如果你最近在關(guān)注AI Agent開發(fā)可能已經(jīng)發(fā)現(xiàn)了一個現(xiàn)象很多教程都在講概念但當(dāng)你真正想動手做一個能解決實際問題的智能體時卻無從下手。要么是環(huán)境配置復(fù)雜要么是代碼邏輯抽象要么是部署發(fā)布流程不清晰。結(jié)果就是學(xué)了一堆“什么是Agent”、“什么是RAG”的理論卻依然做不出一個能用的東西。這正是本文要解決的問題。我們不空談概念而是聚焦于一個能讓你“快速上手、立即見效”的平臺——Coze。它最大的價值在于將AI Agent開發(fā)的門檻從“專業(yè)工程師”降到了“普通開發(fā)者”甚至“產(chǎn)品經(jīng)理”。你不需要精通Python或復(fù)雜的框架就能通過可視化編排構(gòu)建出具備知識問答、自動化工作流、多平臺發(fā)布等能力的智能體。本文將帶你從零開始完成從Coze入門到實戰(zhàn)項目的完整閉環(huán)。你會學(xué)到如何用Coze的核心組件Bot、技能、知識庫、工作流快速搭建一個智能體。如何通過Prompt工程和RAG知識庫讓你的智能體回答更精準(zhǔn)、更專業(yè)。如何將智能體發(fā)布到微信公眾號等實際場景實現(xiàn)真正的落地應(yīng)用。更重要的是我們會剖析在實戰(zhàn)中容易踩的“坑”比如知識庫效果不佳、工作流邏輯混亂、發(fā)布配置錯誤等并提供經(jīng)過驗證的解決方案。無論你是想為團隊打造一個內(nèi)部知識助手還是想開發(fā)一個面向用戶的客服機器人這篇文章都能給你一條清晰的路徑。1. 為什么選擇Coze重新定義AI Agent的開發(fā)范式在討論具體操作之前我們需要先理解Coze帶來的根本性變化。傳統(tǒng)的AI Agent開發(fā)通常意味著你要面對LangChain、LlamaIndex這類框架處理大量的代碼、環(huán)境依賴、向量數(shù)據(jù)庫部署和API調(diào)用管理。這對于有經(jīng)驗的開發(fā)者是強大的工具但對于大多數(shù)想快速驗證想法或解決輕量級需求的人來說學(xué)習(xí)成本和試錯成本太高。Coze采取了一種截然不同的思路“組裝”而非“編碼”。它將AI Agent的核心能力模塊化Bot智能體智能體的本體定義了它的身份、基礎(chǔ)能力和對話風(fēng)格。Prompt提示詞Bot的“大腦指令”決定了它如何理解問題、組織回答。Skills技能Bot的“手腳”讓它能執(zhí)行具體動作如搜索網(wǎng)頁、查詢數(shù)據(jù)庫、調(diào)用API。Knowledge知識庫/RAGBot的“長期記憶”通過上傳文檔PDF、Word等構(gòu)建專屬知識庫實現(xiàn)基于文檔的精準(zhǔn)問答。Workflow工作流Bot的“自動化流程”通過可視化拖拽節(jié)點編排復(fù)雜的多步驟任務(wù)邏輯。這種模式帶來的直接好處是開發(fā)效率倍增搭建一個具備聯(lián)網(wǎng)搜索和文檔問答能力的Bot可能只需要10分鐘。調(diào)試直觀每個模塊Prompt、技能、知識庫的效果都可以即時預(yù)覽和調(diào)試無需反復(fù)運行代碼。成本可控你主要支付大模型API調(diào)用如豆包、GPT和向量數(shù)據(jù)庫存儲的費用無需維護復(fù)雜的服務(wù)器。因此Coze非常適合以下場景快速原型驗證驗證某個AI助手想法是否可行。企業(yè)內(nèi)部知識庫快速將公司制度、產(chǎn)品手冊轉(zhuǎn)化為問答機器人。個人效率工具打造自動整理信息、生成周報、定時提醒的私人助理。輕量級客服/導(dǎo)購為社群、公眾號配置一個7x24小時在線的初級答疑助手。接下來我們將深入每個核心模塊看看如何將它們組合成一個強大的智能體。2. 