一、搭建智能体

扣子利用大语言模型极大地简化了智能体的搭建过程。 在充分利用大语言模型优势的同时,扣子还支持用户通过知识库、工作流等功能来配置智能体如何响应用户查询,以保证智能体的回复符合预期。

1、创建一个智能体

(1)登录扣子开发平台

在扣子登录页面中输入你的邮箱和密码。如果是第一次使用扣子,直接点击“注册”按钮,会自动注册账号并且登录开发平台;如果已经注册过,输入邮箱和密码后,点击“登录”按钮即可。

wechat_2025-08-20_145150_575.png

(2)在页面左上角单击 ⊕,并选择创建智能体

wechat_2025-08-20_161334_586.png

(3)输入智能体名称和功能介绍,点击下方图标选择自己图标上传(可选)

wechat_2025-08-20_161815_831.png

(4)单击确认。

创建智能体后,你会直接进入智能体编排页面。你可以:

  • 在左侧人设与回复逻辑面板中描述智能体的身份和任务。
  • 在中间技能面板为智能体配置各种扩展能力。
  • 在右侧预览与调试面板中,实时调试智能体。

wechat_2025-08-20_162225_761.png

(5)模型选择

在中间面板的上方,你可以为智能体选择大模型,目前Coze Studio 支持的模型服务如下:

  • 火山方舟 | Byteplus ModelArk
  • OpenAI
  • DeepSeek
  • Claude
  • Ollama
  • Qwen
  • Gemini

wechat_2025-08-20_165330_184.png


注意:第一次使用扣子的用户,此时的大模型可以选择,但是不能进行使用。需要在后端模型配置文件中配置模型服务的API Key与模型名称后才可以使用大模型。而API Key是需要自己进入模型的官网中注册账号申请的。

模型配置操作

1、打开项目实例页面,进入文件管理页面
打开/coze-studio/backend/resources/conf/目录下的model文件夹,已经将常用大模型的配置文件放入

wechat_2025-08-20_172327_257.png


2、打开需要使用的大模型的配置文件,修改文件中的 meta.conn_config.api_key、meta.conn_config.model 字段(需要自己进入模型的官网中注册账号申请),保存文件

  • 以doubao-seed-1.6模型为例

image.png

  • 通过下方网址进入火山引擎获取API Key页面,登录账号后进入“API Key 管理”页面,创建API Key后将其复制到meta.conn_config.api_key字段
    https://www.volcengine.com/docs/82379/1541594

image.png

  • 通过下方网址进入火山引擎获取 Endpoint ID页面,登录账号后进入“方舟控制台-在线推理”页面,创建推理接入点后将接入点名称(id)复制到meta.conn_config.model字段
    https://www.volcengine.com/docs/82379/1099522

image.png

  • 最后保存文件
    3、回到项目实例页面,进入WebSSH页面
  • 使用./sj-run.sh -t 停止程序;<span style="color: red;">(注意:代码块的右上角有一键复制代码的功能)
./sj-run.sh -t
  • 使用./sj-run.sh -s 可以启动程序,如果 8080 端口已有程序在运行,可以选择是否继续启动其他端口。<span style="color: red;">(注意:代码块的右上角有一键复制代码的功能)
./sj-run.sh -s
  • 重启程序后,通过对外开放端口获取访问地址,将获取到的链接复制到本地浏览器重新进入 coze-studio 页面
  • 进入刚刚创建的智能体编排页面中,选择doubao-seed-1.6模型就可以使用了

2、编写提示词

配置智能体的第一步就是编写提示词,也就是智能体的 人设与回复逻辑 。智能体的人设与回复逻辑定义了智能体的基本人设,此人设会持续影响智能体在所有会话中的回复效果。建议在人设与回复逻辑中指定模型的角色、设计回复的语言风格、限制模型的回答范围,让对话更符合用户预期。
在智能体配置页面的人设与回复逻辑面板中输入提示词,通用的结构可以设置为:

wechat_2025-08-20_162929_608.png


你也可以单击提示词库,里面有常用的几种模版供选择:

wechat_2025-08-20_163255_904.png

wechat_2025-08-20_163315_256.png

3、为智能体添加技能(可选)

如果模型能力可以基本覆盖智能体的功能,则只需要为智能体编写提示词即可。但是如果你为智能体设计的功能无法仅通过模型能力完成,则需要为智能体添加技能,拓展它的能力边界。
1、在编排页面的技能区域,单击插件功能对应的 + 图标。

