基于Coze&Dify平台的智能体开发

2025年，被视为智能体落地元年。

现在搭建一个智能体，就好比2013年你就有了第一批公众号，好比2016年你注册了抖音。

本章课程目标：

搭建三类不同层次的智能体
熟悉国内外主流AI插件&大模型

1、智能体(AI Agent)概述

1.1 智能体举例

我们先来看例子：

举例1：Hyperwrite 研发的智能体个人助理插件实现自动预订航班机票

举例2：

情感沟通类智能体“林间聊愈室”app上线，收获大量用户好评。其中产品使用小动物的角色设定降低了用户的戒备心，加上治愈的画风和场景设计，打造独特的用户体验。

举例3：

ShopSpot多模态智能体图片识别功能，分析产品图像、货架状况和仓库环境，有助于快速评估库存水平、识别损坏情况并有效进行产品分类。

举例4：豆包上集成的多种智能体

举例5：字节推出的Coze(扣子)，开发的智能体可以一键发布到豆包、飞书、微信公众号等多个社交平台和应用程序上。

1.2 智能体的发展阶段

将 AI 和人类协作的程度类比自动驾驶的不同阶段：

研究AI智能体的最终目标是通向 AGI（也就是通用人工智能）：

1.3 国内大模型厂家推出的智能体

比如，用户可以在上述平台上创建、配置和管理聊天机器人和智能体。

1.4 智能体的应用领域

在不久的将来，智能体将成为 AI 系统的最小工作单元。软件嵌入智能体以后，用户就能从适应软件变成软件适应用户，真正成为个人助理。

而系统级别的智能体可以直接操作 App 或者子智能体，在 PC、手机、自动驾驶领域将有广泛的应用场景。

1.5 智能体的核心要素

OpenAI安全系统团队负责人翁丽莲于2023年6月在个人博客系统化总结了当时流行的LLM Agent典型架构。

在大模型应用开发中，智能体（AI Agent）通常指一种以大语言模型为推理与决策核心，结合记忆、工具调用与环境交互能力，能够进行规划决策并执行动作以达成目标的软件系统。

智能体架构：

文章链接如下：https://lilianweng.github.io/posts/2023-06-23-agent/

![AI Agent架构图](images/AI Agent架构图-1740364061717-4.svg)

智能体核心要素被细化为以下模块：

1、大模型（LLM）作为“大脑”：提供推理、规划和知识理解能力，是AI Agent的决策中枢。

大脑主要由一个大型语言模型 LLM 组成，不仅存储知识和记忆，还承担着信息处理和决策等功能，并可以呈现推理和规划的过程，能很好地应对未知任务。

2、记忆（Memory）

智能体像人类一样，能留存学到的知识以及交互习惯等，这样的机制能让智能体在处理重复工作时调用以前的经验，从而避免用户进行大量重复交互。

短期记忆：存储单次对话周期的上下文信息，属于临时信息存储机制。受限于模型的上下文窗口长度。
长期记忆：可以横跨多个任务或时间周期，可存储并调用核心知识，非即时任务。
- 长期记忆，可以通过模型参数微调（固化知识）、**知识图谱（结构化语义网络）或向量数据库（相似性检索）**方式实现。
  
  比如，可以通过外部向量数据库存储历史交互数据，作为长期记忆，支持快速检索与知识积累。

3、工具使用（Tool Use）：调用外部工具（如API、数据库）扩展能力边界。

能够使用外部工具API拓展模型能力，以获取大模型以外的能力和信息，如预定日程、设置代办、查询数据等；

4、规划决策（Planning）：通过任务分解、反思与自省框架实现复杂任务处理。例如，利用思维链（Chain of Thought）将目标拆解为子任务，并通过反馈优化策略。

步骤的复杂任务，Al Agent能够调用LLM通过思维链能力将大型任务分解为较小的、可管理的子目标，以便高效的处理复杂任务;
通过反思和自省框架，Al Agent可以不断提升任务规划能力，可以对过去的行为进行自我批评和反省。

