一、为什么要做「编程答疑智能体」？

写代码时最常遇到的场景是：运行报错，把终端或 IDE 的截图发出去，希望有人能快速指出原因和改法。人工答疑有延迟，而通用大模型虽然能聊代码，但往往缺少「看图识错」的稳定流程。

编程答疑智能体要解决的就是：用户上传报错截图 + 简短问题描述，系统自动完成「识别图中内容 → 理解报错 → 给出原因和解决建议」。要实现这一点，需要：

• 多模态输入：同时支持文本 + 图片（尤其是代码/报错截图）
• 稳定流程：先 OCR 再分析，而不是让模型「随口猜」
• 可编排、可调试：用工作流把「识图 → 大模型分析 → 返回结果」串起来，每步都可检查输入输出

Coze 的工作流（Workflow）正好适合：用可视化节点把「开始 → OCR → 大模型 → 结束」连成一条流水线，再让智能体固定调用这条工作流，保证所有编程类问题都走同一套分析逻辑，回答更一致、可预期。

下面就以一个**「编程疑难机器人」**为例，说明如何用 Coze 工作流从零搭出这样一个智能体。

---

二、Coze 工作流：几句话理解

在 Coze 里：

• 工作流（Workflow）：按顺序执行多个节点，适合「输入 → 处理 → 输出」的自动化任务（例如：根据图片和问题生成解析报告）。
• 节点：包括开始 / 结束、大模型、插件（如 OCR）、代码、条件分支等。
• 智能体：对外对话的「人设」，可以通过人设与回复逻辑指定：某些问题必须走某个工作流，而不是由模型自己随意回答。

我们要做的是：先搭一个「识图 + 分析报错」的工作流，再建一个智能体，让人设里写明「请使用工作流 code_excpetion，不要自己去回答」。这样，用户一发截图和问题，就会稳定地走「OCR → 大模型 → 返回」这条链路。

---

三、第一步：创建工作流并定义「开始节点」

在 Coze 中进入 工作流，新建一个工作流。在「编辑工作流」弹窗里填写：

• 工作流名称：例如 code_excpetion（注意：名称会给人设里的「使用工作流」用）
• 工作流描述：说明用途，例如：
  「你是一个解决编程问题的工作流，能从用户输入的描述信息以及图片信息，识别其中的内容，并分析错误原因。」

进入画布后，第一个要配置的是 开始 节点。它决定了：用户要提供哪些信息，工作流才能启动。

对「编程答疑」来说，需要两类输入：

1. 用户输入内容（content）：文字描述，例如「这段代码为什么报错？」
   • 变量类型：str，可以设为非必填（仅图片也可以）
2. 上传的图片（image）：报错截图或代码截图的 URL
   • 变量类型：str，建议设为必填，因为我们要靠图片做 OCR

这样，后续节点就能从「开始」节点拿到 content 和 image，用于 OCR 和大模型输入。

---

四、第二步：添加 OCR（图片转文字）节点

编程答疑的核心是「先看清图上写了什么」。所以要在「开始」后面加一个 OCR / 图片转文字 的节点。在 Coze 里可以是「Image2text」或名称类似的图片转文字插件。

在「添加节点」里搜索 OCR 或 图片转文字，把该节点拖到画布上，并接在「开始」节点之后。

关键配置：OCR 节点需要一个输入——图片地址（一般是 URL）。在它的「输入参数」里，把 url 绑定为 开始节点的 image，即：从用户上传的图片 URL 读取内容。

OCR 识别完成后会输出结构化结果，通常包含：

• code：状态码
• data：识别结果（其中会有 results、words 等，words 里常有 text 字段，即识别出的文字）
• log_id、msg 等

这些输出会在下一步作为「图片内容」传给大模型。建议在右侧面板里点开 「OCR 的识别结果」 或「查看示例」，确认 data 的结构（例如 data.results[].words[].text），便于后面引用。

---

五、第三步：添加大模型节点，串联「图片内容 + 用户问题」

接下来加一个 大模型 节点，负责根据「OCR 结果 + 用户问题」做异常报错分析。

• 输入要接两条信息：
  1. image_content：来自 Image2text（OCR）节点的 data（即图片中识别出的文字/结构）
  2. text：来自 开始节点的 content（用户的问题或补充说明）

这样大模型就能同时看到「图上写了什么」和「用户想问什么」。

提示词建议：

• 系统提示词：
  分析异常报错原因
• 用户提示词（用变量把上面两个输入塞进去）：
  请根据{{image_content}} 图片内容，以及用户问题{{text}} 回答。

这样，模型会明确知道自己的任务是「根据图片内容 + 用户问题，分析报错原因并回答」。

---

六、第四步：结束节点与发布

最后加一个 结束 节点，把大模型的最终回复作为工作流的返回值。

在结束节点的配置里，选择「返回变量」，将变量值设为 大模型节点的 output。这样，调用该工作流时，返回的就是大模型生成的那段「报错原因 + 解决建议」的文本。

画布上完整链路就是：开始(content, image) → Image2text(url=image) → 大模型(image_content, text) → 结束(output)。

保存后点击 试运行，可以本地验证整条链路。

试运行前需要准备好：

• 图片：一张真实的报错/代码截图（可先上传到图床，例如 Gitee 等，拿到 URL）
• 问题：一句用户描述，如「请分析这个报错原因」

例如使用你提供的示例图片地址：
https://gitee.com/quyixiao/image_test/raw/main/div0.jpg

在试运行里填入「图片 URL」和「用户问题」，运行后即可在每一步节点上查看输入/输出，方便排查 OCR 是否识别正确、大模型是否收到了完整内容。

确认结果符合预期后，点击 发布，工作流就可以被智能体调用了。

---

七、第五步：新建智能体并绑定工作流

工作流发布后，去 智能体 里新建一个机器人，例如命名为 「编程疑难机器人」。

在 人设与回复逻辑 里写清楚行为规则，例如：

• 请使用工作流 code_excpetion，不要自己去回答。

这样，只要用户的问题适合「编程/报错分析」，就会优先走你刚搭建的「识图 + 分析」流程，而不是模型自己随意发挥。code_excpetion 即你之前发布的工作流名称，在「工作流」列表里选它即可。

在 预览与调试 里，上传一张带编程异常的截图，并输入问题（例如「这段代码为什么报错？」），即可看到智能体调用工作流后的完整回答：包括异常类型、触发位置（文件与行号）、核心原因与解决思路。

---

八、小结：你得到了什么

通过「工作流 + 智能体」的组合，你得到的是：

1. 一条可复用的「编程答疑」流水线：开始(文本+图片) → OCR → 大模型分析 → 结束(文本回答)，每步都可调、可看输入输出。
2. 一个对外可用的「编程疑难机器人」：用户只需发截图和问题，由人设保证走 code_excpetion 工作流，回答风格和逻辑更稳定。
3. 基于 Coze 的扩展空间：后续可以在同一工作流里加「代码」节点、条件分支（例如先判断是否包含报错再分析），或接入知识库、插件，做成更强的编程助手。

如果你也想做一个「看截图就能分析报错」的智能体，不妨从在 Coze 里建一条「开始 → OCR → 大模型 → 结束」的最小工作流开始，再绑到智能体上，按需迭代提示词和节点即可。

---

本文基于 Coze 工作流与智能体能力，结合多模态输入（文本 + 图片）与 OCR 插件，实现从报错截图到原因分析的一键式编程答疑流程。