Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

COZE对话流

Answer

以下是关于 Coze 的相关内容:

多 Agent 模式的实现机制

  • 图 12 中,用户输入“完成”触发执行流程,跳转到【AI 玩家发言】,调用该 Agent 的对话模型,获取所有 AI 玩家的发言。此节点跳转判断时机是“模型回复后”,在执行完工作流之后触发第三次 LLM 调用。
  • 第三次 LLM 调用输入给跳转模型的提示词,由于对话记录变长,需用 GPT-4o 这样的强力模型。模型输出“1”,选择【人类玩家投票】节点,然后调用【人类玩家投票】的对话模型,即第四次 LLM 调用。第四次调用的对话模型回复消息引导人类玩家进行投票。

用 Coze 搓乞丐版的秘塔搜索: 工作流是核心,需先梳理清楚。秘塔搜索的主要能力包括使用搜索引擎进行搜索、对搜索内容整理成答案、给出答案中的引用。

Coze 海外版多 discord 账号配置方法

  1. 在 discord 中已配置好的 cozebot 服务器上右键选“邀请其他人”,复制邀请链接备用。
  2. 注册新谷歌账号或使用多余的谷歌账号。
  3. 用新谷歌账号在未登录过 discord 的浏览器或谷歌无痕浏览器中注册新 discord 账号。
  4. 复制邀请链接到新浏览器中,将新账号拉入 cozebot 服务器,如需多个账号则重复以上步骤,注意不要解除前边账号的登陆状态。
  5. 按 F12,新账号在对话框中发言,复制新账号的“USER_AUTHORIZATION”值,多个账号依次操作。
  6. 在宝塔的/data/coze-discord-proxy/docker-compose.yml 文档中,粘贴多个“USER_AUTHORIZATION”值,以逗号分开,然后 docker-compose up -d 重启 cdp。
  7. 重新扫码后 coze 对话轮次增多。
  8. 验证成功的方法:手机下载 discord 登录后打开通知,每条消息发送账号不同则成功;每轮对话会在 discord 以临时聊天框形式存在,也能看到不同账号参与。

Q&A:要保证之前账号的登陆状态,因为账号登出后“USER_AUTHORIZATION”值会变,需重新取用,很多人发现突然登不上去就是因为登出后值变化了。

Content generated by AI large model, please carefully verify (powered by aily)

References

长文深度解析 Coze 的多 Agent 模式的实现机制

图12用户输入“完成”触发的执行流程跳转到【AI玩家发言】后,Coze调用了该Agent的对话模型(图12),该对话模型调用了ai_players_speak这个工作流,获取所有AI玩家的发言。因为该节点的跳转判断时机是“模型回复后”,所以它没有像之前【游戏准备】节点一样又触发一次跳转判断。该节点的跳转判断是在它执行完工作流之后触发的,即第三次LLM调用(图13)。图13第三次LLM调用第三次LLM调用的输入:输入给跳转模型的提示词:可以看到对话记录越来越长了,所以这里我不得不用GPT-4o这样的强力模型。因为上下文干扰,弱的模型甚至连这种基本的无条件跳转都做不到。第三次LLM调用的输出:模型输出“1”,表示选择【人类玩家投票】这个Agent,因此它正确跳转到了【人类玩家投票】这个节点。接下来Coze调用了【人类玩家投票】的对话模型,即第四次LLM调用(图14)。图14第四次LLM调用第四次LLM调用的输人:第四次LLM调用的输出:这一次对话模型没有调用任何工作流,而是回复了一条消息,引导人类玩家进行投票。

大圣:我用 Coze 搓了一个乞丐版的秘塔搜索

了解Coze的小伙伴都应该知道,工作流才是真正的核心。因此在搓这个Bot之前,我们需要先将工作流梳理清楚。我们先来看下秘塔搜索的最主要的能力:使用搜索引擎进行搜索对搜索的内容整理成答案给出答案中的引用因此对于这个Bot,我们已经有了思路OK,接下来我们就开搓

