中文GPTS使用秘籍,字节扣子Coze工作流使用全教程

大家好,我是斜杠君。今天和大家分享字节扣子Coze工作流创建和使用全教程,手把手教会你。

首先我们先来看一下如何创建一个工作流。

我们以创建这样一个工作流为例。这个工作流程的作用是:把用户输入的内容通过头条接口查询信息,把查到的信息标题翻译成英文返回给客户,并在聊天界面上显示。

我们来规划一下这个工作流。把这个工作流分为四个节点:

下面来开始正式操作:

进入https://www.coze.cn/home,点击左侧工作区中的个人空间。

点击上方的工作流标签,进入工作流页面。

点击创建工作流按钮,新建一个工作流。

我们把这个工作流取名为super_translator, 并写一下这个工作流的描述,然后点确认按钮创建完成:

工作流创建好以后,初始界面是这样的:

这里面有两个节点。按照我们文章前面的规划,我们还需要两个工作流节点。

一个是调用头条接口的节点,一个是调用大语言模型把标题翻译成英文的节点。

下面我们找到这两个节点,并把他们加入到工作流中。

在左侧面板中,选择插件=》搜索头条=》选择头条搜索中的search工具,点击加号,头条搜索的节点就加入到工作流中来了。

接下来把大语言模型节点也加入进来。

选择基础节点,选择大模型,点击加号,就加放到工作流中了。

这里可以看出,四个节点都加入进来了。

下面分别详细介绍这四个节点,如何设置参数。

1、开始节点。参数名随便定义,我们这里定义了个query参数名。

2、头条搜索节点。这里我们主要看一下开始节点的输出和搜索节点的输入是如何连接的。

在这里我们可以看出,query参数,就是头条搜索节点的输入。除了input_query,其他节点我们可以留空。

3、大模型翻译节点。这里我们要先设置大模型的输入。

这个输入引用的是上一个头条搜索节点的输出,我们点击引用后面的下拉框。

可以看出从serach节点开始,一级一级可以选择到标题。

上面已经选择到了title这个参数,但只把这个参数传递给大模型也不行,因为大模型不知道你要用这个参数来做什么。

所以我们要结合这个变量,把具体的意思告诉大模型。例如:请把标题翻译成英文。

{{input}}是引用上面变量的一个写法。这样写就是引用了上面的title变量,{{input}}对应的就是上面的输出变量。

PS:这里对于不太懂编程的同学可能有点不好理解,如果不明白的可以给我留言,针对具体问题,我再详细给大家解答。

4、结束节点。

大模型的输出值output,对应接受节点的输入。

到这里为止,我们的四个节点就都已经设置好了。

工作流设置好以后,要发布才能使用。在发布之前,需要先试运行一下。点击试运行按钮。

填写一个参数,然后提交。

可以看到,所有节点都已经运行成功。

我们点击“展开运行结果”查看一下返回结果。

还不错吧,是我们想要的效果。

点击“发布”,我们的工作流发布一下。

接下来下我们在正式的机器人中,测试并使用一下我们的这个超级翻译机工作流程能否正常工作吧。

我们先创建一个机器人,如果不知道怎么创建的,看我之前写的文章。

中文GPTS,字节中文扣子Coze使用全教程 - 知乎 (zhihu.com)

在工流程这里,我们选择添加一个工作流:

点击左侧我创建的,选择刚刚创建的super_translator。

可以看到,工作流添加进来了。

接下来编排这里很重要。在这里我们要明确的告诉机器人,要直接返回工作流中的输出字段作为结果。

这里我测试了很多次,才输出了想到的结果。大家看一下我写的编排内容。:)

下面我们来正式使用一下:

从这里可以看出,机器人确实是把调用的工作流,并把文章标题翻译成了英文。

好了,到这里,字节扣子Coze工作流详细的使用步骤就写完了,如果你觉得文章对你有帮助,请点赞,关注斜杠君。谢谢。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://xiahunao.cn/news/2780342.html

如若内容造成侵权/违法违规/事实不符,请联系瞎胡闹网进行投诉反馈,一经查实,立即删除!

