引言

你是否使用过大模型？

是否使用过ChatGPT、Deepseek或豆包辅助日常生活或学习？

但这些大模型都有自己的局限性，都需要用户去输入很多信息，才能得到想要的答案。

  • 假如我想知道今天的天气，那么我需要去查；
  • 假如我想知道有什么新番，那么我需要去查；
  • 假如我想知道最近有什么新闻，我需要去查……

只查一次还好，但为了得到最新消息，我需要不断询问。好麻烦，我不想一个一个查。

有没有什么办法能让我不这么麻烦就能收到这些消息？



你是否有制作小程序或网页的想法，但苦于技术力不足迟迟无法推进？

前端、后端、数据库，全学一遍好麻烦。

有没有什么办法能让我轻松制作小程序或网页？



在过去，想实现这些功能，需要用户自己搭建服务器，还需要用户自己写代码，显然对用户不友好。

但现在，Coze的出现，让我们有了新的选择。

什么是Coze？

Coze 是字节跳动（ByteDance）推出的一款 AI 机器人创建平台，类似于 ChatGPT，但更偏向于低代码构建智能助手。

你可以理解为一个面向开发者和普通用户的 “搭积木式” AI 机器人搭建平台。

简单地说，Coze就是集合了好多大模型的平台，并且可以让大模型彼此交互，产生的数据可以存储也可以输出。(包括前后端哦)

这可太好了，比起什么"爬虫"、"代码"，搭积木的形式更适合现在低技术力的我们！

Coze功能初认识

注册账号

想使用Coze，首先要注册一个账号。

这是Coze的官网：https://www.coze.cn/

注册流程如下：

7f95a124d32529229aa7f1381ecc054.png



此时，我们身处于coze的主页

新建工作流

我们点击开发平台-快速开始-新建应用-空白模板来进入项目界面

微信图片_2025-08-05_095941_189.png



在项目页面内创建工作流

微信图片_2025-08-05_100802_827.png



此时我们就在工作流页面了
8cd5a0a3ec50e2930eee20c1b9d3835f.png


节点

Coze工作流的运行一两，依赖于各个节点的相互配合，所以学会各个节点的使用（其实大部分就行）至关重要



这里我会以各个板块为单位，介绍一下常用节点的使用方法。




大模型

1754556565934.png

如果将工作流视为一个人，那么大模型就是这个人的脑子，负责对输入的信息进行整理回答

关于大模型的设置，我们可以看到侧边栏有如下几个板块

  • 模型：不同的模型对信息的处理能力和速度都不同，选择最适合该工作流的大模型有助于工作流的运行
  • 技能：为大模型添加本身没有的功能，例如url访问（访问链接）等等
  • 输入：Coze采用了MCP协议（模型上下文协议，将连接的节点内的数据由前到后进行共享）
    • 变量名：为引入的变量重新命名
    • 变量值：引入上游节点中的变量
  • 视觉理解输入：这个模块和输入模块基本相同，只是变量值只能引入image（图片）
  • 系统提示词：由工作流的创建者填写，主要目的为控制模型行为/角色/语气等元信息
  • 用户提示词：由用户主动填写的内容，在这里，我们可以直接引用输入的内容，格式如{{变量名}}
  • 输出：将大模型生成的内容进行输出
  • 变量名：为即将输出的内容命名
  • 变量类型：一般使用string（字符串），其他内容可以摸索摸索，但是基本用不到
  • 异常处理：负责安排模型调用失败后的处理方式（这个日常不用额外调节）

插件



打开插件页面，内置的插件商场提供了各种软件或功能的调用接口，按需自行调用就可以了

工作流



若你有两个及以上的工作流需要相互配合，例如想在A工作流中调用B工作流进行工作，那么就可以使用该节点进行工作流的嵌套使用

业务逻辑

代码

1754560193190.png

注意！！！该模块的使用需要你有一定的Python或JavaScript基础

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
# 在这里，您可以通过 'args'  获取节点中的输入变量，并通过 'ret' 输出结果
# 'args' 已经被正确地注入到环境中
# 下面是一个示例，首先获取节点的全部输入参数params，其次获取其中参数名为'input'的值：
# params = args.params; 
# input = params['input'];
# 下面是一个示例，输出一个包含多种数据类型的 'ret' 对象：
# ret: Output =  { "name": '小明', "hobbies": ["看书", "旅游"] };

async def main(args: Args) -> Output:
    params = args.params
    # 构建输出对象
    ret: Output = {
        "key0": params['input'] + params['input'], # 拼接两次入参 input 的值
        "key1": ["hello", "world"],  # 输出一个数组
        "key2": { # 输出一个Object 
            "key21": "hi"
        },
    }
    return ret

