扣子空间（Coze Space）使用教程之 扣子空间 生产力经典案例（教程含邀请码，先到先得）

最新推荐文章于 2025-04-29 20:59:04 发布
最新推荐文章于 2025-04-29 20:59:04 发布
阅读量146 收藏
点赞数 5
分类专栏： NVIDIA GPU和大语言模型开发教程 文章标签： coze ai agent deepseek
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。
本文链接：https://blog.csdn.net/iCloudEnd/article/details/147575221
版权

简介

扣子空间是字节跳动于2025年4月18日推出的首款通用AI Agent平台，定位为“AI实习生”与“领域专家”协同办公的智能体系统。其核心目标是通过AI自主规划、调用工具、执行复杂任务，从“回答问题”升级为“解决问题”，覆盖从数据分析到文档生成的全流程办公场景。

生产力全面提升

从回答问题到解决问题，借助Agent帮助完成更多工作，提升整体生产力。下面分析4个经典生产力应用场景。

推荐文章

了解本专栏 订阅专栏 解锁全文
只需一个 GPU：本地微调 120 亿视觉语言模型 AI 工程师使用 Docker、Colab 和 Unsloth 的指南
iCloudEnd的博客
12-02 113
ChatGPT 的兴起造成了一种普遍的误解，即有意义的 AI 开发只属于 OpenAI、Google 和 Meta 等科技巨头。这种看法并不奇怪，尤其是考虑到像 Meta 的开源 405B 参数（大小为 812 GB）Llama 3.1 这样的大型模型，它在 MMLU 和 HumanEval 等行业标准基准上的表现可与 GPT-4 Omni 相媲美。
使用 Ollama 、 DeepSeek和QWEN的模型上下文协议 (MCP) ，使用本地 LLM 教程的 MCP 服务器
iCloudEnd的博客
04-06 332
模型上下文协议：MCP 服务器据称是 AI 领域的下一个重大改变者，它将使 AI 代理变得比我们想象的更加先进。MCP 或模型上下文协议由 Anthropic 去年发布，它可以帮助 LLM 连接软件并对其进行控制。但有一个问题大多数 MCP 服务器都与 Claude AI 兼容，尤其是 Claude AI 桌面应用程序，但它们有自己的限制。有没有办法我们可以使用本地 LLM 运行 MCP 服务器？
从零开始构建 Ollama + MCP 服务器
AI人工智能的学习之路
04-16 1411
本文详细介绍了如何将 Ollama 中的小型语言模型与本地 MCP 服务器进行集成。通过创建一个简单的 MCP 服务器并暴露工具，再利用客户端连接服务器获取工具定义并转换为 Pydantic 模型，最终将这些模型传递给 Ollama。Ollama 根据定义生成结构化响应，客户端通过后台线程和队列调用服务器工具。文章通过代码示例和详细步骤，展示了整个集成过程，并成功实现了从用户请求到工具调用再到获取结果的完整流程。
字节发布通用AI Agent 扣子空间，对标Manus（附邀请码）
永远保持随时离开的技术能力！
04-21 2010
字节发布通用AI Agent 扣子空间，对标Manus（附邀请码）
MCP实战-基于Ollama+qwen2.5以stdio方式实现MCP协议工具调用
AI agent
03-25 3596
基于Ollama+qwen2.5已stdio方式实现MCP协议工具调用
Ollama + MCP 深度整合指南：从模型到 LLM 应用开发全流程方案
分享平时的学习心得和笔记
04-25 1057
通过本文的教程，你已经掌握了如何将 Ollama 与 MCP 深度整合，打造一个功能强大的大语言模型应用。从环境准备、安装依赖、创建 MCP 服务器，到开发客户端、工具集成，再到优化与扩展，每一步都经过详细讲解，确保你能够轻松上手。如果你觉得这篇文章对你有帮助，欢迎在评论区留言交流，分享你的经验和心得！
Apifox 3月更新｜发布/分享的API文档全面升级、支持MCP、支持调试Ollama本地部署AI大模型接口、新增「鉴权组件」
04-01 1126
Apifox 在 3 月为大家带来了一大波新功能，赶快更新到最新版本一起体验吧！
MCP实战-基于Ollama+qwen2.5以sse方式实现MCP协议工具调用
AI agent
03-26 2190
指导实现基于Ollama+qwen2.5以sse方式实现MCP协议工具调用
扣子空间（Coze Space）使用教程之 扣子空间专家能力经典案例:基于问卷写用户分析报告、股票专家（教程含邀请码，先到先得）
iCloudEnd的博客
04-28 29
请帮我总结访谈记录。
扣子空间（Coze Space）使用教程之什么Coze Space，教程含5个邀请码
iCloudEnd的博客
04-28 140
扣子空间是字节跳动于2025年4月18日推出的首款通用AI Agent平台，定位为“AI实习生”与“领域专家”协同办公的智能体系统。其核心目标是通过AI自主规划、调用工具、执行复杂任务，从“回答问题”升级为“解决问题”，覆盖从数据分析到文档生成的全流程办公场景。
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)实例教程，批量将文案转为小红书风格，循环节点如何使用，如何使用扣子对接飞书多维表格？扣子免费系列教程（18）
涛涛讲AI
02-11 4463
