如果存在一个网站，允许您免费访问 GPT-4，甚至是 GPT-4 Turbo 的 128K版本，这会激起您的兴趣吗？那么，这个网站的价值到底如何呢？今天，作者将深入探索字节跳动发布的一站式 AI 平台-Coze。首先作者将带领大家尝试使用其基础功能，构建一个对话机器人。接着，探讨如何构建具备多个代理的群聊机器人，以及如何建立数据库类型的知识库，这些都是稍微复杂的功能。最后，作者会提一些对该平台的期望。
Coze版本
Coze有两个版本，一个是国内版本，一个是国际版本，国内版本使用的大模型是云雀模型。这个看一下中文版的使用须知就知道了。那对于想免费使用 GPT 的朋友们来说可能不太适用，所以我们今天使用的是 Cos.com 海外版，当然中文版也有一定的优势，我们后面再说。
中文版地址：Coze
国际版地址：Coze
主要功能
登录后进入主界面，现在的版本主要有三个功能菜单，Bots、Plugins、Personal。
- Bots：机器人的创建，这个菜单就是一个成型的功能，点击这个菜单可以看到很多其他人创建的各种功能的机器人，类似GPTs一样。（为了方便大家理解，我用翻译插件把它翻译成了中文）。
- Plugins：基础功能插件，提供一些基础的能力，可以在机器人中集成这些能力，每个机器人可以集成很多个插件。
- Personal：就是自己私人创建的机器人工具列表。
添加图片注释，不超过 140 字（可选）
Bots（机器人）创建
作者将逐步带领大家创建机器人，我们将一同了解整个流程，以及其中的关键步骤。主要演示包括两个机器人：首先是我的知识库助手，它能够从我之前的视频和博客文章中获取知识。随后，我们可以向它提出相关问题，它将使用视频或博客文章中的内容进行回答。另外一个演示的内容则是多个代理的机器人。
1、创建机器人：首先我们来看我的知识库助手，每一个机器人的创建界面就是这三个部分。首先它有两个模式，一个是单代理模式，还有是多代理模式。单代理模式就是你创建的这个机器人里面只有一个代理。你也可以理解成一个语言模型，一个 AI。而多代理模式就是我们创建的这个机器人里面会包含几个小机器人，每一个小机器人我们可以理解为一个 AI。它们之间的区别就在于多代理的模式适合于一些更具个性化的任务。
2、选择插件：接下来我们可以选择插件，点击第二部分的”+”号，就可以选择所需要的插件，Coze发布时间不长，所以支持的插件不是很多，但是也足够大家使用了，这里给大家截取了一部分，从截图中看已经包含了谷歌图片搜索、必应图像搜索、DALLE 3、GPT4V等等的热门功能。
3、工作流：这里的工作流列表支持选择大家已经创建好的工作流，也可以自己创建。为了方便大家理解，我这里还是用插件翻译成中文。
选择好自己想用的工作流，就可以针对已经存在的工作流就行编辑修改了。目前工作流支持：LLM（大语言模型）、代码、knowledge（知识库）、条件选择器以及变量这五个基本功能，同样还有插件和其他工作流可以供用户选择。
这个功能就非常强大了，就可以通过工作流自动地执行非常复杂的任务。
4、记忆相关（知识库、）：
4.1、知识库：我们可以从已有的知识库当中添加，也可以重新创建新的知识库。我们就来重新创建一个新的知识库。同样点知识库”+”，我们来到创建知识库的界面，这里需要填名称和描述。
接下来是添加单元，我理解这个单元类似我们数据库的表。Coze提供了多种添加知识库的途径，主要包括文本模式和表格模式。在文本格式中，您可以添加本地文档，如PDF、TXT或Word文档。此外，您还可以通过URL添加网页内容，或将Notion数据库和配置信息导入。当然，您也可以进行自定义设置。在表格格式中，您同样可以添加本地文档，如Excel或CSV格式文件，或通过API获取JSON格式数据。同样，您也可以自定义设置。本次演示将重点展示如何通过URL获取网页内容，并在表格格式中演示如何上传CSV格式的知识库。
这次我们将在文本格式中演示如何通过URL获取网页内容，以及在表格格式中演示如何上传CSV格式的知识库。
首先，我们需要将在线数据导入，只需提供一个URL即可。我们先进行下一步操作，上面显示的是处理流程，共包含两个步骤。第一步是添加URL，即将我的知乎文章的URL输入，并设置更新频率。假设我的博客每三天更新一次，我将设置为每七天更新一次，不需要那么频繁的更新。首先，系统将等待获取我的博客网站的标题。获取完成后，我们就可以进行下一步了。此时，系统将开始爬取我的网站上的页面内容。完成后，我们确认操作。这样，我们就成功通过URL将我的网站上的博客数据添加到系统中了。
我们把创建好的这个数据库添加到我们的机器人里边，然后向他提问：AI解码师写过哪些文章? 他就可以基于抓取到的文章内容进行回答了。这里有个功能作者非常喜欢，Coze在回答的下边，会有一些智能提示，预测提问者接下来的问题。
