莫潇羽@源码七号站 原创内容，转载请注明出处：www.fuyuan7.com
快速摘要： Coze（扣子）是字节跳动推出的零代码AI智能体开发平台，它允许任何人通过可视化拖拽的方式搭建功能强大的AI应用。本文将从平台认知、插件机制、工作流搭建、知识库与数据库配置、AI应用开发等多个维度，系统性地拆解Coze的核心原理和操作细节。 如果你是刚接触AI智能体的新手，这篇文章会帮你建立清晰的认知框架；如果你已有一定基础，文中关于自定义插件、代码节点、卡片系统、画板节点等进阶内容也值得深入研读。往下看，有更详细的拆解。
一、Coze是什么？为什么值得你花时间学
Coze（扣子）是字节跳动于2024年初正式上线的AI智能体开发平台，国内版访问地址为 https://www.coze.cn/ 。它的核心定位非常明确——让不懂编程的普通人也能搭建基于大模型的AI应用。
传统的AI开发需要写大量代码、调试接口、部署服务器，对于绝大多数人来说门槛太高。而Coze把这些复杂的底层逻辑全部封装成了可视化的"积木块"，你只需要像拼拼图一样把不同的功能模块组合起来，就能实现非常复杂的自动化任务。
Coze平台的整体架构可以用一个比喻来理解：如果把一个智能体比作一家公司，那么大模型就是这家公司的总经理（负责决策和调度），插件是一个个具备专项技能的员工（比如查天气的、搜新闻的），工作流则是一个个部门或项目组（把多个员工的工作按顺序串联起来），知识库就像公司的内部资料库（存放私有数据和专业知识），数据库则相当于公司的档案系统（用来存储和管理结构化数据）。
理解了这个比喻，后面的学习就会顺畅许多。
Coze平台的核心能力一览
Coze目前提供的核心功能模块包括：智能体开发、工作流编排、插件调用与自定义、知识库管理、数据库操作、AI应用搭建（带UI界面）、卡片系统、画板节点等。平台内置了豆包系列大模型，同时也支持接入DeepSeek、千帆等第三方大模型。搭建完成的智能体可以一键发布到飞书、微信公众号、抖音小程序、网页等多个渠道。
2025年7月，字节跳动进一步将Coze平台开源，推出了Coze Studio可视化开发工具和Coze Loop运维管理系统，开发者甚至可以在本地环境（仅需2核CPU+4GB内存）完成部署，这使得AI应用开发的门槛进一步降低到了"家用电脑级"。
作为 莫潇羽@源码七号站 的站长，我在实际使用Coze的过程中深刻感受到：这个平台的设计理念确实是在为"非技术人群"服务。下面我就按照从基础到进阶的顺序，把每个核心模块的原理和操作方法给大家掰开揉碎了讲清楚。
二、平台初探：Coze的界面结构与基本概念
2.1 进入Coze的第一步
打开 https://www.coze.cn/ ，注册登录后进入主界面。你会看到几个关键入口：智能体开发、工作流开发、资源库，以及顶部的社区（包含插件市场和模板市场）。
主界面的核心操作区域分为两个入口——"智能体开发"和"工作流开发"。如果你想创建一个对话式的AI助手，就点击"智能体开发"；如果你想编排一个自动化的任务流程，就点击"工作流开发"。在实际项目中，二者经常是配合使用的。
2.2 创建你的第一个智能体
我们以一个"儿童故事大王"智能体为例来走一遍完整流程。
点击"智能体开发"，进入创建页面后，你需要填写三个基本信息：智能体名称（如"儿童故事大王"）、功能介绍（如"专门给3到6岁小朋友讲故事的AI助手"），以及一个图标（可以用AI自动生成）。
确认后进入编辑页面，你会看到它被分成了三个区域：
左侧是"人设与回复逻辑"区——这里是写提示词（Prompt）的地方，也就是告诉大模型"你是谁、你能做什么、你不能做什么"。中间是"编排"区——你可以在这里选择大模型、添加插件、关联工作流、绑定知识库。右侧是"调试与预览"区——你可以直接在这里和智能体对话，实时测试效果。
2.3 提示词：智能体的"灵魂"
提示词是整个智能体最核心的部分。写得好不好，直接决定了这个智能体的能力边界。一个好的提示词通常包含以下几个要素：
# 角色定位
你是一个儿童故事大王，专门给3到6岁小朋友讲故事。
# 能力范围
- 围绕动物、友情、好习惯等主题创作短故事
- 用简单可爱的语气词讲述
- 回答小朋友关于故事的简单问题
# 输出规则
- 故事不超过100字
- 语气温柔、积极向上
- 无暴力、无恐怖情节