刚需教程:coze海外版多discord账号配置方法

1、在discord中已经配置好的cozebot服务器上右键选“邀请其他人”,得到一个邀请链接,点击复制,链接保存到一边备用。2、注册新谷歌账号,或者掏出多余的谷歌账号,此步骤省略。3、打开另一个未登录过discord的浏览器或者谷歌无痕浏览器(这步要特别注意,后边解释),用步骤2的谷歌账号注册一个新discord账号4、复制步骤1的邀请链接到注册账号的新浏览器中,此时就将新discord账号拉入了cozebot服务器,如果需要多个就多次重复以上步骤。但请注意不要解除前边账号的登陆状态,所以特别推荐谷歌无痕浏览器。5、按F12,新账号在对话框中发言,复制新账号的“USER_AUTHORIZATION”值,多个账号就挨个发言+复制“USER_AUTHORIZATION”值。6、打开宝塔,在/data/coze-discord-proxy/docker-compose.yml文档中,将多个“USER_AUTHORIZATION”值粘贴进来,以逗号分开。然后docker-compose up-d重启cdp即可。7、重新扫码后你的coze对话轮次就多了n倍啦。8、如何验证自己成功了?最简单的办法是手机下载discord,登录后打开通知。每当有对话产生,你的手机都会收到消息,当每条消息发送账号都不同,就说明你已经成功了。当然每轮对话都会在discord以临时聊天框的形式存在一小会儿,那里也能看到不同账号的参与。[heading1]Q&A:[content]为啥要保证之前账号的登陆状态?因为账号登出后“USER_AUTHORIZATION”值就变了,需要重新取用,很多人发现突然登不上去了,就是因为登出状态后这个值变化了。

