大家好，我是 Axton。想象一下，如果有一个平台能让你免费使用强大的 GPT-4，甚至是拥有 128K 上下文窗口的 GPT-4 Turbo，你会不会心动？今天，我就带大家深入体验一下字节跳动推出的一站式 AI 平台 Coze，看看它究竟香不香。我们将从创建基础的对话机器人开始，逐步探索到多代理群聊机器人和数据库型知识库等稍复杂的功能，最后聊聊我对它的一些期待。
完整视频请点击观看：
Coze 平台初探：海外版与国内版的抉择
Coze 平台的核心吸引力在于其免费提供 GPT-4 系列模型，但海外版与国内版在模型选择上存在关键差异。
Coze.com 是字节跳动面向海外市场推出的 AI 开发平台，它允许用户无需编程就能创建集成知识库、工作流甚至多个代理的 AI 应用。最近，它也推出了国内中文版 Coze.cn。然而，一个关键的区别在于，国内版 Coze.cn 使用的是字节自研的”云雀大模型算法”，这一点在其使用须知中有明确说明。对于那些希望免费体验 GPT-4 的朋友来说，这显然不是最佳选择。因此，我今天的试用重点放在了 Coze.com 海外版。当然，中文版在对接国内生态方面有其独特优势，我们稍后再谈。
注册 Coze.com 账号的过程相当简单，但需要注意的是，它对使用地区有一定的限制，部分地区可能无法访问。注册完成后，点击”开始使用”便能进入平台首页。Coze.com 的界面默认为英文，为了方便大家理解，我使用了浏览器自带的翻译功能将其转为中文。
Coze 核心功能概览：构建智能 Bot 的基石
Coze 平台围绕 Bot（机器人）构建，通过插件、工作流和知识库赋予 Bot 强大的能力。
进入个人空间后，通过顶部的功能菜单，我们可以清晰地了解 Coze 的核心能力。首先，也是最核心的，就是创建机器人（Bot）。这些机器人可以通过集成插件（Plugins）来扩展其功能，这些插件类似于 GPTs 中的 Actions，或是 Zapier、Make 等自动化工具中集成的 App，例如商店中就展示了许多可供直接使用的插件。
除了插件，Bot 还可以集成工作流（Workflows），从而自动化执行一系列更复杂的任务。例如，平台提供了一个搜索亚马逊（Amazon）商品的工作流示例。用户不仅可以使用他人共享的工作流，也可以自定义创建。最后，机器人还可以连接到我们自己的知识库（Knowledge），从中获取信息进行回答。总结来说，Coze 的主要功能就是创建一个能够集成插件、工作流和知识库的智能机器人。
实战演练（一）：打造专属知识库助手 Bot
通过实际操作，我们可以深入了解 Coze 创建 Bot 的流程和各项功能的具体配置。
今天我计划演示两个机器人：一个是个人的知识库助手，它能从我过往的视频和博客文章中学习并回答问题；另一个则会展示多代理（Multi-Agent）机器人的运作方式。
Bot 设定与模型选择
我们先来复现我之前在讲 OpenAI Assistant API 时提到的 Axton 知识库助手。在 Coze 中创建 Bot 时，界面主要分为三个部分。顶部可以选择单代理（Single-agent）或多代理（Multi-agent）模式。单代理模式意味着整个机器人内部只有一个 AI 核心，适合处理需要逐步深入的复杂任务。而多代理模式则包含多个小型 AI，它们可以进行群聊，适合更具个性化的任务，因为每个代理间的对话是独立的。我的知识库助手选择了单代理模式。
最令人兴奋的是模型选择。我将网页切换回英文版，以便大家对照。Coze.com 目前赫然支持 OpenAI 的 GPT-4 Turbo (128K 上下文)，以及 GPT-4 (8K) 和 GPT-3.5 (16K)，并且这些都是免费使用的，这无疑是它最大的亮点之一。右侧是预览窗口，方便我们在开发过程中随时测试机器人的表现。
技能树配置：插件、工作流与知识库
中间区域是为机器人配置”技能树”的地方。首先是插件（Plugins）。Coze 提供的插件数量目前不算多，我印象中大约有六十多个，包括了谷歌搜索（Google Search）、DALL·E 3 图像生成、GPT-4V 视觉识别、GitHub、谷歌学术搜索（Google Scholar）以及新闻资讯等。我随手添加了 DALL·E 3、GPT-4V 和 Scholar。
接下来是工作流（Workflows）。点击加号可以添加，这里有少量共享的现成工作流，如搜索抖音视频、亚马逊商品和论文等，总共五个。如果想使用，比如亚马逊搜索工作流，可以直接复制到自己的工作空间进行修改。创建新的工作流则涉及到语言模型调用、代码执行、知识库查询、条件跳转和变量设置等五个基本功能模块，也可以集成插件和其他工作流。工作流的创建相对复杂，我们这次先不深入演示。
知识库构建：网页与 CSV 数据导入实操
