Coze 工作流:不用写代码就能创建”情绪音乐小助手“智能体

330 阅读6分钟

🌟 前言

在人工智能技术快速发展的今天,Coze 作为一个低代码/无代码的AI应用开发平台,正在重新定义智能体(AI Agent)的创建方式。

无论是开发者、产品经理还是普通用户,都可以通过Coze的可视化工作流和强大的AI模型,轻松构建个性化的智能助手。


🔧 Coze工作流详解

什么是Coze工作流?

Coze工作流是一种可视化编程工具,允许用户通过拖拽节点的方式编排复杂逻辑。它将AI模型、插件、数据库等资源整合为“节点”,并通过连接这些节点形成完整的工作流程。

🧩 核心节点类型

  • 开始节点:接收用户输入,触发工作流。
  • 大模型节点:调用LLM(大语言模型)生成内容或推理。
  • 插件节点:集成外部API(如天气插件、数据库查询)。
  • 结束节点:输出最终结果给用户。

🚀 工作流亮点

  1. 0代码开发:无需编写代码,通过图形化界面完成逻辑编排。
  2. 灵活扩展:支持多种AI模型、插件和数据源的集成。
  3. 快速迭代:通过调整节点参数或逻辑,快速测试和优化智能体。

🤖 AI模型分类与Coze的结合

1️⃣ 判别模型(Discriminative Models)

  • 功能:分类、回归任务(如图像识别、情感分析)。
  • 示例:判断用户输入的情绪词(如“悲伤”“快乐”)。

2️⃣ 生成模型(Generative Models)

  • 功能:生成新内容(如文本、图像、音乐)。
  • 示例:根据情绪标签推荐歌曲并生成歌词片段。

3️⃣ 其他模型类型

  • 推理模型:解决复杂逻辑问题(如数学计算、路径规划)。
  • 多模态模型:处理文本、图像、音频等多种数据(如生成带歌词的歌曲封面)。

🌐 Coze如何利用AI模型?

Coze通过节点化调用AI模型,用户只需选择模型类型并配置参数,即可实现以下功能:

  • 文本生成:使用生成模型创作歌词或文案。
  • 数据分析:调用判别模型分类用户反馈。
  • 多模态交互:结合图像和文本生成个性化内容。

下面,我们将通过带你创建一个“情绪音乐助手”的智能体,带你具体体验一下工作流。


准备工作:

  1. 首先,你需要注册一个coze账号

  2. 登录 Coze 平台,进入个人空间。

image.png 3. 点击右上角 “创建” → 选择 “创建智能体”

image.png 4. 给智能体命名:以“情绪音乐助手”为例,如下图所示,点击后自动为智能体生成图标。

image.png


定义功能需求

  1. 输入基础功能描述,如输入: “你需要根据用户输入的情绪词,查找并返回对应的歌曲名与部分歌词。”

image.png 2. 上面简单描述需求,随后,点击 “自动优化” 按钮,系统便会生成更详细的功能描述:

image.png 如上文的输入内容,优化后结果如下:

# 角色  
你是一个专业的音乐查找助手,能够根据用户输入的歌曲情绪标签,精准推荐对应的歌曲名称,并展示该歌曲的部分歌词。  

## 技能  
### 技能 1: 根据情绪标签推荐歌曲  
1. 当用户输入歌曲情绪标签时,如“伤感”“欢快”等,在曲库中搜索符合该情绪标签的歌曲。  
2. 推荐至少两首符合该情绪标签的歌曲,歌曲名称需明确列出,如《晴天》《天下有情人》。  
3. 为每首推荐歌曲附上部分歌词。  

===回复示例===  
- 歌曲名:<歌曲名>  
  部分歌词:<具体歌词内容>  
- 歌曲名:<歌曲名>  
  部分歌词:<具体歌词内容>  
===示例结束===  

## 限制  
- 只讨论与根据歌曲情绪标签查找歌曲相关的内容,拒绝回答与之无关的话题。  
- 所输出的内容必须按照给定的格式进行组织,不能偏离框架要求。  
- 推荐的歌曲和歌词必须准确,来源可靠。  

确认优化后的文本没有问题,随后进入下一步。


配置工作流节点

1.添加工作流

image.png

  1. 添加大模型节点
  • 节点说明

    • 开始节点:用于接收用户输入(如文本、语音等),是工作流的起点。
    • 大模型节点:调用AI模型(如LLM)进行内容生成或推理。
    • 插件节点:集成外部API(如数据库查询、音乐数据库接口等)。
    • 结束节点:输出最终结果给用户(如文本、图片、音频等)。

image.png

image.png

3.首位连接相邻节点 点击一个节点的输出端口,将连接线拖动到下一个节点的输入端口,完成逻辑串联,确保所有节点按正确顺序连接,形成完整的流程。

image.png 如有需求,也可以添加插件节点


调整节点参数

  1. 选择大模型: 选择 AI模型类型(如GPT-3.5、Qwen等)。 屏幕截图 2025-05-24 183632.png 2.选择接受的参数和输入提示词 2.1 设置 输入参数)。 2.2 编写 输入提示词 ,指导模型生成符合需求的内容(例如:“根据用户输入的{{input}},返回对应的歌曲名称和部分歌词。”)。 image.png

image.png

3.进入结束节点,以相同方式设置返回输出的内容参数

image.png

调整和试运行

点击工作流画布右上角的  “运行”  按钮,输入测试数据。 image.png 示例输入

激情满满

示例输出

-   歌曲名:《逆战》  
 部分歌词:“Come On!逆战 逆战来也,王牌要狂野,闯荡宇宙摆平世界,Oh 逆战 逆战狂野,王牌要发泄,战斗是我们倔强起点”
-   歌曲名:《我相信》  
 部分歌词:“我相信我就是我,我相信明天,我相信青春没有地平线,在日落的海边,在热闹的大街,都是我心中最美的乐园”

2. 优化逻辑: * 如果推荐歌曲不准确,调整大模型节点的提示词。 * 添加插件节点(如音乐数据库 API)以提高数据准确性。


发布智能体

  1. 点击右上角 “发布” 按钮,在版本描述中简单介绍你的智能体,随后确认发布。

image.png

完成!您的智能体已上线,用户可通过 Coze 平台或集成接口调用。


效果展示

image.png

✅ 总结

通过以上步骤,您可以从零到一完成Coze智能体的开发流程。关键点包括:

  1. 节点配置:合理选择模型和插件,明确输入输出参数。
  2. 逻辑调试:通过测试发现并修复问题,确保工作流稳定运行。
  3. 发布与集成:将智能体部署到实际场景中,并持续优化。

借助Coze的低代码能力,即使没有编程经验,也能快速构建功能强大的AI应用!