在这个AI爆发的时代，赚钱的方式正在发生改变。你不需要有特别厉害的技术，只要会用几个AI智能工具，就能开辟新的收入来源。

2025经济下行，普通人赚钱是越来越难了，特别是30岁以上的朋友，上有老下有小，工作不好找，又有房贷车贷，生活压力贼大。

我每天都会在这里分享一个靠谱的副业项目，喜欢我的朋友，可以点个关注！

今天带大家从 0 开始，用 Coze 平台手搓一个简单又实用的智能体，作为 Agent 入门课。

Coze 是目前主流智能体开发平台中最易上手、界面最友好的，也是我常用的，就以它为载体来实操入门。

一、Coze简单介绍

Coze 是字节跳动推出的零代码或低代码智能体开发平台，基于其大模型技术，提供插件系统、长短期记忆、工作流编排等核心能力，支持多模态交互（文本/语音/图像）与多平台发布（如豆包、飞书、Discord），专注构建个人助理、电商客服、内容生成等场景的智能体应用。

Coze网址：https://www.coze.cn

进到官网，首先注册/登陆，之后进入到Coze主页，但其实在整个Coze平台当中，我们使用频率断档最高的是位于左侧菜单栏第二位的“工作空间”。

工作空间里，先了解 “项目开发” 和 “资源库” 两个界面就行。

“资源库” 是做各种工具的地方，“项目开发” 则存放用这些工具组装成的完整产品。

点进这两个页面，下拉菜单会有分类选项（尤其是 “资源库” 里），不过入门阶段用不到那么多，先看我框出来的几个就好。

首先简单区分 “应用” 和 “智能体” 的含义。不用麻烦搜索、查找或听讲解，Coze 官方文档里有明确且清晰的定义。

智能体：基于对话的AI项目，它通过对话方式接收用户的输入，由大模型自动调用插件或工作流等方式执行用户指定的业务流程，并生成最终的回复。智能客服、虚拟伴侣、个人助理、英语外教都是智能体的典型应用场景

AI应用：指利用大模型技术开发的应用程序。扣子中搭建的 AI 应用具备完整业务逻辑和可视化用户界面，是一个独立的 AI 项目。通过扣子开发的 AI 应用有明确的输入和输出，可以根据既定的业务逻辑和流程完成一系列简单或复杂的任务，例如 AI 搜索、翻译工具、饮食记录等