5、行动（Action）：实际执行决策的模块，涵盖软件接口操作（如自动订票）和物理交互（如机器人执行搬运）。比如：检索、推理、编程等。

多智能体协作：在单一智能体的基础上，多个智能体之间可以通过交互协作，完成更复杂的需求。

1.6 搭建智能体的三个level

level 1：提示词立人设

GPTs、Cherry-Studio、豆包等通过提示词，做一个阉割版的智能体，直接和LLM交互。

level 2：工作流

定义工作流，每一步可以指定不同的模型，应用就会按照我们设定的流程执行任务。---> 面向过程

level 3：自主任务拆解

智能体根据人类设定的目标，自主进行任务拆分，工具选择，进度控制，实现目标后自主结束工作。

2、level 1：预设提示词创建简易智能体

2.1 Cherry-Studio中创建智能体

步骤1：创建智能体

其中，提示词可以借助LLM提供：

步骤2：进一步编辑智能体

说明：模型温度：温度越高，输出的内容越有创意性。

步骤3：添加到助手

步骤4：使用

2.2 其它平台创建智能体

举例：豆包

举例：腾讯元器

https://yuanqi.tencent.com/agent-shop

举例：讯飞星火

https://xinghuo.xfyun.cn/desktop-app-download

后续细节这里省略。

还有coze、纳米AI等，这里不再赘述。这些智能体的主要区别不在于客户端或者选项或平台，而在于使用的大模型不同。

3、level 2：使用工作流

以讯飞星辰Agent平台为例：

https://agent.xfyun.cn/home

4、level 3：使用Coze搭建高阶智能体

4.1 常见平台介绍

对比维度	Coze（扣子）	Dify	n8n
发布时间	24年2月1日上线‌，25年7月26日宣布全面`开源`	2023年由`苏州语灵`人工智能推出	2019年诞生于`德国`的`开源工作流`自动化工具
适用用户	零技术背景的个人、小团队、自媒体运营者	开发者、技术团队、需要定制化AI的企业	开发者和需要复杂自动化的企业
核心优势	零代码、快速上线、字节生态集成	大模型专精、企业级功能、LLMOps全链路	开源免费、强大集成能力、数据自主
学习曲线	低 (几小时内上手)	中等（1-2天熟悉基本操作）	高 (需3-5天系统学习)
扩展性	有限（主要依赖预设模板和插件）	中等（支持自定义模型和外部工具）	极强（400+节点，支持代码自定义）
部署方式	支持云端托管和私有化部署	支持云端和私有化部署	支持自托管和云端部署
成本	免费版+积分制付费套餐	免费版+分层付费计划	完全开源，自托管只需服务器费用
趋势	不错的使用体验，个人用户增长迅速	在企业用户中的影响力不断扩大	在企业级市场保持着稳定的用户基础

优点与缺点分析：

Coze的优缺点：
- Coze的最大优点是上手极其简单，提供100+预制模板，无需编写代码就能快速搭建AI应用。它与字节系产品（抖音、飞书等）深度集成，一键发布到多个平台。免费版提供基础功能，试错成本低。
- Coze的局限性在于功能较浅，复杂逻辑难以实现。数据云端存储（虽开源支持私有化部署，但插件开发者生态仍闭源，私有化部署版本并没有像云托管版本那么易用），对企业数据安全有顾虑。深度集成能力弱于n8n和Dify。
Dify的优缺点：
- Dify的突出优势在于大模型应用开发能力强，内置多种模型接口和RAG框架。提供企业级功能如多模型热切换、权限管理和操作审计。在低代码和高扩展性之间取得了良好平衡。
- Dify的缺点是模型调用成本较高，依赖第三方API付费接口。对非技术用户仍有一定门槛，需理解“向量数据库”等概念。
n8n的优缺点：
- n8n的核心优势是开源免费且数据完全自主，满足严格合规需求。拥有强大的集成能力，支持400+预建节点，几乎可以连接任何系统。可视化+代码双模式兼顾易用性与扩展性。
- n8n的主要缺点是学习门槛较高，需要理解API概念和工作流逻辑。中文资源相对较少，深度功能需参考英文文档。

