智能新伙伴：探索Coze智能体，用coze手搓一个项目小助理

要说这几年最热的技术趋势，自然绕不开人工智能。大模型的出现，确实让人机交互的方式发生了一些质变。不过，单纯的大模型能做什么？给一段文字，它生成一段回复，用得多了就会发现——它有时候会一本正经地胡说八道，也就是业内常说的“幻觉”。怎么解决这个问题？方向之一，就是引入“智能体”的概念，让AI不再只是动嘴皮子，还能动动手，调用外部工具去做实际的事情。

所以，今天想认真聊聊一个叫Coze的智能体平台，以及如何从零开始，搭建一个真正能帮你干活的智能体。以下内容，是基于我自己的项目管理经验做的梳理，希望能给你一些真实的参考。

一、什么是Agent（智能体）？

在聊Coze之前，有必要先对齐一下“Agent”到底意味着什么。简单来说，Agent是一类能够自主完成特定任务的人工智能程序。更通俗地讲，它能感知环境、做出决策、调用资源，然后执行行动——而不是被动地等一个问题回答一个问题。

OpenAI的应用研究主管Lilian Weng在2023年6月发表过一篇很有影响力的博客，提出了一个经典框架：

。在这个框架里，LLM是大脑，而记忆、规划、工具使用就是四肢和工具箱。没有这些配件，大模型再聪明也只是一个“纸上谈兵”的聊天机器人。

图片摘自：Lilian Weng 博客文章配图

具体拆解一下这几个模块：

• 工具模块
  ：负责定义可用的工具，包括描述、参数、功能特性，让智能体知道“我有什么资源可以用”。

• 记忆模块
  ：分长期记忆和短期记忆。长期记忆存经验和知识，短期记忆管当前任务，类似我们做笔记和打腹稿的区别。

• 计划能力
  ：这是智能体的决策层，负责拆解任务、安排步骤，确保行动有逻辑。

• 行动能力
  ：和工具模块紧密相关。选好了工具，就去执行对应的操作。

因此，纯大模型的局限就很明显了——它只能跟文字打交道，遇到需要实时信息、图片识别、或者跨数据库查询的场景就抓瞎。而Agent可以通过挂载图片理解插件、URL解析工具、RAG（检索增强生成）、联网搜索等外设，把“幻觉”拉回到现实层面。

OpenAI给AGI划分了五个等级，可以顺便参考一下：

等级	描述	当前状态
L1	聊天机器人	已实现，例如GPT-3/GPT-4
L2	推理者	接近实现，能够解决博士水平的基本问题
L3	智能体	能够理解复杂指令，并在多任务环境中自主决策和灵活应对
L4	创新者	能够协助发明创造，独立提出新概念、假设和解决方案
L5	组织者	可以完成组织工作，执行整个人类组织的任务

二、遇见Coze

扣子（Coze的中文名）本质上是一个AI应用开发平台。它的特别之处在于，无论你有没有编程基础，都能在上面搭建基于大模型的各种AI应用。搭建好的东西，还能发布到社交平台、通讯软件，或者通过API/SDK集成到自己的业务系统中。

提供了可视化设计与编排工具，支持零代码或低代码开发。主要产出两种形态：

• 智能体
  ：基于对话的AI项目，接收用户输入，自动调用插件或工作流，然后给回复。常见的场景有智能客服、虚拟助手、个人助理、甚至英语外教。

• 应用
  ：面向完整业务流程的AI程序，有独立的界面和逻辑，例如AI搜索、翻译工具、饮食记录等。

：适合处理逻辑复杂、稳定性要求高的任务。提供大语言模型(LLM)、自定义代码、判断逻辑等多种节点，拖拽式操作，无需写代码。

：插件生态非常丰富，官方提供多款基础插件，也支持自己创建并发布到商店。

：内置知识库功能，支持上传文件或挂接网站实时信息，让智能体有数据可依。

：通过数据库记忆功能，智能体可以记住对话中的关键信息，比如阅读笔记、用户偏好等，下次再聊时不会失忆。

三、如何打造自己的Coze？

以我手头的项目管理工作为例，日常要跟多项目并行，会议密集，还有客户随时丢来问题。理想中的智能体应该是这样的：能记录会议信息；把群里出现的问题和对应的解决方案自动存入飞书表格；飞书表格同时作为智能体的知识库，以后遇到类似问题，直接检索给出答案。流程大概长这样：

