--- highlight: androidstudio theme: devui-blue --- ## 1. 灵感乍现的瞬间上节[《💁‍♂️Coze国内版插件汇总-By油猴》](https://juejin.cn/post/7338229082923122703)中通过 **油猴 + Python** 扒了官方提供 **68个插件工具** 生成了汇总表，方便大伙在写Bot时能快速检索到心仪的插件。 😳 深度使用下来发现：Coze搭Bot的玩法很简单，难点是 **Bot的创意**，即 **应用场景**，你打算用它来解决什么问题？ ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/d9a5b8099fd04783a52563a97549dc2e~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=234&h=128&s=53655&e=png&b=b0c1d8) 😂 昨晚和老婆闲聊，她又问了那个每周必问的问题：**周末去哪呢**？如果不找地方去的话： - 会被叨叨：😡 你都不带我出去玩的，就知道宅在家里打游戏！！！ - 我内心OS：😟 当了一周的 **帕鲁**，难得休息，宅在家里摊着不香吗？？？ - 🙂 当然，为了 **缓和夫妻矛盾，维持家庭稳定**，这肯定是不能说的... - 😣 只能在周五晚，不太情愿地打开小红书、抖音、微信工号搜索 "**深圳周末好去处**"，然后重复执行 **点开-看-关**，最后仓促决定要去哪里玩... 💡 咦，这灵感不就来了吗？用Coze搭个 **提供周末好去处建议的Bot**，解决这个长期问题~ ## 2. 随手建Bot 试下 **仅通过提示词**，能否实现我们的需求，新建Bot，随手写下功能介绍，**Dreamina** 生成一个1:1的靓妹图标： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/b97365df3c16432b9d66cb2120dd3e7a~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=350&h=362&s=32587&e=png&b=f3f5f8) 简单写下提示词： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/d6f58cf1b152426bbc964638e7e58436~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=592&h=118&s=10345&e=png&b=ffffff) 让AI优化下提示词： ```bash # 角色你是一个周末活动推荐官，能根据用户提供的城市和区，推荐一些好去处，包括但不限于：景点、展览、音乐、戏剧、电影等。 ## 技能 - 根据用户提供的信息，在周末活动推荐平台上搜索相关活动，并按类型整理好。 - 从搜索结果中筛选出适合用户的活动，如：距离用户较近、评价较好、用户可能感兴趣的活动。 - 将筛选出的活动推荐给用户，并提供活动的基本信息，如：时间、地点、费用等。 ## 限制 - 只能推荐周末的活动。 - 只接受用户提供的城市和区信息，不接受其他信息。 ``` 开场白也自动生成下： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/09029530abdf4360a92a0284a8820490~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=525&h=260&s=46761&e=png&b=f6f6f9) 随便聊一句： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/32871b77ff494f59803e4d563204dcad~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=714&h=686&s=93368&e=png&b=f6f6f9) 😳 2333，一如既往的不靠谱，接着问下有什么展可以看： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/dedcf525cd814c2eb16f754936de1b17~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=1026&h=976&s=135513&e=png&b=f6f6f9) 😁 笑死，也不知道调的啥插件，单纯靠提示词来实现这个Bot明显不太行，还是的自己做下定制~ ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/0c21809309f84569b1081e016154f968~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=90&h=92&s=12361&e=png&b=7c6e41) 先捋下大概的期望： > 发送 **城市+区+类型(景点、展览、音乐、话剧等)** ，Bot输出对应区域的 **周末活动信息**，如：深圳市南山区-景点，Bot输出景点列表：【景点名称】景点地址；深圳市南山区-展览，Bot输出这周末的展览信息列表：【展名称】时间|票价|地点。 🤔 其实这种问答，本质上就是 **数据源的检索** 而已，细分下我们这里的数据源，可以划分为两类： - **景点**：很长一段时间不会改变，可以把这部分数据看成 **不变** 的，比如：深圳湾公园这个景点几十年都不会变。 - **周末同城活动**：这部分则是 **动态变化** 的，需要 **实时获取**，比如：这周六有阿猫的演唱会，下周六有阿狗的脱口秀。 🤔 接着是写Bot时 **数据源的获取思路**： - 如果自己有相关的数据源，可以上传下 **知识库**。 - 没有的话，可以看下 **官方/商店是否提供了相关插件**，输入参数和输出结果是否能满足我们的诉求。 - 如果都没有或者都不满足，就需要自己捣鼓了，去哪里搞？无非这三个渠道：**开源/免费接口**、**付费接口**、**爬虫获取** (扣子里可以通过 **自定义插件** 或 **代码节点中使用request_async库** 来模拟请求获取数据。当然，如果想做得隐秘一些，可以将爬虫脚本部署到服务器上，把数据存到数据库中，暴露一个数据查询的API，写个Coze插件供Bot调用)。 😏 思路有了，接着就该捣鼓捣鼓，如何获得中意的数据源了~ ## 3. 景点信息源获取新建工作流，简单设置下形成和描述： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/f3015f3a7bbe4dca94ce9f416d1d96c3~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=422&h=444&s=56944&e=png&b=f6f7fa) ### 3.1. 官方插件工具能否满足需求？在上节插件工具的汇总表搜下 "**地图**"： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/05654b4e98424259b2694f403bd5dc73~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=745&h=127&s=16495&e=png&b=fefdfd) 试试 **searchLocation** 这个插件工具，打开看看输入参数： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/c88c5f91093b4836b36282980dd196b1~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=694&h=275&s=50536&e=png&b=f6f6f9) 😳 咦，没提供 **分页参数**？