智能体与工作流：从「想做一个应用」到「能跑通一条链」
这篇博客用睡前故事串起两件事：概念上分清智能体与工作流；操作上用 Coze 搭画布（大模型 / 循环 / 插件）、发布工作流，再 创建对话智能体 把链挂上去并用预览验收；最后对比 Coze 与 Node.js 自研。配图已上传 OSS（与本地
assets/agent-workflow/*.png同源文件名，便于你用img脚本覆盖更新）。
本文结构（按需跳读）
| 部分 | 内容 |
|---|---|
| 概念与需求 | 智能体、工作流、为何不能一次调模型、串行链、mermaid |
| 设计四步 | 只在脑子里/文档里「生成」草图，不涉及 Coze 点击路径 |
| 实践一 | Coze 工作流画布：节点类型、从「开始」到「结束」的配置与截图 |
| 实践二 | 发布工作流 → 创建智能体 → 编排里 挂工作流 → 预览与 发布智能体（截图） |
| 收尾 | Coze 优缺点、与自研关系、全文小结 |
智能体是什么：不止「和大模型聊一句」
智能体（Agent）在经典定义里，是能感知环境、做决策、再行动的系统。落到今天的大模型应用上，可以把它理解成：
以模型为「大脑」之一，再叠上检索、工具调用、业务规则、多模态输出等能力，按固定或可变策略运转，最终对用户给出一个完整结果单元（而不只是一段即时回复）的那一层产品形态。
用户输入、系统提示词、中间调用的搜索与 TTS 等，都是「环境」与「指导信息」；智能体要做的，是在这些约束下把多步事情办完。
工作流是什么：把能力排成一条（或多条）流水线
智能体里真正承担业务骨架的，是 工作流（Workflow）：把「分析意图 → 查资料 → 写稿 → 润色 → 念出来」这类步骤，变成可执行、可观测、可迭代的节点图。
- 串行工作流：上一步输出是下一步输入，适合故事生成这类主线清晰的任务。
- 并行与分支：实际业务里常有「同时查多个源」「某步失败则降级」等，图会变复杂；入门阶段先把一条串行链画清楚，价值最大。
一句话：智能体是「产品视角」的说法，工作流是「工程视角」的实现方式。
用「6～8 岁睡前故事」理解：为什么不能只调一次文本模型
假设产品需求是：
- 用户给一个故事主题；尽量讲经典民间故事，没有经典则围绕主题创作。
- 内容与语言要符合 6～8 岁认知，不「超龄」。
- 最后用亲切的语音把故事念出来。
若只做 chat.completions 一次调用，模型既可能胡编典故，又无法引用可靠原文，更没有声音。因此这个应用本质上需要多能力组合：
| 能力 | 作用 |
|---|---|
| 搜索 / 检索 | 找到故事原文或参考资料（常与 RAG / 检索增强生成 一起讨论） |
| 写作与润色 | 在检索结果上写草稿，再按儿童口吻改写 |
| 语音合成（TTS） | 把定稿文本变成可播放音频 |
这些能力不会自动长在一起，要靠你在产品里编排顺序、约定每步输入输出。这就是工作流要解决的问题。
核心工作流长什么样（串行示例）
把上面的需求压成一条链，可以是：
输入主题 → 生成检索 query → 搜索并整理材料 → 撰写草稿 → 语言与风格润色 → 语音合成 → 输出（文本 + 音频）
用流程图表示更直观：
flowchart LR
A[用户主题] --> B[生成搜索 query]
B --> C[搜索 / 整理]
C --> D[写草稿]
D --> E[儿童向润色]
E --> F[TTS]
F --> G[文本 + 语音]
实现顺序上的建议：先在纸上或文档里画出这条链，标清每一步的输入输出数据结构；再决定用 Coze 拖拽，还是用代码（例如 Node.js）写「调度器」。顺序对了，换工具只是换壳。
设计阶段的四步清单（还不打开 Coze 也能做）
你可以把下面四步当作任意业务的模板，先在文档或白板完成；它们回答的是「做什么」，而不是「在 Coze 里点哪个菜单」：
- 定义成功态：用户最终拿到什么？（一段 JSON、一篇带出处的文章、一条语音……）
- 拆能力：需要模型、搜索、数据库、支付、TTS 中的哪几项？哪些可以合并成一步？
- 定依赖与顺序：哪一步必须等上一步结束？哪一步可以并行？失败时是否重试或降级？
- 选承载：原型期用 Coze 等低代码快速验证；上线前再评估是否迁到 自研编排（数据隐私、细粒度调试、成本结构）。
做到这里，你已经「生成」了智能体的设计稿。接下来两节是落地：先在 Coze 里把 工作流画布 跑通，再 发布 并 挂到智能体。
实践一：在 Coze 里搭「睡前故事」工作流（画布）
扣子 Coze 提供了工作流编排：用节点把大模型、循环、插件等连成图，适合快速验证「这条链跑不跑得通」。下面配图来自同一套「睡前故事」示例画布，界面以你当前 Coze 版本为准；若菜单文案略有差异，对照节点职责即可。
