【保姆级教程】手把手教你用Coze零代码搭建一个智能搜索智能体（附教程）

随着大模型技术的发展，越来越多的技术开始涌现，从聊天助手，到智能体，再到工作流，最后到三者的整合。大模型技术朝着更加智能化、通用化、个性化的方向发展，为人们的生活和工作带来了更多的便利和创新。

今天，手把手教大家如何通过Coze零代码搭建一个智能搜索智能体，能够根据你的关键词，自动进行全网搜索，筛选出最相关的内容，并进行智能总结，给出参考链接，提升你信息收集的效率，高时效、保姆级！比较肝，建议先收藏！

1.1 什么是Coze

扣子是新一代 AI 应用开发平台。无论你是否有编程基础，都可以在扣子上快速搭建基于大模型的各类智能体，并将智能体发布到各个社交平台、通讯软件或部署到网站等其他渠道。

1.2 Coze的功能特性

1. 1. 灵活的工作流设计：

• • 扣子工作流可处理逻辑复杂且稳定性要求高的任务流。
• • 提供大量灵活可组合节点，如大语言模型 LLM、自定义代码、判断逻辑等。
• • 无论有无编程基础都可通过拖拉拽方式快速搭建工作流，例如创建搜集电影评论工作流、撰写行业研究报告工作流。

3. 2. 无限拓展的能力集：

• • 扣子集成丰富插件工具，拓展智能体能力边界。
• • 官方插件：扣子官方发布多款能力丰富插件，包括资讯阅读、旅游出行、效率办公、图片理解等 API 及多模态模型，可直接添加到智能体中，如使用新闻插件打造 AI 新闻播音员。
• • 自定义插件：扣子平台支持创建自定义插件，可将已有 API 能力通过参数配置方式创建插件让智能体调用，也可发布到商店供其他用户使用。

5. 3. 丰富的数据源：

• • 扣子提供简单易用知识库功能管理和存储数据，支持智能体与用户自己的数据交互。
• • 内容格式：知识库支持文本、表格、照片格式数据。
• • 内容上传：知识库支持 TXT 等本地文件、在线网页数据、Notion 页面及数据库、API JSON 等多种数据源，也可直接在知识库内添加自定义数据。

7. 4. 持久化的记忆能力：

• • 扣子提供方便 AI 交互的数据库记忆能力，可持久记住用户对话重要参数或内容。
• • 例如创建数据库记录阅读笔记，智能体可通过查询数据库提供更准确答案。

在介绍如何搭建智能体之前，让我们了解一下什么是智能体。

所谓智能体，是基于大型语言模型构建的智能实体，它具备感知、规划、推理、学习、执行和决策等智能行为特征，能够自动化地完成包括文本生成、对话交互、语言翻译、数据分析、预测分析在内的多种复杂任务，显著提升工作效率，为人类创造更便捷、智能的生活方式。

接下来，手把手教大家如何在Coze上搭建一个属于自己的智能搜索智能体。

2.1 工作流创建

2.1.1 认识工作流界面

首先进入到Coze的官网，点击左侧的「工作空间」，然后点击「资源库」，再点击右上角的「资源」，选择工作流。

然后输入工作流名称，我这里输入的是，也可以是其他的；输入工作流描述，我这里是。然后点击确认完成创建

在工作流界面上，左侧有不同的节点，如：、、、、等等。其中：

• • ：可以通过API和外部数据与系统进行交互，能够增强模型能力。
• • ：顾名思义，就是大模型，基于大量不同的数据进行训练，具有强大的通用基础知识。
• • ：可以通过代码来处理一个流程中的数据
• • ：可以理解为大模型的外挂知识库，可以有效解决模型的幻觉问题。

2.1.2 添加搜索插件

首先，让我们来为工作流添加几个搜索插件，点击左侧的「插件」：

在弹出的窗口中，勾选上「仅显示官方插件」

在左侧文本框输入「」，并点击「添加」。

然后再输入「」，点击「添加」

输入「」，点击「添加」

输入「」，点击「添加」

这样，我们的工作流就有了四个搜索来源了，节点名字分别是, , , ，如果感兴趣的话，还可以继续添加。将「开始」节点和刚才添加的四个搜索节点进行链接：

点击具体的搜索节点，分别设置每个搜索节点的输入参数，首先是：

然后是：

然后是：

最后是：

2.1.3 添加代码插件

在每个搜索节点执行完之后，我们需要将这几个搜索节点结果中的url合并起来，用来爬取其中的内容。这里，我新建了一个「代码」节点，用来合并搜索节点的结果。

在左侧选择「代码」，点击+号，即可添加一个「代码」节点

将「搜索」节点和「代码」节点进行连接：

点击「代码」节点，设置它的输入参数，其中每个条目具体的参数如下：

• • ：data/webPages/value
• • : data/doc_results
• • : news
• • : data/list

然后选择「在IDE中编辑」：

在顶部将语言切换为「Python」:

