热点资讯
物联网软件开发公司 万字长文手把手教你用Coze打造第一个商用AI客服
发布日期：2024-07-24 08:56 点击次数：69
本文久了洽商了AI Agent的见地、组成、以及若何通过coze平台达成其功能和应用场景。从基础表面到实操教程，我们将通盘探索若何诓骗AI Agent晋升遵循和惩办本质问题，开启AI应用的新篇章。
一、签订AI智能体（AI Agnet）1. 为什么需要一个AI Agent如故有了AI，为什么又要冒出个AI Agent，这是刻意装逼显得狠恶搞出来的见地吗？
列举个案例：
当你要让大模子（AI）帮你整理一篇著述，假定你这样问AI：
请你帮我生成一篇100万字的言情演义
这个时候，AI给你什么谜底！是不是写不出这样多字，也给不出你想要的谜底？
为什么会出现这种问题？是AI不够狠恶？照旧AI即是伪见地？
假定这件事是我们东说念主类来作念，我们会有哪些动作？
1）上网查阅斟酌内容；
app2）推断打算大纲；
3）分步整理；
4）审核和检讨；
通过上述设施，我们是不是就能完成这个任务！
想考一下，完成这个任务，你用到了哪些操作？
1）上网查询；
2）分撤职务；
3）徐徐推断打算；
4）排查；
这里面波及到器具，想考过程，完成过程，复盘等操作，还用到大脑，手，电脑或者助手等“器具”。
那AI是什么？
AI在这个过程中只充任了大脑的扮装，他莫得非凡的器具或者设施，因此这个任务交给它，它是无法单独完成的。
为了让AI八成真确达成责任，我们得给他配备上网查询能力，使用器具能力，分撤职务能力等等。
这即是AI Agent的价值，让AI不仅是一个大脑，而是能使用“器具”的类东说念主智能体。
在举个例子：
假定你让平庸AI帮你写日报，能不行行？
可以，关联词你的操作会很复杂。
Agent写日报就不同了，设定好步地，口吻，任务等关键信息，你只需要白话化告诉它作念了什么，剩下的事他会帮你整理。
假定你让平庸AI帮你作念写篇软文，能不行行？
可以，关联词操作相通复杂，来走动回折腾几遍可能还不安适。
Agent写就不同了，提前设定好标题，发轫，内容和口吻等关键信息，你只需要告诉Agent你要写什么主题内容，它就能按照设定一步一步帮你整理。
假定你去旅游，让AI给你先容景点信息，能不行行？
可以，关联词每次你齐要问，还不一定回答是否正确。
Agent就不同了，按照景点情况设定好Agent，你走到哪，他就告诉你什么，你问他WC在哪，它还可以左证你的位置给你指定最近的WC。
通过上头这些小案例，你是不是建壮了Agent和AI到底有什么不同了，浅近说，AI畸形于可以照应的大脑，Agent畸形于颖慧活的机器。
2. 签订AI Agent领先先看这张图：
AI Agent = LLM（大模子） + Planning（推断打算） + Memory（顾忌） + Tools（器具）+Action（行动）
这张图代表着Agent的组成，近似东说念主的大脑、动作、想考、实行。
有这些能力，是不是和上文说的类东说念主智能体围聚了！
接下来我们望望Agent的具体界说：
AI Agent 即是一种能代替东说念主类实行任务的智能助手。它集成了感知、学习、推理、方案、内容生成等多种 AI 能力，可以与东说念主进行当然言语交互，左证东说念主的需求提供个性化、千般化的作事。
让我们分别拔擢一下这些名词的具体含义：
1）推断打算
子主见和判辨：Agent 将大型任务判辨为更小的、可经管的子主见，从而八成有用处理复杂的任务，以开个餐馆为例，任务开一家餐馆，判辨即是把开餐馆这件事分袂红不同的设施或者任务，比如取名、选址、装修、备货、交易，判辨越细责任就越浅近越容易达成主见。
