使用Coze工作流(二)

简介: 使用Coze工作流(二)

使用Coze工作流

通过本文你可以了解如何创建、发布、复制工作流,以及如何在 Bot 中添加工作流。

使用工作流的顺序如下:

  1. 创建工作流。
  2. 配置工作流。添加工作流节点并按照要处理的用户任务顺序连接工作流。
  3. 测试并发布工作流。
  4. 将工作流添加到你的 Bot 内。

步骤一:创建工作流

  1. 登录扣子。
  2. 在左侧导航栏的工作区区域,选择进入指定团队。
  3. 在页面顶部进入工作流页面,并单击创建工作流
  4. 设置工作流的名称与描述,并单击确认
  • 说明
    清晰明确的工作流名称和描述,有助于大语言模型更好的理解工作流的功能。
  • 创建后页面会自动跳转至工作流的编辑页面,初始状态下工作流包含 Start 节点和 End 节点。
  • Start 节点用于启动工作流。
  • End 节点用于返回工作流的运行结果。

步骤二:配置工作流

创建工作流后,你可以通过拖拽的方式将节点添加到画布内,并按照任务执行顺序连接节点。

工作流提供了基础节点供你使用,除此之外,你还可以添加插件节点来执行特定任务。

  1. 在左侧面板中选择要使用的节点。
  2. 将节点拖拽到画布中,并与其他节点相连接。
  3. 配置节点的输入输出参数。

配置 LLM 节点

LLM 节点是扣子提供的基础节点之一,你可以使用该节点的大语言模型处理文本生成任务。节点配置说明:

  • 模型:所用的大语言模型。
  • Temperature:模型生成内容的随机度。取值范围[0-1],数值越大表示生成不确定性越高、内容越多元。
  • 提示词:该节点的提示词。在提示词中支持使用 {{variable}} 引用输入参数(Input)。
  • 批处理:支持配置批量处理模式,后续该节点会按照配置多次运行。每次运行都会分配参数值,直到达到次数限制或者列表的最大长度。

配置 Code 节点

你可以在 Code 节点内使用 IDE 工具,通过 AI 自动生成代码或编写自定义代码逻辑,来处理输入参数并返回响应结果。

该节点支持 JavaScript、Python 运行时。在编码时你需要注意:

运行时 注意事项
JavaScript JavaScript 支持 TypeScript,提供静态语言编码体验。JavaScript 中,仅内置了dayjs(版本 1.8.36) 和 lodash(版本 4.17.20) 两个三方依赖库。
JavaScript 运行时遵循 WinterCG 规范,支持 Minimum Common Web Platform API 列举的大多数 API,具体可用的 API 你可以在 IDE 内编码时参考代码提示。
Python Python 中,仅内置了 requests_async 和 numpy 两个三方依赖库,requests_async 依赖库与 requests 类似,但需要 await。
//only dayjs and lodash are allowed
import dayjs from 'dayjs';
import _ from 'lodash';
async function main({ params }: Args): Promise<Output> {
    // get input params by this way
    return {
      content: params.name
    };
}
import requests_async as requests
async def main(args: Args) -> Output:
    # you can get url by this way
    url = args.params['url']
    response = await requests.get(url)
    ret = {
      'code': response.status_code,
      'res': response.text,
    }
    return ret

在节点内的 Code 区域单击 Edit in IDE 可通过 IDE 编辑和调试代码。

具体使用说明如下:

  • 使用 AI 生成代码
  • 你可以在 IDE 底部单击 尝试 AI,并输入自然语言设定代码逻辑,AI 将自动生成代码。你也可以选中代码片段,通过快捷键(macOS 为 Command + I、Windows 为 Ctrl + I)唤起 AI,并输入自然语言让 AI 帮助你修改代码。
  • 补全代码
  • 如果你已经为 Code 节点配置好了输入参数,则编辑时支持自动补全参数。
  • 调试代码
  • 单击测试代码,在测试面板以 JSON 格式输入参数进行测试。支持使用 AI 自动生成模拟数据进行测试。
  • 设置输入参数后,单击运行,你可以在输出区域查看运行结果。在页面底部单击更新 Schema,可将结果同步到 Code 节点的输出值

配置 Knowledge 节点

知识库节点可以根据输入参数从指定知识库内召回匹配的信息。节点配置说明:

