前面介绍了很多coze的玩法主要是针对自媒体领域，比如公众号爆文，漫画，小红书等等，其实我们还有一个非常高频的场景就是办公自动化，比如跟word ,excel ,markdown，飞书这些打交道，星球也会增加一些办公自动的场景案例，大家学习之后可以举一反三，触类旁通。

今天介绍的案例，就是我们我们需要批量的发邮箱，然后发送的标题，内容，邮箱和抄送邮箱都是不经常变的，比如我们都写在excel表格里面，然后我们需要批量的发邮件，怎么操作呢，下面我来详细讲讲。

比如我们有这样的一个excel文件：

我们需要给公司不同的人发邮件，然后发送的邮箱，抄送的邮箱地址，标题和邮件内容都写在一个excel文件里面，我们每个月或者每天需要批量给这些人发邮件，这样的一个简单的需求，其实通过coze也可以轻松解决。

我们来看一下工作流的图：

一共有5个节点，其实流程很简单，分3步：

1).输入一个execl文件（里面有你要发送邮件地址和信息）

2).读取这个excel文件的内容，并且是array格式输出(就是数组格式输出）

3).循环遍历这个array数组，然后把里面每一组（其实就是表格里面的每一行的内容，进行解析，然后发送邮件)

是不是很简单，其实就是把人做的事情，自动化而已，只是用coze这个平台来处理而已。

1.开始节点

点击上传就可以上传excel文件了。注意我们这里因为要上传excel文件，所以变量的类型就是Excel

2.读取excel 文件的内容

在coze插件里面，添加一个读取excel的插件，是这个：

选择这个插件之后，添加到你的工作流里面

可以点一下试运行，然后看看是否能成功读取excel文件的内容，读取之后的格式如下：

3.循环节点

循环节点其实就是遍历前面的records里面的内容，然后一个一个发邮件（其实你仔细看就知道这个就是excel每一行的内容）

下面最关键的地方来了，循环体里面的发送邮件节点（其实是一个代码节点），因为我找了一下目前的coze的插件市场上发邮件的插件，很多都有局限性，比如只能QQ发，或者163邮件发，不是很通用，我干脆让deepseek写一个代码，这样任何邮箱都能发，看一下发送邮箱节点的配置：

4.结束节点

结束节点主要是输出循环体的内容即可。

以上就是这个小案例的全部内容，其实不难的，大家要学会举一反三，理解这个例子我是怎么拆解，然后自动化的。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】