Coze 智能体开发指南
一、Coze 智能体实战初体验
访问 Coze 官网即可开始创建。进入工作台后，输入智能体名称，界面主要分为三大模块：提示词、插件与知识库。
1.1 写提示词
这是智能体的核心大脑。在提示词编辑区，你需要定义角色的身份、技能以及回复规范。清晰的指令能让模型输出更稳定。
1.2 预览智能体
配置完成后，务必点击预览按钮进行自测。检查逻辑是否符合预期，是否存在幻觉或死循环。
1.3 发布智能体
测试无误后发布。只有发布后的智能体才能被他人调用或集成到应用中。
二、Coze 入门基础
2.1 大语言模型（LLM）配置
Coze 支持多种模型，如豆包、Deepseek 等。不同模型擅长领域不同，若不确定，默认模型通常表现均衡。
生成多样性 (Temperature)
该参数控制输出的随机性。值越大，创意越强但可能不稳定；值越小，越理性精准。
- 精确模式 (0.2)：适合代码、法律文档等需严格遵循指令的场景。
- 平衡模式 (0.8)：默认设置，适用于日常问答。
- 创意模式 (1.0)：适合写小说、诗歌等需要发散思维的任务。
Top P
限制模型选择词汇的概率累积范围。建议不要与 Temperature 同时大幅调整，以免效果冲突。
重复性语句惩罚 (Frequency Penalty)
正值可阻止模型频繁使用相同词汇，增加表达多样性。
携带上下文轮数
默认为 3 轮。增加轮数能提升连贯性，但会消耗更多 Token 成本。根据实际需求权衡。
最大回复长度
控制输出 Token 上限。默认 4096，过短可能导致内容截断，过长则增加延迟和费用。
2.2 插件
插件是智能体的手脚，用于扩展功能。
什么是插件？
LLM 负责思考，插件负责执行。例如获取实时新闻、处理 Excel、生成图片等。Coze 内置了大量官方及第三方插件。
插件使用
在插件市场搜索所需功能并添加。智能体会自动分析意图决定调用哪个插件。部分高级插件可能需要付费。
三、智能体之知识 (RAG)
当涉及公司内部资料或未公开信息时，通用大模型无法回答，此时需引入 RAG（检索增强生成）技术。
3.1 智能体提示词
首先设定角色，例如高考志愿填报专家，并明确技能边界，要求优先使用工具搜索政策信息。
3.2 知识之文本
上传 Markdown 或 Word 文档作为知识库。系统会自动切片并向量化。提问时，模型会先检索知识库再作答。
3.3 知识之表格
支持上传 Excel 文件。适用于结构化数据查询，如学费标准、课程表等。
3.4 知识之图片
上传图片并标注标签，模型可基于图像内容进行识别和描述。
3.5 如何管理本地知识库
在知识库管理中可增删改查文档，确保信息的时效性和准确性。
四、Coze 记忆与对话体验
4.1 智能体之记忆
为了让智能体具备长期交互能力，Coze 提供了多种记忆机制。
变量
用于存储常用数据，如用户偏好、个性化设置。不同用户的变量值是隔离的。
数据库（重要）
支持自定义表结构，实现数据的永久存储和导出。适合记账本、用户管理等场景。相比变量，数据库更适合大量数据的持久化操作。