更新记录除了需要APP token之外，还需要另一个必须输入的参数records。基本思路是读取飞书多维表格的多条记录内容，然后将读取的内容进行小绿书风格转换。因为返回的数据是格式化的JSON，建议使用JSON工具来查看。在扣子(coze)平台上官方提供了大量的高质量且实用的场景，帮助搭建快速实现想法。建议新建一个智能体，然后引用工作流，并将智能体设置为异步，这样就不会超时了。如果记录条数不多，采用工作流就可以，如果记录较多，比如超过了50条。好的命名方式是成功的一半，数据在智能体每一个节点之间来回。
Ollama+MCP保姆级整合教程：三行代码调用大模型开发LLM应用
分享平时的学习心得和笔记
04-25 364
对于刚接触大模型开发的工程师来说，模型部署和应用开发之间的断层常常让人抓狂。Ollama+MCP保姆级整合教程：三行代码调用大模型开发LLM应用。一、为什么你的LLM应用开发需要Ollama+MCP？二、手把手环境搭建（Windows/Mac通用）三、快速实现天气查询助手（附完整代码）3.3 Ollama集成调用（模型层）3.2 MCP服务封装（服务层）3.1 示例工具开发（工具层）• 智能客服系统（接入知识库）五、避坑指南（实测经验）4.1 双缓冲队列配置。4.2 常用参数优化表。2.2 文件结构规划。
大模型实战：LangGraph+MCP+Ollama：打造强大的多智能体聊天机器人
2401_85373691的博客
04-09 1144
如果你真的想学习大模型，请不要去网上找那些零零碎碎的教程，真的很难学懂！你可以根据我这个学习路线和系统资料，制定一套学习计划，只要你肯花时间沉下心去学习，它们一定能帮到你！
一个Ollama+Cline+VSCode+qwen2.5-coder-cline+MCP的例子
gregmankiw的博客
03-17 644
【代码】一个Cline+VSCode+qwen2.5-coder+MCP的例子。
Qwen-3深度解析：硬件配置、原生MCP功能及模型选择全面详解
最新发布
2401_84494441的博客
04-29 1154
仅需1/3硬件成本，性能全面超越DeepSeek-R1模型！时隔半年，全新一代Qwen-3系列模型正式发布！在经历了Claude 3.7、Gemini 2.5和GPT-4.1模型发布后，Qwen-3模型再次扛起了全球开源大模型的大旗，性能一举追平全球最强Gemini 2.5 Pro模型，并且也是全球首款混合推理开源模型，同时还具备了极强的MCP能力！我们团队也是通宵进行了模型性能测试并制作了保姆级模型安装部署完整指南和代码⬇️进入社区即可领取～
探秘实时聊天神器：qwen.cpp
gitblog_00078的博客
05-21 659
探秘实时聊天神器：qwen.cpp qwen.cpp C++ implementation of Qwen-LM 项目地址: https://gitcode.com/gh_mirrors/qw/qwen.cpp ...
使用SpringAI实现MCP服务并与Qwen集成使用
2401_85390073的博客
04-16 1008
01——MCP 介绍MCP（Model Context Protocol，模型上下文协议）是一种开放协议，旨在实现 大型语言模型（LLM） 应用与外部数据源、工具和服务之间的无缝集成，类似于网络中的 HTTP 协议或邮件中的 SMTP 协议。MCP 协议通过标准化模型与外部资源的交互方式，提升 LLM 应用的功能性、灵活性和可扩展性。MCP 的架构由四个关键部分组成：1、主机（Host）：主机是期望从服务器获取数据的人工智能应用，例如一个集成开发环境（IDE）、聊天机器人等。
ollama 部署 deepseek-r1 70B 模型完整指南
Code1994的博客
02-07 2864
Ollama运行界面。
coze api使用教程
03-12
### 关于Coze API的使用教程 对于希望深入了解并掌握Coze API使用的开发者而言，存在多种途径可以获得详细的指导和支持。官方文档是获取权威信息的重要来源之一，在这里可以找到关于API的各项操作指南以及最佳实践建议[^1]。 除了官方文档外，LangChain社区同样提供了丰富的教程和实例供学习者参考。这些资源不仅有助于理解基本概念，还能帮助使用者探索更高级的应用场景，从而充分发挥Coze API的功能特性[^2]。 针对具体应用场景下的开发需求，如创建智能聊天机器人或是集成工作流等功能模块时遇到的技术难题，《如何使用Coze API》系列文章则能提供针对性的帮助。这类资料通常会详细介绍从环境搭建到实际编码过程中可能碰到的各种情况及其解决方案[^3]。 此外，有关于通过API直接调用特定服务（例如工作流管理），也有专门章节介绍相应的认证机制建立方法等内容，确保开发者能够在安全可控的前提下充分利用平台所提供的各项能力[^4]。 ```python import requests def create_authorization(api_key, secret_key): url = "https://api.coze.example.com/auth" payload = { 'apiKey': api_key, 'secretKey': secret_key } response = requests.post(url, json=payload) if response.status_code == 200: token = response.json().get('token') return f'Bearer {token}' else: raise Exception(f"Failed to get authorization: {response.text}") ```
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

知识大胖

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