Python
【2026必看 AI智能体】零基础Coze平台使用教程
**目录** 一、Coze智能体实战初体验 1.1 写提示词 1.2 预览智能体 1.3 发布智能体 二、Coze入门 2.1 大语言模型LLM配置 生成多样性-temperature Top P 重复性语句惩罚 携带上下文轮数 最大回复长度 2.2 插件 什么是插件？ 插件使用 三、智能体之知识(RAG-高考志愿填报) 3.1 智能体提示词 3.2 知识之文本 3.3 知识之表格 3.4 知识之…
**目录** 一、Coze智能体实战初体验 1.1 写提示词 1.2 预览智能体 1.3 发布智能体 二、Coze入门 2.1 大语言模型LLM配置 生成多样性-temperature Top P 重复性语句惩罚 携带上下文轮数 最大回复长度 2.2 插件 什么是插件？ 插件使用 三、智能体之知识(RAG-高考志愿填报) 3.1 智能体提示词 3.2 知识之文本 3.3 知识之表格 3.4 知识之…
访问Coze官网
输入智能体名称：
一共分三大模块：
你不发布别人没法用啊...
LM:大模型--》GPT，豆包，Deepseek
LLM：大语言模型---》我们可以使用【提示词】---》跟LM交互
LLM包含LM的
可以选择不同模型：就是不同大脑---》有不同擅长领域---》如果你不会选，就默认---》默认的每个领域都擅长一点
会提供：豆包---》coze--》字节跳动公司---》自己训练的模型：LM
Deepseek---》Deepseek公司--》开源了
其它
当值越大的时候，创新性和多样性更强，反之更低，更加理性。
# 1 生成多样性-temperature解释: 调高温度会使得模型的输出更多样性和创新性，反之，降低温度会使输出内容更加遵循指令要求但减少多样性 # LLM---》大语言模型---》就是我们的大脑 - 理性大脑：研究，数学，科学 - 感性大脑：创作文章，写小说 这个东西如果调高---》有很大的创意性---》感性调高---》适合 写作为，创意诗歌，广告文案 这个东西如果调低---》非常理性，更精准，不会给你创意出东西--》生成正式文档，写代码，法律文件 # 2 提供了 一些默认模式 ## 精确模式： 0.2 在需要严格遵循指令、输出准确无误的场合，如生成正式文档、代码、法律文件等，应使用较低的生成随机性数值，接近 0，设置了0.2，使模型更倾向于选择最可能的词汇，确保输出的稳定性和准确性。例如在金融报告生成中，需准确呈现数据和事实，低随机性可避免出现不恰当的表述。 ## 平衡模式：默认模式 0.8 对于大多数日常应用场景，如一般的问答系统、信息检索回复等，可将生成随机性设置为中等水平，既能保证一定的多样性，使回答不会过于单调，又能基本遵循指令，提供较为准确的信息。 ## 创意模式： 1 当进行创造性任务，如小说创作、诗歌写作、创意广告文案撰写等，可适当调高生成随机性数值。较高的随机性能让模型探索更多的词汇组合和表达可能性，产生更具创意和独特性的内容，但要注意可能会出现一些偏离主题或不太符合逻辑的情况，需要后期适当筛选和修改
模型在生成输出时会从概率最高的词汇开始选择，直到这些词汇的总概率累积达到 Top p 值。这样可以限制模型只选择这些高概率的词汇，从而控制输出内容的多样性。
# 1 Top p 为累计概率: 模型在生成输出时会从概率最高的词汇开始选择，直到这些词汇的总概率累积达到 Top p 值。这样可以限制模型只选择这些高概率的词汇，从而控制输出内容的多样性。建议不要与 '生成随机性' 同时调整 # 我们跟大模型对话---》问大模型---》给我们回顾 我问大模型：你爱我吗？---》会回答我的问题 -top p比较高：嗯，亲爱的，我当然爱你了，我会永远爱你的 -top p比较低：爱 我们问了大模型---》大模型脑中会生成很多词---》拿到词组成句子---》top p 是个数值---》把字组成句子---》每个字由分值 0.1 0.1 0.2 0.3 -----》0.7 嗯， 亲爱的， 我当然爱你了 ，我会永远爱你的 0.1 爱 ------》0.1 # 举个例子： 老师---》temperature 比较低，Top p 高：很理性----》副业年收入30w -这个看你学习情况，看你个人脑子，看基于。。。。。。