work流码
首页 coze
1 第一部分：基础起步：构建私人助理雏形
1.1 走进智能体与 Coze
1.1.1 AI 智能体是什么
1.1.2 Coze 平台优势剖析
1.1.3 了解coze功能
1.2 开启 Coze 之旅
1.2.1 登录并注册Coze官网
1.2.2 创建私人助理智能体
1.3 借助 DeepSeek 打造聊天助手
1.3.1 编写智能体人设与逻辑
1.3.2 预览测试对话效果
1.4 部署到社交平台
1.4.1 微信公众号 / 微信客服接入演示
1.4.2 发布到飞书机器人接入演示
2 第二部分：优化 - 智能体配置
2.1 课程 5：智能体基础配置与提示词进阶
2.1.1 大模型底层原理
2.1.2 提示词框架理解
2.1.3 专属知识库建立
2.1.4 数据库的引入
2.2 智能体交互体验优化
2.2.1 智能体人设与回复逻辑优化
2.2.2 智能体交互优化功能详解
2.3 智能体记忆与知识调用优化
2.3.1 智能体的记忆拓展与应用
2.3.2 知识调用优化与设置功能讲解
3 第三部分：进阶 - 插件
3.1 认识 Coze 插件系统
3.1.1 插件概念与介绍
3.2 插件的基础应用
3.2.1 为智能体添加插件
3.2.2 打造实用工具型助手
4 第四部分：高级应用 - 工作流
4.1 工作流基础
4.1.1 工作流概念与应用场景
4.1.2 创建第一个简单工作流——提取抖音链接文案
4.2 了解工作流中的大模型节点
4.2.1 了解大模型节点
4.2.2 工作流中的大模型该如何撰写提示词
4.3 为工作流添加更多功能
4.3.1 添加提取文案并转写功能
4.3.1.1 转写为小红书渠道的发布风格
4.3.1.2 转写为短视频口播并输出到文档
4.3.1.3 转写为短视频脚本并提供分镜（暂时保留）
5 第五部分：工作流+知识库&数据+数据库+插件的协同应用
5.1 工作流中的知识库&数据调用设置
5.1.1 了解知识库相关节点
5.1.2 了解数据相关节点
5.2 工作流中的数据库设置
5.2.1 数据库相关设置
5.2.2 SQL自定义
5.3 工作流深度解析
5.3.1 工作流核心环节详解
5.3.2 利用大模型辅助工作流拆解
5.3.3 单线程与多线程工作流设计
6 第六部分：选修-定制化高级需求讲解
6.1 智能体模式延展
6.1.1 单Agent和多Agent模式
6.1.2 对话流
6.2 智能体高级应用：循环、Json格式、批处理
6.2.1 循环的概念
6.2.2 循环在Coze智能体中的意义
6.3 图像流深度探究
6.3.1 图像工具插件
6.3.2 图像工具应用
6.4 使用AI工具打造代码节点（未完待续......）
6.4.1 使用外置AI大模型生成代码节点
6.5 问答节点功能
6.5.1 问答节点
6.5.2 问答节点搭建示例
6.5.3 运行示例
6.6 AI应用智能体
6.6.1 了解AI应用开发
6.6.2 实战：搭建「新闻摘要机器人」
7 第七部分：实战应用案例（持续更新）
7.1 一键提取抖音及各平台视频文案并进行二创

2.3.1 智能体的记忆拓展与应用

2025年09月02日
在前面引入知识库和数据库的时候，我们就已经实现了使智能体只能调用限定的热梗知识库去回答用户问题、以及将日程信息记录到数据库中的内容，所以这部分主要是想让大家了解一下定制化的内容
比如我们给智能体增加一个长期记忆——变量
 

1.🧮变量

这部分通常用来存储用户的个人信息，比如用户的名字、年龄、生日等等
我们这里就以这三个变量为例，教大家如何去使用变量
 
点击添加变量
然后添加用户变量
名称部分可以使用中文，也可以使用英文
描述部分尽量写的详细一点，这部分也是用来让大模型去理解字段的存在意义的
 
添加完毕就是这样：
接下来我们测试一下，大模型回复收到，并且存进了我们的日程中
但是并没有存储到我们的变量中，这是为什么呢？
其实Coze的一些功能也是存在不稳定性的，我们这边退出后，重新设置就成功完成了变量的录入
 
 
 
 
 
 

2.📚长期记忆

 
下一个部分是长期记忆
长期记忆会去总结我们的对话内容，一段一段的存储在这里
通过多轮对话，它会定期地将智能体和用户的对话内容总结存储在这里
这样的话，即使用户清空了对话记录，上下文已经中断了，大模型也不会忘记这些信息
或者用户已经很久没有访问智能体了，智能体也会根据过往对话中了解到的用户偏好、需求和历史信息，更精准地回应和服务用户，就像一个熟悉你习惯和需求的老朋友
 
就可以突破我们再设置大模型上下文对话轮次部分的设置