2、在添加插件页面,搜索需要添加的插件 ,然后单击 添加 。

image.png


3、修改人设与回复逻辑,指示智能体使用添加的插件来回答自己不确定的问题。否则,智能体可能不会按照预期调用该工具

image.png

另外,你还可以为智能体添加开场白、用户问题建议、背景图片等功能,增强对话体验。例如为智能体添加一张背景图片,使对话过程更沉浸。

image.png

4、调试智能体

配置好智能体后,就可以在预览与调试区域中测试智能体是否符合预期。

image.png

二、搭建应用

注意目前开源的版本只能进行工作流的创建,没有提供搭建可视化用户界面的功能

1、创建 AI 应用项目

AI 应用项目支持使用工作流来完成复杂的业务逻辑编排,也支持使用数据库、知识库、插件等资源实现与本地数据或线上数据的交互。

(1)登录扣子开发平台

(2)在页面左上角单击 ⊕,并选择创建应用

image.png

(3)输入应用名称,应用介绍(可选),单击图标可在本地上传图片更换图标(可选)。然后单击确认

应用创建成功后,你会直接进入到应用的集成开发环境 (IDE)。

image.png

2、编排业务逻辑

创建完 AI 应用项目后,你可以开始进行业务逻辑编排了。扣子 提供了大模型、代码、意图识别、知识库写入与检索等丰富的工作流节点,以满足复杂的业务场景需求。此外,你还可以通过使用变量、插件、知识库等方式与你的本地数据和线上数据进行集成。
下面通过AI翻译的应用向用户演示,主要是使用大模型实验多语言翻译,所以只需要创建一个包含大模型节点的工作流即可。
参考以下步骤,创建一个实现翻译功能的工作流。

(1)创建应用成功后进入页面,找到工作流,然后单击 + ** > ** 新建工作流 。

image.png

(2)输入工作流名称和说明,然后单击 确认 。

注意工作流名称只支持字母、数字和下划线,且必须以字母开头。

(3)在工作流画布,单击开始节点的连接线或画布下方的添加节点按钮,然后选择大模型节点,并完成连线。

image.png

image.png

(4)单击开始节点进行配置。(开始节点用于设定启动工作流需要的信息)

  • 在输入区域,配置第一个变量 (content) 用于传入用户要翻译的内容。
  • 单击 **+ **图标。输入第二个变量 (lang) 用来指定目标语言

image.png

(5)单击大模型节点进行配置。

  • 模型区域,展开模型列表,选择用来执行翻译任务的大模型。本次演示中选择**Doubao-Seed-1.6 **模型

image.png

  • 配置输入参数,这些输入参数可以在模型提示词中使用。
    本次演示中需要将用户输入的译文内容和目标语言添加到提示词中,让模型按照用户选择的语言进行翻译。所以需要配置两个输入参数。
    单击输入区域的 + 图标,然后点击对应的设置图标,选择开始节点中配置的变量。

image.png


重复上述操作,再添加目标语言的这个变量。
删除不需要的输入信息,确保输入中只包含下图中的这两个参数。

image.png

  • 系统提示词区域,输入以下内容作为系统提示词。
    系统提示词是一组指示模型行为和功能范围的指令,可以包括如何提问、如何提供信息、如何请求特定功能等。系统提示词也用于设定对话的边界,比如告知用户哪些类型的问题或请求是不被接受
# 角色
你是一个专业的翻译官,能够准确地将用户输入的内容翻译成目标语言,不进行随意扩写。

## 技能
### 技能 1:翻译文本
1. 当用户提供一段文本时,迅速将其翻译成目标语言。
2. 确保翻译的准确性和流畅性。

## 限制:
- 只进行翻译工作,不回答与翻译无关的问题。
- 严格按照用户要求的目标语言进行翻译,不得擅自更改。

image.png

  • 用户提示词区域,输入用户提示词。

用户提示词通常是直接的命令,告诉模型要执行的任务或意图。例如“帮我翻译下这段内容”,指令越清晰,模型的输出也更贴近你的实际需求。

首先输入以下内容。

将用户输入的内容翻译成目标语言。

因为不同用户提供的翻译内容,选择的目标语言都不同,所以需要将译文内容和目标语言使用输入变量来指代,这样就可以在运行时替换成真实的用户需求

在”内容”文字后输入{,然后选择指代翻译内容的变量。

说明如果你没有可用的变量,请检查是否按照教程配置了模型节点的输入变量。

image.png

重复上述方法,添加目标语言变量。

image.png

  • 输出区域,将输出格式配置为 文本 ,使用默认配置的 output 变量。

image.png

(6)选择结束节点进行配置

单击结束节点,然后选择 返回文本 。

选择大模型节点的输出结果作为输出参数。

image.png

回答内容文本框中输入{{output}},使用大模型的翻译内容作为最终的回复。

开启 流式输出 ,实现打字机一样的输出效果。

image.png

至此,你已经完成整个工作流的搭建。

(7)为了保证业务逻辑实现符合预期,单击试运行测试工作流的执行。

image.png

(8)在试运行页面,输入要翻译的内容和目标语言,然后单击试运行

image.png

(9)查看运行结果是否符合预期。

如果不符合预期,你可以逐一检查每个节点的输出结果。

image.png

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