800字--》temperature 比较低，Top p 高 -肯定没问题， 1000字 --》temperature 高，Top p 高 -没问题 ----》 temperature 高，Top p低
# frequency penalty: 当该值为正时，会阻止模型频繁使用相同的词汇和短语，从而增加输出内容的多样性 # 我讲课，会经常问大家，听明白了吗？ -负数：问了3次，大家3次都回答：听明白了 -正数：问了3次，第一次回答听懂了，第二次回答没问题，第三次回答：很好
# 1 默认为3 -我们跟大模型交互--》它给我回答，有时候是要参考 上面的问题---》如果是3，表示每次对话，都带上三次 -问问题：尽量带更多的上下文轮数 -如果携带上下文轮数：0---》一点都不参考上面的问题---》每个回答都是一个新的 # 2 不要太多，如果携带很多轮数---》把上面很多问题都再带回去---》携带很多文字跟大模型交互---》消耗token【带的文字个数】---》花更多钱 1 你是谁 2 你爱我吗 3 你几岁了 4 你叫什么名字 3
# 1 控制模型输出的 Tokens 长度上限。通常 100 Tokens 约等于 150 个中文汉字 -默认：4096 # 2 我们跟大模型交互，如果输入文字交互 问：你 爱我 吗？ ---》相当于3个token 回答：当然 爱你 了，你 是 我的 唯一 ---》相当于7个token # 3 如果设置过短100---》回复特别多：回复200汉字---》大约在150个汉字时候：会被截断，就没了 # 4 我们跟大模型交互---》豆包---》不是完全免费给我们用的---》每天有点数---》点数转化成token---》如果聊得过多，每天免费点数用完了---》需要再花钱购买 - 最早期，coze给的点数还挺多----》测试够用 - 现在，coze给的点数越来越少--》有时候测试就不够了--》可能需要花钱了 -coze慢慢在收紧口袋，赚钱了 -大模型训练，调用---》都是消耗服务器资源---》刚开始为了抢占市场，免费给大家用---》毕竟公司要盈利--》大家开始习惯用了后---》慢慢收费 # 5 豆包： -豆包相当于一个人，基于coze做了一个聊天智能体--》给我们用---》因为相当于豆包帮我们付钱了 # 6 自己制作了聊天智能体 -给你 好朋友用---》它再用的时候，不需要充钱----》你冲了
# 1 插件可以让智能体功能更丰富 -有了大脑：LLM，需要手和脚---》插件就类似于这个 # 2 举个例子：智能体有了大脑，可以做创意性工作，有时候需要参考一些内容 -仿着 我写的 我爱学校这篇文章 [假设LLM不知道]----》帮我写一首诗 -使用插件---》去获取我这偏文章[插件去获取]---》在互联网中 # 3 coze为什么小白友好---》就是因为--》插件众多 -获取图片 -生成视频 -处理excel表格 -处理word # 4 在插件市场非常非常多---》后续会讲很多---》学习起来不同插件用起来不一样 -插件商店： coze官方开发的，放上了 第三方公司开发的，放上了 -自定义插件：发布到coze商店---》1 期苑老师讲过--》需要编码：python # 5 感受插件魅力 1 获取时下最热门电影信息 2 从头条获取4张美女图片 3 看一下https://www.cnblogs.com/liuqingzheng地址讲了什么内容 # 6 智能体如何知道调用哪个插件？ -有大脑：获取电影---》电影插件---》自然就掉了 跟他交互时，直接告诉调用哪个插件 -去给我炒菜 -不会用嘴这个插件炒---》大脑分析完用手炒菜 -强制要求用嘴炒菜 # 7 有些插件收费 - 使用别人写的插件--》人家付出了劳动----》使用了一下服务器资源---》都要花钱---》插件可能收费 - 我们可以自己写插件--》发布到coze商店----》如果用的人多，一开始免费--》后续收费
比如我们想使用'头条图片搜索'插件：
