大模型应用开发初探 : 基于Coze创建Agent（附教程）

最新推荐文章于 2025-04-21 10:28:14 发布

LLM教程

最新推荐文章于 2025-04-21 10:28:14 发布

阅读量1.8k

点赞数 26

文章标签：人工智能大模型 embedding 本地化部署 Agent Coze 程序员

本文链接：https://blog.csdn.net/AAI666666/article/details/143817336

版权

最近学习了一门课程《AI Agent入门实战》，了解了如何在Coze平台上创建AI Agent，发现它对我们个人（C端用户）而言十分有用，分享给你一下。

Coze是什么？

Coze（扣子）是字节跳动公司开发的新一代AI应用开发平台，使用这个AI应用开发平台，无论你是否有编码基础，都可以快速搭建基于大语言模型的各类AI Bot，还可以将Bot发布到其他渠道。对于一个AI Agent而言，最重要的能力就是任务规划、调用工具、知识库和记忆能力，而这些能力在Coze中你都不需要关注，已经封装好了提供给你，对你而言就是透明的。

如上图所示，我们可以对我们要做的AI Agent先设立人设，然后给它注册想要调用的工具或工作流，还可以给它注册一个内部知识库（文档/图片/表格等），如果想要记忆能力甚至可以直接给它添加一个数据库供其使用，最后再通过调试模块进行测试，一个针对AI Agent的“宇宙最强IDE“也不过如此。
目前，Coze有两个版本：

（1）基础版：面向尝鲜体验的个人和企业开发者，全部功能免费使用，但有一定的限量额度，超过后不可再使用，需切换专业版后继续使用。

（2）专业版：面向对稳定性和用量有更高需求的专业开发者，支持更高团队空间容量和免费知识库容量，付费功能保障专业级 SLA，不限制调用请求频率和总量，费用按实际用量计算。

这里，我用的是基础版，主要是尝尝鲜，做了几个DEMO体验下效果，用到的模型主要是豆包的Function Call模型。未来，我们可能会主要尝试企业内部搭建的FastGPT或Dify，又或者是微软的AutoGen。

下面，主要通过我做的这几个DEMO一起来看看Coze提供的一些关键能力。

强大的工作流配置

我通过Coze创建了一个城市天气助手的Bot，使用了Coze提供的工作流能力，如下图所示，这是一个获取天气预报并解析的工作流：

可以看到，通过一个简单的工作流，我们就快速调用了大模型和插件（墨迹天气）的能力，而这些操作在传统的编码场景下，都需要程序员单独来处理，现在则是0代码纯配置就可以了。

基于这个工作流，我再把人设和回复的逻辑配置一下提示词，就可以完成一个Bot的创建。值得一提的是，针对你的提示词，Coze提供了一个优化的功能，可以按照最佳实践将你的提示词做一个优化，这真的是一个很实用的功能。

最后实现的效果如下图所示：

强大的图像流配置

我通过Coze创建了一个产品图背景替换助手的Bot，用到了Coze提供的另一个强大技能：图像流。这也是一个工作流，但是其用到了专门针对图像处理的处理节点，例如图像生成、背景替换、画质提升等等。这些功能对于有做社交媒体运营的朋友，应该挺有帮助的。

最后的效果如下图所示：我把原图和想要替换的背景描述给它，它给我输出了一张还算不错的背景替换图。

快捷的知识库应用

Coze支持不同格式的知识库，例如文本类型（如txt, pdf, doc等）、表格类型（如xls等）以及照片类型（如png, jpg等）。

比如，我创建了一个MongoDB知识助手的Bot，就导入了一些MongoDB的体系课程的pdf文档：

最终的效果如下图所示：

又如，我创建了一个产品图查询助手的Bot，可以基于我导入的产品图资料库，让我可以快速的查找到对应的产品图。

效果如下图所示：

再如，假设我是一个在线课堂的老板，我将课程订单表（Excel）导入到知识库中，通过对人设和回复逻辑的设置，就可以实现一个快速查询的功能：

透明的记忆能力

假设我是一个在线课堂的老板，我可以用Coze创建一个在线客服，让它和客户对话，并试图引导用户留下姓名和联系方式，这就需要一个类似于数据库的记忆能力。

这样配置后，一旦客户在对话中留下联系方式，我们的Bot就会自动将其存入预先设置的数据库中：

其他能力

对于客服类Bot，语音能力是非常重要的，在Coze中可以支持语音通话，还有多种口音供选择，个人觉得这是很方便的一个支持能力。

发布到订阅号

Coze可以支持发布到多个平台，未来可能真的会有Agent Store的概念。不过，我目前最喜欢的还是可以直接发布到微信订阅号，这样大家在给我回复时，不只是有冷冰冰的自动回复，而是有情绪价值的回复，for all of you!

小结

本文简单介绍了Coze（扣子）这个AI应用开发平台的主要功能，通过我所学习实践的一些DEMO来了解一下在AI Agent开发中涉及到一些核心概念如工作流、图像流、记忆能力、知识库等等，相信会对大家在今后的AI Agent开发实践中有所帮助。

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望