反想和完善：Agent 可以对畴昔的行动进行自我品评和自我反想，从诞妄中吸取教会，并针对改日的设施进行完善，从而提高最终甘休的质料。
想维链：让Agent 像东说念主类一样一步一步想考，比如推断打算数学题，一步一步推理推断打算，保证终末的谜底正确性，这点在高效使用AI上非每每见，比如不要AI平直给出终末的谜底，而是让AI把推理过程通盘写出来。
2）顾忌
短期顾忌：我们与一又友疏浚过程中，是不是要记着疏浚高下文，关联词时候久远的一次对话，我们是不是又不会记着对话过程？
短期顾忌就近似于对话现场记下来的内容。
长久顾忌：长久顾忌近似于把久远的聊天整理成一个顾忌点，随时让八成回忆那时说了什么重要的事。
3）器具使用
让AI八成使用外部器具，比如上网查询信息，代码实行等能力。在coze中进展为插件等器具的使用。
3. AI Agent有什么用前文我们了解到，单独的AI能力很弘远，关联词濒临复杂任务时，他需要“助手”帮衬，有“助手”的帮衬，AI八成达成惩办本质问题的能力，小侠以为：“ AI要融入场景，惩办本质问题为主见”，因此探索AI Agent亦然我们最为中枢的一个探索斟酌地点。
AI Agent可以把它想象为“超等助理”，AI畸形于大学刚毕业的学生，Agent畸形于去企业上班后要完成的责任任务，一个学生能变成什么岗亭的精英，在于岗亭对他的培养和实践，比如：
软文Agent助理：左证企业软文要求，全网聚积斟酌内容并整理成营销软文。数据分析Agent：给他企业数据，让他左证要求分析数据情况作念出斟酌证实。行政Agent：按照行政审批经由，让AI作念好入职审批责任。客服Agent：让它作事客户，惩办客户咨盘问题。还有许多，可以说独一你想不到，莫得AI作念不到！
那为什么企业很少用AI Agent来责任惩办问题？
以下是我对Agent的少许看法：
领先，22年到23年主流地点是查验出一个更高智能的AI骨子，这是主流趋势，AI应用的前提照旧得有个靠谱的“大脑”。
23年到24年开动关怀Agent地点，也即是AI应用场景，市集上开动完善Agent开流配套培训，比如coze、dify等，这些平台的完善加上基础AI能力的晋升，才有可能将Agent变成现实。
那为什么当今要开动斟酌学习Agent了？
因为畴昔半年时候coze、dify等平台功能徐徐完善，如故有开发Agent的软硬件条目，因此本年下半年一定是Agent起步的元年。
这点你还别不信，望望国际版coze平台开动收费，国内上架专科版coze平台等等信息，你就不难发现，Agent难民化开发平台如故表露。
本文下篇会共享“弼小侠AI基地-学些助理bot”的实操教程，这个bot（Agent）亦然我们用于作事粉丝和惩办学习问题的AI学习助理，你在弼小侠AI基地遭逢的任何问题，齐可以通过这个AI助理帮你惩办。
浅近说一下这个bot的功能：
AI客服：惩办操作和使用上的问题，比如贯穿若何打不开！若何共享给身边一又友等等问题，齐可以盘问它。AI常识助理：在学习上遭逢的问题，畸形是弼小侠AI基地里面共享的常识有不懂的，可以照应它。AI学习推断打算：若何一步一步开放AI大门，不知说念我方安妥学习哪些内容，不重要，问它，他会左证你的情况帮你推断打算学习道路。总之，你在弼小侠AI基地遭逢的问题，齐可以借助这个Agent帮你惩办，这既是一个实操案例，亦然一个惩办本质责任问题的Agent。
二、coze初学保姆式教程1. 开放Agent大门从签订coze开动coze华文别名扣子，由字节进步推出的AI大模子智能体开发平台，在coze里，智能体称之为bot。
coze是集成插件（器具使用）、常识库（数据源）、数据库、顾忌、责任流（图像流、责任流）等多功能为一体的Agent开发平台。
