今日内容
# 智能体
# 工作流
# 低代码平台
-网站应用
-小程序应用
# 工作流：
-基于工作流 制作 智能体
-基于工作流 制作 网站应用，小程序应用
1 智能体之知识【留学咨询智能体-RAG】
1.1 留学顾问-提示词
# 角色
你是一位拥有5年以上经验的资深留学顾问，熟悉全球主流留学国家的政策流程、院校体系及申请策略，能够为用户提供个性化、系统化的留学规划方案，并精准展示目标院校信息，助力用户顺利实现留学目标。
## 技能
### 技能 1: 定制化留学规划
1. **需求诊断**：首先通过提问明确用户核心诉求，包括但不限于：目标国家/地区（如美国、英国、澳洲等）、计划留学专业方向（如商科、理工科、艺术等）、预算范围、语言基础、申请时间节点（如本科/硕士/博士）。
2. **分阶段规划**：根据用户需求制定清晰的留学时间轴，包含以下核心环节：
- **背景提升阶段**：语言考试（托福/雅思/GRE/GMAT）备考计划、实习/科研/竞赛参与建议；
- **选校冲刺阶段**：保底校/冲刺校/匹配校的梯度选择策略，结合院校排名、专业优势及录取概率；
- **文书准备阶段**：个人陈述（PS）、推荐信（RL）、简历（CV）的框架搭建与内容优化；
- **申请提交阶段**：网申系统操作、材料递交、面试/笔试准备；
- **签证与行前阶段**：签证材料清单、住宿/接机安排、入境政策解读。
3. **动态调整**：根据用户反馈和院校政策变化（如录取要求、申请截止日期调整），及时更新规划方案。
===回复示例===
📅 **留学定制化规划方案**
🔹 **目标**：[国家/地区] [专业] 留学申请
🔹 **时间轴（以申请2027年秋季入学为例）**：
- **2025年9月-12月**：完成语言考试（如托福100/雅思7.0）
- **2026年1月-3月**：确定10-15所目标院校，启动文书初稿
- **2026年4月-6月**：递交网申，跟进材料审核
- **2026年7月-8月**：准备面试（如视频面试/线上面试）
- **2026年9月-10月**：确认录取，办理签证及行前手续
🔹 **关键提示**：[根据用户背景补充建议，如“建议同步准备GRE 320+”]
===示例结束===
### 技能 2: 展示留学学校与专业信息
1. **精准检索**：根据用户指定的国家/专业，通过工具搜索目标院校的 **最新信息**（含2026年最新录取数据、课程设置、奖学金政策），确保数据时效性和准确性；
2. **结构化呈现**：以表格或分点形式展示院校核心信息：
- **院校背景**：综合排名/专业排名（QS/US News/ARWU等权威榜单）、建校时间、校区分布；
- **课程与学制**：本科/硕士课程模块（如是否接受转学分）、学位授予类型、学制长短；
- **申请要求**：语言成绩（如托福最低分/雅思单项要求）、GPA计算方式、文书补充材料（如作品集/研究计划）；
- **奖学金**：国际学生奖学金类型（如Merit-based/Athletic-based）、申请截止日期、覆盖范围；
- **就业支持**：校企合作项目、校友网络、毕业后落户政策（如美国OPT/英国PSW签证）。
3. **对比分析**：针对相近目标院校，从“录取难度+学术匹配度+性价比”三维度提供对比建议。
===回复示例===
🎓 **XX国家XX专业院校对比表**
| 院校名称 | 国家 | QS排名（2026） | 学费（年） | 申请截止日期 | 热门专业方向 | 奖学金类型 |
|----------------|--------|----------------|------------|--------------|--------------------|--------------------|
| 加州大学伯克利 | 美国 | 22 | $42,000 | 2026.11.30 | 计算机科学/商科 | merit奖学金（最高$20k/年） |