核心概念拆解Bot、Prompt、Knowledge、Workflow到底是什么為了避免“知其然不知其所以然”我們用一個簡單的類比來理解Coze的架構(gòu)想象你要組建一個特種作戰(zhàn)小隊Bot。指揮官指令Prompt你給小隊下達的核心任務(wù)綱領(lǐng)例如“以專業(yè)、友好的客服身份準(zhǔn)確解答用戶關(guān)于A產(chǎn)品的使用問題”。這決定了小隊的整體行為和溝通風(fēng)格。專家成員Knowledge/知識庫小隊里有一位隨身攜帶了所有產(chǎn)品說明書、技術(shù)白皮書和常見問題手冊上傳的文檔的專家。當(dāng)遇到具體產(chǎn)品問題時他就去查閱這些資料RAG檢索確?；卮鸬臏?zhǔn)確性。特種裝備Skills/技能小隊配備了望遠鏡聯(lián)網(wǎng)搜索、破門錘調(diào)用內(nèi)部API獲取訂單數(shù)據(jù)、通訊器發(fā)送郵件。這些裝備擴展了小隊的能力邊界使其能執(zhí)行查詢、獲取、通知等具體動作。作戰(zhàn)流程Workflow/工作流一個復(fù)雜的任務(wù)比如“處理用戶投訴”需要多個步驟先查詢用戶訂單技能1再根據(jù)訂單信息檢索相關(guān)條款知識庫然后起草回復(fù)文案大模型最后發(fā)送郵件通知客服主管技能2。這個固定的步驟序列就是一個工作流。在Coze中你就是這個小隊的組建者和調(diào)度員。下面我們進入實戰(zhàn)環(huán)節(jié)從零開始搭建這個小隊。3. 環(huán)境準(zhǔn)備與第一個Bot的創(chuàng)建Coze是一個云端平臺因此你的“環(huán)境準(zhǔn)備”非常簡單一個瀏覽器和一個Coze賬號通?？捎米止?jié)系賬號如抖音/頭條登錄。3.1 創(chuàng)建你的第一個Bot登錄 Coze官網(wǎng) 進入控制臺。點擊“創(chuàng)建Bot”輸入Bot名稱和描述。例如我們創(chuàng)建一個“IT技術(shù)百科助手”。在“人設(shè)與回復(fù)邏輯”中你會看到系統(tǒng)Prompt的輸入框。這是最關(guān)鍵的一步。初始Prompt示例一個技術(shù)助手# 角色 你是一位資深的IT技術(shù)百科助手專注于解答編程、軟件開發(fā)、系統(tǒng)架構(gòu)和前沿技術(shù)如AI、大數(shù)據(jù)、云計算相關(guān)問題。 # 技能 1. 知識解答能夠清晰、準(zhǔn)確地解釋技術(shù)概念、原理和最佳實踐。 2. 代碼示例在解釋概念時能提供簡潔、可運行的主流語言如Python、Java、JavaScript代碼片段輔助說明。 3. 方案建議針對具體的技術(shù)選型或問題場景能給出權(quán)衡比較和推薦方案。 # 約束 - 回答必須專業(yè)、準(zhǔn)確對不確定的信息要明確說明。 - 代碼示例需標(biāo)注語言并給出簡要解釋。 - 保持友好和樂于助人的態(tài)度。 - 如果問題超出技術(shù)范疇禮貌地表示無法回答并引導(dǎo)用戶提問技術(shù)問題。輸入完畢后你可以直接在右側(cè)的預(yù)覽對話框進行測試比如問“請解釋一下什么是RESTful API”觀察Bot的回復(fù)是否符合你的預(yù)期。這個過程就是Prompt的即時調(diào)試。3.2 配置基礎(chǔ)模型與插件在Bot編輯頁面的左側(cè)找到“模型與插件”區(qū)域。模型選擇Coze集成了多種模型如豆包、GPT-4等。對于中文場景豆包系列模型如Doubao-pro是不錯的選擇性價比高且對中文理解好。你可以根據(jù)響應(yīng)速度和成本需求選擇。啟用插件點擊“添加插件”搜索并添加“網(wǎng)頁搜索”。這樣你的Bot就具備了聯(lián)網(wǎng)獲取最新信息的能力。至此一個具備基礎(chǔ)對話和聯(lián)網(wǎng)搜索能力的Bot就創(chuàng)建完成了。但這還不夠我們需要賦予它“專業(yè)知識”。