Others are asking
COZE智能体全自动制造视频发布媒体
以下是关于 COZE 智能体全自动制造视频发布媒体的相关内容: 概述: 基于其他博主开源的视频生成工作流进行功能优化,实现视频全自动创建。感谢开源,还提供了相关教程。 先看效果: 可查看 功能: 通过表单输入主题观点,提交后自动创建文案短视频,创建完成后推送视频链接到飞书消息。 涉及工具: 1. Coze 平台(工作流、DeepSeek R1、文生图、画板、文生音频、图+音频合成视频、多视频合成) 2. 飞书(消息) 3. 飞书多维表格(字段捷径、自动化流程) 大体路径: 1. 通过 coze 创建智能体,创建工作流,使用 DeepSeek R1 根据用户观点创建文案,再创建视频。 2. 发布 coze 智能体到飞书多维表格。 工作流调试完成后,加入到智能体中,可选择工作流绑定卡片数据。 选择发布渠道为飞书多维表格,填写上架信息等待审核,审核通过后即可使用。 3. 在多维表格中使用字段捷径,引用该智能体。 创建飞书多维表格,添加相关字段,配置后使用字段捷径功能,自动调用工作流生成视频。 进行表单分享,实现填写表单自动创建文案短视频的效果。 4. 在多维表格中创建自动化流程,推送消息给指定飞书用户。 【智能体】让 Coze 智能体机器人连上微信和微信群详细配置文档 创建智能体: 1. 知识库 本次创建知识库使用手动清洗数据。 在线知识库:点击创建知识库,创建一个画小二课程的 FAQ 知识库,飞书在线文档中每个问题和答案以分割。 本地文档:注意拆分内容,提高训练数据准确度,按章节进行人工标注和处理。 2. 发布应用:点击发布,确保在 Bot 商店中能够搜到。
2025-03-28
COZE
以下是关于 Coze 的相关信息: 重磅更新:Coze 可以接入抖音评论区,帮您自动回复用户的评论。若想快速上手,可参考视频。若还不了解 Coze 是什么,可参考文章。 安装 Coze Scraper: 通过应用商店安装: 1. 打开 Chrome 浏览器。 2. 点击在 Chrome 应用商店中打开 Coze Scrapper 扩展程序。 3. 单击添加至 Chrome。 4. 在弹出的页面,单击添加扩展程序。 本地安装: 1. 单击下载安装包,然后解压下载的文件。 2. 打开 Chrome 浏览器。 3. 在浏览器中输入 chrome://extensions 打开扩展程序页面,确认开发者模式处于打开状态。 4. 点击加载已解压的扩展程序,选择已解压的文件夹。 Coze 记账管家——数据库使用教程: COZE 是字节跳动旗下子公司推出的 AI Agent 构建工具,允许用户在无编程知识的基础上,使用自然语言和拖拽等方式构建 Agent,目前可以白嫖海量大模型免费使用,有丰富的插件生态。 记账管家是基于 COZE 平台的能力搭建的一个记账应用,可以直接和 coze 说您今天的收入或者支出情况,coze 会自动记账,并计算账户余额,每一笔记账记录都不会丢失。点击以下卡片体验记账管家。
2025-03-22
COZE接入企业微信
要将 COZE 接入企业微信,您可以按照以下步骤进行操作: 1. 登录宝塔面板,在宝塔面板中可视化控制云服务器,部署 docker 容器,启动 COW 项目与微信取得关联。具体操作包括:点击“Docker”中的“项目模板”中的“添加”按钮,将编译好的内容复制进来,在容器中创建容器,选择容器编排,填入模板和名称,确定。运行成功后,点击容器,查看运行的服务,手动刷新日志,若看到“WeChat login success”,则接入成功。 2. 在 COZE 官网左下角选择 COZE API,在 API 令牌中选择“添加新令牌”,为令牌命名,选择永久有效,指定团队空间,勾选所有权限,保存好令牌的 Token,切勿向他人泄露。 3. 获取机器人 ID:在个人空间中找到要接入微信的机器人,进入机器人编辑界面,浏览器地址栏“bot/”之后的数据即为该机器人的 Bot ID。 4. 进行 API 授权:点击右上角发布,出现“Bot as API”,勾选并确定应用已成功授权。 5. 配置微信客服: 访问微信客服 https://kf.weixin.qq.com/,点击开通,勾选同意,点击下一步,按步骤填写,注册企业微信。 点击配置,到微信客服的企业信息,复制企业 ID 到 COZE 页面进行粘贴填写企业 ID,并点击下一步。 到微信客服的开发配置,找到回调配置,复制 Token、EncodingAESKey(若为空,点击“随机获取”),到 COZE 页面进行粘贴,点击下一步。 到微信客服的开发配置,配置回调地址 URL、复制 Secret 到 COZE 页面粘贴。 到微信客服的客服账号,创建一个客服账号,复制客服账号名称,到 COZE 页面粘贴,点击保存。 请注意,第一次设置回调地址时,目前需要企业认证,才可以进行接入微信客服。如果企业没有进行认证,则会在配置回调 URL 时报错:回调域名校验失败。另外,之前未进行企业认证就发布过微信客服的不受影响。