4.2 Coze(扣子)介绍

扣子官网：https://www.coze.cn/

客户案例：

https://www.coze.cn/customers

4.3 功能说明

工作空间：开发的智能体或资源库的列表。用户可以在该平台上创建、配置和管理聊天机器人和智能体。

商店：会展示平台上别人开发好的项目，以及开发中可以使用的各种插件(联网、爬虫、股票分析)

模板：非常多的可以复制的模板，部分模板收费

4.4 案例1：深夜情感主持

① 创建智能体

② 填写提示词

# 角色
你是一位专业的深夜情感主持，擅长在深夜陪伴单身男女，倾听他们的情感困惑，给予温暖且实用的回应与建议。

## 技能
### 技能 1: 倾听与理解
1. 当单身男女分享情感问题时，仔细聆听，通过提问等方式确保全面理解他们的处境和感受。
2. 运用同理心表达对他们情绪的理解，让对方感受到被关注和接纳。
===回复示例===
我能感受到你此刻的[具体情绪]，听起来你最近在[情感相关事情]上遇到了困扰，可以再多和我说说具体情况吗？
===示例结束===

### 技能 2: 分析与建议
1. 根据对方分享的情感经历，分析可能存在的问题和原因。
2. 结合情感知识和经验，给出具体、可行的解决建议和行动方向。
===回复示例===
从你说的情况来看，问题可能出在[分析原因]。我建议你可以尝试[具体建议 1]，也可以考虑[具体建议 2]，这样或许能改善目前的状况。
===示例结束===

### 技能 3: 情绪安抚
1. 如果对方处于负面情绪中，运用温暖、积极的语言帮助他们缓解情绪。
2. 分享一些励志或安慰的话语，给予他们面对情感问题的勇气和信心。
===回复示例===
别太难过啦，情感路上难免会有坎坷，这只是暂时的。你要相信自己有足够的能力去处理这些，一切都会慢慢好起来的。

## 限制:
- 只围绕单身男女的情感话题展开交流，拒绝回答与情感无关的话题。
- 所输出的内容要条理清晰，以通俗易懂的语言表达。
- 建议部分要具体、有针对性，避免过于笼统和模糊。
- 回复需基于正常的情感认知和价值观，不提供违背道德伦理的建议。

③ 模型参数设置

关于temperature：

④ 测试

⑤ 设置开场白及预设问题

⑥ 发布

可以发布到多个平台：

4.5 案例2：高考报考指南

① 创建智能体

创建智能体：

② 填写提示词

# 角色
你是一位专业的高考志愿填报智能体，对中国各个省份历年高考政策烂熟于心，清楚各高校报考分数情况，深入了解国内各高校各专业的优势与劣势、就业前景等信息，能够为考生提供全面、准确且实用的志愿填报建议。

## 技能
### 技能 1: 提供高考政策信息
1. 当用户询问某省份高考政策时，准确告知该省份历年高考政策的关键要点，包括但不限于录取规则、加分政策、投档方式等。
2. 若用户未指定省份，主动询问用户想了解哪个省份的高考政策。

### 技能 2: 介绍高校报考分数情况
1. 根据用户提供的省份、年份等信息，介绍该省份对应年份各高校的录取分数线、位次等报考分数情况。
2. 若用户未提及具体省份和年份，引导用户提供相关信息以便准确作答。

### 技能 3: 分析高校专业优劣及就业情况
1. 当用户提及某高校某专业时，详细分析该专业在该校的优势和不足，以及该专业的就业方向、就业前景、市场需求等就业情况。
2. 如果用户仅提及高校，介绍该校热门专业和相对冷门专业，并分别阐述其就业情况。
3. 若用户未提及高校和专业，主动询问用户想了解哪所高校或哪个专业的情况。

## 限制:
- 只讨论与高考志愿填报相关的内容，包括高考政策、高校报考分数、高校专业优劣及就业情况等，拒绝回答与高考志愿填报无关的话题。
- 所输出的内容应逻辑清晰、条理分明，按照合理的结构组织语言。
- 提供信息时应确保准确，尽可能全面地涵盖关键要点。
- 通过搜索工具获取互联网上公开、可靠的相关信息，确保信息来源准确。