输入下面代码：

同时修改「输出」参数，如下所示：

2.1.4 爬取网页结果

现在，我们拿到了不同搜索节点获取到的链接，接下来，我们添加一个「链接读取」插件，来获取网页内容。

同样，还是在左侧点击「插件」，选择「链接读取」，并点击「添加」。

添加完之后，可以在工作流中看到对应的插件（链接读取），节点名字为。连接「代码」节点和「LinkReaderPlugin」：

点击「LinkReaderPlugin」，设置一些参数。因为我们是一次传入一批url链接到「链接读取」插件，所以在参数设置中，选择「批处理」，如下所示：

上面的设置中，不同条目的设置如下：

• • 批处理：
• • ：选择代码节点的输出
• • 输入：
• • ：选择LinkReaderPlugin->item

2.1.5 过滤爬取结果

可能会因为各种原因，网络爬虫无法对每条url都返回结果，这些无法爬取的url的结果在返回的时候是None（空），不太方便后面批量处理，因此我们需要对上面「链接获取」节点的输出结果进行过滤。再次添加一个「代码节点」，并修改名称为「结果过滤」，并和「链接获取」节点连接：

设置「代码」节点的输入为「链接获取」节点的输出，如下所示：

然后修改语言为Python，代码如下：

同时修改「输出」：

2.1.6 网页内容总结

每个网页的结果数众多，我们不可能从头看到尾，因此需要用大模型对结果进行总结。在工作流界面左侧点击「大模型」，添加一个大模型，并链接上一节的「代码」节点。

同样，大模型也需要进行批处理，下面是设置参考：

2.1.7 结果汇总

现在，我们一共有这些信息：

但是这些信息分散在不同的节点。下面，我们新建一个「代码」节点将这些汇总起来，如下所示

代码节点的参数配置如下：

具体代码如下：

2.1.8 输出结果

将上面「结果合并」节扣子 Coze 教程点和最终的「结束」节点连接

并修改「结束」节点的输出，如下图所示：

2.1.9 发布

至此，一个工作流就创建完成了，可以点击右上角的试运行：

输入关键词，运行一下看看：

如果没有问题的话，可以看到「结束」节点的输出结果，在我的工作流里，一共有27个结果，每个结果包含：内容、链接、标题。

然后点击发布：

就可以在「资源库」页面看到我们创建的工作流了：

接下来，我们可以创建一个智能体，来使用这个工作流了。

2.2 智能体创建

2.2.1 创建

在Coze点击左侧的「工作空间」，选择「项目开发」，然后点击「创建智能体」，输入智能体名称和图标，点击「确认」，即可完成智能体创建。

2.2.2 配置

下面是智能体的配置，需要修改地方有：

• •
• •
• •
• •

如下图所示：

其中，人设与回复逻辑如下：

2.2.3 大模型配置

因为我们主要是做信息搜集，不需要大模型有太强的发散能力，所以需要修改一下大模型的参数。

点击顶部的大模型，将其设置为「精确模式」

至此，一个智能体就搭建完成了。

接下来，让我们向智能体提问几个问题，看看效果如下：

4.1 问题：什么是智能体

在对话框输入：

可以看到智能体会调用我们刚才创建的工作流进行信息搜索，并且也可以看到搜索的结果。

然后智能体会将信息进行总结，并按照规定的格式输出，并且每条结果所附的链接也是完全准确的！

本文从介绍、，到、，手把手教你搭建了一个能够自动搜集全网信息的智能体，提高你的信息搜集效率，提升你的信息搜集体验，同时也避免了广告的困扰！

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “？”“”等问题热议不断。

事实上，

继等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近70次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包，现在将这份 分享出来：包括等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

五、AI产品经理大模型教程

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。
• 内容：
  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
  • L1.4.1 知识大模型
  • L1.4.2 生产大模型
  • L1.4.3 模型工程方法论
  • L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
• 内容：
  • L2.1 API接口
  • L2.1.1 OpenAI API接口
  • L2.1.2 Python接口接入
  • L2.1.3 BOT工具类框架
  • L2.1.4 代码示例
  • L2.2 Prompt框架
  • L2.3 流水线工程
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
• 内容：
  • L3.1 Agent模型框架
  • L3.2 MetaGPT
  • L3.3 ChatGLM
  • L3.4 LLAMA
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
• 内容：
  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

这份 包括等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​