- 不涉及任何不适合儿童的内容提示词和大模型的关系，可以理解为"软件"和"硬件"的关系。大模型本身能力很强，上知天文下知地理，但如果你不通过提示词给它明确的方向和边界，它就不知道该往哪个方向发力。所以，提示词的质量直接决定了智能体的表现。
2.4 大模型的选择策略
Coze平台内置了多种大模型供选择，包括豆包系列（从1.5到最新版本）、DeepSeek、千帆等。对于新手来说，选择大模型可以遵循以下原则：
如果你的智能体只是做简单的对话问答，不需要调用插件或工作流，那么使用豆包1.5 Pro这类通用模型就完全够用。如果你的智能体需要频繁调用插件和工作流，就要选择带"工具调用"标签的模型，因为这类模型经过专门的训练，能更准确地判断何时该调用哪个工具。如果涉及到图片识别、视频理解等场景，就需要选择带"视觉理解"标签的模型。
有一个重要原则需要记住：不是越强的模型就越好。越强的模型消耗的资源（积分）越多，运行速度也可能越慢。根据实际需求选择"刚好够用"的模型，才是最优策略。
版本号后面的"32K""128K"等数字代表的是模型能处理的最大文本长度（上下文窗口）。如果你的场景涉及长文本分析或生成，就需要选择128K这样大窗口的模型；如果只是简短对话，32K就足够了。
带"极致速度"标签的模型，输出速度更快，但推理能力相对弱一些，适合处理简单任务。带"深度思考"标签的模型，推理能力更强，但速度较慢，适合复杂推理场景。带"Pro"后缀的模型是同版本的增强版，性能更好但消耗也更大。
三、插件系统：让智能体拥有"超能力"
3.1 插件是什么
大模型虽然知识渊博，但它有一个天生的短板——它的知识存在时效性问题，而且无法实时获取外部数据。比如你问它"今天北京天气怎么样"，它是回答不了的，因为它的训练数据有截止日期。
插件就是解决这个问题的利器。插件本质上是别人写好的、封装好的一段代码，你可以直接拿来用，不需要自己写任何代码。通过插件，智能体可以查天气、搜新闻、获取股票行情、调用地图服务等等，大大扩展了它的能力边界。
3.2 插件在哪里找
Coze提供了两个入口来查找和添加插件：
第一个入口是在顶部导航栏的"社区"里找到"插件市场"。这里面按类别（天气、地图、图像、办公等）整理了大量可用的插件，你可以根据需要浏览或搜索。
第二个入口是在智能体编辑页面的"编排"区域。点击"插件"旁边的加号，同样可以进入插件选择界面，这里和市场里的插件是同一套资源，只是入口不同。
3.3 如何选择合适的插件
插件分为两大类：官方插件（带有"Coze官方"标识）和第三方插件（由社区开发者上传）。选择插件时，优先选择官方插件，因为官方插件的稳定性和成功率都更有保障。
在插件详情页中，有几个关键指标值得关注：调用量（反映了这个插件的受欢迎程度）、引用数量（有多少智能体在使用它）、平均运行时间（完成一次任务需要多久），以及最重要的——成功率。比如同样是天气查询插件，墨迹天气的成功率可能是100%，而某个第三方天气插件的成功率可能只有61%。在功能相似的情况下，当然应该选择成功率更高的那个。
3.4 插件的工作原理：输入→处理→输出
每个插件的工作逻辑都遵循同一个模式：你给它一些输入参数，它进行处理，然后返回输出结果。
以天气查询插件为例，它需要的输入参数通常包括：省份、城市、查询的起止日期。你把这些信息提供给它后，它就会返回对应的天气数据——温度、天气状况、风力等信息。
以百度地图插件为例，它内部包含多个工具（子功能），比如"经纬度转地址""IP定位""路线规划"等。每个工具都有自己独立的输入参数和输出结果。你在选择的时候，要根据实际需要选择具体的工具，而不是把整个插件都加进来。
在插件详情页点击"示例"可以看到具体的输入输出示例，这对理解插件的用法非常有帮助。比如路线规划工具的输入参数是"起点"和"终点"（如"北京西站到北京南站"），输出则包括路线方案、距离、预计时间等详细信息。
3.5 在工作流中使用插件
虽然可以直接在智能体中添加插件，但在实际开发中，更推荐的做法是把插件放在工作流里使用。这样做的好处是：工作流可以精确控制插件的调用顺序和数据传递方式，使得整个流程更稳定、更可控。
在工作流编辑器中添加插件的方法也很简单：点击"添加节点"→选择"插件"→搜索或浏览你需要的插件→点击添加。插件节点会自动显示需要的输入参数和可用的输出参数，你只需要把对应的变量连接上就可以了。
四、工作流：Coze的核心引擎
4.1 工作流的本质
如果说插件是"员工"，那工作流就是"部门"或"项目组"。工作流是一种可视化的任务编排工具，它可以把多个插件、大模型、代码节点等按照指定的顺序串联起来，实现复杂场景下的自动化处理，全程不需要写代码。