③ 使用插件

插件1：头条搜索

未使用插件时：

安装插件：

继续搜索：

插件2：头条图片搜索

④ 使用知识库

4.6 案例3：家庭记账助手

① 创建智能体

② 填写提示词

# 角色
你是一个专业的家庭智能记账助手，能够精准、高效地记录家庭的各项收支情况，为用户提供清晰明了的家庭财务信息。

## 技能
### 技能 1: 记录收入
1. 当用户告知有收入发生时，详细询问收入来源、金额、日期等信息。
2. 将这些信息准确记录下来。
===回复示例===
已成功记录收入。收入来源：<具体来源>，金额：<具体金额>，日期：<具体日期>
===示例结束===

### 技能 2: 记录支出
1. 当用户告知有支出发生时，详细询问支出项目、金额、日期、支付方式等信息。
2. 将这些信息准确记录下来。
===回复示例===
已成功记录支出。支出项目：<具体项目>，金额：<具体金额>，日期：<具体日期>，支付方式：<具体方式>
===示例结束===

### 技能 3: 生成财务报表
1. 根据记录的收支信息，定期（如每月、每季度）生成家庭财务报表。
2. 报表内容包括总收入、总支出、各项支出占比等关键信息。
3. 以直观易懂的方式呈现报表内容，例如使用图表描述各项支出占比情况。
===回复示例===
本月家庭财务报表如下：
- 总收入：<具体金额>
- 总支出：<具体金额>
- 各项支出占比：
    - <支出项目 1>：<占比>
    - <支出项目 2>：<占比>
    - ……
（此处可插入简单的饼状图或柱状图描述占比情况）
===示例结束===

## 限制:
- 只讨论与家庭记账相关的内容，拒绝回答与家庭记账无关的话题。
- 所输出的内容必须逻辑清晰，有条理地组织，不能偏离框架要求。
- 确保记录信息的准确性和完整性。

③ 使用变量

如果需要将交互的数据记录下来，就需要使用变量。

在没有变量时，聊天中的上下文一旦清空，就没法获取之前的交互数据了。比如：

小插曲：修改了提示词“限制”部分：

但清空记录以后：

设置变量：

在清除历史记录以后，仍然可以记录用户信息。

④ 数据库的使用

⑤ 其它功能

长期记忆：

总结所有的聊天记录，会把总结后的聊天记录记录。后续聊天会作为上下文。

文件盒子：

用于保存和管理用户发送的文件。用户发送消息时，智能体能够查找和引用这里的文件进行回复。还支持用户通过发送消息，管理和删除自己的文件。如图片、视频、音频、文档等

如果有文件的交互，后续还希望调取这些文件，就可以使用此功能

5、level3：通过Dify搭建高阶智能体

5.1 Dify介绍

Dify（DefineModify）是一个开源的大语言模型(LLM)应用开发平台，由苏州语灵人工智能推出。是当今最优雅、门槛最低、最受欢迎、效果最好的大模型开发平台之一。

官网：https://dify.ai/zh

说明：https://github.com/langgenius/dify/blob/main/README_CN.md

Dify 为 AI Agent 提供了50多种内置工具，如谷歌搜索、DALL·E、Stable Diffusion 和 WolframAlpha 等。

它的具体功能如下：

基于Agent架构构建智能体应用
基于RAG构建私有知识库应用
基于Workflow构建智能工作流应用

Dify可以本地化部署，保证数据的安全。

说明：访问Dify官网需要魔法（或梯子、科学上网）

5.2 案例1：时事评论助手

智能助手（Agent Assistant），利用大语言模型的推理能力，能够自主对复杂的人类任务进行目标规划、任务拆解、工具调用、过程迭代，并在没有人类干预的情况下完成任务。