1754560672069.png

这里需要代码和输出变量相互配合，自行了解即可

by the way，好好利用ai自动生成代码可以帮你省去很多事

选择器

1754561160231.png

这个节点负责判断条件是否符合要求，符合则进入分支1，不符合则进入分支2

意图识别

1754559760043.png

这个节点负责帮助我们判断用户的目的，通过意图匹配模块主动配置几个目的，自动调用大模型分析用户的需求

如图所示，若用户的需求是退货，则结束时输出1；若用户需求是换货，则结束时输出2，以此类推……

用户输入和预设不匹配时，输出0

循环

1754561710017.png

按照用户自己的设置进行循环，输出循环体内的结果

批处理

1754563786797.png

设定批量处理，从而快捷的完成多项任务

举个例子，我有十件衣服要洗，一件一件洗的速度肯定没有丢到洗衣机里一起洗快，而批处理就是这台洗衣机

  • 批处理要处理的是一批数据，所以输入的一定是一个数组，也就是Array下的变量类型才能被正确引用
  • 批处理体内调用的数据最好是批处理的输入内容

变量聚合

1754564575515.png

变量聚合，就是对多个分支的输出进行聚合处理

你可以创建多个Group，每个组里可以有很多数据类型相同的数据，变量聚合会输出每个Group中第一个有内容的数据

一般使用场景：一个节点后平行接入多个功能相似，但只调用一个的节点，再接入变量聚合后，可以将多个节点中唯一输出的值输出，不需要接多个输出端

输入&输出

这个没啥好说的了，就是在工作流中输入或输出数据

数据库

由于数据库里包含太多SQL的调用规则和语法，不太适合新手操作，这里不做详解，有想使用的请自行查询使用方法

知识库&数据

我们可以创建一个知识库来存储我们预定好的知识体系

假设我们想制作一个校园助手，就可以将校园内的各种信息打包成知识库，在用户提问时调用知识库更精确的回答


知识库检索


顾名思义，就是查询知识库里的内容，并返回一个查询到的信息

如图所示，将小明的个人信息放进知识库中，此时我们输入“小明喜欢打什么球”，查询知识库后返回已有的信息：“小明喜欢打篮球”

知识库写入

1754642322742.png

本小节的一开始，我们提到了自己创建知识库，而知识库写入这个节点，则可以由用户上传文件并生成知识库，辅助用户更精准的了解一些离线信息

1754642619998.png

将用户提供的信息（必须要求以文件形式）上传至知识库中

知识库删除

1754642763470.png

若你在一个知识库中上传了多个文件，但此时你想移除某个文件中的内容，可以输入文件对应的编号从而从知识库中移除

变量赋值

1754707354124.png

该节点的作用：为一个全局变量赋值（全局变量，可以理解为一张公交卡，所有的刷卡机（应用节点）都认识这张卡，但是持卡人（全局变量的赋值）可以更改）

图像处理

图像生成

1754707290860.png

打开侧边栏的设置页面，可以配置关于图像生成的一些关键点

  • 模型：不同的特调模型，对各个领域更精准
  • 比例：最后成品的大小，单位为像素
  • 质量：数值越大图片越精细，范围[1-40]
  • 参考图：模型会根据已有的参考图
  • 提示词
    • 正向提示词：用户对画面的要求，依旧可以使用{{输入}}的方式加载用户输入的内容
    • 反向提示词：使画面减少或不出现一些创作者不想在画面中出现的内容，例如：比例错误，肢体错误……

画板

1754708310996.png

开发者可以自定义画板的模板，通过引入不同的数据来更改画板内预设的内容（用得不多）

详情可以查询这个视频【Coze平台实战教程51-工作流画板节点】

抠图

1754708736640.png

可以对传入的图片进行抠图处理，最后的输出结果为透明背景图或矢量蒙版图

提示词优化

1754708852442.png

将用户的提示词进行优化，示例如下：

1
2
3
{
  "prompt": "1girl"     //原始输入
}
1
2
3
4
{
  "data": "1girl, best quality, ultra-detailed, masterpiece, realistic photo, happy expression, sunny day, green field, soft lighting, vivid colors",       //优化后输出
  "msg": "success"
}

画质提升

1754709014256.png

画质提升，也就是日常说的超分（超分辨率），旨在提升画面精细度，同时也会使图片的存储体积变大

音视频处理

视频生成

我没VIP啊，这个真教不了:(

视频提取音频

1754709204554.png

视频抽帧

1754709537016.png