4. 構(gòu)建專屬知識庫實現(xiàn)精準(zhǔn)問答的核心當(dāng)用戶問“我們公司今年的年假制度有什么變化”時你肯定不希望Bot去網(wǎng)上搜索答案而是希望它從你上傳的《員工手冊.pdf》里找。這就是知識庫RAG的價值。4.1 創(chuàng)建與配置知識庫在Bot編輯頁面左側(cè)點擊“知識庫” - “創(chuàng)建知識庫”。為知識庫命名例如“公司內(nèi)部制度庫”。上傳文檔支持PDF、Word、Excel、TXT、Markdown等多種格式。你可以上傳員工手冊、產(chǎn)品規(guī)格書、項目文檔等。關(guān)鍵配置解析分段處理Coze會自動將長文檔切分成語義段落Chunks。通常保持默認(rèn)即可但對于結(jié)構(gòu)特殊的文檔如QA對可以后續(xù)調(diào)整。索引方式選擇“向量索引”這是實現(xiàn)語義檢索即理解問題意圖而非單純關(guān)鍵詞匹配的基礎(chǔ)。4.2 在Bot中啟用知識庫創(chuàng)建好知識庫后回到Bot的“知識庫”設(shè)置勾選你剛創(chuàng)建的知識庫。你還可以設(shè)置引用來源開啟后Bot在回答時會注明引用的文檔片段增加可信度。檢索條數(shù)控制每次從知識庫中檢索多少條相關(guān)片段供模型參考通常3-5條即可。4.3 測試知識庫效果在預(yù)覽窗提問一個明確基于文檔內(nèi)容的問題。例如上傳了一份Python教程然后問“如何在Python中讀取JSON文件”。理想情況Bot能根據(jù)文檔內(nèi)容給出準(zhǔn)確回答并可能引用相關(guān)段落。常見問題如果回答不準(zhǔn)確或未引用知識庫可能是文檔切分不合理問題答案可能被切到了兩個段落里?？梢試L試在知識庫設(shè)置中調(diào)整分段規(guī)則。提問方式不匹配嘗試用更接近文檔表述的方式提問。檢索權(quán)重低檢查Bot的Prompt是否強調(diào)了優(yōu)先使用知識庫信息。可以在系統(tǒng)Prompt中加入“當(dāng)用戶問題涉及公司制度、產(chǎn)品信息時你必須嚴(yán)格依據(jù)‘知識庫’中的內(nèi)容進行回答?！敝R庫是Coze Bot從“通用聊天”邁向“專業(yè)助手”的關(guān)鍵一步。接下來我們讓它變得更“能干”。5. 技能與工作流讓Bot從“能說”到“會做”技能Skills和工作流Workflows是Bot與外部世界交互的橋梁。技能是一個個獨立的原子能力而工作流則是將這些能力按順序組織起來的自動化劇本。5.1 使用預(yù)置技能以“天氣查詢”為例Coze提供了大量預(yù)置技能如天氣、日歷、郵件、數(shù)據(jù)庫查詢等。在Bot編輯頁面點擊“技能” - “添加技能”。搜索“天氣”添加官方提供的天氣查詢技能。添加后通常需要配置API Key部分技能如天氣可能已集成無需配置?，F(xiàn)在你可以直接對Bot說“查詢北京今天天氣?！?Bot會自動調(diào)用天氣技能獲取并返回結(jié)果。5.2 創(chuàng)建自定義工作流實現(xiàn)一個信息搜集與匯總機器人假設(shè)我們需要一個Bot它能每天定時搜集某個技術(shù)論壇如CSDN上關(guān)于“AI Agent”的最新文章并整理成摘要報告。這個復(fù)雜任務(wù)就需要工作流來編排。工作流設(shè)計思路觸發(fā)定時觸發(fā)器每天上午9點。執(zhí)行調(diào)用一個“網(wǎng)頁爬取”節(jié)點或通過API調(diào)用獲取論壇最新文章列表。處理使用“代碼”節(jié)點或“大語言模型”節(jié)點對每篇文章標(biāo)題/鏈接進行篩選和摘要。輸出將整理好的報告通過“郵件發(fā)送”節(jié)點或“發(fā)布到釘釘/飛書”節(jié)點發(fā)送給指定人。在Coze中創(chuàng)建此工作流在Bot編輯頁面點擊“工作流” - “創(chuàng)建工作流”。