技术选型上，选择了Coze智能体，日历模块对接飞书日历，日常问题和知识库都使用飞书表格，形成一个闭环。理想状态下，最好能把这个智能体接入微信，聊天记录直接传输，它自己理解哪些是日程、哪些是FAQ、哪些是待办事项。但这个方案目前还不够成熟。GitHub上有个cow（ChatGPT-on-WeChat）项目可以实现，但不仅操作复杂，还有封号风险。所以现阶段先采用Coze+飞书的方案。

智能体采用单Agent模式，用到的核心组件包括：插件（飞书日历）、工作流、知识库（飞书表格）、变量。

智能体的提示词如下：

Plain Text # 角色 你是一位专业高效的项目小助理，负责精准处理项目经理安排的工作。能将收到的信息迅速转换为问题和答案的形式，并规范地存储到表格中。同时，还能妥善处理与项目相关的日程安排。 ## 技能 ### 技能 1: 信息转换 1. 当接收到项目经理发送的信息后，认真仔细地分析其内容，精准提取关键问题以及对应的答案。 2. 判断文字内容是FAQ的问题和答案组合，则发给pm_work处理。 ### 技能 2: 日程处理 1. 用户输入内容包含日程，则分析用户的实际需求，分别调用对应的插件create_event等处理。 2. 如果用户只给了开始时间，则默认开始时间1小时后是结束时间。 ### 技能3: 日常问题解答 1. 用户输入一个问题，没有答案的情况下，调用产品知识库检索，如果检索不到，直接回复：“无此问题记录和解决办法，请联系相关同事支持。”

插件直接用了官方提供的飞书日历插件，增删改查都齐全。需要注意的是，删除和更新日程时，必须先获取日程的ID，再指定ID去操作。提示词里给了明确的规则：如果只填了开始时间，自动补上结束时间（开始时间+1小时），因为插件函数必须同时接收这两个参数。

有一个小痛点：官方插件不支持发布到豆包平台，而豆包的用户量其实很大。后续可以考虑自己写代码插件来替代。

这里设计了两条工作流：

• pm_work
  ：负责处理FAQ记录的存储。

• feishu_url
  ：负责初始化变量中飞书表格的URL。

feishu_url工作流结构非常简单，只有开始节点、变量和结束节点。

配置分别如下：

pm_work工作流的完整流程如下：

每个节点的配置细节：

开始节点的输入是系统自动带入的，无需手动调整。变量节点要注意，这里的值必须与“记忆-配置”中的变量名称完全一致。

大模型节点有个关键点：提示词里要求返回“数组对象字符串格式”，目的就是为了方便下一个节点直接写入知识库。输出格式定义为Array。

大模型系统提示词：

Bash # 角色 高效项目助理 ## 技能 ### 技能 1：数据处理 1. 仔细理解用户输入内容，精准提取问题与对应的答案，确保包含完整的问题和答案,尽量不要改动用户输入的内容。 2. 将结果以数组对象字符串形式返回，格式为：[["问题","答案"]] 3. 提取的问题与对应的答案，外面必须严格使用双引号，绝对不能使用单引号，示例：<"问题","答案">。 4. 输出结果的数组长度应与实际的问题数量一致。 ## 限制 - 仅对用户内容进行格式化处理，不得添加无关信息。 - 严格按照规定的数组对象字符串格式返回结果，确保只使用双引号。

之后引入了一个文本处理节点，用来格式化输出，把大模型输出结果转换成标准数组格式，然后用string1[0].question和string1[0].answer分别抓取问题和答案字段。

添加飞书表格节点时，length取大模型的输出（一个问题算一条），spreadsheet_token则引入变量中的飞书表格URL。

结束节点返回文本。Group1可以拿到add_rows的输出，但为了更直观，这里直接返回了文本转化节点的结果。

知识库直接设计成飞书表格的形式——官配方案，支持每日自动更新，维护起来省心。

关联飞书文档后，设置每天自动更新。这样随着问题的不断添加，知识库每天都能自动刷新。表格结构很简单：两列，一列“问题”，一列“答案”，建议把问题列设为索引。然后在智能体提示词里做相应的引用设计。

飞书表格URL的获取方法，可以查阅飞书的使用文档。智能体也提供了简单的教程引导。

快捷指令的设计目的是：当用户想要添加FAQ时，直接弹出一个对话框输入飞书URL，这样URL可以长期存储，不需要每次都手动输入。

调试完成后就可以发布了。发布页如下：

红框里提示的内容：因为用了飞书表格和飞书日历，所以暂时无法直接在豆包平台发布。当然，发布到微信、抖音等平台是支持的。