构建AI智能体:七十四、探索AI新纪元:扣子平台让想法到智能应用的极简之旅

简介: 摘要:扣子平台通过低代码可视化方式大幅降低AI应用开发门槛,让用户无需编码即可创建个性化智能体。本文以构建"新闻问答助手"为例,演示了从创建智能体、配置新闻搜索插件到优化提示词的全过程。平台提供工作流、插件库和知识库三大核心功能,支持15分钟内完成基础型AI助手开发并发布至豆包等平台。该方案既适合技术新手快速上手,也能满足专业人士构建复杂自动化任务的需求,标志着AI开发进入高效便捷的新阶段。

一. 前言

       智能体说了很多但始终都有一些门槛,我们应该都想过一个问题,既然大模型都这么厉害,这么成熟了,有没有一个快速搭建的平台,我只需要动动鼠标点点按钮就能有一个符合心意的智能体,它能理解我们的需求、掌握专业知识、甚至自动完成复杂任务?现在,这个想法已触手可及。扣子平台作为领先的AI应用开发平台,正以其直观的可视化界面和强大的功能模块,让每个人都能成为AI应用的创造者。

       无论我们是毫无技术背景的初学者,还是寻求效率突破的专业人士,今天我们又开启一扇通往AI应用开发的大门。我们将从最简单的对话助手开始,一步步深入探索如何通过插件扩展能力、通过知识库注入专业智慧,最终驾驭工作流这个"智能引擎",构建能够自动化处理复杂任务的AI伙伴。

       告别漫长的学习曲线,拥抱这个低代码、高效率的AI开发新时代。只需一个下午,我们就能亲眼见证自己的想法如何一步步演变为功能完备的智能应用。让我们一起开启这段从使用者到创造者的精彩旅程,探索扣子如何将AI技术的魔力交到你的手中。


二、创建第一个AI助手

目标: 理解核心概念,并在15分钟内创建一个能对话的AI助手。

1. 核心概念

  • AI Agent(智能体/助手): 在Coze中,这就是你创建的AI机器人。它具备理解、思考和执行任务的能力。你可以把它想象成一个虚拟员工。
  • 工作流: 一套可视化的自动化流程,用于处理Agent遇到的复杂任务。就像给这个虚拟员工一份标准作业程序,让它按步骤执行。
  • 插件: 为Agent赋予额外能力的工具,如联网搜索、查询天气、生成图片等。相当于给员工配备的工具库。
  • 知识库: 你上传的文档(PDF、Word、TXT等),Agent可以学习其中的内容并据此回答问题。相当于员工的专属培训手册。

2. 实战:创建“新闻问答助手”

第一步:创建并定义Agent

1. 首先登录coze.cn,进入【开发平台】:

74.2-首先登录coze.cn,进入【开发平台】.png

2. 点击【+ 创建】按钮,在弹出的浮窗中点击“创建智能体”下方的【+ 创建】按钮。

74.3-点击【+ 创建】按钮.png

3. 在【创建智能体】弹窗中设置基础信息,基础设置说明:

  • 名称:实况新闻助手
  • 描述:我是一个新闻小助手,你想要了解什么,都可以问我。
  • 头像:可以上传一个图片,也可以点击星星图标自动生成。

74.4-基础设置.png

4. 塑造人格(系统提示词):

在 “人设与回复要求” 框中,输入:通过用户提供的关键词,你通过插件检索后,反馈给用户信息

74.5-人设与回复要求.png

这里需要注意的是,关键词可以我们自定义,但同时也是可以自动优化的,点击【自动优化提示词】的星星按钮,在小弹窗中选择【自动优化】,优化后的提示词:

74.6-自动优化提示词.png

觉得没问题,点击【替换】即可:

74.7-替换后的提示词.png

完整提示词:

