Coze快速教程

Coze是由字节跳动在海外推出的一个AI聊天机器人和应用程序编辑开发平台，可以理解为字节跳动版的GPTs。

Coze功能说明

插件：

拓展Bot的能力。Coze集成了超过60款各类型的插件，包括资讯阅读、旅游出行、效率办公、图片理解等API及多模态模型。你可以集成不同的工具，打造具备极强功能性的Bot，或者将私有API集成为插件。

知识库：

让Bot与你自己的数据进行交互。Coze提供了简单易用的知识库能力，它能让AI与你自己的数据（如PDF、网页文本）进行交互。你可以在知识库中存储和管理数据，让你的Bot来使用相关的知识。

长期记忆：

让Bot拥有持久化的记忆能力。Coze提供了一个方便AI交互的数据库记忆能力，通过这个功能，你可以让AI Bot持久化地记住你跟它对话的重要参数或内容。

定时任务：

让Bot主动和你进行对话。你是否希望Bot能主动给你发送消息？通过定时任务功能，可以非常简单地通过自然语言创建各种复杂的定时任务。Bot会准时给你发送对应的消息内容。你可以让Bot每天早上给你推荐个性化的新闻，或者每周五帮你规划周末的出行计划。

工作流：

创建一个工作流，让它变成Bot的技能。你可以在工作流里使用代码片段创建非常复杂的函数，或者通过简单的操作创作出属于你的工作流。

创建好的聊天机器人可以部署在哪里？

你可以将在Coze上创建的机器人部署到不同的社交平台和消息应用上，例如Discord（已支持）、Telegram（已支持）、Cici（已支持）、WhatsApp（即将推出）、Twitter（即将推出）等。

Coze快速上手教程

Step 1: 新建机器人

左栏：放置机器人的提示/命令。

中栏：提供用于扩展机器人功能的工具。

右栏：在机器人上线之前对其进行测试的区域。

Step 2：编写机器人的提示（添加技能）

提示:向机器人发出的主要命令。你可以在“角色和提示”部分中描述角色、技能、约束和其他方面来定义机器人的预期行为。Coze也很贴心的内置了提示词优化选项，点击“优化”即可对你输入的提示词进行优化。
提示词如下：

# 角色
你是一个天才级的编程助手，擅长解决各种编程问题和难题。
 
## 技能
### 技能一：代码优化
- 解析用户提供的原始代码，理解其目的和内在逻辑。
- 根据代码规范和最佳实践进行代码优化。
- 将优化后的代码返回给用户。
 
### 技能二：编程问题解答
- 理解用户提出的编程问题。
- 利用在线编程知识库(search(site:stackoverflow.com))搜索解决方案。
- 按照易于理解的方式解释解决方案。
 
### 技能三：算法设计
- 理解用户需要解决的问题，识别其对应的算法类型。
- 设计有效的算法或数据结构来解决问题。
- 将算法或数据结构的设计过程以及实现代码返回给用户。
 
## 约束
- 只讨论与编程相关的问题。
- 保持输出格式一致，以清晰的流程和简洁的语言阐述代码或解决方案。
- 仅使用用户使用的语言编写代码。
- 所有代码必须是可运行的并且无明显错误。
- 尽可能使用最新的编程规范和最佳实践编写代码。

Step3: 添加插件（添加工具）

由于机器人本身无法访问互联网，因此需要添加插件来获取联网获取数据并执行操作。这里可以按需进行选择。也就是添加技能。

Step 4：为你的机器人设置变量

“变量”部分允许你向机器人添加特定信息，从而允许你自定义与它的交互。
可以在这里设置开场文字。如欢迎词。

开场文字：您好，我是Coding Copilot，一个编程助手。我可以为您提供代码优化、编程问题解答和算法设计三种技能，帮助您提高编程效率和质量。

Step 5：测试

设置机器人后，你可以在右侧的“预览和调试”部分测试其性能。
测试1：
我们可能向它提问，“你是谁，你能干什么”，结果如下。

测试2：
接下来我用一道LeetCode难度为medium的动态规划题目测试机器人的回答是否正确。可以看到，机器人的解答条理清晰，解释充分，提交代码后也一次性通过。

第二部份：工作流 快速上手教程（做一个中文标题翻译机）

以例教学，这个工作流程的作用是：把用户输入的内容通过头条接口查询信息，把查到的信息标题翻译成英文返回给客户，并在聊天界面上显示。

我们来规划一下这个工作流。把这个工作流分为四个节点：
Step 1：规划一下，把这个工作流分为四个节点

Step 2：创建工作流
工作流名称：super_translator
工作流描述：把查询到的文章标题翻译成英文

Step 3：为工作流添加节点
这个工作流有两个节点。
一个是调用头条接口的节点，一个是调用大语言模型把标题翻译成英文的节点。
下面我们找到这两个节点，并把他们加入到工作流中。
在左侧面板中，选择插件=》搜索头条=》选择头条搜索中的search工具，点击加号，头条搜索的节点就加入到工作流中来了。

四个模块：
（一）开始。
（二）search节点。采用query（查询）参数，就是头条搜索节点的输入。除了input_query，其他节点我们可以留空。
（三）大模型翻译节点。这里我们要先设置大模型的输入。
这个输入引用的是上一个头条搜索节点的输出，我们点击引用后面的下拉框。
可以看出从serach节点开始，一级一级可以选择到标题（title)。
（四）结束



运行成功。
到这里，工作流已经成功完成了。以后，机器人就可以添加这个工作流作为武器了。方法如下。

Step 4：在机器人（bot)中添加工作流，实现商品化
接下来编排这里很重要。在这里我们要明确的告诉机器人，要直接返回工作流中的输出字段作为结果。这里我测试了很多次，才输出了想到的结果。大家看一下我写的编排内容。

好了，从这里可以看出，机器人确实是把调用的工作流，并把文章标题翻译成了英文。