相关文章

MySQL篇----第二十一篇

系列文章目录 文章目录 系列文章目录前言一、什么是乐观锁二、什么是悲观锁三、什么是时间戳四、什么是行级锁前言 前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网站,这篇文章男女通用,看懂了就去分享给你的码吧。 一、…

【Tauri】(1):使用Tauri1.5版本,进行桌面应用开发,在windows,linux进行桌面GUI应用程序开发,可以打包成功,使用 vite 最方便

1,视频地址: https://www.bilibili.com/video/BV1Pz421d7s4/ 【Tauri】(1):使用Tauri1.5版本,进行桌面应用开发,在windows,linux进行桌面GUI应用程序开发,可以打包成功&…

第四节 zookeeper集群与分布式锁

目录 1. Zookeeper集群操作 1.1 客户端操作zk集群 1.2 模拟集群异常操作 1.3 curate客户端连接zookeeper集群 2. Zookeeper实战案例 2.1 创建项目引入依赖 2.2 获取zk客户端对象 2.3 常用API 2.4 客户端向服务端写入数据流程 2.5 服务器动态上下线、客户端动态监听 2…

mysql经典4张表问题

1.数据库表结构关联图 2.问题: 1、查询"01"课程比"02"课程成绩高的学生的信息及课程分数3.查询平均成绩大于等于60分的同学的学生编号和学生姓名和平均成绩4、查询名字中含有"风"字的学生信息5、查询课程名称为"数学"&…

VMware虚拟机安装openEuler系统(二)(2024)

下面我们进行openEuler系统的一些简单配置。 1. 开启openEuler系统 在VMware Workstation Pro虚拟机软件中找到安装好的openEuler操作系统虚拟机并开启。 等待开启。 2. 安装配置 进入后选择第一个“Install openEuler 20.03-LTS”。 3. 选择系统语言 为虚拟机设置系统语言…

JVM垃圾回收机制及调优工具Arthas的使用

文章目录 1、JVM垃圾回收机制1.1 针对的内存区域1.2 怎么判断对象是否可以被回收?1.3 垃圾收集算法1.3.1 **标记-清除(Mark-Sweep)**1.3.2 复制(Copying)1.3.3 标记-整理(Mark-Compact)1.3.4 分…

python+flask+django医院预约挂号病历分时段管理系统snsj0

技术栈 后端:python 前端:vue.jselementui 框架:django/flask Python版本:python3.7 数据库:mysql5.7 数据库工具:Navicat 开发软件:PyCharm . 第一,研究分析python技术&#xff0c…

《Linux 简易速速上手小册》第3章: 文件系统与权限(2024 最新版)

文章目录 3.1 Linux 文件系统结构3.1.1 重点基础知识3.1.2 重点案例:设置一个 Web 服务器3.1.3 拓展案例 1:日志文件分析3.1.3 拓展案例 2:备份用户数据 3.2 理解文件权限3.2.1 重点基础知识3.2.2 重点案例:共享项目文件夹3.2.3 拓…

陶陶摘苹果C++

题目&#xff1a; 代码&#xff1a; #include<iostream> using namespace std; int main(){//一、分析问题//已知&#xff1a;10 个苹果到地面的高度a[10],陶陶把手伸直的时候能够达到的最大高度height//未知&#xff1a;陶陶能够摘到的苹果的数目sum。//关系&#xff…

C++PythonC# 三语言OpenCV从零开发(8):图像平滑处理

文章目录 相关链接前言图像资源图像平滑处理图像学知识补充(重点)什么是卷积什么是图像滤波什么是方框滤波和均值滤波 代码PythonCCsharp 总结 相关链接 C&Python&Csharp in OpenCV 专栏 【2022B站最好的OpenCV课程推荐】OpenCV从入门到实战 全套课程&#xff08;附带课…