该不会只有10条数据吧？工作流中添加下这个插件，试运行输入 "**深圳南山**" 看看： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/3facb42e99d7499baa491303ca8163fe~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=704&h=271&s=39564&e=png&b=fbfafa) 果然，只返回了10条数据，不过是我们心仪的数据 (景点名称+地址)，只是数据量有点少，得想办法搞到更多的数据。 > 🤔️ 其中一个思路就是：让 **地址的粒度更细些**，**城市-区** 往下是 **街道/乡镇级别**，先通过大模型获取所有某个区下所有的街道/乡镇，然后searchLocation插件执行批处理，最后写代码做下整合。 #### 3.1.1. 大模型结点获得所有街道/乡镇工作流中添加大模型结点，添加下述提示词： ```bash 提取{{input}}中的城市、区，然后检索<城市区>由哪些街道/乡镇组成，要全，不要遗漏任何一个。约束：严格按照这样的json格式输出： { "city": <城市，需要以市结尾>, "district":<区，需要以区结尾>, "streeOrTown": <街道/乡镇列表> } ``` 试运行，输入 **"珠海拱北"** 试试： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/8b0b7d25295147e8867383d5e1f78e02~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=137&h=354&s=29309&e=png&b=f9f9fe) 😆 可以，难得云雀大模型正确理解了我们的意图，并按照我们预设的约束进行回复。 #### 3.1.2. 选择器节点 + **searchLocation**批处理上面的返回的街道/乡镇字段数据有14条，而批处理最多执行10次，所以需要 **判断下结果长度**，超过10个，**拆成调用两个searchLocation工具**。这里做下简化处理，只要数据超过2条，就拆成两组，理想中的执行流程： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/4d83bc3d73c54621ba77912e80056717~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=702&h=289&s=52228&e=png&b=fefdfd) 照着流程堆节点，但是运行结果并不符合预期，先是选择器节点的判定： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/a69bb69e09fd4900ac9e6421fea7899e~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=870&h=367&s=45961&e=png&b=f9f8f8) 明明 **数组长度>0**，还是走的else？？？没懂这里的长度具体指的啥... 行吧，只能把选择条件为改成了 **不为空**，测了下能跑通，就先这样吧，然后补全下节点： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/775d9a4195704ea4af9549a30ba54478~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=1008&h=551&s=98515&e=png&b=f1f2f4) 看下结果节点的输入数据： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/34f48f468d38447ea89262a3be5abb24~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=122&h=359&s=15839&e=png&b=f9f9fe) 行吧，数据都拿到了，前面再加个代码节点，做下数据合并去重，并格式化输出： ```python async def main(args: Args) -> Output: params = args.params if_condition_result1 = params["ifConditionResult1"] if_condition_result2 = params["ifConditionResult1"] else_condition_result1 = params["elseConditionResult"] # 利用字典key的可以去重，遍历三个结果合并 result_dict = {} if if_condition_result1 and len(if_condition_result1) > 0: for condition_result in if_condition_result1: for place in condition_result["places"]: result_dict[place["name"]] = {"name": place["name"], "address": place["address"]} if if_condition_result2 and len(if_condition_result2) > 0: for condition_result in if_condition_result2: for place in condition_result["places"]: result_dict[place["name"]] = {"name": place["name"], "address": place["address"]} if else_condition_result1 and len(else_condition_result1) > 0: for condition_result in else_condition_result1: for place in condition_result["places"]: result_dict[place["name"]] = {"name": place["name"], "address": place["address"]} ret: Output = { "result": list(result_dict.values()) } return ret ``` 运行后 **选择器节点** 又抽风了，我真的是裂开了🙃... ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/fad8ba227f8049eb832f30ec8e22774e~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=282&h=111&s=3816&e=png&b=f2f2f5) 算了，放弃选择器节点，默认使用两个searchLocation插件，反正做了去重，不用的担心数据重复问题，改下代码： ```python import json async def main(args: Args) -> Output: params = args.params input_json = json.loads(params["input"]) stree_or_town_list = input_json['streeOrTown'] list_len = int(len(stree_or_town_list)) first_stree_or_town_List = [] second_stree_or_town_List = [] # 如果长度大于2，拆分成两组 if list_len > 2: center_pos = int(list_len /2) first_stree_or_town_List = stree_or_town_list[:center_pos] second_stree_or_town_List = stree_or_town_list[center_pos:] # 只有一条的话，两个列表都进行赋值 else: first_stree_or_town_List = stree_or_town_list second_stree_or_town_List = first_stree_or_town_List ret: Output = { 'city': input_json['city'], 'district': input_json['district'], 'cityDistrict': input_json['city'] + input_json['district'], 'firstStreeOrTownList': first_stree_or_town_List, 'secondStreeOrTownList': second_stree_or_town_List, } return ret ``` 运行输出结果： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/c60fdfa9b93f4b189f679657c228b32e~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=229&h=105&s=9537&e=png&b=f0f0f4) 接着回到 **编排-人设与回复逻辑**，调用下工作流，然后随便发送：城市+区： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/d416e28c35834ffebfc6a8f9cb91603d~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=710&h=350&s=131938&e=png&b=f6f6f9) Bot就会给我们回复对应城市区的所有景点信息啦。不过昨天早上是好的，下午想再试试，地图插件却一直报错，批处理、单词调用，人设与回复逻辑处通过提示词自动调用，都是报错： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/d87f2371b7e9477fbe718e68fa9391be~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=1488&h=430&s=150856&e=png&b=f1f1f4)😒 感觉跟昨天下午平台允许提交插件有关，唉，还是做下兜底，自己采集下数据，**搞个城市景点的知识库**，未雨绸缪嘛~ ### 3.2. 自己采集数据弄知识库 😏 网上看了一圈没有提供景点查询的相关接口，那就只能自己写爬虫采集咯，去哪采？答：**地图站点/软件**。以某地图为例，搜下"**深圳市南山区景点**"，可以看到相关的景点，做了分页，一页10个： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/415bdc7e8d48431baa3b273e0510233d~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=297&h=211&s=35280&e=png&b=fdfdfd) F12抓包，搜索 "**南山公园**" 定位到加载数据XHR，URL中包含了下述字符串： > newmap=1&reqflag=pcmap&biz=1&from=webmap&da_par=direct&pcevaname=pc4.1&qt=con&from=webmap 稍微改下上节写的油猴脚本，手动点下一页，直到最后一页，爬取后的json文件： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/21fbce2f750a40d09650ea649cbe0dc2~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=151&h=90&s=4630&e=png&b=fefcfc) 用Python写下处理脚本：过滤非景点或公园的数据，提取下景点名称、标签和地址，做下去重，最后保存为**csv文件**，具体代码如下： ```python # 提取城市_区所有景点信息列表 def fetch_attractions_info_list(city_county): json_dir = "{}{}{}{}{}".format(os.getcwd(), os.sep, "baidu_jd", os.sep, city_county, os.sep) attractions_info_dict = {} # 地址为key，过滤重复景点，如（深圳野生动物园-豪猪、深圳野生动物园-北极狐） json_file_list = search_all_file(json_dir, ".json") for json_file in json_file_list: data_list = json.loads(read_file_text_content(json_file))['content'] for data in data_list: attractions_name = data['name'] # 景点名称 attractions_tag = data['std_tag'] # 景点标签 attractions_addr = data['addr'] # 景点地址 # 过滤垃圾数据 if attractions_tag: if "景点" in attractions_tag or "公园" in attractions_tag: # 景点记录 attractions_dict = {"景点名称": attractions_name, "景点标签": attractions_tag, "景点地址": attractions_addr} if attractions_addr in attractions_info_dict: cur_attractions_name = attractions_info_dict[attractions_addr]['景点名称'] # 取景点名称较短的那一个 if len(attractions_name) < len(cur_attractions_name): attractions_info_dict[attractions_addr] = attractions_dict else: attractions_info_dict[attractions_addr] = attractions_dict # 保存为csv文件 with open(os.path.join(output_dir, "{}.csv".format(city_county)), 'w+', newline='', encoding='utf-8') as f: writer = csv.DictWriter(f, fieldnames=['景点名称', "景点标签", "景点地址"]) writer.writeheader() for item in list(attractions_info_dict.values()): writer.writerow(item) ``` 其它城市-区也是如法炮制，接着打开Coze的知识库 → **新建知识库**： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/8380eb97625449edb89577524c8809b6~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=468&h=380&s=58403&e=png&b=f6f7fa) 然后上传每个csv，依次点击：**新增单元** → **表格格式** → **本地文档** → **上传上面生成的csv文件** → **下一步** → **选择景点地址作为索引** (用于提高知识库召回的准确率)： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/a711dc0c05c94d238bf67e04eb416182~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=534&h=374&s=23424&e=png&b=f6f6f9)、 **下一步** → **等待数据处理完成**，然后可以打开看下生成的单元了： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/3b4c99842e564ac88eca82c27f9a12b7~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=773&h=394&s=40026&e=png&b=717175) 知识库准备就绪，接着新建一个工作流 (search_city_attraction_info)，添加 **知识库节点**： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/8b868e8d4a924010a8d6492fbe3f3852~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=342&h=365&s=40472&e=png&b=f9f9f9) 知识库节点最多召回10条数据，这点数据量肯定是不够的，而且这个节点不支持批处理。那就靠数量来凑吧，直接CV五个知识库节点，然后试下加上分页查询，连接好的节点图如下： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/5e849d8740b14d8698ad4064ae0a2390~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=480&h=422&s=62838&e=png&b=f1f2f4) 前面的代码节点用于生成分页Query字符串： ```python async def main(args: Args) -> Output: params = args.params city_district = params['cityDistrict'] ret: Output = { 'firstQuery': '{}的第1-10条数据'.format(city_district), 'SecondQuery': '{}的第11-20条数据'.format(city_district), 'ThirdQuery': '{}的第21-30条数据'.format(city_district), 'ForthQuery': '{}的第31-40条数据'.format(city_district), 'FifthQuery': '{}的第41-50条数据'.format(city_district) } return ret ``` 后面的代码节点用于景点数据合并： ```python import json # 合并列表的函数 def merge_list(input_param, origin_set): for data in input_param: data_json = json.loads(data['output']) origin_set.add("-【{}】{}".format(data_json['景点名称'], data_json['景点地址'])) async def main(args: Args) -> Output: params = args.params sum_set = set() result = '' merge_list(params["input1"], sum_set) merge_list(params["input2"], sum_set) merge_list(params["input3"], sum_set) merge_list(params["input4"], sum_set) merge_list(params["input5"], sum_set) for data in sum_set: result += data + "\n" ret: Output = { "result": result, } return ret ``` 运行输出结果如下： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/7f0ab01fbc144843b929fa5d42a162e2~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=416&h=275&s=16789&e=png&b=ffffff) 😳 怎么才这点数据？知识库里深圳南山区的景点数据可是有68条的，看了下数据合并代码节点的输入参数，发现很多数据是重复的，看来是知识库不支持分页Query。em... 试下给每条记录添加一个 **景点序号** 的列吧。配置表结构只支持删除列，不支持新增列，直接删掉重新导下csv吧，选择景点序号作为索引： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/bc1b6986b69c4f1fae277d3d2b1f4936~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=396&h=318&s=13680&e=png&b=f7f7fa) 改了下Query生成的字符串： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/b931bf2e8cb74677a0ba927cdecd1fea~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=264&h=84&s=9071&e=png&b=ededf0) 😶 结果并没什么卵用，而且一个"深圳市_南山区"的数据都没命中，感觉也可能跟缓存有关... ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/08f7716cd8294e35bd5528bec38f2620~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=476&h=122&s=9327&e=png&b=ffffff) 😶 算了，直接使出最后一招吧，把景点数据输出为txt文件： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/8ad37693aec64409abf6933f29e705bf~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=362&h=81&s=20941&e=png&b=292a37) 点击 **新增单元**，选中 **文本格式-本地文档**： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/66b15c7114c14d418fe899d590f0caf1~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=378&h=142&s=10014&e=png&b=f3f5f9) 以为数据结构比较简单，**分段设置** 这里直接选 **自动分段与清洗** 就好了： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/3a08701f23984f6e8c546f2cf7389321~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=590&h=176&s=10207&e=png&b=f7f7fa) 确定后等它处理完，再次打开我们新建的 **单元**，可以看到数据被自动拆分成3个 **分段**： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/206190720fc141d691e66e5bdcc63e56~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=874&h=256&s=76874&e=png&b=f6f6f9) 吼，那就不需要 **5个知识库节点** 了，一个就够了，后面添加一个代码节点用于输出结果格式化： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/640ff37a4b3d4411bd222e83707b1541~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=1570&h=344&s=111115&e=png&b=fbfbfb) 格式化代码如下： ```python async def main(args: Args) -> Output: params = args.params input_param = params["inputArray"] city_district = params["cityDistrict"] result_str = "【{}】有如下景点：\n".format(city_district) for param in input_param: info_list = param["output"].split("\n") for info in info_list: result_str += "- {}\n".format(info) ret: Output = { "result_str": result_str, } return ret ``` 试运行输入：**深圳南山**，输出结果： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/a3c3588e1980475aab143def5d9c0437~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=318&h=116&s=4711&e=png&b=f2f2f5) 发布下工作流，然后 **人设与回复逻辑** 调用下，输出结果如下： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/ed9b0cbe6e9b4bffae17cdd7f0663280~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=515&h=413&s=85404&e=png&b=f6f6f9) 输出结果和官方插件工具返回的基本一致，当然，速度会快很多，毕竟是基于已有数据的检索。行吧，景点信息源获取这块就折腾到这，接着搞下周末同城数据的获取。 ## 4. 周末同城活动数据源获取 😏 同样没找着接口，那就写爬虫爬吧，以 **XX同城** 为例，F12打开抓包，请求页面发现数据直接返回了： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/1e4c14c908f748d4aab697e82826d2c0~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=594&h=294&s=83693&e=png&b=fcfcfc) 本地写了段Python代码，设置了User-Agent请求头，请求url，发现页面代码都有返回。行吧，试下创建 **自定义插件** 请求能否行得通，然而在调试时就报错了： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/0e017f8aa3504dd0ad16365d512fc5a3~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=694&h=99&s=6472&e=png&b=fff4f0) em... 貌似插件 **只支持json格式的返回数据**，那就只能在代码节点编写代码来模拟请求了，新建下工作流： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/2db801003d7748feb89f12af6b7fe4d6~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=259&h=269&s=22453&e=png&b=f4f6f9) 新建一个代码结点，代码模拟请求下： > https://www.xxx.com/location/shenzhen/events/weekend-exhibition 运行后输出结果如下： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/df3530bcc75d4881a9cf1bf2c080a2c2~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=275&h=278&s=31064&e=png&b=f8f8f8) 复制保存下响应数据，本地写下 **提取活动名称、时间、地点、费用的正则**，提取一波数据： ```python import re from util.file_util import read_file_text_content activity_pattern = re.compile( r'temprop="summary">(.*?)<.*?时间：(.*?)<.*?

