第一天
项目背景
在暑假期间我去考了驾照，因为住在小县城，遇到的教练大多是一些没有经过专业训练的中年男人，教学质量良莠不齐，个人素质水平同样也是如此。往往驾校学员明明在教学时认真学习却没有达到理想中的水平。当然，如果这时有一个驾考小助手存在，告诉我们一些驾考的知识和技巧，那么一定可以增加我们考试的通过率和学习的效率。
同样，在各大主流媒体上我们随便搜索一下 “教练” “驾校” “练车” 等字眼，我们就可以发现如上图所示的评论数不胜数，这就可以说明不仅仅是我们自己遇到了这种问题，这是很多人都遇到的问题，这也就说明了我们做出一个驾校小助手的必要性。
项目开发步骤
第一步：开通扣子专业版
为什么要用 扣子 做 AI Bot？
扣子是目前国内知名度较高的AI智能体开发平台，其官方对于该平台的核心定义为：
- 一个AI应用开发平台，无编程基础也可使用：用于基于大模型快速开发AI应用，且即使没有编程能力的普通用户也能使用，通过可视化配置，即可快速搭建AI应用；
- 应用采用对话聊天Bot形式提供服务： 类似ChatGPT，目前扣子开发的AI应用，不是通过一系列灵活的交互界面交付应用，而是通过聊天对话的方式，以Chat Bot的方式提供产品服务；
- 支持发布到各种社交平台等外部渠道：Bot应用支持发布到公域的社交平台，也支持发布到企业自有的产品内使用，具备插件化、应用分发的特性；
花了一块大洋成功配置扣子专业版并且了购买资源包
第二步：创建属于自己的Boot
首先,在豆包处生成属于专自己的prompt
然后，在扣子助手处生成自己的Bot
看一下效果：
第二天，优化这个简单的bot模型。
要优化这个模型我们可以从几个方面来入手呢？
第一，prompt方面
首先，prompt到底是什么？在大语言模型（LLM）中，Prompt 是用户输入给模型的文本或指令，用于引导模型生成所需的输出。简单来说，prompt 是用户与模型之间的对话起点，它告诉模型该执行什么任务或生成什么类型的内容。
举一个生动的例子：将大模型当成人，你是老板，你需要告诉你的员工（大模型）要做什么，你的命令是否表达清楚，影响着你的员工是否能完成的你要求。
编写 Prompt 的关键步骤
上面呢，我们成功的创建了一个prompt接下来我问你会不断的优化这个prompt以达到更好的效果
第二，插入插件
我们思考一下我们这个驾校小助手需要插入什么插件，才可以帮助学员更好的解决问题？
1.插入一个bing搜索插件以便于学员在网上找到和自己有同样经历的搭子，以寻求更好的解决方法。
第三，上传文件，扩大其知识库。
第四，做工作流
首先，我为什么要做工作流？
工作流是搭建Bot智能体的一种很重要的技能，稍微复杂或比较实用的Bot基本上都使用了工作流。
其次，什么是工作流？
工作流（Workflow） 是指一系列相互关联的步骤或任务，用于完成特定的业务过程或项目。它定义了任务的顺序、执行者以及相关的条件和规则，以确保流程的顺利进行和最终目标的达成。工作流是对当前大模型能力不足的一种补偿机制，在大模型智能化程度还不够高的时候，通过人为编排的工作流（注入人的智能），让智能体具有更高的可用性和可靠性，提升用户体验。
然后 我们理解工作流每部分的一个作用？
插件
很明显这个节点用来调用某个插件的，它的入参跟出参与插件接口相同。
大模型
这个节点是用于调用大模型来生成输出结果，跟创建Bot类似，可以在节点配置中选择不同的模型，并设置模型的提示词。
代码
用于执行一段代码（一个函数），目前支持python和javascript两种语言，节点的输入、输出与函数的入参、出参相同。
知识库
用于从知识库中检索信息，跟Bot编排页面的知识库类似。
工作流
该节点可以嵌套执行其它工作流。
该节点可以嵌套执行图像流，图像流的功能是从文本或图片根据指令生成新的图片。
选择器
这是一个if … else结构，可以根据条件的不同结果，执行不同的分支流程。
文本处理
用于字符串拼接或分割，当然也可以用代码节点来实现。
消息
用于输出一条消息回复给用户。
变量
用于读取或写入Bot变量，工作流本身是没有存储的，但是通过变量节点可以对使用它的Bot的变量进行读写操作。
数据库
用于读取或写入Bot的数据库，工作流本身是没有存储的，通过数据库节点可以对使用它的Bot的数据库进行读写操作。
