【Coze-AI】Coze资源
本期博客带你了解Coze资源,包括插件资源、知识库资源、数据库资源等,带你构建出应用场景更广泛、更复杂、更实用的智能体
目录

个人主页:矢望
个人专栏:C++、Linux、C语言、数据结构、Coze-AI
一、什么是Coze资源?
Coze 资源是支撑智能体功能实现的模块化基础组件,通过整合外部能力、数据存储与自动化规则,使智能体具备信息处理、功能扩展与场景化服务能力。资源系统是 Coze 平台低代码开发模式的核心,开发者可通过组合不同资源快速构建复杂智能体,无需从零开发底层功能。
本期博客重点讲解插件、知识库和数据库三种资源。
二、插件资源
2.1 什么是插件?
在Coze中,插件是扩展智能体功能的模块化工具,通过调用外部服务、数据接口或预设逻辑,使智能体具备实时交互、动态决策和场景化服务能力。
简单而言,插件就是外部服务,第三方接口。
2.2 插件的分类
- 按功能场景分类
| 插件类型 | 核心作用 | 插件实例 |
|---|---|---|
| 数据查询类 | 获取外部实时数据 | 墨迹天气、微博热点 |
| 业务工具类 | 执行特定的功能 | 生成视频、生成图片 |
- 按照收费方式分类
扣资源型:每次调用都会扣除Coze积分。
申请密钥型:在调用之前需要先申请密钥。
插件都是第三方维护的,Coze只负责把插件集成进来,让用户能够使用。
2.3 插件的使用
用一个实际的生活中的例子来帮你理解Coze智能体中插件的概念和作用,假如你来到了首都北京,你要去北京的故宫博物院看一看,你现在在大兴区亦庄文化园地铁站。
我们在上期讲解过了基础智能体开发,所以先创建出一个旅行助手的智能体,依旧在扣子开发平台创建,访问地址:https://www.coze.cn/home点击跳转。
现在我们创建出了这个智能体,我们来询问它的需求。
询问实例:
现在的智能体,不能获取当天实时的天气信息,以及实时的路线,所以我们才需要使用插件。

记得在左侧的栏框中添加新的技能,使用{}就可以调用插件。

如上,使用插件的时候,如果有必填信息,记得在技能哪里告诉智能体。
接下来我们再试一下:
通过这个出行的例子,你可以清晰的看到:插件就是为智能体赋予实际行动能力的工具。它是AI的手和脚。它让智能体不再停留在聊天和文本生成,而是能连接外部世界,执行具体任务。从而完成闭环体验,从给予建议升级到解决问题,用户无需在不同App间来回切换,可以在一个对话中就能搞定所有事情。
三、知识库资源
3.1 什么是知识库?
在Coze平台中,知识库是一个用于存储和管理外部数据的核心功能模块。它允许开发者上传各类文本和表格内容,通过AI技术进行处理和检索,为智能体提供准确的信息支持。其核心运作机制是:将上传的文档自动分割成一个个内容片段(称为分段)进行存储,并通过向量搜索技术来检索最相关的内容以回答用户的问题。这使得Bot能够超越其基础训练数据的限制,与用户指定的特定数据进行交互。
简单而言,就是允许用户上传自己的内容,比如一些具体公司的内部资料,这种大模型是拿不到的。
3.2 什么是RAG?
提到了知识库,就不能不提RAG(Retrieval-Augmented Generation,检索增强生成)。RAG是一种将信息检索与文本生成相结合的技术框架。它的核心思想很简单:在让大模型生成答案之前,先让它去一个指定的知识库(比如公司文档、数据库、网页等)查找相关的信息,然后根据查找到的这些准确、最新的信息来组织和生成答案。
没有RAG的普通大模型:像一个在做闭卷考试的学生,只能依靠自己记忆(训练数据)中的知识来答题。如果问题超出了它的记忆范围,或者记忆是错的,它就会答错或编造答案。
有RAG的大模型:像一个在做开卷考试的学生。遇到问题时,先跑去翻阅指定的参考书(知识库),找到最相关的段落和证据,然后结合自己的理解,组织成一个准确的答案。
知识库是图书馆里的藏书,而RAG是那位博学的图书管理员。
3.3 知识库的分类
知识库可以分为文本、表格和照片三种格式。