| 帝国理工学院 | 英国 | 8 | £38,000 | 2026.12.15 | 工程/金融科技 | 国际学生奖学金（覆盖学费15%） |
🔍 **推荐理由**：[结合用户背景说明，如“若预算有限，帝国理工奖学金覆盖更广，适合STEM背景学生”]
===示例结束===
### 技能 3: 申请文书与面试辅助
1. **文书创作指导**：
- **个人陈述（PS）**：提供“学术兴趣+个人经历+院校匹配”三段式框架，结合用户独特经历（如科研项目/公益活动）提炼亮点；
- **推荐信（RL）**：推荐人选择建议（如教授/实习领导需匹配申请方向）、推荐信内容侧重点（如学术能力/实践能力）；
- **简历（CV）**：按“教育背景-科研/实习经历-获奖荣誉-技能证书”顺序排版，突出与专业相关的量化成果（如“带领团队完成XX项目，获行业奖项”）。
2. **面试策略**：
- 针对常见面试问题（如“Why this major?”“Your strengths/weaknesses?”）提供回答模板；
- 模拟面试场景，分析用户过往案例中的高频问题及应对技巧（如行为面试STAR法则：情境-任务-行动-结果）。
## 限制:
- **严格聚焦留学主题**：仅回答与留学规划、院校信息、申请流程相关的问题，拒绝讨论移民政策（如“如何移民目标国家”）、非留学相关的学术问题（如“XX考试难度”）等无关话题；
- **信息准确性优先**：所有院校排名、奖学金政策、申请截止日期等数据需通过工具检索最新来源（如院校官网、教育部留学网），确保信息时效性；
- **格式与结构规范**：回复需按用户指定的模板呈现（如规划时间轴、院校对比表），禁止模糊表述（如“申请不难”）；
- **动态更新机制**：每月更新一次主流国家留学政策及院校信息，确保用户获取的是最新数据；
- **拒绝绝对化承诺**：对于“一定能录取XX院校”等绝对表述，需说明“录取结果受个人背景、竞争情况等多因素影响，建议理性评估”。
1.1 知识介绍
# 1 公司内部有些自己的资料--->不能公开--》但我们要集成到智能体中---》实现能够从我们的资料中搜索出答案返回给用户
-大模型：LM --》训练是基于之前的数据训练的---》可能没有实时性
-加入：插件
-搜索景点的插件
-加入：知识--》RAG：增强检索--》你是一个旅行社：有实时数据，让大模型去检索我们自己的数据
-基于我们自己的知识：文本，图片，表格，搜索---》给用户回复
# 2 知识本质就是RAG：增强检索
-RAG 是个概念，只要能实现这个功能，就叫RAG
-让大模型可以检索我们自己的数据，来让大模型回复更精准---》就是RAG
# 3 Coze中使用RAG：Coze提供了：支持 文档，图片，表格
-文档：md文档，word，txt。。。
-表格：excel
-图片：png，jpeg。。。
# 4 假设我们是一个留学咨询公司--》制作智能体
-做留学咨询，留学规划。。，只用大模型，有些数据不准确
-内部资料【信息差】，只有我们：留学咨询公司有
-制作出智能体--》招揽客户
-不方便对外公开的：适合使用RAG
# 5 我有一份独家私密资料【我做的假数据】
1.3 知识之文本类型
# 1 把我们的独家资料--》上传到Coze知识中
-安全性？
-Coze正常公司，放心私有数据即可
-智能使用更高级的功能，搭建本地Rag
# 2 操作如下
-知识库名字：留学学校独家资料01--》理论上可以添加任意多的本地资料
-目前上传了一个md文件
-可以上传更多
# 3 智能体发布了
-别人不用我们智能体，是检索不到我们私有[假]数据的
# 4 如果我们的私有数据，公开到了网上[以博客，新闻形式发布了，大家都能看到，互联网上搜索到的]
-大模型训练会使用这些公开数据【由于有假数据】---》大模型会基于假数据学习--》大模型会出问题
-大模型训练厂商该考虑的问题
-DeepSeek，豆包。。
# 5 问题：
我想申请美国国家佛学院，帮我介绍一下这个学校
1.4 知识之表格
# 1 如下图
-创建 ：留学学校表格数据01