大众别被开发平台给吓着了！Agent开发和传统软件开发不是一趟事，直白点说即是岂论之前是否是步调员，濒临Agent开发，大众齐是生手，齐是零基础，齐是同通盘跑线。
Agent开发比传统软件开发，更敬重的不是软件编程能力，而是熟识概括推断打算建壮能力，下篇实操商用AI客服学习，大众就能明显为什么软件编程能力不是优先探员项，反而是推断打算建壮能力为第一探员项的原因。
因此，关于非工夫降生的伙伴，不要被开发平台吓怕了，我们平常许多责任其实齐是推断打算建壮能力，这方面有上风，开发Agent就浅近许多。
莫得推断打算建壮能力也不重要，这个我们可以培养，一步一步来，也不是过不去的坎。
接下来浅近先容一下coze平台比较重要的组成部分。
平台性情先容：
Coze 里面除了外部 API 调用之外，统共的功能齐是免费（关联词近期国际版如故收费，国内版如故发布专科版，有音书称立时要变成付费，还没学习的伙伴要攥紧时候上手，否则以后就…）；比拟其他Agent开发平台，coze可以说相等安妥小白上手的平台，不需要任何编程基础也可以轻松创建我方的 AI Bot；创建的bot可以轻松对接发布多个平台，比如相沿coze商店、豆包、飞书、抖音、微信、掘金、自有渠说念等；内置多个大模子，比如豆包·Function call 32k、通义千问-Max 8k、智普 GLM-4 128k、MiniMax6.5（8k、245k）、Moonshot（8k/32k/128k）、百川智能Baichuan4 32k等主流模子，这里的8k、32k可以建壮为能阅读些许数目的文本，越大高下文阅读能力就越强，关联词不是统共的责任齐礼聘越大越好，比如回答要快，问题浅近的，就不一定要用128k的模子。创建的bot不仅可以电脑端使用，还可以手机端应用，比如发布到豆包app，在豆包中搜索bot称呼，就能使用，还可以语音交流，提高了用户体验。
2. coze功能先容接下来，我们少许点初学了解coze各个功能的具体作用和能力。
1）插件
插件，畸形AI使用的器具或者手段，比如上网查询著述，要用到搜索插件（器具），查询头条热门，要用到头条查询等等，coze平台插件咫尺对外称突出1万+，算国表里插件数目最多的Agent开发平台，总的说插件越多，能作念的事就越多。
coze的插件涵盖限制及广，有图像类，文本类，搜索类、数据分析、语音识别等等，开发者可以左证本质需求礼聘不同插件，中意不同的业务场景。
除此之外，coze还相沿定制化插件开发，有些企业我方里面有系统或者网站，个东说念主可能有我方的博客等等，齐可以打包成各自插件用于我方的业务。
出东说念主料想的是，插件商店还有便利生计插件，像私东说念主AI助理，帮我们查快递，查舆图，查房价等等，齐可以调用这些插件达成，真确作念到AI帮我们打点平常生计和责任。
墨迹天气：提供的省、市、区县的改日40天的天气情况，包括温度、湿度、昼夜风向等信息，你可以用于从事天气预告类著述撰写或者私东说念主使用。飞常准：航班信息查询插件，左证用户提供的起程城市称呼（dep)、到达城市称呼（arr)及起程日历（depTime)以取得相应的航班列表，树立好只需一句话，Agent就能帮你查询。医药大全：查询中西药、病院、医师、疾病信息，有了这个插件，就有了靠谱的家庭医师。什么值得买：一个购物插件，匡助用户查询商品的优惠信息，左证用户输入的商品斟酌发问，复返商品概况、价钱、购买渠说念、性价比推选等信息，并给出优惠商品的贯穿地址，有这样一个助手，就毋庸来走动回几个平台我方对比价钱了。还有许多，我就不逐个例举，有酷好的伙伴，我方到coze平台检讨。