节点类型与添加路径（和本文截图一致）
在 Coze 工作流画布上点 「添加节点」 时，可按下面方式选类型（不同版本菜单层级可能微调，核心是节点类型要对）：
| 画布上的职责 | 添加节点时的选择 | 说明 |
|---|---|---|
| 开始 / 结束 | 无需添加 | 新建工作流后画布默认自带；只需配置入参、出参。 |
| 生成 query、撰写草稿、润色 | 大模型 | 三处都是「大模型」节点，分别改节点标题与提示词、输入输出即可。 |
| 搜索并整理内容（外层） | 循环 | 先加循环节点，再在循环体内部加搜索用的插件节点。 |
| 循环体内的搜索 | 插件 → 必应搜索 | 每次迭代用当前 query 调必应，把结果汇总给后续大模型。 |
| 语音合成 | 插件 → 搜索文本转语音 | 将润色后的正文交给插件生成音频（插件名以控制台为准）。 |
下文按数据从左到右的顺序讲配置要点；你在菜单里选对的节点类型，就和「一步步实现」对上了。
画布总览：一条从主题到「文本 + 语音」的链
整体从左到右大致是：开始（默认）→ 生成 query（大模型）→ 搜索并整理内容（循环，循环体内必应搜索）→ 撰写草稿（大模型）→ 润色（大模型）→ 语音合成（插件：搜索文本转语音）→ 结束（默认）。多模态输出在「结束」节点里一次性返回给上层 Bot 或 API。
1. 新建工作流
进入 Coze 控制台 → 工作空间 → 资源库 → 新建 工作流，例如命名为 bedtime_story，描述写清「给 6～8 岁孩子讲睡前故事」。进入画布后，「开始」与「结束」是默认节点，不必在「添加节点」里再选一次；后面所有节点都是从「开始」往后串、最后收进「结束」。
「开始」节点：声明工作流对外的入参。示例里只暴露一个字符串 input（故事主题），后续大模型节点通过模板变量 {{input}} 引用。
2. 第一个大模型节点：从主题到「检索 query」
添加节点 → 大模型，将节点标题改为「生成 query」（名称可自定）。用于：根据用户输入分析意图，并输出一组搜索用 query（后续由循环消费）。
系统提示词可围绕「目标 + 分析方法 + 任务」来写，例如（节选思路）：
- 若主题是常见民间故事名，则生成便于检索原文的 query；
- 否则结合文化背景生成能搜到参考资料的 query；
- 明确输出格式要求（如字符串数组）。
用户提示词里使用 Coze 的模板变量，把「开始」节点的输入接进来，例如：
{{input}}
双花括号中的名字需与开始节点里定义的输入字段名一致（默认常为 input）。
输出变量建议配置两个（示例命名）：
| 输出名 | 类型 | 含义 |
|---|---|---|
querys | 字符串数组 | 多条检索 query |
intent | 字符串 | 对用户意图的简短概括 |
这里 intent 未必被后续节点消费，但让模型多输出一个「对自己有用」的字段，往往能起到链式思考（chain-of-thought）外显的效果，有助于提高 querys 质量——这是很多工作流里的小技巧。
联调小技巧：开发时可以把该节点输出直接连到 结束 节点，在结束节点里配置要暴露的变量，先验证「query 生成」是否稳定，再往下接搜索与写作。
下图可见：模型选用「豆包·2.0·pro」等；输入绑定「开始 → input」；输出解析为 JSON 字段（如 intent、querys 数组），供下一节点消费。
3. 循环 + 必应搜索：对多条 query 逐个检索
因为 querys 是数组，在「生成 query」后面 添加节点 → 循环；外层循环节点标题可写成「搜索并整理内容」一类，便于读图。
- 循环类型：选「使用数组循环」；循环数组绑定上一大模型节点的
querys。 - 循环体内部：再点 添加节点 → 插件 → 必应搜索（或你工作区里可用的等价联网搜索插件）。每次迭代把当前元素映射为搜索的
query，count控制条数；输出里的data等字段供循环汇总。 - 输出映射：界面上常有经验顺序——先在循环体里把「必应搜索」节点接好、跑通，再回来配置循环节点对外的输出数组（否则没有可引用的中间结果）。
若不需要循环内的临时中间变量，可在 Coze 里按界面提示精简变量，避免图越来越乱。
4. 撰写草稿 → 润色（大模型）→ 语音合成（插件）→ 结束（默认）
在循环之后，把整理后的检索结果交给两个连续的大模型节点做「写稿 + 润色」，最后用插件出音。
