完美辅助完成技术调研、原型开发和文档编写，显著提高效率；但在陌生领域(鸿蒙APP开发)则因基础知识缺乏而遭遇瓶颈。作者得出结论：AI是强大的能力放大器，在熟悉领域能锦上添花，但对完全陌生的领域仍需基础学习才能有效协作。这种体验展现了AI编程的潜力与局限，提示开发者既要善用工具也要夯实基础。
人脸检测识别技术
最新发布
m0_49367516的博客
11-13 271
人脸识别
PAB-Mamba-YoLo: VSSM 辅助 YOLO 用于断奶仔猪攻击行为检测
AI浩
11-08 2495
仔猪间的攻击行为被认为是一种有害的社会接触。监测具有强烈攻击行为的断奶仔猪对于生猪育种管理至关重要。本研究引入了一种新颖的混合模型 PAB-Mamba-YOLO，该模型集成了 Mamba 和 YOLO 的原理，用于高效视觉检测断奶仔猪的攻击行为，包括爬跨身体、鼻部撞击、咬尾和咬耳。在所提出的模型中，开发了一个新颖的 CSPVSS 模块，该模块将跨阶段部分（CSP）结构与视觉状态空间模型（VSSM）集成在一起。
1.3 半监督学习黑科技：如何用少量标注数据提升模型性能，节省90%标注成本？
yonggeit的博客
11-12 433
半监督学习：用少量标注数据提升模型性能 半监督学习是一种混合监督和无监督学习的方法，通过同时利用少量标注数据和大量未标注数据来训练模型，可显著降低标注成本。核心思想包括： 自训练：模型为高置信度未标注数据生成伪标签，迭代扩充训练集 协同训练：利用不同特征视图训练多个模型互相提供伪标签 一致性正则化：对数据增强样本强制输出一致性 实验表明，仅使用10%标注数据配合半监督学习，就能达到接近全监督学习的性能。这种方法特别适用于标注成本高的医疗影像、自然语言处理等领域，可节省90%以上标注成本。
AI赋能开发新范式|星图云开发者平台：智能编码、能力卡片、工作流编排全栈搞定！
DevMate的博客
11-10 829
开发者们，别再被割裂的AI工具困在“伪智能”时代了——当大多数低代码基础平台还在单点突破，GEOVIS DevMate已用全栈式AI引擎，让开发效率直接起飞！
C++ 在 AI 时代的核心角色：从系统底座到支撑 LLM 的技术基石
nnn__nnn的博客
11-10 638
在 AI 与 LLM 的技术浪潮中，C++ 或许不是最 “光鲜” 的语言，却始终是性能、底层控制、系统级协同的 “压舱石”。它支撑着从框架研发到模型部署的全流程，既是 AI 创新的 “幕后英雄”，也是开发者在追求极致性能时的 “终极武器”。对于每一位 AI 从业者或爱好者，理解 C++ 在 AI 系统中的角色，不仅能帮你更深入地掌握技术本质，更能在大模型时代的技术竞争中，找到差异化的突破点 —— 毕竟，能把 “快” 做到极致的语言，永远不会被时代淘汰。
Product Hunt 每日热榜 | 2025-11-12
LaughingZhu的博客
11-12 494
Product Hunt 每日热榜 | 2025-11-12 Talo 提供实时语音翻译，适用于视频通话、现场活动、离线演示和播放直播等场景。你可以使用机器人或桌面应用来翻译会议，也可以通过我们的 API 进行集成。让每一次对话都能在全球范围内无障碍交流。
coze 扣子工作流的教程
03-13
<think>嗯，用户想了解Coze（扣子）工作流的教程。首先，我需要确认用户所说的Coze是否是他们自己可能拼写错误，或者是否有其他名称的产品。不过根据常见的工具，可能是指字节跳动推出的Coze平台，它是一个AI Bot开发平台，工作流是其核心功能之一，用于自动化任务处理。 接下来，我需要回忆Coze工作流的主要功能和操作步骤。工作流通常包括触发器、节点配置、条件判断、API调用、数据处理等模块。可能需要分步骤介绍如何创建、配置和调试工作流。 用户可能需要基础的操作指南，比如如何进入工作流界面，添加节点，设置输入输出，使用变量，以及测试流程。此外，常见的使用场景示例可能对他们有帮助，比如自动化回复、数据处理或集成外部服务。 需要确保回答结构清晰，分步骤说明，并且语言简洁。同时，要检查是否遵循了系统级指令，比如数学公式的格式，但在这个问题中可能用不到数学公式。不过还是要留意，如果有变量或代码块，可能需要用反引号包裹。 另外，用户可能遇到问题，比如节点配置错误或调试失败，可以提醒他们检查输入输出格式，或者查看官方文档。最后，附上官方资源链接会更好，但不确定是否允许，所以可能需要建议他们访问官网或社区。 现在组织回答结构：先介绍工作流是什么，然后分步骤讲解创建流程，再给出示例，最后注意事项和总结。确保每个步骤都有编号或小标题，方便用户跟随。</think>以下是为您整理的Coze（扣子平台）工作流操作指南，分步骤解析核心功能与使用方法： --- ### 一、工作流基础概念 **作用**：通过可视化节点串联复杂任务，实现自动化处理（如多步计算、API调用、条件判断等）。 --- ### 二、操作步骤详解 #### 1. **创建工作流** - 进入Bot编辑页 → 点击「工作流」→「新建」 - 命名工作流并填写描述（建议明确功能） #### 2. **配置输入参数** - 点击「输入参数」→「添加参数」 - 定义变量名称、类型（文本/数字/布尔值等）及描述 *示例：添加`user_query`接收用户提问* #### 3. **添加节点与逻辑 **(1) 基础节点类型** - **代码节点**：执行Python脚本（支持数据处理） - **API调用**：接入外部服务（需配置URL/Headers） - **条件分支**：通过`if-else`控制流程走向 - **大语言模型**：调用AI生成文本 **(2) 节点连接技巧** - 拖动节点右侧「+」建立连接线 - 通过`{{变量名}}`引用上游输出值 *示例：`{{api_response.data}}`* #### 4. **调试与测试** - 点击右上角「调试」→ 输入测试参数 - 逐节点查看执行状态与数据流向 - 修改错误节点后需重新保存 --- ### 三、实用案例演示 **场景**：自动生成天气提醒 1. 输入参数：`location`（城市名） 2. 添加「API节点」调用天气接口 3. 添加「条件节点」判断是否下雨 - 是 → 调用LLM生成带伞提醒 - 否 → 返回基础天气信息 --- ### 四、注意事项 1. **变量作用域**：每个节点的输出需手动传递到下游 2. **错误处理**：建议为API节点设置重试机制 3. **性能优化**：避免在循环中频繁调用收费API --- ### 五、学习资源推荐 1. 官方文档：`coze.com/docs/workflows`（需替换为真实地址） 2. 社区案例库：平台内置的模板中心 3. 调试技巧：善用「控制台日志」输出中间值 如需特定场景的配置演示，可提供具体需求进一步详解。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

公版JAVA开发

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值