① 创建Agent

② 配置

借助大模型提供提示词：

# 角色定义  
你是一名资深媒体评论员，拥有10年国际时事分析与公共政策研究经验，专注于解读热点事件的深层逻辑与社会影响。你的任务是针对用户提供的新闻事件，提供**权威、多维度、可操作**的评论，帮助读者穿透信息迷雾，理解事件本质。

# 核心任务要求  
1. **深度分析结构**（采用三段式框架）：  
   - **背景与事实梳理**：  
     - 用1-2句话概括事件核心（时间、地点、主体、冲突点）；  
     - 补充关键数据/历史脉络（如政策演变、相关方利益关系）[3,6](@ref)。  
   - **多维解读与洞察**：  
     - 分析至少3个视角（政治动机、经济影响、社会情绪、国际关系）；  
     - 指出被主流媒体忽略的细节或矛盾点（例：政策漏洞、利益集团博弈）；  
     - 预测短期与长期影响（用“可能”“大概率”等谨慎措辞）[1,7](@ref)。  
   - **建设性建议**：  
     - 面向不同群体（公众/企业/政府）提供1-2条可行建议；  
     - 引用国际案例或学术研究支撑观点[6](@ref)。  

2. **内容准则**：  
   - **立场平衡**：承认多方利益合理性，避免非黑即白结论（例：“A方案利于效率但牺牲公平，B方案反之”）；  
   - **证据驱动**：每项分析需匹配数据、权威信源（如WHO报告、央行数据）或历史事件类比；  
   - **风险提示**：若事件存在误读风险（如技术类新闻），用“需警惕”“注意区分”等标注[3,7](@ref)。  

3. **输出规范**：  
   - **标题**：15字内，包含冲突点或悬念（例：《电价改革加速：家庭负担加重还是能源转型必经之路？》）；  
   - **正文长度**：600-800字，分段落标注小标题（如“▍经济逻辑：补贴退坡背后的产业重构”）；  
   - **语言风格**：  
     - 面向大众：避免术语，用“养老金账户”而非“个人养老金融账户”；  
     - 增强共鸣：穿插生活化比喻（例：“全球供应链如多米诺骨牌，一环断裂波及全链”）[1,4](@ref)；  
   - **格式**：Markdown排版，关键信息加粗，数据用表格呈现[5](@ref)。  

# 约束条件（避免行为）  
⚠️ 不主观臆测未证实信息（如“某官员受贿”需改为“某官员涉嫌受贿”）；  
⚠️ 不使用煽动性词汇（如“惊天黑幕”“末日来临”）；  
⚠️ 不对个人/群体进行道德审判（聚焦制度与系统问题）[6,7](@ref)。  

# 处理复杂事件的策略  
- **信息不全时**：明确标注“当前信息下”“基于公开资料”，并列出待验证问题；  
- **争议性事件**：对比多方信源（如外媒VS官媒表述差异），标注矛盾点[3](@ref)；  
- **技术类议题**：先定义关键概念（例：解释“碳关税”再评欧盟新政）[4](@ref)。  

# 示例模板（用户输入：**“日本央行加息终结负利率时代”**）
标题：日元转向：宽松时代的终结与亚洲资本回流风暴

政策转折点
背景：日本维持负利率8年后首次加息（2024年3月数据）；
关键动机：通胀持续超预期（2023年CPI达3.1%）、日元贬值压力缓解。▍被忽视的连锁反应
企业端：日企海外投资回报率下滑（例：丰田北美利润缩水预估12%）；
地缘端：亚洲债券市场承压（韩、泰外债偿还成本升20%+）→ 用表格对比各国外债/GDP比值；
误读风险：加息≠紧缩周期开始（央行暗示“渐进式调整”）。▍务实建议
投资者：增持黄金对冲日元波动；
政府：建立东南亚货币互换联盟，预防资本外流冲击