作者接着问：全网最全GPT-4升级教程这篇文章的地址是啥？它也可以答，但是给出的链接是错误的，访问打不开，这里作者怀疑它只抓取了文章列表，没有对二级页面进行抓取，所以给不到二级页面的地址，这个猜测呢我们可以通过数据库的分片得到验证，这个地方希望未来Coze可以做一些优化吧。也有别的解决方案，就是把文章链接通过文件的方式传上去。
4.2、变量名：变量的作用在于帮助您存储特定的信息，相当于知识库的一部分，这样AI就不需要去猜测了。举例来说，您可以在这里定义您的名字。接下来，我们将创建一个新的变量，包括变量的名称和值。比如，我们可以定义一个名为X的变量，其值是什么？然后，我们将向机器人提供我们的简介，让它保存。这样，我们就创建了一个名为X是谁的变量。以后，当有人与您的机器人对话，并询问X是谁时，它就可以直接根据这个变量给出明确的回答。比如，在预览窗口中我们可以看到，检索到知识库后，X是一个牛逼哄哄的人，未来可以统一全宇宙。这就是我刚刚提供给它的内容。当然，您还可以添加更多的变量，根据实际情况来定义。
4.3、数据库：这里还有一个相当新颖的功能，即数据库。数据库本身也是提供明确信息的一部分，作为其知识库的组成部分。举例来说，你可以向数据库添加关于文章的信息，包括名称、章节以及你的笔记。我们也可以添加一个数据库，用来存储我的一些常用链接。现在让我们来看看数据库的操作流程。首先，我们需要添加一个数据库表。你可以使用它的模板，或者创建一个新表。首先，给表起个名字，比如”ai_articles”，然后定义字段，我们可以定义三个字段。一个是article_name，类型article_type，地址article_url，都定义为必填的。这样，我们就可以把我的一些常用链接添加到数据库中。这样一来，当机器人需要提供链接时，它就可以直接通过数据库检索并提供答案。这样不仅效率高，而且结果也会非常精准。这一步对于从事程序员行业的作者来说就比较简单了，就跟建表一样。
往数据库里添加语言，直接通过自然语言添加就可以。
也可以通过自然语言查询
添加图片注释，不超过 140 字（可选）
4.4、定时任务：平台还支持定时任务的设置，用户可以根据需要定时执行某些操作，提高工作效率。比较简单，感兴趣的同学可以自己尝试下。
4.5、开场白、开场问题、推荐问题：就是当您的机器人刚刚启动时向大家展示的内容。GPT也有类似的功能。这里也不再赘述。
4.6、声音：这个功能是用在CICI这个APP里的，这里我们也暂时忽略。
5、发布
现在Coze发布支持下边这些平台，这些平台都有手机版本，所以我们的机器人发布完以后是可以在手机上直接使用的。官方文档写的非常清楚，每个发布的步骤都很清晰，大家有需要可以参考官方文档：Coze
我们这里以Discord为例来测试一下发布。
这一步官网写的非常清楚，我们这里就简化，发布成功后就可以在Discord中使用了。接下来是跳转到Discord中进行授权。
6、多代理：创建机器人的时可以候选择多代理，
添加图片注释，不超过 140 字（可选）
多代理模式主要是创建多个机器人组合完成工作，在每一个代理上都可以创建跳转条件，每个AI直接是互相隔离的。在“开发”面板中，在“角色和提示”字段中定义您希望机器人执行的角色和任务。
首先，我们需要添加两个条件来路由用户查询。一个用于处理语言学习，另一个用于推荐早餐食谱。单击跳转条件部分中的+图标以添加条件。
单击“添加节点”以添加并连接更多节点。支持以下两种类型的节点：
- Agent：能够独立执行任务的智能实体。一个机器人中最多可以添加 100 个代理。 您可以为每个代理添加单独的插件、知识和工作流程。
- 全局跳转条件：条件用于控制代理的流程，根据条件跳转到某个代理。当用户的输入满足条件时，会立即跳转到连接的代理。机器人中最多可以添加 5 个条件节点。
按照以下步骤添加代理来执行早餐食谱推荐任务。
单击添加节点，然后单击代理功能旁边的+图标，并将其与早餐食谱条件连接。
配置添加的代理。在这个例子中，机器人会根据用户的需求推荐不同种类的菜谱。因此，添加了两个条件来将用户查询路由到相应的代理。
您可以单击配置图标（三个点）来更改代理的名称并选择您希望代理使用的大语言模型。
添加另一个连接到中式早餐推荐条件的代理。
输入提示并添加其他问题场景的条件。然后将此条件连接到第一个代理。也就是说，如果用户提出与中式早餐食谱无关的问题，他们将被引导回到第一个对话框。
重复上述步骤，添加西式早餐菜谱场景的代理
参考上述步骤中的配置添加代理来执行语言学习任务。
在预览面板发送消息查看运行结果。您可以通过绿色聊天标签查看哪个代理用于回复您的查询。
7、总结
Coze的优势是可以简单地创建机器人（Bot），可以免费地使用GPT-4，和各种插件。国内的Coze可以集成国内的一些社交平台（微信和飞书等等），这个就很方便。至于Coze未来的发展方向还是需要再观察下，看看它是往纯AI的方向还是偏上层应用方向，作者感觉是后者。
相关文章
