1. coze 入门
扣子市字节跳动推出的一个开放时的AI智能体应用开发平台，简单的说就是一个制造AI机器人的工厂，让普通人可以不用开发代码就可以搭建一个属于自己的ai助手或者智能化助手。
coze的核心功能
1. 做机器人助手
2.教他回答问题
3. 给他工作流让他按逻辑做事
4.商业化生成信息
5. 安装各类用途插件
6.信息查查询、生图、生视频、3D插件
7.各类大模型
8. 定制工作流
9.批量化工作、节点微调、方便维护
10 知识库、记忆库
11. 存储、识别个性化信息
12. 为定制化服务打造专属数据库
02 什么是工作流
学习工作流的必要性
- 常见问题：使用智能工具时生成效果差（如图片 / 视频质量低）、免费算力耗尽后需充值、购买的工作流 “一看就会，一用就废”。
- 学习价值：实现对智能体的精准控制、节省成本、实现批量处理任务。
工作流的定义与核心构成
- 定义：由相互连接的节点构成，每个节点是独立功能模块（如插件调用、大模型处理）。
- 处理节点：执行具体任务（如大模型分析、图像生成）。
工作流的核心要素
- 智能体与工作流：智能体核心包含工作流，工作流由节点构成。
- 节点：工作流的最小单元，内部可包含大模型、外部插件（国内 / 国外插件均可调用）。
- 变量：智能体的 “DNA”，是节点处理的关键，变量类型需匹配数据类型（如下一节重点学习内容）。
工作流常用术语
- 大模型节点：调用 AI 模型（如 Deepseek、豆包）处理文本和数据。
- 插件节点：集成外部工具（如必应搜索、飞书文档、可灵生图 / 视频、即梦生视频、nano banana 生图模型），避免多平台注册使用。
- 代码节点：自定义 Python/Java 逻辑处理数据。
- 数据流：节点间输入输出传递，上游节点输出作为下游节点输入，变量类型需匹配（如文本、数组、图片），否则会报错。
工作流示例演示
- 界面组成：包含开始节点、结束节点、大模型节点、图像生成节点等核心节点。
- 运行流程：输入数据→各节点运行→结束节点输出变量。
- 实例：输入 “刻舟求剑”，大模型生成词语解释和生图提示词，生图模型根据提示词生成图像，最终在结束节点输出解释和图像。
后续学习预告