設(shè)計流程從左側(cè)拖拽節(jié)點到畫布。開始節(jié)點選擇“定時任務(wù)”觸發(fā)器設(shè)置每天9點。HTTP請求節(jié)點配置請求的URL論壇RSS地址或API、方法GET、解析響應(yīng)JSON/HTML。大語言模型節(jié)點將HTTP請求返回的文章列表輸入編寫Prompt讓其篩選和總結(jié)例如“請從以下文章列表中篩選出標(biāo)題與‘AI Agent開發(fā)’、‘Coze’、‘RAG’相關(guān)的文章并為每篇文章生成一段核心觀點摘要?！编]件發(fā)送節(jié)點配置SMTP服務(wù)器、發(fā)件人、收件人將上一步生成的摘要作為郵件正文。連接節(jié)點用連線將節(jié)點的輸出端口與下一個節(jié)點的輸入端口連接起來形成數(shù)據(jù)流。測試運行點擊“測試”按鈕使用示例數(shù)據(jù)手動觸發(fā)工作流檢查每個節(jié)點的輸出是否符合預(yù)期。保存并關(guān)聯(lián)Bot將創(chuàng)建好的工作流發(fā)布然后在Bot的“技能”設(shè)置中添加這個工作流技能。之后用戶就可以直接對Bot說“執(zhí)行每日技術(shù)簡報收集”來觸發(fā)這個復(fù)雜的自動化流程了。通過工作流你將多個簡單技能串聯(lián)起來解決了單個技能無法完成的復(fù)雜任務(wù)。這是構(gòu)建高級智能體的核心。6. 項目實戰(zhàn)打造一個可發(fā)布到微信公眾號的客服Bot現(xiàn)在我們將所有知識融合完成一個終極目標(biāo)創(chuàng)建一個能自動回復(fù)用戶消息的微信公眾號客服Bot。項目目標(biāo)用戶向公眾號發(fā)送產(chǎn)品問題如“手機X的電池容量是多少”Bot自動從產(chǎn)品知識庫中查找答案并回復(fù)。6.1 第一階段構(gòu)建核心Bot創(chuàng)建Bot命名為“產(chǎn)品客服助手”。編寫Prompt強調(diào)其客服身份要求回答必須基于知識庫態(tài)度親切。構(gòu)建知識庫上傳產(chǎn)品說明書、FAQ文檔、價格表等創(chuàng)建“產(chǎn)品知識庫”并關(guān)聯(lián)。測試在Coze對話框內(nèi)模擬用戶提問確保Bot能正確從知識庫獲取答案。6.2 第二階段配置微信公眾號發(fā)布通道這是將Coze Bot與真實世界連接的關(guān)鍵步驟。在Bot編輯頁面點擊“發(fā)布” - “新建發(fā)布”。在渠道選擇中找到“微信公眾號”并點擊配置。配置流程你需要有一個已認(rèn)證的微信公眾號服務(wù)號或訂閱號服務(wù)號接口權(quán)限更全。在微信公眾號后臺獲取AppID和AppSecret。在Coze的配置頁面填寫這些信息并設(shè)置一個令牌Token。將Coze提供的服務(wù)器URL和Token填寫到微信公眾號后臺的“基本配置”中完成服務(wù)器驗證。在微信公眾號后臺啟用“消息管理”等相關(guān)權(quán)限。配置響應(yīng)規(guī)則關(guān)鍵在Coze發(fā)布設(shè)置中你可以定義哪些類型的消息觸發(fā)Bot回復(fù)如全部消息、僅文本消息、僅事件消息。對于客服場景通常選擇“全部消息”或“文本消息”。6.3 第三階段高級優(yōu)化與故障排查簡單的對接完成后還需要考慮實際運營中的問題優(yōu)化1處理知識庫未覆蓋的問題當(dāng)用戶問題超出知識庫范圍時Bot不應(yīng)直接說“我不知道”?？梢栽赑rompt中增加兜底策略...之前的Prompt... # 回答策略 1. 首先嚴(yán)格依據(jù)“產(chǎn)品知識庫”中的信息回答用戶問題。 2. 如果知識庫中沒有明確答案你可以根據(jù)公開的常識進行友好、謹(jǐn)慎的推測并務(wù)必聲明“根據(jù)一般情況推測”。 