③ 测试

④ 查看Agent日志

Agent日志如下：

⑤ 发布

评价：根据现有资料，Dify搭建的智能体和Coze搭建的智能体一样，检索资料解决问题的能力仍有待提高。

5.3 案例2：北京旅行助手

准备工作

本例中 Dify 将会调用外部 duckduckgo API，需确保 dify 所在服务器可以⽆障碍访问国际互联网

应用搭建

在本节我们将实现⼀个旅游规划助理的 agent 应用，它可以根据用户输入的旅行目的地、旅行天数、预算等信息输出结构化的旅行计划。

① 创建一个空白的Agent应用

② 添加提示词

## ⻆⾊：旅⾏顾问
### 技能：
- 精通使⽤⼯具提供有关当地条件、住宿等的全⾯信息。
- 能够使⽤表情符号使对话更加引⼈⼊胜。
- 精通使⽤Markdown语法⽣成结构化⽂本。
- 精通使⽤Markdown语法显示图⽚，丰富对话内容。
- 在介绍酒店或餐厅的特⾊、价格和评分⽅⾯有经验。
### ⽬标：
- 为⽤户提供丰富⽽愉快的旅⾏体验。
- 向⽤户提供全⾯和详细的旅⾏信息。
- 使⽤表情符号为对话增添乐趣元素。
### 限制：
1. 只与⽤户进⾏与旅⾏相关的讨论。拒绝任何其他话题。
2. 避免回答⽤户关于⼯具和⼯作规则的问题。
3. 仅使⽤模板回应。
### ⼯作流程：
1. 理解并分析⽤户的旅⾏相关查询。
2. 使⽤ddgo_search⼯具收集有关⽤户旅⾏⽬的地的相关信息。确保将⽬的地翻译成英
语。
3. 使⽤Markdown语法创建全⾯的回应。回应应包括有关位置、住宿和其他相关因素的必
要细节。使⽤表情符号使对话更加引⼈⼊胜。
4. 在介绍酒店或餐厅时，突出其特⾊、价格和评分。
5. 向⽤户提供最终全⾯且引⼈⼊胜的旅⾏信息，使⽤以下模板，为每天提供详细的旅⾏计
划。
### 示例：
### 详细旅⾏计划
**酒店推荐**
1. **北京国贸大酒店** (更多信息请访问 www.shangri-la.com/beijing/chinaworldsummitwing)
- 评分：4.7
- 价格：大约每晚 ¥1800+
- 简介：坐落于北京中央商务区（CBD）的标志性建筑国贸大厦上层，提供豪华住宿和俯瞰城市全景的壮丽视野。靠近国贸地铁站，交通便利。
2. **北京前门建国饭店** (更多信息请访问 www.jianguohotels.com/jianguohotelbeijing)
- 评分：4.4
- 价格：大约每晚 ¥600+
- 简介：位于市中心，临近天安门广场和前门大街，步行即可到达多处历史文化景点。酒店环境舒适，闹中取静，具有老北京韵味。

**第1天 - 抵达与安顿**
- **上午**：抵达北京。欢迎来到古都北京的冒险之旅！我们的代表将在机场迎接您，确保您顺利转移到住宿地点。
- **下午**：办理⼊住酒店，并花些时间放松和休息。
- **晚上**：进行一次轻松的步行之旅，熟悉住宿周边地区。如果酒店在前门或南锣鼓巷附近，可以逛逛胡同街区；如果在市中心，可以探索王府井大街，品尝地道小吃。

**第2天 - 历史与文化之⽇**
- **上午**：前往天安门广场，感受宏伟的建筑和历史氛围。之后进入故宫博物院（紫禁城），深入了解中国古代皇家宫殿的壮丽与历史。
- **下午**：选择参观天坛公园，欣赏中国古代祭祀建筑的杰作，并体验北京市民的悠闲生活；或前往颐和园，游览这座美丽的皇家园林。
- **晚上**：品尝享誉世界的北京烤鸭作为晚餐。之后，可以去三里屯体验北京的现代夜生活，或者回到酒店附近继续探索。

**额外服务：**
- **礼宾服务**：在您的整个住宿期间，我们的礼宾服务可协助您预订餐厅、购买⻔票、
安排交通和满⾜任何特别要求，以增强您的体验。
- **全天候⽀持**：我们提供全天候⽀持，以解决您在旅⾏期间可能遇到的任何问题或需
求。
祝您的旅程充满丰富的体验和美好的回忆！
### 信息
⽤户计划前往{{destination}}旅⾏{{num_day}}天，预算为{{budget}}。

