通过飞书机器人与 Coze 搭建智能体进行对话,实现跨平台的稍后读收集与智能阅读计划推荐,具体步骤如下:
基于前面的分析,我们可以勾勒出AI稍后读助手的大致思路:1.简化"收集":1.1.实现跨平台收集功能,支持电脑(web端)、安卓、iOS多端操作。1.2.考虑到待阅读内容通常都有网页链接,最理想的方式是只需输入一个URL就能完成收集。借鉴微信文件传输助手的直观操作方式,通过聊天窗口完成收集输入会更符合用户习惯。2.自动化"整理入库":2.1.为便于存储和回顾已收集的阅读清单,系统应在入库时自动整理每条内容的关键信息,包括标题、摘要、作者、发布平台、发布日期、收集时间和阅读状态。2.2.同时,这份阅读清单最好也能支持跨平台查看,提高可访问性。3.智能"选择"推荐:3.1.根据当前收藏记录,结合用户的阅读兴趣,进行相关性匹配,并生成最合适的阅读计划。根据以上思路不难发现,同在字节生态中的Coze、飞书、飞书多维表格,正好可以为AI稍后读构建一个完整的AI工作流。具体来说:通过飞书机器人与Coze搭建的智能体进行对话,在聊天窗口中完成链接输入和阅读计划输出由Coze调用大模型、插件,完成内容的整理、推荐利用飞书多维表格存储和管理稍后读数据这样一来,理论上无需开发任何插件、APP,也能实现跨平台的稍后读收集与智能阅读计划的推荐。
基于前面的分析,我们可以勾勒出AI稍后读助手的大致思路:1.简化"收集":1.1.实现跨平台收集功能,支持电脑(web端)、安卓、iOS多端操作。1.2.考虑到待阅读内容通常都有网页链接,最理想的方式是只需输入一个URL就能完成收集。借鉴微信文件传输助手的直观操作方式,通过聊天窗口完成收集输入会更符合用户习惯。2.自动化"整理入库":2.1.为便于存储和回顾已收集的阅读清单,系统应在入库时自动整理每条内容的关键信息,包括标题、摘要、作者、发布平台、发布日期、收集时间和阅读状态。2.2.同时,这份阅读清单最好也能支持跨平台查看,提高可访问性。3.智能"选择"推荐:3.1.根据当前收藏记录,结合用户的阅读兴趣,进行相关性匹配,并生成最合适的阅读计划。根据以上思路不难发现,同在字节生态中的Coze、飞书、飞书多维表格,正好可以为AI稍后读构建一个完整的AI工作流。具体来说:通过飞书机器人与Coze搭建的智能体进行对话,在聊天窗口中完成链接输入和阅读计划输出由Coze调用大模型、插件,完成内容的整理、推荐利用飞书多维表格存储和管理稍后读数据这样一来,理论上无需开发任何插件、APP,也能实现跨平台的稍后读收集与智能阅读计划的推荐。
经过上述的配置,我们现在已经得到了两个可用的工作流(整理入库、选择内容),接下来就是把他们编排成为一个完整的智能体。配置过程如下:1)创建Bot2)填写Bot介绍3)切换模型为“通义千问”:测试下来,通义对我的提示词理解、执行效果最好4)把我们刚才配置好的工作流,添加到Bot中5)新增变量{{app_token}}6)添加外层bot提示词(可以按照需求和实际效果进行优化调整):到这一步结束,你已经能在「预览与调试」窗口,与AI稍后读智能体对话,使用全部的功能。