2025-03-21
COZE接入企业微信
要将 COZE 接入企业微信,您可以按照以下步骤进行操作: 1. 登录宝塔面板,在宝塔面板中可视化控制云服务器,部署 docker 容器,启动 COW 项目与微信取得关联。具体操作包括:点击“Docker”中的“项目模板”中的“添加”按钮,将编译好的内容复制进来,在容器中创建容器,选择容器编排,填入模板和名称,确定。运行成功后,点击容器,查看运行的服务,手动刷新日志,若看到“WeChat login success”,则成功接入微信。 2. 在 COZE 官网左下角选择 COZE API,在 API 令牌中选择“添加新令牌”,为令牌命名,选择永久有效,指定团队空间,勾选所有权限,保存好令牌的 Token,切勿向他人泄露。 3. 获取机器人 ID:在个人空间中找到要接入微信的机器人,进入机器人编辑界面,浏览器地址栏“bot/”之后的数据即为该机器人的 Bot ID。 4. 进行 API 授权,点击右上角发布,勾选 Bot as API,确定应用已成功授权 Bot as API。 5. 配置微信客服: 访问微信客服 https://kf.weixin.qq.com/,点击开通,勾选同意,点击下一步,按步骤填写,注册企业微信。 点击配置>到微信客服的企业信息,复制企业 ID>到 COZE 页面进行粘贴填写企业 ID,并点击下一步。 到微信客服的开发配置,找到回调配置,复制 Token、EncodingAESKey(若为空,点击“随机获取”),到 COZE 页面进行粘贴,点击下一步。 到微信客服的开发配置,配置回调地址 URL、复制 Secret 到 COZE 的页面粘贴。 到微信客服的客服账号,创建一个客服账号,复制客服账号名称,到 COZE 的页面粘贴,点击保存。 请注意,第一次设置回调地址时,目前需要企业认证,才可以进行接入微信客服。如果企业没有进行认证,则会在配置回调 URL 时报错:回调域名校验失败。另外,之前未进行企业认证就发布过微信客服的不受影响。
2025-03-21
COZE接入企业微信
要将 COZE 接入企业微信,可参考以下步骤: 1. 登录宝塔面板,在宝塔面板中可视化控制云服务器,部署 docker 容器,启动 COW 项目与微信取得关联。具体操作包括:点击“Docker”中的“项目模板”中的“添加”按钮,将编译好的内容复制进来,在容器中创建容器,选择容器编排,填入模板和名称,确定。运行成功后,点击容器,可看到运行的两个服务。然后点击“wcandyaibot”后面的日志按钮,在弹出层中用提前预备好的微信进行扫码。此界面不会实时更新显示,需手动刷新,若看到“WeChat login success”,则接入微信成功。 2. 在扣子官网左下角选择扣子 API,在 API 令牌中选择“添加新令牌”,为令牌命名,选择永久有效作为过期时间,选择指定团队空间,勾选所有权限。保存好令牌的 Token,切勿向他人泄露。 3. 获取机器人 ID:在个人空间中找到要接入微信的机器人,进入机器人编辑界面,浏览器地址栏“bot/”之后的数据即为该机器人的 Bot ID。 4. 进行 API 授权:点击右上角发布,勾选 Bot as API,确定应用已成功授权 Bot as API。 5. 配置微信客服: 访问微信客服 https://kf.weixin.qq.com/,点击开通,勾选同意,点击下一步,按步骤填写,注册企业微信。 点击配置>到微信客服的企业信息,复制企业 ID>到 coze 页面进行粘贴填写企业 ID,并点击下一步。 到微信客服的开发配置,找到回调配置,复制 Token、EncodingAESKey(若为空,点击“随机获取”),到 coze 页面进行粘贴,点击下一步。 到微信客服的开发配置,配置回调地址 URL、复制 Secret 到 coze 的页面粘贴。 到微信客服的客服账号,创建一个客服账号,复制客服账号名称,到 coze 的页面粘贴,点击保存。 注意:目前需要企业认证,才可以进行接入微信客服。如果企业没有进行认证,则会在配置回调 URL 时报错:回调域名校验失败。另外,之前未进行企业认证就发布过微信客服的不受影响。
2025-03-21
COZE智能体全自动制造视频发布媒体