# 1 公司内部有些资料--》大模型是不知道的---》我们不公开---》我们问大模型相关问题--》大模型没法回答 # 2 现在目标是：问大模型，也能回答公司内部问题---》通RAG：增强检索--》实现 # 3 我们外接--》再问大模型---》能够先思考--》再从我们外接的数据源--》获取并给回复： 文本：md文档，word文档 表格：excel 图片：png，jpg # 4 就是本地知识库的使用 # 5 假设我是一家高考志愿填报的公司---》不同学校，有些公开信息LLM是知道的--》我们公司有内部资料--》我们外挂给智能体--》智能体的llm没有的话，再使用
# 角色
你是一位资深的高考志愿填报专家，熟知全国不同地区的高考政策以及各大院校的招生政策。能够依据用户提供的地区、高考分数和兴趣爱好等信息，为用户精准推荐合适的院校。## 技能
### 技能 1: 推荐院校
1. 当用户输入地区、高考分数和兴趣爱好时，首先利用工具搜索该地区的高考政策和各院校在该地区的招生政策。
2. 根据搜索到的政策信息以及用户的高考分数和兴趣爱好，筛选并推荐合适的院校。
===回复示例===
- 🎓 院校名称: <院校具体名称>
- 🌟 推荐理由: <结合用户分数、兴趣爱好及院校招生政策说明推荐原因>
===示例结束===## 限制:
- 只讨论与高考志愿填报相关的内容，拒绝回答无关话题。
- 所输出的内容必须按照给定的格式进行组织，不能偏离框架要求。
- 请使用搜索工具确保信息来源准确，并在必要处注明引用来源 。
但现在有一些不出名的院校，网上都很少搜的到，大模型肯定也不知道，这时就该用到我们的知识库了。
# 我们上传了知识库---》先从llm中找---》如果找不到--》再去知识的我们上传的文本中找
现在我们有个markdown文件，是我们的独家内部信息，如下：
我们需要把他上传至大模型，让大模型知道此文档的信息。
# 内部资料--》excel表格 # 案例：学费--上传公司内部excel表格后，再搜相关学校的学费就能搜到
这是我们本地的独家表格知识库。
# 标注： 给图片打个标签---》这个图片代表啥
现在我本地有这四张图片。
# 个人记账本： 1 我们每天花费---》传给 智能体 2 利用智能体记忆功能--》记录每笔花费 3 统计每天花费 4 统计每月花费
# 记忆功能 1 变量：常用的东西 2 数据库：非常重要 -永久存储数据 -可以导出数据 3 长期记忆：不重要 -智能体自行选择存储的 -不是我们控制 4 文件盒子 -文件：图片，doc，md。。
# 1 临时存储的数据，常用的数据---》存储在变量中 -于存储每个用户使用项目过程中，需要持久化存储和读取的数据，如用户的语言偏好、个性化设置等 # 2 使用变量 1 先设置变量----》需要有个名字--设置了两个变量 name：记录使用者的名字; age:记录使用者的年龄。。。 2 我们跟智能体交互--》只要涉及到 变量的名字---》就会自动记忆，存储到变量中 3 后期用户交互--》再设计到变量名字---》就会获取出来 4 不同人使用--》是不一样的--》 # 3 智能体发布后：不同人打开--》是不同人的账号 -我设置的是 彭于晏，39岁 -你们打开，就不是彭于晏和39岁，没设置之前是默认值 # 4 买了个小爱机器人 -出厂：他的名字叫小爱同学 ，年龄是 3岁 -你使用：我给它命名为：铁蛋，99岁 -以后你只要叫铁蛋--》他就答应 -你叫小爱同学，它还答应吗？ -用了5年，我叫他老铁 -现在叫铁蛋，还答应吗？---》不答应了
# 1 表格存储支持智能体开发者定义【表结构】，并将用户数据存储在表中。实现收藏夹、书籍管理、用户管理，财务管理等功能 -大白话：你创建了一个个人记账智能体---》存储每天花费，不能存在变量中---》存在数据库中 -类似于excel表格 ID号 花费金额 花费事由 花费时间 1 99 给女朋友买衣服 2025-10-19 2 199 给爸妈买衣服 2025-10-19 3 399 给兄弟买衣服 2025-10-19 # 2 使用数据库 1 创建表结构：给表起个名字--》存每天花费 -自定义数据表---》创建扣子数据库[这个表存在coze平台上了] -不能存在我们自己电脑 -我们自己电脑的数据库，coze智能体能使用吗？能，需要代码--》往后学 -表名称不能中文 -创建字段：注意字段类型和解释[给大模型理解] 2 添加到智能体 3 跟智能体交互---》智能体自动把花费存到表结构 中 我今天给女朋友买一份，花费99元 4 获取今天的花费 我今天花了多少钱
# 1 开启后可总结聊天对话的内容，并用于更好的响应用户的消息。由火山引擎-记忆库提供更稳定更准确的记忆召回服务。 你是你 你女朋友是个人记账智能体：把你女朋友的长期记忆功能打开了 -长期记忆，设置了 奶茶 关键词 以后跟女朋友聊天，只要涉及到 奶茶 ，他就记到脑子里 很久以后，再聊奶茶相关，她都能召回[从大脑中把相关信息获取出来] # 2 做个了解即可，一般我们不用
文件盒子默认是关闭的。主要作用就是存文件，再调取文件。比如我们在智能体的文件盒子里存储一张发票的图片，那么我们和大模型交互的时候，就可以随时调取发票的图片。
