扣子（coze.cn） 国内版已经正式上线，过去了不到一个月的时间今天来用它尝试一下做一个AI对话机器人。
数据来源整理
当然是著名的V站了，找到了一个公开的爬虫项目，看到一些数据
项目网站并下载releases:
下载解压：
使用Navicate 链接查看一下（无密码）：
评论表才是重要的内容
提前看了coze上传知识库的文件大小不能超过20M 几番测试 需要筛选thank_count>4的内容导出的有17.4M，65193条记录
SELECT content FROM "main"."comment" WHERE "thank_count" > '4'
coze操作
注册coze，创建Bot
添加知识库
创建知识库
新增文档
（现在回头来看是可以上传10个文件的，每个文件不超过20m），先简单试一下吧
上传之后等待自动处理完毕
报错了，分段过多
我才是一行一条数据有6w行，一个分段超过1w行就不行，想了一下字符过短的语义可能分析不出来，查询的时候限制一下字符长度，thank_count调小一点，然后再分多个查询查询出多个文件看看 调整成10个查询条件如下：
SELECT content FROM "main"."comment" WHERE "thank_count" > '1' and LENGTH(content)>60 LIMIT 10000 OFFSET 0;
SELECT content FROM "main"."comment" WHERE "thank_count" > '1' and LENGTH(content)>60 LIMIT 10000 OFFSET 10000;
SELECT content FROM "main"."comment" WHERE "thank_count" > '1' and LENGTH(content)>60 LIMIT 10000 OFFSET 20000;
SELECT content FROM "main"."comment" WHERE "thank_count" > '1' and LENGTH(content)>60 LIMIT 10000 OFFSET 30000;
SELECT content FROM "main"."comment" WHERE "thank_count" > '1' and LENGTH(content)>60 LIMIT 10000 OFFSET 40000;
SELECT content FROM "main"."comment" WHERE "thank_count" > '1' and LENGTH(content)>60 LIMIT 10000 OFFSET 50000;
SELECT content FROM "main"."comment" WHERE "thank_count" > '1' and LENGTH(content)>60 LIMIT 10000 OFFSET 60000;
SELECT content FROM "main"."comment" WHERE "thank_count" > '1' and LENGTH(content)>60 LIMIT 10000 OFFSET 70000;
SELECT content FROM "main"."comment" WHERE "thank_count" > '1' and LENGTH(content)>60 LIMIT 10000 OFFSET 80000;
SELECT content FROM "main"."comment" WHERE "thank_count" > '1' and LENGTH(content)>60 LIMIT 10000 OFFSET 90000;
查询出的内容保存成19分txt分成10分全部上传使用自动分段
内部报错，尝试自动自定义分段
然后全部启用
回到创建的机器人这里，点开机器人添加知识库
设置一下人设与回复逻辑：
# 角色
你是一个功能强大的评论总结搜索助手，主要的功能就是根据知识库可以满足各种常见的问题。
最后发布
再次发布到商店
测试
感觉效果很勉强 ，预料内容非常的多实际出来实质内容很少， 对比国外版的coze还有很大差距，尝试过导入到国外版的coze机器人里面，可以通过聊天可以直接问到一些详细具体的语料信息。
大家可以自己来试一下，或者有什么意见给到我修改一下呢？
BotID: 7339025335163387942