第三节 zookeeper基础应用与实战2

目录 1. Watch事件监听 1.1 一次性监听方式&#xff1a;Watcher 1.2 Curator事件监听机制 2. 事务&异步操作演示 2.1 事务演示 2.2 异步操作 3. Zookeeper权限控制 3.1 zk权限控制介绍 3.2 Scheme 权限模式 3.3 ID 授权对象 3.4 Permission权限类型 3.5 在控制台…

【大数据】Flink on Kubernetes 原理剖析

Flink on Kubernetes 原理剖析 1.基本概念2.架构图3.核心概念4.架构5.JobManager6.TaskManager7.交互8.实践8.1 Session Cluster8.2 Job Cluster 9.问题解答 Kubernetes 是 Google 开源的 容器集群管理系统&#xff0c;其提供应用部署、维护、扩展机制等功能&#xff0c;利用 K…

fast.ai 机器学习笔记(三)

机器学习 1&#xff1a;第 8 课 原文&#xff1a;medium.com/hiromi_suenaga/machine-learning-1-lesson-8-fa1a87064a53 译者&#xff1a;飞龙 协议&#xff1a;CC BY-NC-SA 4.0 来自机器学习课程的个人笔记。随着我继续复习课程以“真正”理解它&#xff0c;这些笔记将继续更…

leetcode——滑动窗口题目汇总

本章总结一下滑动窗口的解题思路&#xff1a; 在字符串中使用双指针 left 和 right 围成的一个左闭右开的区域作为一个窗口。不断将 right 向右滑动&#xff0c;直到窗口中的字符串符合条件。此时将 left 向右滑动&#xff0c;直到窗口中的字符串不符合条件&#xff0c;期间需…

【转载】原生社区交友婚恋视频即时通讯双端APP源码 ONE兔2.0版

原生社区交友婚恋视频即时通讯双端APP源码下载ONE兔2.0版 包含后端、H5源码源码&#xff0c;Android源码&#xff0c;IOS源码

麒麟操作系统选型适配:经验与策略分享

一、麒麟操作系统概况 麒麟V10是一款商业版本服务器操作系统&#xff0c;其作为承载业务系统的基础底座&#xff0c;能满足大部分企业的产品需求&#xff0c;各类软硬件适配也都较好。麒麟V10的SP1/SP2/SP3版本内核都是基于OpenEuler 20.03 LTS研发的&#xff0c;其支持X86、A…

Oracle的学习心得和知识总结(三十二)|Oracle数据库数据库回放功能之论文四翻译及学习

目录结构 注&#xff1a;提前言明 本文借鉴了以下博主、书籍或网站的内容&#xff0c;其列表如下&#xff1a; 1、参考书籍&#xff1a;《Oracle Database SQL Language Reference》 2、参考书籍&#xff1a;《PostgreSQL中文手册》 3、EDB Postgres Advanced Server User Gui…

【洛谷题解】P1029[普及组]最大公约数和最小公倍数问题

题目链接&#xff1a;[NOIP2001 普及组] 最大公约数和最小公倍数问题 - 洛谷 题目难度&#xff1a;普及- 涉及知识点&#xff1a;stl函数&#xff0c;最大公因数&#xff0c;最小公倍数 题意&#xff1a; 输入输出样例&#xff1a; 分析&#xff1a;直接套用公式优化累加即…

UI自动刷新大法:DataBinding数据绑定

之前我们讲了DataBinding在Activity、Fragment、RecyclerView中的基础使用&#xff0c;而那些常规使用方法里&#xff0c;每当绑定的变量发生数据变化时&#xff0c;都需要ViewDataBinding重新设值才会刷新对应UI。而DataBinding通过内部实现的观察者模式来进行自动刷新UI&…

第六篇【传奇开心果系列】Vant of Vue 开发移动应用示例:深度解析响应式布局支持

传奇开心果系列 系列博文目录Vant开发移动应用示例系列 博文目录前言一、Vant响应式布局介绍二、媒体查询实现响应式布局示例代码三、短点设置实现响应式布局示例代码四、响应式工具类实现响应式布局示例代码五、栅格系统实现响应式布局示例代码六、响应式组件实现响应式布局示…