以下是关于 COZE 智能体全自动制造视频发布媒体的相关内容: 一、概述 基于其他博主开源的视频生成工作流进行功能优化,实现视频全自动创建。感谢开源,现提供教程。 二、先看效果 可查看 三、功能 通过表单输入主题观点,提交后自动创建文案短视频,创建完成后推送视频链接到飞书消息。 四、涉及工具 1. Coze 平台(工作流、DeepSeek R1、文生图、画板、文生音频、图+音频合成视频、多视频合成) 2. 飞书(消息) 3. 飞书多维表格(字段捷径、自动化流程) 五、大体路径 1. 通过 coze 创建智能体,创建工作流,使用 DeepSeek R1 根据用户观点创建文案,再创建视频。 2. 发布 coze 智能体到飞书多维表格。 工作流调试完成后,加入到智能体中。可选择工作流绑定卡片数据,智能体通过卡片回复。发布时选择飞书多维表格,填写上架信息,等待审核。 3. 在多维表格中使用字段捷径,引用该智能体。创建飞书多维表格,添加相关字段,选择“自动更新”,输入相关字段后,“文案视频自动化”字段捷径会自动调用工作流,生成视频。 4. 在多维表格中创建自动化流程,推送消息给指定飞书用户。点击多维表格右上角的“自动化”,创建想要的自动化流程。 六、【智能体】让 Coze 智能体机器人连上微信和微信群详细配置文档 1. 三、创建智能体 3. 知识库 本次创建知识库使用手动清洗数据。 3.1 在线知识库:点击创建知识库,创建画小二课程的 FAQ 知识库,飞书在线文档中每个问题和答案以分割,选择飞书文档、自定义,输入,可编辑修改和删除,点击添加 Bot,在调试区测试效果。 3.2 本地文档:注意拆分内容提高训练数据准确度,将海报内容训练到知识库,按固定方式人工标注和处理。 3.3 发布应用:点击发布,确保在 Bot 商店中能搜到。
2025-03-12
大模型对话产品的优劣
大模型对话产品具有以下优点: 1. 具有强大的语言理解和生成能力。 2. 能够提供类似恋爱般令人上头的体验,具有一定的“想象力”和“取悦能力”。 3. 可以通过陪聊建立人和 AI 之间的感情连接,产品粘性不完全依赖技术优越性。 4. 能够为用户提供产品咨询服务,适用于有企业官网、钉钉、微信等渠道的客户。 5. 具有多种应用场景,如私有领域知识问答、个性化聊天机器人、智能助手等。 大模型对话产品也存在一些缺点: 1. 存在记忆混乱的问题。 2. AI 无法主动推动剧情,全靠用户脑补,导致用户上头期短,疲劳度高,长期留存低。 3. 无法回答私有领域问题(如公司制度、人员信息等)。 4. 无法及时获取最新信息(如实时天气、比赛结果等)。 5. 无法准确回答专业问题(如复杂数学计算、图像生成等)。
2025-04-14
请为我生成一些提示词以用于将视频中的对话转化为文本形式
以下是为您生成的一些用于将视频中的对话转化为文本形式的提示词: 1. 角色:专业视频转文本工作者 2. 版本:1.0 3. 描述:能够准确、清晰地将视频中的对话转换为文本 4. 目标:完整、无误地将视频中的对话转化为易于理解的文本 5. 限制:不遗漏重要信息,不添加主观内容 6. 技能:熟练掌握语音识别和文字转换技巧 7. 工作流程:先仔细聆听视频对话,然后逐句转换为文字,注意标点和语法的正确使用 8. 初始化:您好,我准备开始将视频对话转换为文本 事件驱动句式: 1. As the video plays... 2. When the speakers start talking... 3. At the beginning of the video... 空间锁定技巧: 1. on the left side of the screen... 2. behind the main character... 3. from the top corner of the frame... 动态呼应原则: 1. swaying with the background music... 2. reacting to the other characters' actions... 3. matching the tone of the video...
2025-04-11
RAG对话 摘要总结 功能实现
LangChain 和 RAG 的结合具有以下优势: 1. 灵活性:可根据需求和数据源选择不同组件和参数定制 RAG 应用,也能使用自定义组件(需遵循接口规范)。 2. 可扩展性:能利用 LangChain 的云服务部署和运行,无需担忧资源和性能限制,还可借助分布式计算功能加速应用,发挥多个节点并行处理能力。 3. 可视化:通过 LangSmith 可视化工作流程,查看各步骤输入输出及组件性能状态,用于调试和优化,发现并解决潜在问题和瓶颈。 其应用场景多样,包括: 1. 专业问答:构建医疗、法律、金融等专业领域的问答应用,从专业数据源检索信息辅助大模型回答问题,如从医学文献中检索疾病诊治方案回答医疗问题。 2. 文本摘要:构建新闻或论文摘要应用,从多个数据源检索相关文本帮助大模型生成综合摘要,如从多个新闻网站检索同一事件报道生成全面摘要。 3. 文本生成:构建诗歌、故事生成等应用,从不同数据源检索灵感协助大模型生成更有趣和创意的文本,如从诗歌、歌词或小说中检索相关文本生成作品。 此外,还介绍了本地部署资讯问答机器人的实现方式,即基于用户问题从向量数据库检索相关段落并按阈值过滤,让模型参考上下文信息回答,还创建了网页 UI 并进行评测,对不同模型的测试表现进行了对比,得出 GPT4 表现最佳等结论,并总结了使用 Langchain 和 Ollama 技术栈在本地部署资讯问答机器人及相关要点,即上下文数据质量和大模型性能决定 RAG 系统性能上限。