  • 设置输入参数,节点会根据参数值召回关键内容。
  • 设置知识库,你需要使用的知识库。
  • 最大召回数量:从知识库召回的最大段落数,数值越大返回的内容越多。
  • 最小匹配度:知识库会根据设置的匹配度召回段落,低于匹配度的内容将不会被召回。

配置 Condition 节点

该节点是一个 if-else 节点,用于设计工作流内的分支流程。

当向该节点输入参数时,节点会判断是否符合如果区域的条件,符合则执行如果对应的工作流分支,否则执行否则对应的工作流分支。

步骤三:测试并发布工作流

要想在 Bot 内使用该工作流,则需要发布工作流。

  1. 单击试运行
  • 运行成功的节点边框会显示绿色,在各节点的右上角单击展开运行结果可查看节点的输出。

  1. 单击发布
  • 说明
    只有试运行成功时,才能发布工作流。

步骤四:在 Bot 内使用工作流

  1. 前往当前团队的 Bots 页面,选择进入指定 Bot。
  2. Bots 编排页面的工作流区域,单击右侧的加号图标。
  3. 添加工作流对话框,在我创建的页面选择自建的工作流。

  1. 在 Bot 的人设与回复逻辑区域,引用工作流的名称来调用工作流。

其他操作

复制工作流

在某一工作流的编辑页面,单击右上角的创建副本图标,可以将该工作流复制到你的工作流列表中。

删除工作流

对于不再需要使用的工作流,你可以在工作流列表内找到该工作流,并在操作列单击删除图标。

注意

如果工作流已添加至 Bot,在删除时会同步删除 Bot 中的工作流。

目录
相关文章
|
人工智能 算法 机器人
字节Coze优缺点分析
【2月更文挑战第16天】字节Coze优缺点分析
4326 2
字节Coze优缺点分析
|
存储 JSON 前端开发
JSON数组的概念、语法和用法
JSON数组的概念、语法和用法
2144 3
|
Kubernetes NoSQL 网络协议
Boost实现简易服务器和客户端示例
Boost实现简易服务器和客户端示例
|
设计模式 负载均衡 Nacos
远程调用 OpenFeign 底层原理解析
Feign 是Springcloud 提供一个声明式的伪Http客户端 它使得调用远程服务就像调用本地服务一样简单 只需要创建一个接口 并且添加注解就可以 Nacos 很好的兼容Feign Feign 默认集成了Ribbon 所以在Nacos 下使用Fegin 默认就实现了负载均衡的效果
2357 1
远程调用 OpenFeign 底层原理解析
|
5月前
|
机器学习/深度学习 人工智能 缓存
这门技术太炸了!精通Coze工作流,我成了公司里的“稀缺人才”
在AI时代,掌握Coze工作流是职场跃迁的关键。本文详解如何通过可视化编排,将AI能力融入业务,实现从执行者到架构师的转变,成为企业不可或缺的“稀缺人才”。
|
4月前
|
存储 人工智能 机器人
【2026必看 AI智能体】零基础Coze平台使用教程
本文介绍了Coze智能体的实战入门与进阶应用,涵盖智能体创建、配置大语言模型(LLM)、使用插件扩展功能、构建知识库(RAG)实现高考志愿填报助手、利用记忆功能开发记账本,以及通过API调用和工作流实现中草药识别与菜谱生成等复杂任务,全面展示其在多场景下的智能化能力。
2498 9
|
7月前
|
XML 自然语言处理 数据可视化
免费!文本表格不会总结、分析?文本表格可视化!帮你轻松解决困扰,保姆级级教程。【附Coze工作流】
本文介绍了如何利用“扣子”平台创建资源,通过可视化工作流处理并分析文档、表格、PDF等内容,帮助用户快速获取文件核心信息。内容涵盖登录、资源创建、工作流配置及运行操作,适用于多种文件格式,如CSV、Excel、PDF等。
2856 4
|
8月前
|
数据库 Windows
D盘被删除了咋恢复丢失的文件?手把手教你找回宝贵资料
本文详解D盘误删后的文件恢复方法,涵盖三种实用方案:备份还原、专业工具扫描及联系数据恢复服务。强调操作前的关键注意事项,助你高效找回重要资料。
|
9月前
|
人工智能 JavaScript 安全
一文教你高效集成Qwen Code与ModelGate千万免费Toknn模型网关平台
本文详解如何高效集成Qwen Code与ModelGate模型网关平台,涵盖环境搭建、API配置、代码生成等关键步骤,助你实现智能编程与多模型管理,大幅提升AI开发效率。