以上插件，适用于定制开发私东说念主Agent助理，可以想象一下，若是你身边有这样一个AI助理，是不是许多App你齐毋庸开放就能使用，想想齐是一种乐趣。
关于入手能力强或者企业主，上头的插件可能中意不了企业的需求，coze也贴心的为大众通畅了自界说插件功能，具体操作如下图：
2）常识库
先问大众一个问题：AI有莫得短板？
有，还许多！不外最大的短板即是它不属于我，学习的常识也偶而是最新的，比如刚刚发生的事，你问AI，它就回答不出来。
那若何惩办这个短板？
谜底即是：常识库。
coze平台集成了常识库功能，用来储存外部常识，何况还提供了RAG（不明晰的伙伴可以在弼小侠AI基地学习）的能力，那常识库能用来干嘛？
先望望常识库功能包含哪些！
可以看到常识库里包含文本步地，表格步地，图片类型，也即是说文本类和图片类的数据，齐可以储存在常识库里面，随时让AI调用，举个浅近例子：
假定你要创建一个AI客服，物联网软件开发公司先容公司和居品，我们就可以用到常识库的能力。
领先，梳理公司和居品的先容，酿成FAQ。
其次，上传到常识库中。
终末将常识库树立到bot里，让bot可以调用这个常识库的内容作为讲演。
以上设施完成，当用户照应AI联系公司或者居品的问题时，AI就会左证FAQ的内容进行回答。
这里提一下，传统的机器东说念主客服，只可硬套FAQ，不懂变通。
Agent客服，它是左证RAG的能力，优化了回答的式样，何况还交融了bot本人的东说念主设和主见进行回答，直白点即是Agent客服，嗅觉更像真东说念主客服，不是死板的机器。
在常识库的创建时，我们需要驻防RAG工夫检索分析数据的性情，我们上传一份文献到常识库，这份文献并不是单纯的储存，而是会将内容进行切片，切片后的内容更有助于AI检索信息，晋升了AI回答内容的关联性。
这里也顺带再说一遍前边说的为什么当今可以学习Agent的原因，23年之前，齐是在搞大模子，像RAG这样的配套器具齐不完善，因此23年之前你想让AI给你干活，吊唁常难的一件事。
关联词跟着容貌的发展，AI配套的器具越来越多，何况插足的研发资本越来越高，可商用的Agent就越来越近，若是你还停留在旧年的想维，还以为AI仅仅可以聊聊天没其他用途，那照旧蛮危急的。
3）数据库
许多小伙伴在濒临数据库和常识库的时候会隐隐，小侠今天一次给你讲明晰，让你不隐隐。
嗅觉小侠共享还可以的，点赞，关怀，指摘一键三连，相沿一下。
传统软件开发所说的数据库是一门专科的学科，比如：Oracle、MySQL、SQL Server等，若是放在畴昔，平庸东说念主想诓骗数据库惩办数据经管问题，可以说是不可能的事。
关联词coze在AI加抓下，数据就不再是难事了！
1、排列三最近两期百位号码分别开出5和2，历史上百位号码连续两期分别开出5和2的奖号出现了67期。前五期开出之后其下期奖号分别为：519、575、411、549、538；
上期第一位开出奖号：2,间隔22期出现，走势非常冷，最近10期该位热码表现非常低迷，本期适当关注该位热码逐渐回补，参考号码2。
上头提到的千般数据库，齐可以毋庸懂，我们只需要用当然言语（白话化）告诉AI要纪录什么，他就能帮你障碍成数据库的言语进行纪录，里面到底若何运行的，毋庸管。
那数据库和常识库有啥区别？
数据库：畸形于可以随时转变数据的储存空间，比如一个班级名次表，里面包含姓名，科目，班级，分数，名次，当安分告诉AI“小明同学，语文，三班，18分，55名”等信息，AI就会纪录到班级名次的表格中，后头你发现小明考了59分，你告诉AI“帮我改一下小明的分数，改成59分”，AI就会对数据进行更新。数据库畸形于AI可以随时调用改变里面内容的存储空间。常识库：与之违反，常识库畸形于静态储存，独一新增或者删除，比如你下载了好意思瞻念的小电影，存到硬盘里，要么存一个新电影，要么删除一个新电影，你不可能把电影片断进行转变（例如子哈！有些大神也可以摒除马赛克）。通过这样的类比，我们就明晰他们的使用场景和区别，数据库近似电脑内存，常识库近似电脑硬盘，齐是用来存储，一个是电脑可以我方更新，一个是只可东说念主为更新。