撰写草稿：添加节点 → 大模型。输入侧接入「搜索并整理内容」汇总后的材料；系统提示词约束「6～8 岁、经典尽量忠于原文」等；用户提示词用模板 参考资料：{{input}} 把变量喂进模型；输出 output（及可选 reasoning_content）供下一步使用。
润色：同样 添加节点 → 大模型。输入接 撰写草稿 → output；系统提示词切换为「温柔大姐姐给妹妹讲睡前故事」等人设；用户侧 故事材料：{{input}}；输出仍为字符串 output。
语音合成：添加节点 → 插件 → 搜索文本转语音（若控制台插件名称有细微差别，以实际列表为准）。将正文字段绑定 润色 → output；并按插件面板填写音色、cluster（如 volcano_tts）、app_id / app_token 等；输出里常见 link 指向生成音频 URL。
结束：使用画布默认的「结束」节点即可；在配置里选 「返回变量」：例如 text 映射润色后的正文，audio 映射语音合成返回的 link（或平台等价字段），这样上层一次拿到「可读文本 + 可播音频」。
每一段的输入输出变量名要与前后节点对齐；逻辑顺序应与上文「核心工作流」示意图一致——你在 Coze 里是在「画图实现」同一张设计稿。
实践二：发布工作流，并挂到「对话智能体」
画布上的 工作流 解决「一条链怎么跑」；智能体（Bot） 解决「用户怎么对话触发这条链」。建议顺序：试运行并发布工作流 → 在资源库 创建智能体 → 编排 → 技能 → 工作流 里添加已发布的工作流 → 预览与调试 验证触发与入参 → 发布智能体。
试运行与发布工作流
在 bedtime_story（或你的工作流名）编辑页里先 试运行，确认「开始 → … → 结束」整条链无报错后，使用平台提供的 发布（或「上线」类）能力，把工作流变为 已发布 状态。只有发布后，智能体侧「添加工作流」列表里才容易稳定搜到它（具体按钮名称以 Coze 当前版本为准）。
在资源库创建智能体
进入 工作空间 → 资源库，右上角 「+ 创建」，选择 「创建智能体」（适用于对话式智能体）。
填写名片并确认
在弹窗里选 标准创建（或你需要的创建方式），填写 智能体名称、功能介绍、工作空间、图标 等。示例中与睡前故事一致：儿童睡前故事 / 给 6-8 岁儿童讲睡前故事 等。点 确认 进入编排页。
编排里挂载工作流技能
打开 编排，在 技能 区域找到 工作流 一行，点击右侧 「+」（提示为 添加工作流）。在列表中选中已发布的 bedtime_story，点 添加，把它挂到当前智能体上。这样用户发一句自然语言时，智能体才会按策略去 调用 你刚编排好的那条链。
预览调试并发布智能体
右侧 预览与调试 里直接输入用户会说的主题（例如 「狼来了」）。若编排正确，应能看到 正在调用 bedtime_story 一类状态，并走完整条工作流（含你结束的 text / audio 等返回）。确认满意后，再在平台里 发布智能体，对外分享或接入渠道。
与「实践一」的关系：工作流 = 可复用的业务链；智能体 = 对话壳 + 默认模型 + 挂载的一条或多条工作流。先发布链，再把链挂到 Bot 上，用预览验证「用户一句话 → 工作流入参 input」是否对齐。
Coze 工作流的优缺点：适合当「哪一级」
优点
- 快：复杂分支、流式输出、插件生态都能较快搭出可演示版本。
- 省成本：适合创业者、团队做原型验证与需求对齐。
- 可视化：非纯研发也能参与讨论「第几步该干什么」。
局限
- 平台绑定：流程与数据多在 Coze 侧，对强隐私、强合规、专有部署的场景要慎重。
- 节点内部偏黑盒：要做极致的数据结构优化、细粒度耗时分析时，不如代码透明。
因此常见节奏是：Coze 验证工作流是否合理 → 定型后用 Node.js（或其它后端） 把同一条 DAG 写成可维护的服务（与本仓库 server.js 编排多厂商 API 的思路一致）。理解「工作流原理」之后，换承载并不神秘。
小结：从草图到可对话的一条龙
- 先定义成功态与边界（对应上文「设计四步」前两条）：用户拿什么结果、年龄与体裁等约束。
- 再画工作流（设计四步后两条 + mermaid）：拆能力、定顺序、选承载。
- 实践一：Coze 画布：「大模型 → 循环 + 必应 → 大模型 ×2 → 搜索文本转语音」，开始/结束用默认节点。
- 实践二：上架：发布工作流 → 创建智能体 → 编排 → 技能 → 工作流 挂载 → 预览 → 发布智能体。
- 再决定要不要自研：原型通过后，用 Node.js 等复刻同一条 DAG（见本仓库
server.js一类编排）。
智能体不是「多调几次模型」的代名词，而是**「多步能力 + 清晰编排」**的产物；设计稿 → 工作流画布 → 对话壳挂载 走完，就是从想法到可演示产品的完整一程。