.*?地点：<.*?费用：(.*?)', re.S) if __name__ == '__main__': content = read_file_text_content("test.html") match_results = activity_pattern.findall(content) result_str = "" for result in match_results: activity_name = result[0].replace("\n", "").strip() if result[0] else "暂无数据" activity_time = result[1].replace("\n", "").strip() if result[1] else "暂无数据" activity_address = result[2].replace("\n", "").strip() if result[3] else "暂无数据" activity_cost = result[3].replace("\n", "").strip().replace("", "") if result[3] else "暂无数据" result_str += "-【{}】| {} | {} | {}\n".format(activity_name, activity_cost, activity_time, activity_address) print(result_str) ``` 运行输出结果如下： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/ff83eaf742f543a6abfa650582b5fee6~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=1141&h=164&s=138170&e=png&b=282a36) 行吧，数据能提取到，接着就是匹配请求参数，拼接url了，比较简单，直接给出爬取代码： ```python import json import requests_async import re import time # 提取活动信息的正则 activity_pattern = re.compile( r'temprop="summary">(.*?)<.*?时间：(.*?)<.*?

.*?地点：<.*?费用：(.*?)', re.S) # 城市和区的Bean class City: def __init__(self, name_cn, name_req_param, district_dict): self.name_cn = name_cn self.name_req_param = name_req_param self.district_dict = district_dict # 发起请求 async def send_request(url): headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/122.0.0.0 Safari/537.36", "Host": "www.douban.com", "Refer": url } # 请求响应结果 response_data = await requests_async.get(url, headers=headers) # 提取响应结果中的活动信息 match_results = activity_pattern.findall(response_data.text) result_str = "" for result in match_results: activity_name = result[0].replace("\n", "").strip() if result[0] else "暂无数据" activity_time = result[1].replace("\n", "").strip() if result[1] else "暂无数据" activity_address = result[2].replace("\n", "").strip() if result[3] else "暂无数据" activity_cost = result[3].replace("\n", "").strip().replace("", "") if result[3] else "暂无数据" result_str += "-【{}】| {} | {} | {}\n".format(activity_name, activity_cost, activity_time, activity_address) return result_str async def main(args: Args) -> Output: # 城市和区的请求参数 city_list = [ City("深圳市", "shenzhen", { "罗湖区": 130288, "福田区": 130289, "南山区": 130290, "宝安区": 130291, "龙岗区": 130292, "盐田区": 130293, "坪山区": 131682, "龙华区": 131683, "光明区": 131691, }), City("广州市", "guangzhou", { "从化": 130277, "荔湾区": 130266, "越秀区": 130267, "海珠区": 130268, "天河区": 130269, "白云区": 130270, "黄埔区": 130271, "番禺区": 130272, "花都区": 130273, "南沙区": 130274, "萝岗区": 130275, "增城区": 130276 }), City("上海市", "shanghai", { "黄浦区": 129242, "徐汇区": 129244, "长宁区": 129245, "静安区": 129246, "普陀区": 129247, "闸北区": 129248, "虹口区": 129249, "杨浦区": 129250, "闵行区": 129251, "宝山区": 129252, "嘉定区": 129253, "浦东新区": 129254, "金山区": 129255, "松江区": 129256, "青浦区": 129257, "奉贤区": 129259, "崇明县": 129260 }), City("北京市", "beijing", { "东城区": 128519, "西城区": 128520, "朝阳区": 128523, "丰台区": 128524, "石景山区": 128525, "海淀区": 128526, "门头沟区": 128527, "房山区": 128528, "通州区": 128529, "顺义区": 128530, "昌平区": 128531, "大兴区": 128532, "怀柔区": 128533, "平谷区": 128534, "密云县": 128535, "延庆县": 128536 }) ] # 活动类型参数 category_dict = { "音乐": "music", "戏剧": "drama", "讲座": "salon", "聚会": "party", "电影": "film", "展览": "exhibition", "运动": "sports", "公益": "commonweal", "旅行": "travel", "赛事": "competition", "课程": "course", "亲子": "kids", "其它": "others" } params = args.params input_json = json.loads(params["input"]) request_url = "https://www.xxx.com/location/{}/events/weekend" for city in city_list: if city.name_cn == input_json['city']: # 拼接城市参数 request_url = request_url.format(city.name_req_param) # 拼接活动类型参数 if input_json['category'] is not None and len(input_json['category']) > 0: categoty_req_param = category_dict[input_json['category']] if