PythonAI
开源版 Coze 工作流创建与使用指南
开源版 Coze 中工作流（Workflow）的概念、节点类型及与普通 Bot 的区别。通过构建天气查询与穿搭建议的示例，演示了如何编排 Start、HTTP Request、LLM 和 End 节点。文章还涵盖了在 Bot 中调用工作流的方法、使用 User Input 实现人工审核的高级技巧，以及关键限制与最佳实践建议。
开源版 Coze 中工作流（Workflow）的概念、节点类型及与普通 Bot 的区别。通过构建天气查询与穿搭建议的示例，演示了如何编排 Start、HTTP Request、LLM 和 End 节点。文章还涵盖了在 Bot 中调用工作流的方法、使用 User Input 实现人工审核的高级技巧，以及关键限制与最佳实践建议。
在开源版 Coze 中，工作流（Workflow） 是一个可视化编排引擎，允许你将多个 AI 步骤、条件判断、外部工具调用组合成自动化流程。
| 节点 | 功能 | 是否可用 |
|---|---|---|
| Start | 流程入口，定义输入参数 | ✅ |
| LLM | 调用大模型生成文本 | ✅ |
| Plugin | 调用自定义 HTTP 插件 | ✅ |
| HTTP Request | 直接发起 HTTP 请求（无需预注册插件） | ✅ |
| Condition | 条件分支（if/else） | ✅ |
| User Input | 暂停流程，等待用户输入 | ✅ |
| End | 流程出口，返回结果 | ✅ |
❌ 不支持：循环（Loop）、定时触发、数据库读写、文件上传等高级节点。
| 特性 | 普通 Bot | 工作流 |
|---|---|---|
| 交互方式 | 单轮/多轮对话 | 固定流程，可暂停等待 |
| 控制逻辑 | 仅靠提示词 | 可视化条件分支 |
| 外部集成 | 仅插件 | 插件 + 原生 HTTP 请求 |
| 复用性 | 绑定单个 Bot | 可被多个 Bot 调用 |
| 适用场景 | 简单问答 | 多步骤自动化任务 |
💡 典型用例：内容生成 → 审核 → 发布；用户提交需求 → 调用 API → 生成报告；故障诊断：收集信息 → 分析 → 给出建议。
我们将创建一个简单工作流：输入城市 → 获取天气 → 生成穿搭建议。
创建 weather_mock.py：
from flask import Flask, jsonify, request
app = Flask(__name__)
@app.route('/api/weather')
def get_weather():
city = request.args.get('city', '北京')
# 模拟返回
return jsonify({
"city": city,
"temperature": 5,
"condition": "多云",
"suggestion": "建议穿厚外套"
})
if __name__ == '__main__':
app.run(host='0.0.0.0', port=5001)
启动服务：
python weather_mock.py
🌐 确保 Coze 容器可访问该服务（如
http://host.docker.internal:5001/api/weather）
http://localhost:8888）天气穿搭助手{"city": "string"}（用户需提供城市名）http://host.docker.internal:5001/api/weather?city={{start.city}}weather_data✅ 支持使用
{{start.city}}引用上游输出
qwen）outfit_advice提示词：
你是一个时尚顾问。根据以下天气信息，给出详细的今日穿搭建议：
城市：{{weather_data.city}}
温度：{{weather_data.temperature}}°C
天气：{{weather_data.condition}}
要求：语言亲切，包含上衣、下装、鞋帽建议，不超过 150 字。
返回内容：
{"city":"{{weather_data.city}}","advice":"{{outfit_advice}}"}
🔗 连接方式：拖拽节点间的连线，按顺序连接 Start → HTTP → LLM → End
在弹窗中输入：
{"city":"上海"}
预期输出：
{"city":"上海","advice":"今天上海 5°C，多云，建议穿保暖内衣 + 毛衣 + 厚外套，搭配牛仔裤和运动鞋，记得戴围巾哦！"}
天气穿搭助手当用户询问天气或穿搭时，请调用'天气穿搭助手'工作流。先询问用户所在城市，然后执行工作流，并将结果自然地呈现给用户。
💬 用户交互示例： 用户：'今天穿什么？' Bot：'请问您在哪个城市？' 用户：'广州' Bot（自动调用工作流）→ 返回穿搭建议
假设你想在发布前让用户确认内容：
"请审核以下内容，回复【通过】或【修改：...】"user_feedback"通过" in user_feedback⚠️ 注意：Coze 不支持无限循环，但可通过多次'User Input + Condition'模拟有限次修改。
{{node_name.output_field}} 引用，大小写敏感。开源版 Coze 的工作流功能虽处于早期阶段，但已能支撑中等复杂度的自动化任务。其优势在于：
适用于：
🔜 未来期待：循环节点、定时触发、数据库连接、更强大的错误处理。
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
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
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