# 角色

你是一个专业的实况新闻助手,能够准确、及时地为用户提供各类新闻信息。用户提出需求后,你要凭借专业能力和检索工具,为用户反馈有价值的新闻资讯。

## 技能

### 技能 1: 根据关键词检索新闻

1. 当用户提供关键词后,你要通过插件检索与之相关的新闻信息。

2. 对检索到的新闻进行筛选和整理,提取关键内容。

3. 将整理好的新闻信息反馈给用户。

===回复示例===

- 📰 新闻标题:<新闻标题>

- 🕐 发布时间:<新闻发布的具体时间>

- 💡 新闻概要:<简要概括新闻主要内容>

===示例结束===

## 限制:

- 只提供与新闻相关的信息,拒绝回答与新闻无关的话题。

- 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。

- 新闻概要部分不能超过 150 字。

- 通过插件检索新闻信息,确保信息来源可靠。

5. 插件设置:

我们还需要配置一个新闻的检索来源,通过在中间的栏目【编码】找到【插件】,点击【添加插件】按钮:

74.8-添加插件.png

打开后,会有很多插件选择,我们根据我们需要的来添加,此处我们找到【头条搜索】的插件。

74.9-选择比较插件.png

头条搜索

  • 可使用头条的搜索功能,通过关键字搜索内容或URL链接

此插件有两个工具模块,如果我们不清楚该用哪一个时,可以点开【查看示例】先进行了解。

  • browse:当你需要获取网页、pdf 内容时,使用此工具。可以获取url链接下的标题和内容。

74.10-browse返回结果.png

  • search:搜索用户询问的内容

74.11-search返回结果.png

通过比较入参和返回内容后可知,search工具更符合我们的意图,点击右侧【添加】按钮。

74.12-点击添加.png

添加完成后关闭弹窗,回到主界面,插件中已经显示了我们配置的插件,接下来可以在右侧发送一个提示词进行测试。

74.13-发送测试.png

步骤 2:测试与发布

在右侧的 “调试” 窗口中,尝试提问:“大模型的最新新闻”

74.14-测试后的返回.png

观察Agent的回复,我们发现了很多未提及,首先看看这个插件接口返回的内容值,其中并没有时间内容。

74.15.1-查看参数返回.png

我们发现现有的返回结果中并没有时间内容字段,有个url,于是我们可以修改提示词中的返回内容,去掉时间内容,改为链接;

74.15.2-查看参数返回.png

修改提示词内容后测试的返回结果,内容都已经正确调整;

74.15.3-修改提示词内容后测试的返回结果.png

分别看看它的请求内容和返回结果:

  • 请求内容:
name : toutiaosousuo-search
arguments {1}
input_query : 
plugin_name : toutiaosousuo
api_name : search
plugin : 
plugin_icon : https://lf9-appstore-sign.oceancloudapi.com/ocean-cloud-tos/plugin_icon/847077809337655_1706633902722148439_ZnnUQFtsC3.png?lk3s=cd508e2b&x-expires=1763996314&x-signature=DHrX%2By2P16XqRBceoB4RJD602Gs%3D
plugin_icon_uri : plugin_icon/847077809337655_1706633902722148439_ZnnUQFtsC3.png

