Coze/扣子是什么：
Coze/扣子是由字节推出的一个AI聊天机器人和应用程序编辑开发平台，先是在海外上线英文版 （https://www.coze.com），然后上线国内版扣子（https://www.coze.cn）；国内和海外版的差别主要是底层大数据模型不一样，海外的是GPT，目前是完全免费状态；国内版是 云雀模型；
扣子和其他模型相比，最大的特色是，封装了一套上层业务构建入口，降低了大模型复杂的使用门槛。
那么今天我们就看看如何用扣子（国内版），搭建一个入门的AI工作流。
想试一个简单的工作流：
接下来我们看看操作步骤
一、构建工作流
- 登录扣子平台。
- 在左侧导航栏，选择打开个人空间或一个团队空间。
- 在页面顶部进入工作流页面，并单击创建工作流。
本文示例配置如下：
- 工作流名称：输入 get_news
- 工作流描述：输入 搜索最新的相关主题的新闻
进入配置页面后，我们先看看这里有什么内容
工作流由多个节点构成，节点是组成工作流的基本单元。例如，大语言模型 LLM、自定义代码、判断逻辑等节点。
工作流默认包含了开始节点和结束节点。
- 开始节点是工作流的起始节点，可以包含用户输入信息。
- 结束节点是工作流的末尾节点，用于返回工作流的运行结果。
不同节点可能需要不同的输入参数，输入参数分为引用和输入两类。引用是指引用前面节点的参数值、输入则是支持设定自定义的参数值。
1、开始节点
我们在变量名这里输入input，类型是string
2、插件
我们选择插件节点，在插件里找到头条新闻，选择getToutiaoNews的操作，并点击添加。
加入之后，我们把它和开始节点串联起来
在插件节点的输入，我们选择引用开始节点的input变量
这个意思就相当于，在开始节点，我们输入input变量，然后这个input会作为参数输入到getToutiaoNews这个插件内。
这个插件会给我们输出对应的字段内容，如summary、time、url等。
然后这些输出的变量，我们在之后的节点都可以进行引用。
接着我们在后面添加大模型的节点，用大模型来对这些变量进行处理，然后达到我们想要的结果。
3、大模型
点击添加大模型节点
然后把插件节点和大模型节点串联起来
（1）模型
下拉选择你想要用的模型，目前这些模型都是免费的。
（2）输入
这里选择输入的内容，我们选上个节点的news这个对象。
（3）提示词
提示词，也就是prompt，就是我们针对input的news，利用提示词，来生成内容
提示词，可以使用{{变量名}}、{{变量名.子变量名}}、{{变量名[数组索引]}}的方式引用输入参数中的变量
我们可以输入以下提示词来试试
1、从{{input}}中获取新闻的url、新闻的title、新闻的time
2、去除{{input}}中新闻时间不满足最近三天内的新闻
2、将每条新闻按新闻的title、新闻的time、新闻的url的样式整理成列表
3、新闻不超过五条
4、最终输出整理后的列表内容，删除新闻提取和整理过程
5、最终按以下形式输出：今日新闻概要：\n 1、\n 2、\n 3、\n 4、\n 5、。（4）输出
输入暂时不需要做任务修改
4、结束节点
最后我们再把大模型节点和结束节点串联起来
然后在结束节点，回答模式选择“使用设定的内容直接回答”；
输出变量，选择我们上个节点的大模型output；
回答内容，选择output变量。
最后，我们点击上方的试运行看看
点击后，选择输入新闻的主题，也就是第一个节点的input。比如我输入“AI”
稍等一下，在结束节点旁边，就可以看到输出的最终结果。
回答内容那里就会按我们的提示词来输出对应的内容。
（不过这个新闻时间好像和我们prompt要求的不一样，没关系我们可以持续的调整prompt来达到我们需要的效果）
没问题之后，点击发布
二、在 Bot 添加工作流
工作流配置完成后，如果想把它做成一个bot，怎么配置呢？
先在首页创建一个bot
创建完成后，在bot配置页面，在添加工作流这里，我们选择刚才构建的工作流
然后在左侧的“人设与回复逻辑”这里，声明 Bot 使用 get_news 工作流处理任务。编写后，你可以单击优化，让 AI 帮助你生成结构化的回复逻辑。
输入并点击优化后，AI会给我们一个结果
最后，在 Bot 的右侧预览与调试区域，输入内容预览 Bot 实现的效果。
当然处理结果和我们要求的还是有些差距，不过没关系，我们再继续调整下就行，本篇文章就不做具体调整了，目的还是先用一个简单的案例来说说扣子的用法。
Pingback: 将blog文章一键生成小红书笔记 | coze workflow - 吨师傅工具箱