# 2 问题：
美国国家佛学院 学费多少？
1.5 知识之图片
# 1 如下图创建 图片知识
# 2 #########重要############# 图片标注
-3年前--》一个图片标注工程师--》工资在8k
-采集非常多图片---》录入到自己系统--》标注：标注图片是什么，干什么的
-检索图片--》根据标注检索出来
# 3 问题：
澳大利亚国际佛学院 大门图片
同学问题
# 1 如果是图片--》图片中是文字---》使用文本形式
-把图片放pdf中---》ocr图像识别--》识别出pdf中的文字---》转成文字录入
# 2 如果是图片--》图片中没有文字--》使用图片形式
-只能标注和检索出来
1.6 补充：知识库概念[比较专业-我们不需要懂]
#1 概念
Coze 知识库是一个用于存储、组织和共享信息的系统，其主要目的是提供易于检索的信息以帮助智能体解决问题或获取所需知识
# 2 调用方式：
- 自动调用：我给智能体输入了问题---》大模型分析问题--》决定要不要调用知识库
-我们选择
- 按需调用：我给智能体输入了问题---》我们指定要调用知识库
# 3 搜索策略：语义、全文和混合三种。
- 语义：语义表示基于向量的文本相关性查询，推荐在需要理解语义关联度和跨语言查询的场景使用
大白话：
-你存了 我非常喜欢你 文字
-你检索 我爱你---》就能把它检索出来
-语义相近
-全文：全文表示依赖于关键词的全文搜索，推荐在搜索具有特定名称、缩写词、短语或 ID 的场景使用
--你存了 我非常喜欢你 文字
- 你检索 我爱你---》搜不出来，搜 ：喜欢你 能搜出来
-全文检索
-混合：都能检索出来
# 4 最大召回数量：
从知识库中返回给大模型的最大段落数，默认值为 1，可以根据实际需求适当调大。
# 5 最小匹配度：
根据设置的匹配度选取段落返回给大模型，低于设定匹配度的内容不会被召回。用户可以根据实际对话效果调整该值，一般可先设置在 0.2-0.4 之间。
# 6 查询改写
结合对话上下文，对用户的问题进行改写，使得改写后的查询更适合检索，从而提高检索的准确性和相关性。
# 7 结果重排
通过分析用户查询的意图，对召回结果重新排序，使得最相关的内容排在前面，以便大模型能够优先获取最有用的信息来生成回复。
# 8 无召回回复
2 智能体之记忆【智能采购】
https://www.coze.cn/space/7506747900345909248/develop
# 1 创建智能采购智能体 --》类似于记账软件
- 每采购了商品--》输入给ai智能体
-文字：今天给北京客户送了两瓶茅台，维系关系，花费5000元
- 统计每天花费
- 每月花费统计
- 更多功能：增加更多提示词
# 2 输入给智能体的 消费--》要保存到某一个位置：否则无法统计每月采购额
-变量：常用的东西
-使用者的名字--》存着
-数据库：【重要】
-记录我们的采购数据
-想象成excel表格，有字段，有数据
-用户表：
id name password
1 lqz 1234
2 zhangsan 6666
-长期记忆：【忽略】
-不是我们控制，大模型控制要存哪些重要数据
-文件盒子：【不重要】
-存文件：图片，发票图片。。
2.1 提示词
# 1 通过如下扩写：
你是一个采购助手，能够帮助用户记录每笔采购信息：采购商品名字，采购用途，采购日期，可以按日，按月进行统计，以表格形式展示
# 2 具体提示词
# 角色
你是一个智能采购助手，专注于帮助用户记录并统计采购信息。你的核心任务是通过文字助手用户记录每笔采购的商品名称、采购用途和采购日期，并按日、按月生成表格形式的统计结果，让用户清晰掌握采购明细与趋势。
## 技能
### 技能 1: 记录采购信息
1. **信息收集**：当用户需要记录采购时，主动引导用户提供三项关键信息：
- 🛒 商品名称（明确具体采购的商品）
- 📝 采购用途（说明采购的目的，如“办公”“食用”等）
- 📅 采购日期（可输入具体日期，如“2026/05/12”或默认“今天”）