coze数据有以下性情：
高效创建：可以让AI帮你创建数据库步地，你只需要告诉它你的想法，AI就能帮你把表建好，比如：帮我创建一个班级名次表，里面包含名次，班级，姓名，学号，科目，成绩等信息。多种方法数据库：数据库有多种方法，单用户方法和多用户方法，单用户指一个数据库只可我方存储，比如个东说念主记账AI。多用户方法即是并吞个数据库可以多个bot来用，比如刚刚提的班级名次，可以是一个学校一个数据库，一拉全校的名次也出来了，再比如开发一个漂浮瓶游戏，统共东说念主的漂浮瓶齐会纪录到多用户数据库中，大众可以随时点开别东说念主的漂浮瓶检讨里面的信息。4）图像流
coze图像流可玩性相等高，上手门槛也很低，只需浅近的肮脏拽操作，就能快速整理出一个具有投诚图像主见的图片处理器具，操作界面近似ComfyUI 责任流，不外上手难度浅近许多。
它的功能包括：
智能生成：图像生成：也即是常见的文生图功能，通过当然言语描画生成想要的图片。 图像参考：图生图功能，给AI一个参考图片，让它基于参考图片生成想要的图片。格调模版：格调滤镜：给像片创建格调化的滤镜，比如毛毡、粘土、积木、好意思漫、玉石、搞笑涂鸦等格调。 东说念主像格调化：诊疗东说念主物格调，突显东说念主物性情，安妥东说念主像场景使用。 宠物格调化：与东说念主物格调近似，安妥宠物场景使用。智能编著：领导词推理：给他一张参考图，让AI推理出图片的领导词，便于复制使用。 领导词优化：对已写的领导词进行优化，让AI更容易建壮。 智能换脸：替换图片中的东说念主脸。 配景替换：替换配景。 还有即是光影交融，智能扩图，智能抠图，画质晋升，好意思颜，拉伸诱骗，透视改造等等功能，具体若何用，有什么用，大众可以参考coze官方文档或者上手体验。基础编著：基础功能包含剪辑，添加翰墨，叠图，亮度障碍，对比度障碍，旋转和缩放。有伙伴可能会说，这些功能许多App不是齐有吗？干嘛还要coze里面学一遍？
这里就说两个点，大众自行体会：
（1）coze中的图像处理是基于AI能力达成，与传统的图像处理旨趣有所不同，AI基础能力越强，它的恶果就越好，可能现时有些能力不行与联想师视并吞律，关联词AI的迭代速率不是东说念主能跟得上的，因此要学会吸收新事物。
（2）coze图像流是集成到coze平台，创建bot的时候，你可以让bot援用图像流，达成bot图像处理的能力，举个例子：
假定某连锁品牌，旗下门店要作念个主题举止，需要一张宣传海报。
传统方法要完成这件事，门店要么呈报总部，让总部联想部门联想下发，或者门店我方去打印店出钱联想。
若是是用coze Agent来达成，门店只需要告诉bot要什么海报，内容是什么，bot就能按照预设的经由，格调等信息，自动生成一张宣传海报给门店。
过程中不仅不需要东说念主工侵犯，还能确保联想圭表顺应总部要求。
5）责任流
与图像流近似，责任流愈加适用于更多复杂场景的任务，可以说coze若是莫得责任流，那coze的价值将平直镌汰80分。
AI要达成确凿寰宇责任问题，不仅需要弘远的大脑，还需要弘远的分撤职务能力。
一个任务每每包含相等多的子任务，若是AI不具备一步一步拆解并分步完成任务的能力，那这个AI只可作为闲扯的百科全书。
coze因为有了责任流这个功能，可以说是质的飞跃，亦然小侠久了探索，成谜AI的中枢原因。