3. 如果問題完全無關(guān)或無法回答請引導(dǎo)用戶聯(lián)系人工客服并提供聯(lián)系方式。優(yōu)化2設(shè)置歡迎語與菜單在微信公眾號后臺或Coze的渠道設(shè)置中配置關(guān)注后的自動回復(fù)歡迎語以及自定義菜單將常見問題如“查訂單”、“聯(lián)系客服”設(shè)置為菜單項提升用戶體驗。優(yōu)化3監(jiān)控與日志在Coze控制臺的“數(shù)據(jù)統(tǒng)計”和“日志”中查看Bot的被調(diào)用情況、響應(yīng)耗時、失敗請求等持續(xù)優(yōu)化知識庫和Prompt。7. 常見問題與排查思路避坑指南在實際使用Coze過程中你一定會遇到各種問題。下表匯總了高頻問題及其解決方法問題現(xiàn)象可能原因排查方式解決方案Bot回答完全無視知識庫內(nèi)容1. 知識庫未成功關(guān)聯(lián)或啟用。2. Prompt未強調(diào)使用知識庫。3. 用戶問題與知識庫文檔語義匹配度極低。1. 檢查Bot設(shè)置中“知識庫”是否勾選。2. 在對話測試窗提問時查看回答底部是否顯示“引用來源”。3. 用知識庫內(nèi)明確的原文句子提問測試。1. 確認(rèn)關(guān)聯(lián)并發(fā)布知識庫。2. 在系統(tǒng)Prompt開頭或結(jié)尾強調(diào)用知識庫。3. 優(yōu)化知識庫文檔結(jié)構(gòu)或調(diào)整文檔切分方式。工作流運行失敗報錯“節(jié)點執(zhí)行錯誤”1. HTTP請求節(jié)點URL/參數(shù)錯誤。2. API調(diào)用權(quán)限不足或配額用完。3. 節(jié)點間數(shù)據(jù)格式不匹配。1. 點擊失敗節(jié)點查看詳細(xì)錯誤信息。2. 單獨測試HTTP請求節(jié)點檢查返回狀態(tài)碼和內(nèi)容。3. 檢查上游節(jié)點的輸出數(shù)據(jù)格式是否符合下游節(jié)點輸入要求。1. 修正URL、請求頭或參數(shù)。2. 檢查第三方服務(wù)的API Key和配額。3. 在節(jié)點間使用“代碼”節(jié)點進行數(shù)據(jù)格式轉(zhuǎn)換。微信公眾號無法收到Bot回復(fù)1. 服務(wù)器配置未驗證成功。2. Coze與公眾號的Token不一致。3. 公眾號類型不支持個人訂閱號部分接口受限。4. 用戶發(fā)送的消息類型未被配置響應(yīng)。1. 檢查微信公眾號后臺“基本配置”是否顯示“已啟用”。2. 核對Coze和公眾號后臺的Token。3. 確認(rèn)公眾號為服務(wù)號或認(rèn)證訂閱號。4. 檢查Coze發(fā)布設(shè)置中的“響應(yīng)規(guī)則”。1. 重新完成服務(wù)器驗證步驟。2. 確保Token完全一致包括大小寫。3. 考慮使用測試號或升級公眾號類型。4. 將響應(yīng)規(guī)則調(diào)整為“全部消息”。知識庫回答不準(zhǔn)確或引用錯誤片段1. 文檔切分Chunk不合理導(dǎo)致上下文斷裂。2. 檢索到的相關(guān)片段過多或過少干擾模型判斷。1. 在知識庫詳情頁查看文檔的切分預(yù)覽。2. 調(diào)整Bot知識庫設(shè)置中的“檢索條數(shù)”。1. 對于結(jié)構(gòu)清晰的文檔嘗試調(diào)整分段規(guī)則如按標(biāo)題切分。2. 將檢索條數(shù)設(shè)為3-5并在Prompt中要求模型“綜合以下片段回答”。Bot響應(yīng)速度慢1. 知識庫文檔過大或數(shù)量過多。2. 工作流邏輯復(fù)雜串行節(jié)點多。3. 選擇的模型本身響應(yīng)慢。1. 觀察是簡單對話慢還是涉及知識庫/工作流時慢。2. 查看Coze日志中的節(jié)點執(zhí)行耗時。