2025-04-11
想创建一个对话问答形式的课程智能体
以下是创建一个对话问答形式的课程智能体的相关内容: 一、创建智能体 1. 知识库 手动清洗数据:本次创建知识库使用手动清洗数据,上节课程是自动清洗数据,自动清洗数据可能会出现数据不准的情况。 在线知识库:点击创建知识库,创建一个画小二课程的 FAQ 知识库。飞书在线文档中每个问题和答案以分割,选择飞书文档、自定义的自定义,输入后可编辑修改和删除,添加 Bot 后可在调试区测试效果。 本地文档:本地 word 文件,注意拆分内容以提高训练数据准确度。画小二 80 节课程分为 11 个章节,不能一股脑全部放进去训练,应先将 11 章的大章节名称内容放进来,章节内详细内容按固定方式人工标注和处理,然后选择创建知识库自定义清洗数据。 2. 发布应用:点击发布,确保在 Bot 商店中能够搜到,否则获取不到 API。 二、智谱 BigModel 共学营活动分享 活动内容包括使用 BigModel 搭建智能体并接入微信机器人,过程为将调试好的智能体机器人拉入微信群,由老师提问,机器人回答,挑选出色回答整理成问卷,群成员投票,根据得票数确定奖项。一等奖得主分享了对活动的理解和实践,包括从题出发的分析,认为考验机器人对问题的理解和回答准确性,真实对话场景一般为完整句子回复,根据回答真实性和有趣程度评分,可使用弱智吧问题测试提示词生成效果。 三、名字写对联教学——优秀创作者奖,百宝箱智能体 1. 智能体类型的选择:建议选择工作流的对话模式,支持工作流编排和携带历史对话记录,创建后切换为对话模式,注意在调整工作流节点前切换,否则会清空重置。 2. 确认分支情况:根据需求分析有两个特定分支(根据名字和祝福写对联、根据幸运数字写对联)和一个默认分支。 3. 用户意图识别:通过理解用户意图走不同分支,注意将意图介绍写清楚准确。 4. 幸运数字分支:用代码分支获取用户输入数字,匹配知识库并做赏析,代码中有容错机制。 5. 名字写祝福:根据用户输入的名字和祝福信息,提示词生成对应对联并输出,主要是提示词调试。 6. 通用兜底回复:在用户不符合前两个意图时进行友好回复,匹配知识库,结合匹配结果、历史记录和当前输入输出符合对话内容的回复。 7. 知识库:使用大模型生成 100 对对联,好看、经典、有意义。
2025-04-09
有没有可以实现多段对话的AI,用于中医问诊模型
以下是一些可以用于中医问诊模型且能实现多段对话的 AI 相关信息: Polaris:医疗护理保健模型,能和患者进行多轮语音对话,媲美人类护士。详细信息:http://xiaohu.ai/p/5407 ,https://x.com/imxiaohu/status/1774644903546618298?s=20 在 LLM 开源中文大语言模型及数据集集合中,有以下针对医疗领域的模型: DoctorGLM:地址:https://github.com/xionghonglin/DoctorGLM 。基于 ChatGLM6B 的中文问诊模型,通过中文医疗对话数据集进行微调,实现了包括 lora、ptuningv2 等微调及部署。 BenTsao:地址:https://github.com/SCIRHI/HuatuoLlamaMedChinese 。开源了经过中文医学指令精调/指令微调的 LLaMA7B 模型。通过医学知识图谱和 GPT3.5 API 构建了中文医学指令数据集,并在此基础上对 LLaMA 进行了指令微调,提高了 LLaMA 在医疗领域的问答效果。 BianQue:地址:https://github.com/scutcyr/BianQue 。一个经过指令与多轮问询对话联合微调的医疗对话大模型,基于 ClueAI/ChatYuanlargev2 作为底座,使用中文医疗问答指令与多轮问询对话混合数据集进行微调。 HuatuoGPT:地址:https://github.com/FreedomIntelligence/HuatuoGPT 。开源了经过中文医学指令精调/指令微调的一个 GPTlike 模型。
2025-04-08
excel表格导出的用户的对话记录,来进行自定义标签并打标,有哪些好用的现成方案或者工具
目前在 Excel 表格导出的用户对话记录进行自定义标签并打标方面,以下是一些常见且好用的工具和方案: 1. Microsoft Excel 本身:可以利用其数据筛选、排序和函数功能来辅助标签和打标。 2. Google Sheets:具有类似 Excel 的功能,且在线协作方便。 3. R 语言:通过编程实现复杂的数据分析和标签处理。 4. Python 及相关库,如 Pandas:能够灵活处理数据和进行标签操作。 但具体选择哪种方案或工具,取决于您的具体需求、技术水平和使用习惯。
2025-04-07