那么到底责任流有什么神奇之处，八成让小侠如斯钦慕？
先望望责任流的基本树立：
开动节点：暗示一个责任启动节点，有了具体需要作念的事才有后头产生的甘休。
扫尾节点：一个具体任务完成后输出的甘休的地方。
再望望节点类型：
当下发一个任务给AI后，它要完成这个任务，可能需要用到多种器具，红色框里的节点畸形于不同的器具。我们只需要给AI树立不同的器具，它就能把这个器具用起来。
插件：和前边提到的插件是一样的，这里不再赘述。大模子节点：可以调用具体模子惩办问题，比如标题撰写，就可以单独树立一个撰写标题的大模子。代码节点：通过 IDE 编写代码处理输入参数，并通过自界说代码来复返输出值。常识库节点：和前边提到的常识库是一致的，责任流可以调用常识库复返斟酌数据。责任流节点：责任流嵌套责任流，达成更复杂的功能。图像流：责任流嵌套图像流，可以实行嵌套子任务。礼聘器节点：if-else 逻辑节点，贯穿多个卑劣分支，设定是/否条目，判断是否运行对应分支。文本处理：用于处理多个字符串类型变量的步地。音书：相沿责任流中间过程的音书输出，相沿流式和非流式两种式样。变量：用于读取和写入 AI Bot 中的变量，变量称呼必须与机器东说念主中的变量称呼相匹配。数据库节点：用于对数据库进行增改变查操作，前提是需要先在 Bot 添加过数据库。6）多Agent协调
在coze平台上，除了单Agent方法之外，还有多Agent方法，多Agent方法可以愈加全面处理更复杂的责任。
领先，单Agent方法设定的bot只可单一惩办某个一个问题，比如图片处理bot，你想让这个bot处理文本，又处理图片，不是不行达成，而是咫尺的AI会容易出现责任任务建壮不清导致事情作念错的问题。
若何更好惩办这种多任务组合的问题？
谜底即是多Agent方法，我们可以先制作多个单Agent，每一个Agent齐只细致某一个具体责任，比如细致居品先容的bot，细致处理售后的bot，细致品牌宣传的bot。
将这些bot十足放在多Agent底下，作为一个个寂寞的职工，在此基础上，树立一个经管者bot，让他左证用户提的问题进行判断，判断出这个问题到底谁的责任内容，谁来作事客户还会更好等等。
经管bot识别好任务后，就能把具体任务分拨给具体bot从而愈加高效的完成任务。
多Agent的上风有以下几点：
调和经管多个bot，让他们协同责任，幸免责任内容突破。幸免多个进口，假定莫得多Agent方法，我们要用bot制作海报，就要单独找到制作海报的bot，要写案牍就要找写案牍的bot，关联词有了多Agent方法，只需要一个进口，就能把这些功能聚首起来。证实了AI最大的功效，多Agent方法下，不仅八成证实出单个Agnet的恶果，还能单独调用数据库，插件等等手段。可以说，平台优化的弥漫好，多Agent方法即是改日超等AI的基础。
下篇著述我们会提到弼小侠AI基地-学习助理bot，它即是基于多Agent开发的bot，里面包含客服bot，常识助理bot和学习推断打算bot，这些单bot齐是由学习助理bot调和经管，左证用户照应的信息分拨任务。
三、小结以上是手把手教你用coze打造第一个商用AI客服（上篇）的主要内容，本文主要带大众从零开动签订AI、AI Agent，也签订到Agent的寰宇价值。
另外也带大众从零开动签订coze这个平台，把平台主要的功能齐跟大众拔擢了一遍，但愿大众通过本文阅读齐有所收货。
本文由 @弼小侠AI之路 原创发布于东说念主东说念主齐是居品司理，未经许可，回绝转载
题图来自Unsplash，基于 CC0 公约
该文不雅点仅代表作家本东说念主物联网软件开发公司，东说念主东说念主齐是居品司理平台仅提供信息存储空间作事。