| 导入类型 | 支持内容/格式 | 说明 |
|---|---|---|
| 本地文档 | PDF, TXT, MD, DOC 等文档格式 | 上传本地文件到知识库 |
| 自定义 | 自定义内容 | 支持手动创建和编辑内容 |
| 在线数据 | 网页内容 | 获取在线网页内容并导入 |
| 公众号 | 微信公众号文章 | 将公众号内容导入知识库 |
| Notion | Notion 页面和数据库 | 导入 Notion 中的内容 |
| 飞书 | 飞书文档 | 导入飞书文档到知识库 |
通过以上不同类型的组合,你可以根据实际业务需求,为你的Coze智能体构建起一个强大、灵活且多维度的知识体系。
3.4 知识库的使用
现在我伪造了一份公司的内部资料,里面包含公司WiFi密码、员工福利等内容,这里我们依旧举一个智能体的例子,来看看知识库的作用。这里我们创建一个hr智能体,让它负责帮助新入职的员工。
首先创建智能体,写出提示词。
应答情况,现在只是套了一层AI的壳,根本不了解公司的情况,无法准确回答。
这时候,我们导入之前的新员工入职指南PDF。
如下,现在有了公司内部的数据支撑,就可以回答之前回答不了的问题了。
注意:这里我没有在左侧的人设与回复逻辑中添加相应的技能,添加之后更不容易出错。
通过这个例子可以更好的了解知识库的作用。知识库是是智能体专属的、可信任的私人图书馆或大脑外挂硬盘。它存储了公共AI大模型不知道的、私有的信息。能够赋予智能体深度领域知识和事实依据。让它的回答不再是泛泛而谈,而是精准、具体、有据可查的。
知识库将一个通用的聊天机器人,变成了一个真正能解决内部问题的专家系统,极大提升了信息的准确性和获取效率。
四、数据库资源
4.1 什么是数据库?
Coze数据库是字节跳动扣子平台提供的结构化数据存储服务,采用类NoSQL的文档模型,支持通过自然语言或SQL语句进行数据的增删改查操作。作为智能体的长期记忆组件,它能够持久化存储用户交互数据、业务配置信息和应用状态,是构建复杂AI应用的核心基础设施。
我们在上期博客知道,之前智能体的记忆是与携带上下文轮数确定的,当超出这个轮数,智能体就“失忆”了,并且这个轮数越高,所消耗的积分数还会越多。这里就可以使用数据库来赋予智能体长期记忆。
数据库的使用
现在用一个实际的生活中的例子来理解Coze智能体中数据库的概念和作用。我们创建一个可以记录日常健身数据的智能体,然后让它记录用户的健身数据。
现在给它我的运动数据让它记录。
如上,现在即便我告诉它我每周的运动数据,它依然记不住。
现在我们给它加上数据库。
如上,可以指定Table查询模式。另外上面选择数据类型时有String(字符串)、Integer(整数)、Number(浮点数)、Boolean(布尔值)、Time(时间)。

如上,添加与数据库对应的技能点。
再次询问。
如上是我给的所有用户的记录情况,那么数据库中的数据记录如何呢?
如上,数据库记录了所有用户的运动数据。
我们询问第一次李四的数据,现在AI的上下文轮数还是3轮,现在早大于3轮了。
如上,有了数据库,智能体就拥有了长期记忆。
数据库帮助智能体真正实现了个性化服务。它让智能体不再是一视同仁的百科全书,而是一个真正了解你个人历史和行为的专属助手,能够基于你的数据提供动态反馈和决策。
另外使用数据库时,如果需要,可以在技能点那里指定让它记录每一次的用户对话等等,也可以让它缓存相同的提问内容,这之后可以通过数据库提高智能体的响应速度。
总结:
以上就是本期博客分享的全部内容啦!如果觉得文章还不错的话可以三连支持一下,你的支持就是我前进最大的动力!
技术的探索永无止境! 道阻且长,行则将至!后续我会给大家带来更多优质博客内容,欢迎关注我的CSDN账号,我们一同成长!
(~ ̄▽ ̄)~
更多推荐


所有评论(0)