前言
Coze 智能体开发平台凭借可视化工作流编排能力，成为低门槛搭建智能自动化流程的核心工具，尤其适合嵌入式、机器人方向开发者快速落地复杂功能。本文聚焦工作流基础搭建与核心节点实操，从创建规范、节点配置到实战案例逐一拆解，摒弃晦涩理论，全程贴合实操场景，帮助开发者快速掌握流程编排逻辑，打通从基础框架到功能落地的全路径，轻松上手智能体工作流开发。
一、创建工作流
创建工作流是实现复杂功能逻辑自动化的基础步骤，需遵循'操作路径 - 配置规范 - 初始界面'的流程完成框架搭建。
1.1 操作路径：从登录到进入创建界面
1.2 配置规范：名称与描述的设置规则
1.2.1 工作流名称要求：
◦ 命名约束：仅允许使用字母、数字和下划线，且必须以字母开头，长度建议控制在 64 字符以内。
◦ 命名建议：采用直观、功能相关的名称，便于后续管理和识别。
例如： ▪ 翻译类：super_translator ▪ 内容生成类：xiaohongshu_health_content ▪ 数据采集类：url_to_feishu_bitable_collect
1.2.2 工作流描述
内容要求：简洁说明工作流的核心功能与应用场景，帮助用户和大语言模型理解其用途。
例如： ▪ '输入养生主题，自动生成带知识点和配图的小红书图文' ▪ '根据文章 URL 爬取内容，采集标题、发布者等字段存入飞书多维表格'。 注意事项：
描述需准确反映实际功能，避免模糊表述，例如避免使用'处理数据'等泛化描述，而应具体说明输入输出关系。
1.3 初始界面：默认节点与编辑区域
1.3.1 默认节点
◦ 开始节点：作为工作流的入口，负责接收外部输入信息（如用户指令、API 参数等），类似于程序的 input 模块。 ◦ 结束节点：作为工作流的出口，用于输出最终处理结果（如生成的文本、数据表格等），类似于程序的 output 模块。
1.3.2 编辑区域
◦ 左侧面板：提供可添加的节点类型，包括插件、LLM、数据库、条件判断等组件，支持拖拽式添加。 ◦ 中央画布：用于节点的连接与逻辑编排，支持节点位置调整、连接线编辑，可视化呈现流程走向。
二、节点系统详解
2.1 基础节点
基础节点是构建 Coze 工作流的核心基础单元，作为流程中的处理单元，通过输入/输出模型实现数据传递与任务执行，其自上而下的层次结构与节点间的执行顺序连接（灰色连接线）构成了工作流的基本框架。核心类型包括 开始节点、结束节点、大模型节点、插件节点和工作流节点，各类节点需通过明确的输入参数（参考变量或自定义值）与输出端实现协同。
2.1.1 开始节点
功能定位：作为工作流的起点，负责设定启动参数与提取用户输入信息，是流程执行的触发源。其核心作用是将用户对话中的关键信息转化为可被后续节点引用的变量。 配置步骤：支持两种输入参数添加方式 • 手动添加：需指定变量名（如 douyin_link）、类型（文本/数字等）及是否必选（必选参数缺失将导致流程中断）；
• JSON 导入则通过结构化数据批量定义参数:适用于复杂场景
2.1.2 结束节点
功能定位：结束节点是工作流的最终节点，用于返回工作流运行后的结果。结束节点支持两种返回方式，即返回变量和返回文本。 返回变量:返回变量模式下，工作流运行结束后会以 JSON 格式输出所有返回参数，适用于工作流绑定卡片或作为子工作流的场景。如果工作流直接绑定了智能体，对话中触发了工作流时，大模型会自动总结 JSON 格式的内容，并以自然语言回复用户。返回变量支持配置 String、Number、Object 等多种类型，其中 Object 类型的参数最多支持 3 层嵌套。 返回文本:返回文本模式下，工作流运行结束后，智能体中的模型将直接使用指定的内容回复对话。回答内容中支持引用输出参数，也可以设置流式输出。
2.1.3 大模型节点
功能定位：集成大语言模型能力处理文本生成任务，支持基于输入内容 (如用户问题、外部数据) 生成结构化或非结构化输出，是实现自然语言理解与生成的核心节点。 配置大模型节点：需重点设置三项核心内容: • 模型选择：支持 GPT-3.5、GPT-4、豆包视觉理解 Pro 等多模型切换
技能：支持为大模型节点配置技能，添加插件、工作流或知识库，扩展模型能力的边界。大模型节点运行时，会根据用户提示词自动调用插件、工作流或知识库，综合各类信息输入后输出回复