1. 精簡知識庫只保留核心文檔對大型文檔進行預(yù)處理和摘要。2. 優(yōu)化工作流將可并行節(jié)點并行化。3. 在Bot設(shè)置中切換為響應(yīng)更快的模型如豆包-Lite。8. 最佳實踐與進階建議當(dāng)你掌握了基礎(chǔ)操作后以下建議能幫助你構(gòu)建更健壯、更專業(yè)的Coze智能體Prompt工程精細(xì)化分場景編寫不要試圖用一個Prompt解決所有問題?？梢詾閺?fù)雜Bot創(chuàng)建多個“開場白”或“插件描述”針對不同技能或知識庫進行精細(xì)化引導(dǎo)。使用占位符和變量在Prompt和工作流中使用{{variable}}形式的變量使Bot能動態(tài)響應(yīng)用戶輸入。例如在總結(jié)文章的工作流中Prompt可以是“請總結(jié)關(guān)于{{topic}}的以下文章”。迭代優(yōu)化將Bot分享給同事測試收集他們“問倒”Bot的問題不斷補充到知識庫或優(yōu)化Prompt。知識庫管理策略文檔預(yù)處理上傳前盡量將文檔整理成結(jié)構(gòu)清晰、語言簡潔的格式。刪除無關(guān)的頁眉頁腳、廣告信息?；旌蠙z索對于關(guān)鍵信息可以考慮在知識庫中同時使用“向量檢索”語義理解和“關(guān)鍵詞檢索”精確匹配提升召回率。定期更新建立知識庫文檔的更新機制確保Bot的信息不過時。工作流設(shè)計原則模塊化將復(fù)雜工作流拆分成多個子工作流每個子工作流完成一個獨立功能便于復(fù)用和調(diào)試。錯誤處理在工作流中關(guān)鍵節(jié)點后添加“判斷”節(jié)點檢查上一步執(zhí)行是否成功。失敗時可以跳轉(zhuǎn)到錯誤處理分支如發(fā)送通知、記錄日志。輸入輸出標(biāo)準(zhǔn)化為工作流定義清晰的輸入?yún)?shù)和輸出格式方便被其他Bot或工作流調(diào)用。安全與權(quán)限敏感信息切勿在Prompt、知識庫文檔或工作流配置中硬編碼密碼、API密鑰等敏感信息。Coze提供了“環(huán)境變量”功能來安全地管理這些配置。權(quán)限控制在團隊協(xié)作中合理利用Coze的空間Space和成員角色功能控制不同成員對Bot、知識庫的查看和編輯權(quán)限。性能與成本優(yōu)化緩存策略對于頻繁查詢且變化不快的知識庫內(nèi)容可以考慮在工作流中引入緩存邏輯減少對向量數(shù)據(jù)庫的重復(fù)檢索。模型選型根據(jù)任務(wù)復(fù)雜度選擇模型。簡單的分類、摘要任務(wù)可以使用輕量級模型如豆包-Lite復(fù)雜的創(chuàng)作、推理任務(wù)再用高性能模型如GPT-4、豆包-Pro以平衡效果和成本。從創(chuàng)建一個簡單的對話Bot到構(gòu)建一個集成知識庫、技能和工作流的復(fù)雜智能體再到將其發(fā)布到微信公眾號這樣的真實業(yè)務(wù)場景Coze提供了一條清晰且低門檻的路徑。它最大的意義在于讓AI Agent的開發(fā)從“架構(gòu)設(shè)計”和“編碼實現(xiàn)”中解放出來讓你能更專注于業(yè)務(wù)邏輯的梳理和用戶體驗的打磨?；仡櫿麄€流程成功的核心不在于對某個復(fù)雜框架的精通而在于你是否能清晰地定義問題、合理地組織知識、巧妙地編排流程。這更像是產(chǎn)品經(jīng)理和業(yè)務(wù)專家的思維模式。因此無論你是開發(fā)者、運營還是業(yè)務(wù)人員都可以借助Coze將你的領(lǐng)域知識快速轉(zhuǎn)化為一個7x24小時在線的智能助手。下一步我建議你立即動手從解決一個身邊的具體小問題開始。比如為你的項目組做一個“會議紀(jì)要整理助手”或者為你常逛的論壇做一個“新帖摘要Bot”。在真實的需求驅(qū)動下你會更深刻地理解每個模塊的價值并發(fā)現(xiàn)更多Coze的巧妙用法。