大家好，我是深耕人工智能与智能体开发领域的开发者。本篇是智能体平台开发系列第二篇，上一篇我们系统学习了提示词工程的核心原理与进阶技术，掌握了约束大模型输出的底层方法。而在真实的智能体开发场景中，除了提示词设计，我们还需要整合工具调用、知识库、数据库、多模态能力等多个模块，从零搭建完整智能体的开发成本较高。Coze 作为低代码智能体开发平台，通过可视化拖拉拽的方式即可快速完成模型、工具、知识的组合，大幅降低了智能体的开发门槛。

一、智能体核心架构认知

1.1 智能体的核心定义

智能体（Agent）是以大语言模型作为思考中枢，搭配记忆能力、任务规划能力与工具使用能力形成的智能系统。和仅能被动回答问题的大模型相比，智能体可以主动接收用户目标，自主规划步骤、调用工具、执行操作，最终完成复杂任务，实现了从 “被动回答问题” 到 “主动完成任务” 的能力升级。

1.2 智能体的五大核心模块

一个完整的智能体由五大核心模块组成，各模块协同完成任务闭环：

1. 中枢模块（Agent 大脑）：是整个智能体的控制中心，负责统筹所有模块，接收用户目标后，调度规划、记忆、工具、行动模块协同工作，遵循 ReAct 的思考 + 行动范式。
2. 记忆模块：用于保存历史对话、过往执行结果、工具返回信息，让智能体记住之前做过什么、结果是什么，避免重复操作，保障多轮任务的连贯性。
3. 规划模块（任务规划）：核心承担两件事，第一是任务拆解，将用户的复杂目标拆解为一步步可执行的小任务；第二是反思与完善，根据记忆中的历史结果，判断当前步骤是否正确，是否需要调整计划。
4. 工具模块：是智能体突破大模型信息孤岛的核心，支持智能体主动调用外部能力获取实时信息、执行计算操作。常见的工具包括搜索工具、计算工具、代码解释器等。
5. 行动模块：执行规划好的步骤，调用对应的工具完成检索、推理、编程等实际操作，最终将结果输出给用户，同时把执行结果存入记忆模块，形成完整闭环。

2.1 平台定位

Coze 是一款低代码智能体开发平台，基于网页端运行，全程联网操作。开发者无需编写大量代码，通过鼠标拖拉拽的方式，即可自由完成大模型、工具、知识库、数据库的组合，快速搭建符合业务需求的各类智能体。

2.2 平台核心价值

1. 降低开发门槛：无需从零搭建模型服务、开发工具接口，平台内置丰富的现成资源，直接调用即可使用；
2. 提升开发效率：可视化编排工作流，所见即所得，大幅缩短智能体从需求到落地的周期；
3. 能力体系完整：覆盖文本交互、多模态处理、知识库、数据库、插件扩展等全场景能力，适配从简单问答到复杂业务系统的各类需求。

Coze 的所有能力以资源库的形式提供，开发者可按需取用组合，核心包含七大类资源：

3.1 插件

插件是智能体的扩展技能，相当于智能体可以调用的外部工具。平台内置大量官方与第三方插件，覆盖联网搜索、天气查询、车票查询、硬件控制等各类功能，开发者也可以自定义开发专属插件，扩展平台能力边界。

3.2 知识库

知识库是外挂的知识集合，支持上传 PDF、Word 等格式的文档资料，作为模型回答问题的参考依据，用于补充大模型的领域知识不足，减少事实性幻觉。

3.3 数据库

数据库以二维表格的形式存储结构化数据，可供智能体查询、新增、修改、删除，用于管理业务数据，比如员工信息表、面试题库、商品清单等。

3.4 提示词

提示词资源用于存储开发者预置的优质提示词模板，开发过程中可以随时取用，保障提示词的规范性与复用性，提升工作流搭建效率。

3.5 音色

音色资源用于语音合成场景，提供多种风格的发音音色，支持智能体输出语音内容，适配语音交互类的智能体需求。

3.6 记忆库

记忆库用于存储智能体的历史交互信息与用户画像，让智能体可以记住用户偏好、过往对话内容，实现个性化的多轮交互。

3.7 工作流

工作流是一类特殊的资源，本质是一个 DAG 有向无环图，也就是有方向、无闭环的工作流程图。工作流中的每一个节点，可以是插件、数据库、知识库、大模型等各类资源，通过节点串联实现固定业务流程的自动化执行。

四、工作流核心设计方法

工作流是 Coze 中实现复杂业务逻辑的核心载体，掌握工作流的设计方法是开发智能体的关键。

4.1 工作流的核心特征

1. 结构上遵循有向无环图规则，有明确的开始节点与结束节点，节点之间按执行方向串联，不会形成循环闭环；
2. 每个节点承担单一职责，比如信息抽取、数据查询、工具调用、内容生成等，节点之间传递数据，协同完成完整任务；
3. 支持分支、循环、选择器等逻辑控制，可以实现条件判断、循环批量处理等复杂流程。

4.2 工作流设计核心技巧

4.2.1 巧用大模型节点做逻辑判断

大模型节点不仅可以处理大型生成任务，也可以承担小型的判断与抽取工作。比如可以让大模型判断用户提问中是否包含出发地城市，不包含则输出指定标识，配合后续选择器节点，动态决定是否向用户追问信息，让流程更灵活智能。

4.2.2 知识库分段策略选择

知识库的文档通常体积较大，无法直接全部传给模型，需要拆分为多个小分段后再做检索匹配。合理的分段可以有效提升检索的精准度与回答质量，Coze 提供三种分段模式，适配不同的文档类型：