智能体发布后 ——》每次别人打开，显示的第一句话。
设置好开场白后我们发布智能体测试：
关闭后，每次智能体回复完，不会再显示建议
在每次智能体回复后，不会提供任何用户问题建议
我们不能控制，提示的是什么
我们只能控制开启与关闭，不能控制提示的建议是什么。
创建快捷指令后，用户只需要点击---》就能执行某个操作
我们上传一张背景图片：
可以设置打字输入还是语音输入。
我们调取智能体需要两个参数：
机器人id可以通过发布智能体时候的浏览器url获取到：
添加一个token：
# 获取coze返回给我们的数据----》因为我们问了今日总花费--》coze会返回给我们今日总花费 1 get 请求，地址是：https://api.coze.cn/v3/chat/message/list
# 1 需求：用户上传一张草药图片---》给我显示出草药的特性： 中草药名称 性味归经 主要功效 适用症状 禁忌事项 # 2 需要一个流程---》最简单的工作流 -1 上传图片 -2 识别图片--》识别出图片的草药名字---》分析出主要功效。。。。 -大语言模型---》图片识别，思考，分析能力 -3 结果格式化输出
添加大模型节点：
# 角色 你是一位专业的草药识别专家，能够精准识别用户上传的草药图片，并详细介绍草药的药性等信息。 ## 技能 ### 技能 1: 识别草药并介绍药性 1. 当用户上传草药图片时，仔细分析图片特征。 2. 运用专业知识，识别出草药名称。 3. 详细介绍该草药的药性，包括性味、归经、功效、主治病症等信息。 ===回复示例=== - 草药名称: <草药具体名称> - 性味归经: <该草药的性味特点> - 主要功效: <主要功效> - 主治病症: <可治疗的病症列举> -禁忌事项：<主要禁忌> ===示例结束=== ## 限制: - 只讨论与草药识别和药性相关的内容，拒绝回答无关话题。 - 所输出的内容必须按照给定的格式进行组织，不能偏离框架要求。
{{caoyao}}
# 1 只要是---》 提示词---》控制大模型功能 -设置了一个中草药识别专家 1 只能识别中草药？需要做限制 2 识别成功后，输入格式是什么样？需要做限制 # 2 既然都是控制大模型功能，有什么区别？ -系统提示词：定义 AI 的「底层操作系统」 1 角色与身份设定：明确 AI 的专业领域和交互定位，例如 '你是一位资深中医养生顾问，回答需专业且通俗易懂'。 2 行为规范与风险控制：制定强制规则，例如医疗场景中 '当用户描述病症时，必须建议线下就医'，金融场景中 '提及股票代码时需声明不构成投资建议'。 3 知识边界限定：划定信息范围，例如 '你的知识截止到 2023 年 7 月' 或 '仅使用人教版教材知识点作答'。 4 交互风格塑造：定义语言特征，例如法律咨询机器人需 '保持严谨客观语气，避免主观判断'。 5 系统提示词在模型初始化时加载，持续影响所有后续交互，确保 AI 在多轮对话中保持一致性。例如，心理 6 咨询机器人的系统提示可要求 '记住用户每次咨询的关键事件，建立长期档案但严格保密'。 -用户提示词：触发具体任务的「动态指令」 1 任务触发与格式控制：引导 AI 执行特定操作，例如 '用 Markdown 表格展示本周股票行情' 或 '用 Python 代码实现冒泡排序'。 2 动态需求调整：基于对话历史灵活变化，例如 '参考刚才的训练计划，将每日跑步时间调整为 45 分钟'。 3 个性化引导：融入情感或风格倾向，例如 '以幽默方式讲解量子物理基础概念'。 4 复杂任务分解：将大目标拆解为多步骤指令，例如 '先总结论文创新点，再指出研究方法缺陷，最后推荐相关文献'。 # 3 系统提示词：大模型理解成一个专家 控制专家具备哪些功能，是否能识别图片？识别成功后，输出格式什么样？ 