跳到主要内容
极客日志极客日志面向AI+效率的开发者社区
首页博客我的书AI学习GitHub 精选镜像AI 生图工具UI配色美学关于
搜索内容 / 工具 / 仓库 / 镜像...⌘K搜索
注册
博客列表
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。

剑仙发布于 2026/3/30更新于 2026/9/1176 浏览
开源版 Coze 工作流创建与使用指南

开源版 Coze 工作流（Workflow）

一、什么是 Coze 工作流（Workflow）？

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。

✅ 支持的节点类型（截至 v1.2.0）
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。

二、工作流 vs 普通 Bot 的区别

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。

三、创建第一个工作流：天气 + 穿搭建议

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。

步骤 1：准备外部服务（模拟天气 API）

创建 weather_mock.py：

from flask import Flask, jsonify, request

app = Flask(__name__)


 ():
    city = request.args.get(, )
    
     jsonify({
        : city,
        : ,
        : ,
        : 
    })

 __name__ == :
    app.run(host=, port=)
@app.route('/api/weather')
def
get_weather
'city'
'北京'
# 模拟返回
return
"city"
"temperature"
5
"condition"
"多云"
"suggestion"
"建议穿厚外套"
if
'__main__'
'0.0.0.0'
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）

步骤 2：进入工作流编辑器
  1. 登录 Coze Web 界面（http://localhost:8888）
  2. 左侧菜单 → '工作流'
  3. 点击 '+ 新建工作流'
  4. 名称：天气穿搭助手
  5. 点击 '确定'
步骤 3：编排节点
节点 1：Start（开始）
  • 输入参数：{"city": "string"}（用户需提供城市名）
节点 2：HTTP Request（获取天气）
  • 方法：GET
  • URL：http://host.docker.internal:5001/api/weather?city={{start.city}}
  • 变量名：weather_data

✅ 支持使用 {{start.city}} 引用上游输出

节点 3：LLM（生成穿搭建议）
  • 模型：选择已配置的模型（如 qwen）
  • 输出变量名：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。
节点 4：End（结束）

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

步骤 4：保存并测试
  1. 点击右上角 '保存'
  2. 点击 '测试' 按钮
  3. 点击 '运行'

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！"}

四、在智能体（Bot）中调用工作流

  1. 进入 'Bot 列表'，新建或编辑一个 Bot
  2. 在 '工作流' 标签页，点击 '添加工作流'
  3. 选择 天气穿搭助手
  4. 在 '人设与回复逻辑' 中写：
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。
  1. 发布 Bot

💬 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

五、高级技巧：使用 User Input 实现人工审核

假设你想在发布前让用户确认内容：

  1. 在工作流末尾添加 User Input 节点
    • 提示语："请审核以下内容，回复【通过】或【修改：...】"
    • 输入变量名：user_feedback
  2. 添加 Condition 节点
    • 条件表达式："通过" in user_feedback
    • True 分支 → End（发布）
    • False 分支 → LLM（根据反馈修改内容）→ 再次 User Input（形成循环）

⚠️ 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。

六、关键限制与注意事项

  1. 无定时触发：工作流必须由用户消息或 Bot 主动调用，不能自动每日执行。
  2. 变量作用域：所有变量通过 {{node_name.output_field}} 引用，大小写敏感。
  3. HTTP 超时：默认超时 10 秒，长任务需优化外部服务。
  4. 错误处理弱：若 HTTP 返回非 2xx，工作流会中断并报错，无法捕获异常。
  5. 调试困难：无中间变量日志查看功能，建议在 LLM 节点中打印关键数据用于调试。

七、最佳实践建议

  • 模块化设计：将通用逻辑（如'获取热点'）封装为独立工作流，供多个 Bot 复用
  • 输入校验：在 Start 节点后加 LLM 节点清洗用户输入
  • 安全隔离：外部服务不要暴露敏感接口，Coze 插件无认证机制
  • 性能优化：避免在工作流中串行调用多个慢速 API

八、总结

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：

  • 低代码可视化编排
  • 无缝集成 LLM 与外部系统
  • 支持人工干预节点

适用于：

  • 内容生成与审核流程
  • 运维巡检报告生成
  • 客户需求自动分析

🔜 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。

附：官方资源

  • 工作流文档：https://docs.coze.cn/opensource/workflow
  • GitHub 源码（workflow 引擎）：https://github.com/coze-dev/coze-studio/tree/main/backend/workflow
  • 节点类型说明：见 Coze Web 界面工作流编辑器右侧面板

目录

  1. 开源版 Coze 工作流（Workflow）
  2. 一、什么是 Coze 工作流（Workflow）？
  3. ✅ 支持的节点类型（截至 v1.2.0）
  4. 二、工作流 vs 普通 Bot 的区别
  5. 三、创建第一个工作流：天气 + 穿搭建议
  6. 步骤 1：准备外部服务（模拟天气 API）
  7. 步骤 2：进入工作流编辑器
  8. 步骤 3：编排节点
  9. 节点 1：Start（开始）
  10. 节点 2：HTTP Request（获取天气）
  11. 节点 3：LLM（生成穿搭建议）
  12. 节点 4：End（结束）
  13. 步骤 4：保存并测试
  14. 四、在智能体（Bot）中调用工作流
  15. 五、高级技巧：使用 User Input 实现人工审核
  16. 六、关键限制与注意事项
  17. 七、最佳实践建议
  18. 八、总结
  19. 附：官方资源

更多推荐文章

查看全部
  • Dagger 2.38.1 注解详解：核心注解与使用规范
  • 从零开始构建大型语言模型：理解基础与架构
  • CLIP 论文解读：从自然语言监督学习迁移视觉模型
  • Python 基础语法练习题：列表、切片与循环
  • Openclaw 连接本地 Ollama 及 Qwen WebUI 无响应排查
  • Stable Diffusion 本地部署与 Automatic1111 WebUI 使用指南
  • 递归算法原理及经典例题讲解
  • C++ 内存管理核心技巧与最佳实践
  • STL 容器适配器 stack 与 queue 底层模拟及算法实战
  • 五分钟构建动态知识图谱：利用大模型提取实体关系与对话
  • AIGC 在元宇宙与虚拟世界中的应用及技术实现
  • 2024 AI 大模型面试常见问题与答案解析
  • 飞算 JavaAI 辅助 Java 项目开发全流程解析
  • Java hashCode 方法的作用与重写规范
  • Python 核心语法实战：变量、流程与函数详解
  • AI 调参：贝叶斯优化与 Optuna 应用
  • Ubuntu Server 22.04.5 系统安装教程
  • RAG 检索增强生成技术详解与实践指南
  • 基于STM32和FreeRTOS的智能手环项目设计与实现
  • 使用 Docker 部署 Ollama 及 Open-WebUI 教程

相关免费在线工具

  • RSA密钥对生成器

    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

  • Mermaid 预览与可视化编辑

    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

  • 随机西班牙地址生成器

    随机生成西班牙地址（支持马德里、加泰罗尼亚、安达卢西亚、瓦伦西亚筛选），支持数量快捷选择、显示全部与下载。 在线工具，随机西班牙地址生成器在线工具，online

  • curl 转代码

    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

  • Base64 字符串编码/解码

    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

  • Base64 文件转换器

    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