1. 自动分段与清洗：完全由平台自动完成分段和数据清洗，无需人工配置，适合小型文档或快速验证场景，精度相对有限。
2. 自定义分段：开发者手动配置分段规则，可选择换行、句号、问号等作为分段标识符，设置分段最大长度与分段重叠度。其中分段重叠度用于保障语义连贯，指当前分段可以重叠上一个分段内容的比例，避免分段截断语义。该模式适合无天然层级结构的普通文本。
3. 按层级分段：按照文档本身的标题层级自动分段，比如 Word 文档中的一级标题、二级标题结构，分段结果更贴合文档逻辑，适合带有清晰层级结构的正式文档。

分段的核心作用是将大文档拆分为多个语义完整的小片段，让检索时可以精准匹配到最相关的内容，再以小片段作为模型的参考资料，提升回答准确性。

4.2.3 知识库检索策略配置

知识库检索有三类核心参数，直接影响检索的精准度：

1. 搜索策略：分为三种模式
2. 语义检索：按照用户查询的含义做匹配，底层将文档与用户查询都转换为向量，通过余弦相似度计算匹配程度，结果为 0 到 1 之间的小数，数值越高语义越相似；
3. 全文检索：按照用户查询的文字字面内容做匹配，精准匹配关键词；
4. 混合检索：同时结合语义检索与全文检索的结果，兼顾含义匹配与关键词匹配，是多数场景下的最优选择。
5. 最大召回数量：指一次查询返回的分段结果数量，数量越多参考信息越丰富，但也可能引入无关内容，需要根据任务场景调整。
6. 最小匹配度：指语义相似度的最低阈值，只有高于该阈值的分段才会被召回。通常默认值为 0.5，代表二者含义存在关联；0.7 以上代表含义明确相关；0.85 以上代表含义基本一致；0.99 以上代表内容几乎完全相同。

五、典型工作流实战场景

Coze 的工作流可以适配非常多的业务场景，以下是六类高频实战场景的设计逻辑：

5.1 天气查询工作流

整个流程分为五个核心节点，依次执行完成天气查询：

1. 城市识别节点：从用户输入中提取查询的城市名称，若未识别到则输出指定标识，用于后续追问；
2. 城市名聚合节点：对识别到的城市名做格式规整，统一标准格式；
3. 时间识别节点：从用户输入中提取查询日期，未识别到则默认返回当天；
4. 日期转换节点：将 “明天”“周末” 这类相对时间，转换为标准日期格式；
5. 天气查询节点：调用天气查询插件，传入标准化的城市与日期参数，获取天气结果并返回给用户。

5.2 旅行规划工作流

核心分为三个处理阶段：

1. 信息抽取阶段：分别通过出发地识别节点、目的地识别节点，从用户需求中提取出发城市与目的城市；
2. 信息校验阶段：判断出发地、目的地是否完整，缺失则引导用户补充；
3. 规划生成阶段：将出发地、目的地与用户需求传入大模型节点，结合联网搜索的景点、交通、酒店信息，生成完整的旅行行程方案。

5.3 文档与链接读取工作流

1. 文档读取工作流：先通过文件读取节点解析上传的文档内容，再传入大模型节点，由大模型根据用户意图基于文档内容作答，实现基于私有文档的问答。
2. 链接读取工作流：先通过网页抓取节点读取目标 URL 的页面内容，再传入大模型节点做内容整理与润色，输出规整的网页内容摘要。

5.4 知识库查询工作流

1. 接收用户提问后，先触发知识库检索节点，从知识库中召回匹配的相关分段；
2. 同时可搭配联网搜索节点，补充知识库以外的实时信息；
3. 最终将用户问题、知识库结果、联网结果一同传入大模型节点，由大模型整合信息生成最终答案。

5.5 数据库操作工作流

支持查询、新增、更新、删除四类核心数据库操作，流程逻辑一致：

1. 信息抽取节点：从用户的自然语言输入中，提取出操作所需的字段信息，比如人名、工号、绩效等级等；
2. 数据库操作节点：将提取到的结构化信息传入数据库节点，执行对应的查询、新增、更新或删除操作；
3. 结果返回节点：将数据库执行结果整理为自然语言，反馈给用户。

5.6 多模态内容生成工作流

以文生视频场景为例，流程分为两步：

1. 大模型节点：接收用户需求与知识库检索结果，归纳整理后生成符合要求的视频生成提示词，设计多个分镜脚本；
2. 视频生成节点：将生成好的提示词传入视频生成插件，输出最终的视频内容。

六、自定义插件开发

当平台内置插件无法满足业务需求时，开发者可以自定义开发专属插件，扩展平台能力。

6.1 插件开发流程

完整的插件开发与发布分为六个步骤：

1. 新建插件：在资源库中创建新插件，选择云端开发模式；
2. 创建工具：定义插件包含的工具，设置工具的输入参数与输出参数；
3. 编写逻辑：在云端编辑器中编写功能代码，实现工具的业务逻辑；
4. 功能测试：传入测试参数，运行插件验证功能是否正常；
5. 版本发布：测试通过后发布插件版本；
6. 上架审核：提交插件上架申请，审核通过后即可在插件商店中使用。

6.2 插件迭代注意事项

1. 插件每次代码更新后，都需要重新发布版本；
2. 已上架的插件更新后，需要重新提交上架审核，更新才会生效。