同样的，对于资源库当中的概念，在文档当中也有相应的讲解：

插件：插件是一个工具集，一个插件内可以包含一个或多个工具（API）

工作流（Workfiow）：用于处理功能类的请求，可通过顺序执行一系列节点实现某个功能。适合数据的自动化处理场景，例如生成行业调研报告、生成一张海报、制作绘本等

知识库：知识库功能包含两个能力，一是存储和管理外部数据的能力，二是增强检索的能力

看到这里相信所有需要了解的前置概念你都已经了然于心，理论结束，我们开始动手实操，过程中遇到不懂的，我们再见招拆招！

二、超简单的智能体搭建

工作流能按顺序执行节点实现功能，反过来，我们可把要实现的功能编成标准化流程，形成工作流。提出需求后，它会像流水线一样自动执行操作，帮我们解决需求，过程不用管。

在 Coze 里，智能体可以看作是对内部多个（或一个）AI 工作流的封装。因为智能体能解决需求，而这种能力就来自编好的标准化工作流程。

考虑到易上手、实用性和篇幅，我们要搭建的智能体，功能是根据关键词检索总结网络上的相关新闻信息。

现在先搭建对应功能的工作流，把光标移到资源库右上角 “+ 资源”，点击工作流创建就行。

接下来我们需要为这个新的工作流命名并填入该工作流的功能简介，这里Coze的命名有一定的限制条件：

结合我们将要搭建的智能体所实现的功能，我填入的信息如下，接着我们便进入到工作流的创作界面：

首先看到的是默认的 “开始” 和 “结束” 模块（节点），分别对应 “输入需求” 和 “输出结果”，很好懂。

接下来得理理思路，看看实现检索总结功能大概能拆成几步。

1.输入我们想要查询的信息对应到的关键词，例如“Agent”、“人工智能”；

2.智能体根据我们的需求对网上海量的信息进行检索匹配；

3.智能体对最终检索筛选出来的信息进行提炼总结；

4.输出最终结果。

第一点的 “输入” 和最后一点的 “输出”，对应界面里默认的两个节点。

另外，还得编排第二、三点的流程，所以要加这两个节点。

添加方法很简单：

先加第一个，就是能按关键词检索信息的节点，它是 Coze 内置插件。

然后再来添加第二个节点，这个节点的功能是能够对检索到的信息进行提炼总结，因为我们总不希望Agent最终为我们返回的结果每次都是长长的一大篇。

大模型某种意义上算是Agent的大脑，所以这里我们需要的这个节点，就不是插件了，而是直接调用大模型：

就像这样直接点一下，界面中就会加载出“大模型”节点。

到这里，我们的创作界面上已经有了四个节点模块，分别是“开始”、“getToutiaoNews”、“大模型”、“结束”：

我们接下来所要做的是便是将这几个模块串联起来，就像这样：

（光标移动到前一个节点的末端，然后按住拖拽连接到下一个节点的前端即可连接）

到这一步，没接触过 Agent 的朋友可能觉得工作流完成了？不是的，这只是基础节点编排。接下来还要对每个节点进行设置，我们一个个来。

“开始”节点：

我们鼠标直接点击“开始”节点进入到右边的编辑栏：

这里需要我们理解几个概念：变量名和变量类型，可以按以下这样简单理解：

变量：可以简单将其理解为数据、信息

变量类型：我们一开始输入给这个工作流的内容具体的数据类型（比如文字、数字、图片、网络链接等等）

变量名：为我们输入的内容所取的名字

数据类型要匹配才能正常运行，就像钥匙和锁要匹配才能打开一样。所以一开始必须选对数据类型，不然后面的节点可能因为类型不符无法运行。

这个工作流是根据关键词检索信息，输入的是文字形式的关键词，所以这里要选 “String” 变量类型。

String：翻译过来就是字符串，是一种文本类型变量，用于存储由字符组成的序列（如文字、数字、符号等）

变量名的话，我们可以使用默认的“input”，但避免后续节点的混淆，可以自己重新设置一个简短的，比如“Key”（但记住不能是中文）。

那现在对于“开始”这一节点的设置我们就完成了。

“getToutiaoNews”节点：

其次是对于第二个节点的编辑——根据我们以上提到的，该节点所实现的功能是根据我们输入的关键词对网络上相匹配的信息进行检索。

我们依旧如前面一样点击该节点进入到相应的编辑界面：

编辑界面分 “输入” 和 “输出” 区域，很好理解：这个节点要根据关键词检索信息，关键词来自 “开始” 节点封装的 “Key” 变量，需要传到这个节点的 “输入” 区域。

按图片里我指出的步骤，选择 “开始” 节点设置好的这个变量，填到该节点的 “输入” 区域，让它知道每次要搜索的具体关键词。

其实到这一步对于该节点的设置便基本完成了，但我们还是要先清楚其所输出的内容是什么，或者说，一个新闻包含了哪些信息：

如果到这里还不放心，想知道能不能检索到新闻，也可以断开和后面 “大模型” 节点的连接，直接连到 “结束” 节点，指定 “结束” 节点的输出变量（就是第二个节点根据关键词检索到的信息），然后点界面下方的 “试运行”，单独测试这三个节点。

（断开节点间的连接：鼠标点住节点间连接线的后一端口【即箭头端】，然后直接移开即可）

点击“试运行”后，会弹出以下界面，这里会要求我们输入一个“Key”，也就对应到“开始”节点我们为每一次输入的关键词所封装的“Key”。

这里我以输入“雷军”为例，然后再点击下方的“试运行”：

如果运行成功的话，最终在“结束”节点便会输出一些近期与“雷军”相关的新闻信息，我们都可以点开查看，甚至复制“url”中详细的网址进入到相应页面。

“大模型”节点：

等以上的节点运行一切正常，我们恢复到先前四个节点的连接顺序，接下来便是对第三个节点（即“大模型”节点）的设置。

在这个由四个小节点组成的简单工作流当中，对于该节点的设置是最复杂的，老样子，我们先点开节点的编辑界面：

这里我们需要了解并进行设置的主要有“模型”、“输入”、“系统提示词”、“用户提示词”、“输出”这5个部分。

其中“模型”需要我们选择自己想要调用的大模型，可以根据我们想实现的功能（或者说想让该大模型干什么）来进行选择，而“输入”和“输出”便不用再过多讲解了，就是该节点接收到的信息和最终处理出来的内容。