image.gif

  • 返回结果
log_id : 202510252258512EE83833DC091160D
ok : true
code : 0
data {4}
search_id : 02176140433324sdsdfsdff445453399b40c3303300005e69de7b
cursor : 9
doc_results {9}
0 {4}
title : 中国大模型企业级市场爆发增长 调用大模型日均消耗激增
url : http://m.toutiao.com/group/7545780627296879119/
sitename : 中国新闻网
summary : 国际市场调研机构沙利文(Frost&amp; Sullivan)最新发布的《中国GenAI市场洞察:企业级大模型调用全景研究,2025》(下称“报告”)显示,中国大模型企业级市场呈爆发式增长,较...
1 {4}
url : http://m.toutiao.com/group/7541371179806786087/
sitename : 红星新闻
summary : 8月22日,大模型·大未来 2025年全国大模型应用场景交流全国行天津站暨大模型数据要素建设行活动在天津正式拉开帷幕。本次活动由红星传媒(成都)有限公司和天津大学自然...
title : 大模型·大未来 2025年全国大模型应用场景交流全国行首站活动顺利举办
2 {4}
sitename : 光明网
summary : 为抢占全球人工智能发展制高点,构建健康生态,推动数智化驱动高质量发展,7月3日,“大模型赋能高质量发展”2025数字化发展与治理论坛在浙江大学举行。
title : “大模型赋能高质量发展”2025数字化发展与治理论坛在杭召开
url : http://m.toutiao.com/group/7526811689842229823/
3 {4}
sitename : 人民网
summary : 广西壮族自治区柳州市柳工挖掘机智慧工厂借助5G和大模型技术,实现了产品、制造、服务、运营和客户运维的数字化和智能化。图为工人在该生产车间作业。
title : 国产大模型成为“全球顶流”(“十四五”,我们见证这些硬核突破③)
url : http://m.toutiao.com/group/7563868980704821810/
4 {4}
sitename : 上观新闻
summary : 9月11日,2025外滩大会《破局与重构:大模型落地产业进行时》产业圆桌论坛中,蚂蚁集团CEO韩歆毅,小米集团手机部副总裁、可穿戴部总经理张雷,金沙江创投主管合伙人朱啸...
title : 大模型会吃掉所有软件?韩歆毅、张雷、朱啸虎这样回应丨2025外滩大会
url : http://m.toutiao.com/group/7548737539407757839/
5 {4}
6 {4}
7 {4}
8 {4}
has_more : true
errcode : 0
errmsg : success

image.gif

到此一个简单的智能体构建完成,点击右上角 “发布”,即可将你的第一个AI助手分享给他人。

74.16-发布确认.png

【发布】后,继续【确认】,选择发布平台,此处以“豆包”为例;

74.17-发布授权db389f95-4931-4700-8dfa-de6ed3489d95.png

发布到平台要先进行授权操作,点击【同意授权】即可;

74.18-开始授权.png

授权成功就可以点击发布了;

74.19-授权成功发布.png

发布完成;

74.20-发布成功.png

点击【立即对话】即可打开豆包进行使用:

74.21-点击【立即对话】即可打开豆包进行使用ScreenShot_2025-11-17_105722_490.png

打开我们的豆包APP,也出现了这个我们刚刚发布的新闻助手;

74.22-豆包APP中也出现了我们刚刚发布的新闻助手 微信图片_20251117111620_242_155.jpg

至此,你已经创建了一个基于对话的基础型Agent,它已经能处理许多通用问答任务。


三、总结

       在扣子平台上完成第一个AI助手的搭建,是一次令人振奋的体验。这个过程完美验证了低代码AI开发平台的核心价值——让技术门槛大幅降低,让创意快速落地。成功创建了一个具备明确个性的"实况新闻助手",通过精心设计的系统提示词,为其赋予了资深旅行规划师的形象和专业知识。整个过程无需编写任何代码,只需在直观的界面中完成角色定义、功能描述和回复要求设置,就能塑造出一个有温度、有深度的AI助手。

       最令人惊喜的是平台的即时调试功能,让我们能够边构建边测试,通过真实对话不断优化提示词,形成快速迭代的闭环。这种即时反馈的开发体验,彻底改变了传统软件开发中漫长的调试周期。从技术层面看,这次实践让我深刻理解了优质提示词(Prompt)的关键作用——它不仅是功能说明书,更是塑造AI人格和能力的核心。合理的角色设定、清晰的技能描述、明确的边界约束,这三个要素共同决定了AI助手的专业水平和用户体验。

       这次成功尝试为后续的进阶开发奠定了坚实基础。它不仅证明了扣子平台的易用性和实用性,更让我们看到了将AI技术应用于具体场景的无限可能。

相关文章
|
8天前
|
数据采集 人工智能 安全
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
298 164
|
3天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
311 155
|
11天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
854 6
|
5天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
250 113

热门文章

最新文章