对人物的设定：设定大模型是狗，设定大模型是猫 # 4 用户提示词： 我们要跟专家对话---》对话的内容 我们跟狗对话，让它叫 我们跟猫对话，让它爬 你病了--》你把给你请了一个医生[系统提示词]，而不是教师---》你跟医生对话：你跟医生 说我头疼[用户提示词],而不是说算一下10+100等于多少
# 1 工作流和智能体的区别 工作流可以一步一步的制作--》执行的时候，是按步执行 智能体不具备按步执行的功能 # 2 需求： 用户输入菜名 生成一个html页面【也可以生成手机端的页面】： 有菜名 介绍 材料 营养 制作步骤 。。。 # 3 输入家里有什么菜---》推荐几个菜谱 菠菜，鸡蛋，油，海胆----》推荐出个菜--》写出制作步骤 # 4 输入 佛跳墙---》生成下面的网页信息
# 1 开始 -输入菜名：要做的菜的名称 # 2 使用插件---》可以根据菜名--》查询这个菜的做法 -第三方插件 -不用插件：直接用大模型---》可以，我们不用 -美食专家 -根据名字---》生成美食制作过程 # 3 插件返回数据--》json格式：字符---》把这个格式转换成---》大模型处理数据格式 菜名： 介绍： 材料： 。。。。。 # 4 最终要把数据写入到html中---》html有格式---》把上一个大模型的输出：菜名。。。----》交个这个大模型---》帮咱们处理成好看的html格式 # 5 使用插件--》把html格式文字---》写入到 html文件中---》从浏览器中看到 -数据转html插件 # 6 输出--html地址--》浏览器打开
我们搜索'食神'插件，添加到工作流中：
# 角色 你是一个专业的菜谱整理助手，擅长将传入的菜谱查询数据{{input}}整理成适合输出的格式，确保格式精美、简洁易用。 ## 技能 ### 技能 1: 整理菜谱数据格式 1. 接收传入的菜谱查询返回数据{{input}}，如果内有多条数据，选择第一条。 2. 对数据进行分析和整理，将菜谱信息如菜品名称：titlle、描述:description，食材:foods，营养：nutritions，步骤：steps，按照特定的html友好格式进行编排。 3. 生成的格式要注重美观，层次分明，方便用户在html页面中展示。 ===回复示例=== - **菜品名称**：title -**描述**：description - **食材**：foods - [食材1] - [食材2] - …… - **营养**：nutritions - [营养1] - [营养1] - …… - **步骤**：steps 1. [步骤1内容] 2. [步骤2内容] …… ===示例结束=== ### 技能 2:自动选择 1. 如果输入的菜谱有多个，自动选择第一个菜谱处理数据，其它菜谱不处理。 ### 技能 3:自动补充 1. 如果菜品名称：titlle，描述:description，食材:foods，营养：nutritions，步骤：steps等某一信息缺失，请根据你的专业知识补齐。 ## 限制: - 只处理与菜谱数据格式整理相关的内容，拒绝回答无关话题。 - 输出内容必须符合给定的格式要求，保证简洁易用。 - 整理过程需基于传入的菜谱查询数据{{input}} ，若某个信息缺失，请根据你的专业知识补充完整。
{{input}}
# 角色 你是一位专业的HTML菜谱优化师，擅长在既有HTML基础上，进一步提升菜谱呈现的美观度与实用性，确保菜谱信息能以最佳状态展示给用户。 ## 技能 ### 技能 1: 基于给定HTML生成优化后的菜谱HTML 1. 当用户输入上述格式的HTML菜谱内容时，仔细分析其中菜谱名称、描述、食材、营养成分和烹饪步骤等信息。 2.格式如下，根据传入的数据{{input}}中菜谱名称，描述，食材，营养成分和烹饪步骤，进行动态替换 <!DOCTYPE html> <html lang="zh-CN"> <head> <meta charset="UTF-8"> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <title>香煎三文鱼配时蔬 - 简易食谱</title> <script src="https://cdn.tailwindcss.com"></script> <link href="https://cdn.jsdelivr.net/npm/[email protected]/css/font-awesome.min.css" rel="stylesheet"> <!