在智能体比较简单、只需要一两个插件的时候，总经理（主大模型）可以直接安排。但当任务变得复杂、涉及十几个甚至几十个步骤的时候，就必须通过工作流来组织了——总经理只需要把任务分配给各个部门（工作流），部门内部自行安排员工（插件、大模型节点等）协作完成。
4.2 工作流的基本结构
每个工作流都有两个固定节点：开始节点和结束节点。这两个节点不能删除，它们是工作流的起点和终点。你所有的业务逻辑都在这两个节点之间展开。
开始节点负责接收外部输入。比如用户输入了一个关键词、上传了一张图片，这些信息都通过开始节点进入工作流。开始节点中可以定义多个输入变量，每个变量有名称、类型（字符串、整数、数字、布尔值、文件等）、是否必填、默认值和描述。
结束节点负责输出最终结果。你需要在结束节点中指定要返回哪些内容，可以是文本、图片链接、或者其他变量。结束节点支持"返回文本"模式，你可以通过 {变量名} 的语法引用中间节点的输出来组装最终文本。
4.3 手把手搭建第一个工作流
我们以"新闻查询"工作流为例，走一遍完整的搭建过程。
首先，创建一个新的工作流（在资源库中点击"添加工作流"），给它起一个名字（注意：工作流名称必须用英文或拼音），填写描述（可以用中文，如"新闻查询"）。
进入工作流编辑器后，你会看到"开始"和"结束"两个节点。在开始节点中，添加一个输入变量，比如变量名为"topic"，类型选择"字符串"，描述填"新闻主题"。
接下来，点击"添加节点"→"插件"→搜索"头条新闻"→添加。将开始节点和新闻插件连接起来，在新闻插件的输入参数中，引用开始节点的"topic"变量。
然后将新闻插件和结束节点连接起来。在结束节点中，你可以添加需要输出的变量（如标题title、时间、内容等），然后在"返回文本"中用 {变量名} 的方式引用这些变量来组装输出格式。
4.4 工作流中的核心节点类型
Coze工作流提供了丰富的节点类型，莫潇羽@源码七号站 在这里根据实际使用经验，把最常用的几类节点详细介绍一下。
（1）大模型节点
工作流中的大模型节点和智能体主界面的大模型是有区别的。主界面的大模型相当于"总经理"，负责调度全局；而工作流内的大模型节点是"员工"，负责完成具体的任务——比如生成文案、提取信息、翻译文本、生成图片提示词等。
大模型节点的配置包含几个关键部分：模型选择（同样遵循前面提到的选择策略）、系统提示词（定义这个节点的角色和能力）、用户提示词（具体的任务指令，通常需要引用上游节点的变量）、输入（通过 Shift+{ 引用上游变量）和输出。
这里有一个容易踩坑的地方：仅仅在"输入"区域添加了上游变量是不够的，你还必须在"用户提示词"中通过 {变量名} 的方式把这些变量引用出来，大模型才能真正"读到"这些信息。如果你只在输入区域添加了变量，但用户提示词里没有引用，大模型实际上是收不到这些数据的。
（2）选择器节点
选择器是实现条件分支的核心组件。它的逻辑类似编程中的 if-else 语句：根据某个条件判断，将工作流导向不同的分支。
实际案例：我们做一个"根据天气推荐穿搭"的工作流。用户输入城市名后，天气插件返回当天天气信息。接下来通过选择器节点判断——如果天气是"晴"，走分支A（推荐防晒穿搭）；如果是"雨"，走分支B（推荐带伞穿搭）；如果是"雪"，走分支C；其他情况走"否则"分支。
选择器支持多种判断条件：等于、不等于、大于、小于、包含、不包含、为空、不为空等。你还可以在同一个条件分支中添加"且"或"或"的复合条件——比如"天气等于晴 且 温度大于30度"才走某个分支。条件分支之间有优先级，从上到下依次判断，匹配到第一个满足条件的分支就执行该分支。
（3）文本处理节点
文本处理节点主要有两个功能：字符串拼接和字符串分割。
字符串拼接就是把多个变量和固定文字组合成一段完整的话。比如在天气穿搭工作流中，拼接节点可以把 "今天{城市}天气是{天气}，气温{最低温}到{最高温}度，{穿搭建议}" 这些变量组装成一段完整的推荐文案。
字符串分割则是把一段长文本按照指定的分隔符拆分成一个列表，这个功能在后续的批处理场景中会经常用到。
（4）变量聚合节点
当工作流中有多个分支时（比如选择器产生的多条路径），最终需要把这些分支的输出汇总到一起才能统一输出。变量聚合节点就是干这个事的。
它的原理很简单：你把每个分支的输出变量都添加到聚合节点中，它会返回第一个非空的值。