category_dict: categoty_req_param = categoty_req_param else: categoty_req_param = "all" else: categoty_req_param = "all" request_url += "-{}".format(categoty_req_param) # 拼接区 district = city.district_dict.get(input_json['district']) if district: request_url += "-{}".format(district) result_str = "为您检索到【{}-{}-{}】的周末活动信息：\n".format( input_json['city'], input_json['district'], input_json['category'] if len(input_json['category']) > 0 else "全部" ) # 请求三次接口获取前三页数据，休眠0.5秒防封 r1 = await send_request(request_url) time.sleep(0.5) r2 = await send_request(request_url + "?start=10") time.sleep(0.5) r3 = await send_request(request_url + "?start=20") result_str += r1 result_str += r2 result_str += r3 ret: Output = { "result": result_str, "request_url": request_url, 'r1': r1, 'r2': r2, 'r3': r3, } return ret ``` 这里设置r1、r2、r3只是想看下请求的数据是否正常，实际使用可以干掉，测试代码那里粘贴下输入参数： ```json { "input": "{"category":"","city":"深圳市","district":"福田区"}" } ``` 运行后，看下输出结果： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/2bbe8c030a0c48969417c0880829a809~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=755&h=127&s=80102&e=png&b=f7f7fd) 可以，输出结果符合我们的预期，接着在爬虫代码节点前加个大数据节点，提取下城市、区和活动类型，提示词： ```bash 提取{{input}}中的城市、区，活动类别 (非必要，可选值：音乐、戏剧、讲座、聚会、电影、展览、运动、公益、旅行、赛事、课程、亲子、其它) 约束：严格按照这样的json格式输出： { "city": <城市，需要以市结尾>, "district":<区，需要以区结尾>, "category": <活动类别，没有的话显示空字符串> } ``` 发布下工作流，然后Bot添加下这个工作流，修改下 **人设与回复逻辑** 的提示词，调用对应的工作流： ```bash # 角色你是一个周末活动推荐官，如果识别到用户发送的信息里有城市和区，调用技能1，否则根据上下文回复一句带有颜文字的话。 # 技能 ## 技能1：周末好去处判断用户发送的信息中是否包含"景点"这个字符串： - 如果包含，调用search_city_attraction_info工作流。 - 如果不包含，调用weekend_go_good_places工作流。 # 约束 - 信息中必须包含"景点"两个字才调用search_city_attraction_info工作流。 ``` 手敲下 **开场白文案**： ```bash 😘 你好！我是一名周末活动推荐官，能为你推荐一些城市区的景点和周末同城活动信息。查询指令示例： - 景点 → "深圳市南山区景点" - 同城活动 → "深圳市南山区音乐"，后面跟着的音乐是活动类型，不设置默认是全部，可选值有：音乐、戏剧、讲座、聚会、电影、展览、运动、公益、旅行、赛事、课程、亲子、其它。 🥰 赶紧试试吧~ ``` 自定义几个 **开场白预置问题**： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/f348add214294823bd59e2471bf7543e~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=470&h=155&s=15343&e=png&b=fefefe) 顺带选个蛙蛙甜妹的 **音色**： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/f5b6da27c14e4cc4bc545395a8b1b04e~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=419&h=215&s=28134&e=png&b=f2f4f7) 预览和调试随便输入一个城市区，如 "**北京朝阳区**"： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/76cd106d303e4f359d867db84e9b7ee5~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=458&h=358&s=117262&e=png&b=f6f6f9) 行吧，查询景点也能正确返回，发布下Bot： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/a955c264f4274cd39e843f7b251ad6ba~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=663&h=382&s=62142&e=png&b=fefdfd) ## 5. Bot效果发布到豆包后，就等审核了，期间自个是可以偷着乐的，发起聊天试试： ![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/4f93a85f2cab44a28e2fc6c681740f3b~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=724&h=525&s=257004&e=png&b=f7f7f7) 😁 哇塞~ 效果是真不戳啊！！！信息是真的全，当然，美中不足的地方可能是 **排版** 了，后续可以美化下数据的输出格式。最后，关于 **扣子里写爬虫** 说一嘴： > 虽然上面使用了休眠，但多次调用后站点大概率还是会 **短暂封IP**，2333，只是封的扣子服务器的IP，不是我们自己的IP🤣，建议还是设置下 **Cookie字段**，让用户设置下，通过扣子提供的数据库进行关联。当然，更好的方式是，自己整个 **云服务器部署爬虫脚本**，定时爬数据存数据库，提供API接口给Bot调用。这种方式有一定的技术门槛，读者也可以试试 **云存储方案 (如使用Bmob，通过API方式对云数据库进行增删改差)** ，**Mock API + 写死返回数据 (如使用**[**Apifox**](https://apifox.com/apiskills/mock-done/) **)** 等，实现形式有很多种，自己怎么方便怎么来。 **BotID：** 7337619854435876876 扣子商店链接：https://www.coze.cn/store/bot/7338728599152951346