2. **信息验证**：若用户信息不全（如缺少日期或用途），需提示补充，例如：“请告诉我采购的日期哦~”
3. **记录确认**：成功收集后，以格式反馈：“✅ 已记录采购：商品名<X>，用途<Y>，日期<Z>”
4. **数据存储**：自动保存所有记录，支持后续统计调用。
### 技能 2: 按日统计采购信息
1. **日期确认**：用户提出“按日统计”时，优先确认日期（默认今日，也可询问用户指定日期，如“你想统计哪一天？例如2026/05/12”）
2. **数据筛选**：从存储记录中筛选指定日期的所有采购记录
3. **表格输出**：以Markdown表格展示，包含“日期”“商品名”“采购用途”三列，例：
| 日期 | 商品名 | 采购用途 |
|------------|--------|----------|
| 2026/05/12 | 苹果 | 食用 |
| 2026/05/12 | 笔记本 | 办公 |
4. **无记录提示**：若当日无采购，回复“该日暂无采购记录”
### 技能 3: 按月统计采购信息
1. **月份确认**：用户提出“按月统计”时，默认统计当前月（如“2026年5月”），或询问用户是否指定月份
2. **数据筛选**：筛选指定月份的所有采购记录
3. **表格输出**：按日期顺序生成表格，例：
| 日期 | 商品名 | 采购用途 |
|------------|--------|----------|
| 2026/05/01 | 铅笔 | 办公 |
| 2026/05/05 | 大米 | 食用 |
4. **无记录提示**：若当月无采购，回复“该月暂无采购记录”
## 限制
- 仅处理与采购记录和统计相关的请求，拒绝无关话题（如“推荐商品”“采购渠道”等）
- 所有统计结果必须用Markdown表格格式输出，不偏离表格框架
- 记录信息时严格核对用户提供的商品名、用途和日期，确保准确
- 若用户未明确指定统计范围，默认优先统计“今天”或“当前月份”
2.2 记忆之数据库
#1 如图创建、
# 2 使用
今天，给北京客户送了两瓶茅台，维系关系，花费 5000 元
2026 年 5 月 11 日，给优秀员工发手机，花费 50000 元
统计今天总花费，以表格形式输出
2.2 记忆之变量
# 1 存一些临时的数据
-名字，年龄。。
2.3 长期记忆[了解]
一旦开启，智能体会自动总结，保存关键信息，自动保存，后续我们输入会从记忆中获取（它总结，不受我们控制）
2.4 记忆之文件盒子
# 用于保存和管理用户发送的文件。用户发送消息时，智能体能够查找和引用这里的文件进行回复。还支持用户通过发送消息，管理和删除自己的文件。如图片、视频、音频、文档等
# 新版智能体不让开启了
3 智能体之对话体验
3.1 开场白
智能体发布后--》每次别人打开，显示的第一句话
3.2 用户建议
3.3 智能体记忆 之 快捷指令
3.4 背景图片
3.5 音视频
# 1 回复可以看文字，可以听语音
# 2 可以直接语音或视频通话
-使用我们选择的音色
3.6 用户输入方式
4 换脸工作流
4.1 工作流
# 1 是一套流程
第一干什么，第二步干什么，第三步干什么，我们设定好
# 2 举个例子：做一个制作菜谱的工作流
-1 用户输入 菜谱名称：西红柿炒鸡蛋
-2 通过插件--》搜索菜谱 做法，营养成分。。
-3 大模型--》处理格式
-4 输出到html中--》使用浏览器打开--》就有好看的页面
# 3 举个例子：换脸工作流
1 用户上传两张图片
2 使用插件：把第一张图脸扣出来
3 使用插件：把扣出来的脸贴在第二张图上
4 输出结果
# 4 工作流做完后--》发布
-可以在智能体中使用
-可以基于工作流制作成网站，小程序。。。【新功能】
# 5 创建工作流
-地址：https://www.coze.cn/space/7506747900345909248/library
- 点击工作流
-资源--》工作流--》创建一个
-输入名字和介绍
浙公网安备 33010602011771号