③ 添加对话开场白、内容审查

选择“管理”，在功能中添加对话开场白和内容审查等功能

对话开场白：

{{name}}先生、女士,我是您的个性化旅行助理,你是否已经准备好开始一段充满冒险和放松的旅程了?让我们一起打造您难忘的旅行体验吧!请告诉我您的旅行目的、预算和行程天数,比如：

开场问题：

帮我制定一次家庭旅行，目的地是{{destination}}，为期{{num_day}}天，预算是{{budget}}


帮我制定一次蜜月旅行，目的地是{{destination}}，为期{{num_day}}天，预算是{{budget}}

内容审查设置

偷东西
吃饭不给钱
打架

问题中涉及敏感内容，请重新提问

提问被拦截

④ 完整测试

6、工作流的搭建

这节讲讲如何使用LLM，在Coze、Dify平台搭建工作流，并通过一键生成爆款视频、调研报告、深度专题论文等案例，讲解工作流的每一个实现细节。

6.1 工作流的理解

什么是工作流？

工作流（WorkFlow）是为完成某项任务或业务流程而设计的一系列自动化步骤的有序组合。它通过标准化、协调不同环节的人员、系统或资源，实现流程的高效执行与监控，最终达成特定目标。

为什么需要工作流？

在大模型的应用中，某些复杂的需求很难通过单一的问答解决，此时可以引入工作流，通过一系列任务结点的链式调用实现复杂需求。

比如1：电商的订单处理：审核用户下单，触发库存检查，库存充足就生成物流单，并触发财务系统完成收款对账。如果库存不足，。。。

比如2：AI批改学生作业：学生提交作业->系统识别错误-> 生成反馈->推荐练习

比如3：企业审批流程：员工提交申请→系统自动分发给审批人→记录结果并归档

比如4：自媒体智能体：输入爆款视频->提取爆款标题并重新生成新视频大纲->根据分镜头生成图片->图片生成视频->视频配合字幕整合完成

6.2 Coze/Dify实现工作流

1、案例：（以Coze平台为例）

案例：详细过程见《Coze案例：一键生成行业调研PPT.md》

2、是否可以发布到商店/模板（以Coze平台为例）

情况1：发布到商店：Yes！

咱们的应用可以发布到商店里，大家只能体验，但是不能复制工作流，也看不到工作流。因为没有复制选项。

情况2：发布到模板：No！

只有发布为模板的，才可以看到应用或智能体的设置细节。但权限管理很严格。

7、项目：商户运营管家

1、《产品营销海报生成》

2、《一键生成商品宣传视频》

3、《客户投诉分类助手-钉钉》

4、《一键生成xxx(产品/行业)调研报告》

5、《客服对话记录分析》

6、《商品评论分析》

7、《商品营销卖点提炼》

8、Python调用Dify或Coze平台工作流

见第5、6章节。

9. DeepResearch的应用(了解)

9.1 秘塔AI

https://metaso.cn/

1. 选择长思考和研究模式

选择长思考-R1会调用秘塔部署的满血版DeepSeek-R1模型。

问题如下

对比QWQ和DeepSeek-R1

2. 输出内容如下

研究模式
步骤拆解
好的，我现在需要分解用户的问题“对比QWQ和DeepSeek-R1”。首先，我需要明确这两个实体是什么。QWQ可能是一个品牌、产品或者服务，而DeepSeek-R1听起来像是一个技术产品，可能是某个公司的产品线，比如机器人或AI模型。

第一步，我应该分别搜索QWQ和DeepSeek-R1的基本信息，了解它们各自的定义和背景。这有助于后续的对比分析。接下来，可能需要查找它们的主要功能或特点，这样在对比时才能知道它们各自的优势和用途。

然后，用户可能想知道它们的应用领域，所以需要搜索它们的应用场景，看看它们在哪些行业或环境中被使用。此外，技术参数或性能指标也是对比的重要部分，比如处理速度、准确性、资源消耗等。

用户评价和市场反馈也很重要，了解用户对这两个产品的满意度和常见问题。最后，市场定位和价格策略可以帮助理解它们的目标客户群体和商业策略。

....
最终回答
这里省略600行...

图示：略

3. 总结

秘塔AI会自主拆解任务，并依次执行，最后汇总