而“系统提示词”以及“用户提示词”这两个概念是需要我们做好区分的，我们先看官方给出的解释：

翻译成人话就是：

系统提示词：对AI的身份设定和规范要求

用户提示词：用户（即我们）对AI下达的执行指令

对涉及到的相关概念了解清楚后，我们便可以开始进行具体的设置了：

• 对于“模型”：在这里我直接以系统默认的“豆包·1.5·Pro·32k”为例作演示；

• 对于“输入”：我们需要先点击一旁的小加号“+”添加一个输入变量，而通过前面的节点设置大家想必也应该知道这里该填入的是来自第二个节点（即“getToutiaoNews”）的输出内容；

• 对于“系统提示词”：对于专业的系统提示词，相对来说是会比较复杂一些（需要做一些专业的设定和详细的限制），但这里作为针对大多数新手的示例演示，所以不需要做过多复杂的描述，这里给出我的提示词文案示例内容：

  总结新闻内容，只需要返回时间和概述的主要内容结果，不要长篇大论，简短一些

• 对于“用户提示词”：同样的，给出我的提示词内容：

  总结{{news}}

  

  (这两个提示词框中可以用“{{}}”来引用工作流中存在的变量)

• 对于“输出”：保持默认的“String”变量类型，变量名可根据自己的想法进行更改，我这里就直接保持默认的“output”了。

这样我们的“大模型”节点便设置完毕了。

“结束”节点：

来到我们最后一个节点的设置，跟在上文我们的测试环节中所设置的那样简单，这次只需要将输出的变量更换为来自“大模型”节点的处理结果即可，即“output”：

截至目前，关于这个工作流的搭建和相关设置我们便已全部完成，下一步便是测试环节：

同样的，我们点击界面下方的“试运行”按钮，这次我们输入“马斯克”看看会得到什么样的结果：

可以看到，我们的工作流可以正常运行并按照我们的要求输出相应的新闻概述。

现在我们点击界面右上角的“发布”按钮，随后会弹出一个小界面，其中有一个版本描述是必填的（大致填写一下即可）：

发布之后，我们便可以在资源库中查看到我们搭建好的工作流，也就相当于保存成功了：

到这里关于工作流的全部工作便已全部完成，下一步我们要将这个工作流集成到一个“外壳”（我们大致可以这么比喻成一个“外壳”）中，最终形成的结果就是我们要的Agent。

具体步骤如下：

首先我们从“资源库”切换到“项目开发”，点击右上角的创建按钮，选择创建智能体：

接着会弹出一个小窗口让你填写你将创建的智能体的相关信息，包括名称和简介，当然，你还可以在最下面更换该智能体的图标：

等这些信息填写完后，便可以点击确定进入到智能体的详细编辑界面：

在这里我们主要做两件事，第一是为我们的智能体进行人设与回复逻辑的设定（因为我们只搭建了一个工作流，只具备一种功能，所以我们只用明确一种技能即可），这里给出我的设定模版：

你是一个专门总结新闻的助手，擅长总结新闻内容并提取主要内容。

###技能1

当用户输入要查询的关键词时，调用info_search来执行工作流。

第二件事便是添加我们刚才搭建好的工作流。这样智能体的搭建便基本完成了。

同样的，我们需要对搭建好的智能体进行测试，所对应的也就是以上框出的“预览与调试”。

最后我们再次以“马斯克”为例进行测试，如果顺利运行的话，智能体便可以正确给出所检索到的新闻：

通过以上简单的几步，现在你便拥有一个可以实时查询新闻信息的智能体工具了。

通篇文章下来，其实真正重要的不在于你成功搭建了一个简单智能体，更不在于其中提及到的为数不多也不具备学习门槛的技术，而是向你展示了搭建一个智能体的基本思路，以及现在主流的智能体开发平台大致上是如何运作的，我们可以高度概括成一句话：

工作流是对指定功能通过集成和预设好的模块按照特定的顺序进行标准化编排，而智能体则是对各种指定功能的集成…

好了，今天的分享就到这里，在此感谢你的浏览。

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！