智能新伙伴：探索Coze智能体，用coze手搓一个项目小助理

在数字化转型的大潮中，人工智能技术的发展正以前所未有的速度改变着我们的工作方式、生活方式乃至思维方式。今天，就让我们一起来认识一位特别的新朋友——Coze智能体，并了解它是如何被创造出来的吧！

一、什么是Agent（智能体）？

首先，在深入探讨Coze之前，我们需要先了解一下“Agent”这个概念。简单来说，Agent是一种能够自主完成特定任务或目标的人工智能程序。也可以解读为agent能够通过感知环境、规划决策和执行行动来实现特定目标的程序。它们可以根据环境变化做出反应，执行预设的功能，比如信息查询、自动化处理等。随着技术的进步，Agents已经从最初的简单脚本发展成为能够进行复杂决策支持的强大工具。

OpenAI的应用研究主管Lilian Weng 23年6月撰写了一篇博客(https://lilianweng.github.io/posts/2023-06-23-agent/)，提出AI Agent可能会成为新时代的开端。她提出了AI Agent的基础架构，即Agent=LLM（大型语言模型）+ 规划技能 + 记忆 + 工具使用。在Lilian Weng的这篇博客中，她将Agents定义为LLM、记忆（Memory）、任务规划（Planning Skills）以及工具使用（Tool Use）的集合，其中LLM是核心大脑，Memory、Planning Skills以及Tool Use等则是关键组件。

图片摘自：Lilian Weng 博客文章配图

工具模块（Tools）:本模块负责对工具进行定义，包括工具的描述、参数及其功能特性。这一模块确保智能体能够理解和有效使用可用的工具。

记忆模块（Memory）:分为长期记忆和短期记忆。长期记忆用于存储持久的信息和经验，而短期记忆则用于临时存储当前任务相关的信息，从而支持智能体的实时决策。

计划能力（Planning）:这部分负责规划如何完成特定任务，依赖于智能体的决策能力，以制定有效的行动步骤和策略，确保任务的顺利执行。

行动能力（Action）:这一能力与工具模块密切相关。当智能体选择合适的工具时，它会通过容器执行该工具的相关操作。行动能力确保智能

简单来说，单纯的大模型，只能接收文字信息，并且有时大模型生成的内容是不真实的，即所说的“幻觉”，或者说一本正经的瞎编。而agent可以通过借助外部的工具，比如图片理解工具，url解析工具，RAG，联网搜索等等来解决。

OpenAI提到的AGI五个等级：

二、遇见Coze

Coze简介    

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。 

扣子能做什么？ 

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。 

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、虚拟女友、个人助理、英语外教都是智能体的典型应用场景。 

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。

特点与优势

灵活的工作流设计：

• 扣子的工作流功能适合处理逻辑复杂且需要高稳定性的任务。

• 提供多种可组合的节点，如大语言模型（LLM）、自定义代码、判断逻辑等。

• 支持拖拉拽操作，无需编程基础即可快速搭建工作流。

无限拓展的能力集：

• 集成了丰富的插件工具，扩展智能体的能力。    

• 官方提供多款插件，用户也可以创建自定义插件并发布到商店供他人使用。

丰富的数据源：

• 提供知识库功能，管理和存储数据，支持智能体与用户数据交互。

• 支持上传本地文件或网站实时信息，使智能体能够利用这些数据回答问题。

持久化的记忆能力：

• 提供数据库记忆功能，智能体可以持久记住用户对话的重要参数或内容。

• 例如，创建数据库记录阅读笔记，智能体通过查询数据库提供更准确的答案。

三、如何打造自己的Coze？

明确需求

我是做项目管理的，手里有多个项目，日常会有各种会议，还会有客户问题咨询，所以我期望做一个agent，能够记录我的会议信息，对于日常群里处理的问题和解决办法，能够存入飞书表格中，同时飞书表格又作为agent知识库的输入，如果遇到同类问题，可以发给agent，通过知识库检索处解决办法。大概流程如下：

技术选型说明：选择的coze智能体，日历通过调用飞书日历进行日程的增删改查，日常问题和知识库都是通过飞书表格，这样能够形成技术闭环。我的理想想法是通过微信实现，把智能体接入个人微信，可以把日程客户聊天记录发给微信，接收后能支持图片理解、内容理解，区分是日程、问题还是faq记录。但是当前整体的技术闭环还达不到，github上的Cow（chatgpt-on-wechat项目）可以实现，不过近期有封号的风险且需要租用设备，相对复杂些。就暂时用当前方案。也许后续新技术出现会解决这些问题。    

创建一个智能体

智能体是单agent模式，主要涉及使用的包括插件（调用飞书日历）、工作流、知识库（表格）、变量。智能体的提示词是：

插件

插件使用的官方提供的飞书日历插件，增删改查都满足，只不过删除和更新时候，要先获取日程id，然后指定id操作。插件提示词是技能2部分，指导大模型分析用户输入的内容，如果包含日程就调用插件，同时如果只输入了开始时间则默认开始时间后一小时是结束时间。之所以必须有开始和结束时间，因为官方插件必须要传这两个参数。如下：    

使用官方插件有个坏处，不支持发布到豆包中，后续我再看是否能通过代码实现，豆包中的用户还是很多的。

工作流

我这里用到了两个工作流，分别是pm_work，负责处理FAQ记录，feishu_url工作流，负责初始化变量飞书表格的url，这个用处后面会说。

feishu_url工作流比较简单，只包含三部分，开始节点、变量和结束节点。如下：    

配置分别如下：

pm_work工作流总流程如下:

每个节点配置如下：

开始节点的输入是系统自动带入的，不需要调整。    

变量节点要注意，这里的值是选择获取的，要记忆--配置中的变量名称相同。    

大模型节点要注意：提示词里要求了返回结果是数组对象字符串格式，这里这样做的主要目的是为了下一个节点写入知识库。输出的格式就是Array            。      

大模型系统提示词：

这里引入了文本处理节点，主要作用是格式化输出，将大模型输出的结果转化为数组格式，string1[0].question和answer分别获取的问题和答案字段。    

添加飞书表格节点，length是大模型输出的，一个问题算一条，是表格的输入，代表的行数，spreadsheet_token这里引入变量，即飞书表格的url就可以。

最后结束节点，返回文本，Group1可以获取add_rows的输出，但是太简单了，我获取的是文本转化节点的输出，这样能直观一些。

知识库    

知识库是通过飞书表格的形式设计的，飞书表格的好处是，官方标配，同时支持每日更新，方便维护。

可以关联你飞书账号的文档，然后设置每1天更新，这样的好处就是，随着问题的添加，知识库每天能自动更新了。这块步骤过多的啰嗦了，直接下一步下一步，注意表格是两列，问题一列，答案一列，可以选择问题列作为索引。然后在智能体的提示词里这样写：

变量配置

飞书表格url获取，可以自行了解飞书使用方法，智能体也提供了简单教程：

添加快捷指令

快捷指令是使用FAQ时候，可以点击添加飞书表格url按钮，在弹框中输入飞书url。这样就可以长期存储，不需要每次都输入了。

好的，到这里就可以调试，没问题可以发布了，发布页如下：    

红框里就是因为用了飞书表格和日历，没法直接在豆包平台发布。当然也支持微信、抖音等平台