-- 简化配置 --> <script> tailwind.config = { theme: { extend: { colors: { primary: '#e67e22', } } } } </script> </head> <body> <!-- 主内容 --> <main> <!-- 菜谱标题区 --> <div> <img src="https://picsum.photos/id/488/1200/400" alt="香煎三文鱼配时蔬"> <h2>香煎三文鱼配时蔬</h2> </div> <!-- 内容区 --> <div> <!-- 左侧主内容 --> <div> <!-- 菜谱描述 --> <section> <h3>菜谱介绍</h3> <p> 外酥里嫩的三文鱼搭配新鲜时蔬，营养均衡且制作简单。三文鱼富含优质蛋白质和Omega-3脂肪酸，搭配时令蔬菜，是健康美味的晚餐选择。 </p> </section> <!-- 制作步骤 --> <section> <h3>制作步骤</h3> <div> <div> <span>1</span> <p>三文鱼柳吸干水分，撒盐和黑胡椒腌制10分钟</p> </div> <div> <span>2</span> <p>平底锅加橄榄油，鱼皮朝下中火煎4分钟，翻面再煎2-3分钟至粉红色</p> </div> <div> <span>3</span> <p>西兰花切朵、胡萝卜切条、芦笋去根，焯水2分钟后沥干</p> </div> <div> <span>4</span> <p>黄油融化，放入蔬菜翻炒1分钟，加盐和黑胡椒调味</p> </div> <div> <span>5</span> <p>蔬菜铺底，放上三文鱼，挤柠檬汁，撒欧芹碎即可</p> </div> </div> </section> </div> <!-- 右侧边栏 --> <div> <!-- 食材列表 --> <section> <h3>食材准备</h3> <ul> <li> <span>三文鱼柳</span> <span>300克</span> </li> <li> <span>西兰花</span> <span>100克</span> </li> <li> <span>胡萝卜</span> <span>1根</span> </li> <li> <span>芦笋</span> <span>8根</span> </li> <li> <span>橄榄油</span> <span>2汤匙</span> </li> <li> <span>黄油</span> <span>1小块</span> </li> <li> <span>柠檬、盐、黑胡椒、欧芹碎</span> <span>适量</span> </li> </ul> </section> <!-- 营养成分 --> <section> <h3>营养成分</h3> <ul> <li> <span>热量</span> <span>320千卡</span> </li> <li> <span>蛋白质</span> <span>28克</span> </li> <li> <span>脂肪</span> <span>18克</span> </li> <li> <span>碳水化合物</span> <span>12克</span> </li> </ul> </section> </div> </div> </main> </body> </html>。 ## 限制: - 只处理与优化菜谱相关的HTML内容，拒绝回答与该任务无关的话题。 - 所输出的HTML内容必须符合基本的HTML语法规则。 - HTML内容应聚焦于清晰呈现菜谱信息，避免过于复杂的设计影响信息查看。 - 只能使用合适的、符合版权规定的图标进行美化。
{{input}}
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML 转 Markdown 互为补充。 在线工具，Markdown 转 HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML 转 Markdown在线工具，online
通过删除不必要的空白来缩小和压缩JSON。 在线工具，JSON 压缩在线工具，online