• 输入: 需要添加到提示词中的动态内容。系统提示词和用户提示词中支持引用输入参数，实现动态调整的效果。添加输入参数时需要设置子参数名和变量值，其中变量值支持设置为固定值或引用上游节点的输出参数。
• 系统提示词：模型的系统提示词，用于指定人设和回复风格。支持直接插入提示词库中的提示词模版、插入团队资源库下已创建的提示词，也可以自行编写提示词。编写系统提示词时，可以引用输入参数中的变量、已经添加到大模型节点的技能，例如插件工具、工作流、知识库，实现提示词的高效编写。例如{{variable}}表示直接引用变量，{{变量名.I 变量名}}表示引用 JSON 的子变量，{{变量名 [数组索引]}}表示引用数组中的某个元素。
• 用户提示词：模型的用户提示词是用户在本轮对话中的输入，用于给模型下达最新的指令或问题。用户提示词同样可以引用输入参数中的变量。
• 输出：输出格式支持设置为： ◦ 文本：纯文本格式。此时大模型节点只有一个输出参数，参数值为模型回复的文本内容。 ◦ Markdown：Markdown 格式。此时大模型节点只有一个输出参数，参数值为模型回复的文本内容。 ◦ JSON：标准 JSON 格式。你可以直接导入一段 JSON 样例，系统会根据样例格式自动设置输出参数的结构，也可以直接添加多个参数并设置参数类型。
• 异常处理：默认情况下，节点运行超时、运行异常时，工作流会中断，工作流调试界面或 API 中会返回错误信息。你也可以手动设置节点运行超时等异常情况下的处理方式，例如超时时间、是否重试、是否跳转异常分支等。
2.1.3.1 案例
2.1.4 插件节点
核心功能：插件节点是 Coze 工作流中实现工具集成的核心单元，通过连接外部服务与内部逻辑，扩展机器人的功能边界。其核心价值在于将第三方 API、服务能力转化为可编排的工作流组件，支持与其他节点（如变量节点、条件节点）的数据交互，构建自动化业务流程。 Coze 插件体系分为内置插件与自定义插件两类，分别满足不同功能需求： 内置插件：平台提供超过 60 种开箱即用的工具，覆盖信息检索（如必应搜索、头条搜索）、多模态处理（如 GPT4V 图片转文字、DALLE3 图像生成）、生产力工具（如代码执行器、文档生成器 DocMaker）等领域。典型场景包括：电商客服通过「商品推荐插件」实时调取库存数据，教育 Bot 借助英语名言警句插件」辅助语言教学。 自定义插件：支持用户通过 API 配置创建专属工具，适用于企业内部系统集成或个性化需求。
例如，通过配置天气 API 实现城市天气查询，或集成剪映插件的 add_videos 接口实现自动化视频混剪。自定义插件需遵循「同一插件内工具域名一致」原则，每个插件可包含多个 API 工具。插件节点在本质上是一个外部服务的可调用 API，每一个插件节点需要清楚地知道输入参数与输出参数。
插件节点在本质上是一个外部服务的可调用 API，每一个插件节点需要清楚地知道输入参数与输出参数。
2.1.5 工作流节点
功能定位：在一个工作流中，你可以将另一个工作流作为其中的一个步骤或节点，实现复杂任务的自动化。
例如将常用的、标准化的任务处理流程封装为不同的子工作流，并在主工作流的不同分支内调用这些子工作流执行对应的操作。
输入与输出：工作流节点的输入和输出结构取决于子工作流定义的输入输出结构，不支持自定义设置。在工作流节点中你需要为必选的输入参数指定数据来源，支持设置为固定值或引用上游节点的输出参数。 批处理：工作流节点默认单次运行，对于输入信息只做一次处理。你也可以设置此节点使用批处理模式，按照配置多次运行。每次运行都会分配参数值，直到达到次数限制或者列表的最大长度。 异常设置：工作流节点支持忽略异常功能。开启此功能后，如果试运行工作流时此节点运行失败，工作流不会中断，而是继续运行后续下游节点。如果下游节点引用了此节点的输出内容，则使用此节点预先配置的默认输出内容。
2.1.6 实战案例
我们结合以上基础节点开发一个工作流。扩展新闻：先随机输入一个内容去新闻插件里面获取相关的标题，然后把新闻的标题通过大模型扩展一下，输出一个完整的文案。
2.1.6.1 插件节点
2.1.6.2 大模型节点
2.1.6.3 演示效果