然后是与机器人记忆相关的知识库（Knowledge）。点击加号，我们可以选择已有的知识库或创建新的。我选择创建一个名为”内容大全”的新知识库。Coze 提供了多种知识库单元（Unit）的添加方式，主要分为文本（Text）和表格（Table）两大类。
在文本格式下，可以上传本地的 PDF、TXT、DOCX 文档，通过 URL 添加网页内容，甚至连接 Notion 数据库和页面。表格格式则支持本地的 Excel 或 CSV 文件，以及通过 API 获取 JSON 数据。我演示了两种方式：首先，在文本格式下通过 URL 添加在线数据。我输入了我的博客 URL (axtonliu.com)，并设定了更新频率为七天，Coze 会自动爬取网站标题和内容。
接着，在表格格式下，我上传了一个 CSV 文件。这个文件包含了我的 YouTube 视频的 ID、URL 和标题等信息。上传后，需要对表格进行配置，关键是选择索引（Index）。因为我希望根据视频标题进行检索，所以我将”标题”列设为了索引。经过预览确认无误后，Coze 会对文件进行分片处理。这样，我的”内容大全”知识库就包含了来自博客网页和 CSV 文件的两部分内容。
变量与新兴的数据库功能
回到机器人创建界面，我将刚才创建的”内容大全”知识库添加给机器人。此外，还可以设定变量（Variables），这些变量能帮助机器人记录明确信息，避免 AI 胡乱猜测。例如，我创建了一个名为”Axton 是谁”的变量，并填入我的简介。当用户问及 Axton 是谁时，机器人就能直接给出准确回答。我在预览窗口测试了一下，它准确地输出了我设定的简介：”Axton 是一位在 AI 自动化高效工作流程 Prompts Engineering 等领域具有丰富经验的内容创作者。”
Coze 最近还推出了一个颇具新意数据库（Database）功能，它同样作为知识库的一部分，提供结构化信息。例如，官方示例是存储书籍的名称、章节和笔记。我尝试为我的机器人添加一个名为 urls 的数据库表，用来存放我的常用链接。这个表包含三个字段：name (名称，字符串类型)、type (类型，字符串类型) 和 url (链接，字符串类型)。有趣的是，添加记录并非通过传统界面操作，而是通过自然语言指令。
我尝试用自然语言指示机器人：”在数据库 URLS 当中添加以下三条记录：智图派，博客，[网址A]；AI 精英学院，学校，[网址B]；回到 Axton，YouTube，[网址C]。” 机器人很快表示添加成功，并且从其操作过程来看，它内部实际执行的是 SQL 语句。我接着问它：”数据库 URLS 当中有哪些记录？” 它准确列出了我刚才添加的三条。它甚至能直接执行我输入的 SQL 查询语句，这对于需要精确数据检索的场景非常高效。例如，当我问”Axton 的博客网址是什么？”它能迅速从数据库中找到并回答 axtonliu.com。
测试与发布：将 Bot 部署到 Discord
在配置完开场白（Opening dialogue）、自动建议（Auto-suggestion）等内容后，我在预览窗口进行了测试。当我问”Axton 讲过 Code Interpreter 吗？” 它成功搜索知识库并找到了相关视频，给出了标题和链接。当我问”如何让 GPT 为你制作图形笔记？” 它也准确地从我的博客知识库中找到了对应文章《让 GPT 为你制作图形化笔记【智图派】》，并提供了文章链接（尽管我发现这个链接似乎是错误的，但我确实有这篇文章）。
一切就绪后，便可以发布（Publish）机器人了。Coze 海外版支持将机器人发布到多个社交媒体平台，如 Discord、Telegram 等，这些平台大多有手机版，意味着发布的机器人可以在电脑和手机上无缝使用。我演示了将其发布到 Discord 的过程。根据官方文档指引，我在 Discord 创建了一个机器人，获取其 Token，然后在 Coze 的发布页面进行配置，填入 Token，选择要发布的服务器（我选了我的”精英学院”服务器），授予权限，即可完成发布。
发布成功后，我在 Discord 中向机器人提问：”GPT Builder 有什么特点？” 它迅速给出了回答，并注明信息来源于我的一篇 AI 快讯文章《GPT 商店团队版，最懂你的 GPT》，还附上了链接，证明发布成功。
然而，一个奇怪的现象发生了。在 Discord 中查询数据库时，机器人告诉我没有任何数据，尽管在 Coze 平台的预览中数据是存在的。更令人惊讶的是，我尝试通过聊天指令在 Discord 中向这个”空”数据库添加数据，竟然成功了！我还能用指令删除特定记录（例如，把博客类别的记录删除掉），甚至清空整个表（把这个表都清空了）。但当我尝试用命令删除数据表本身时，却失败了。这种行为非常有趣，也引人深思：如果其他用户也能通过这种方式随意修改机器人数据库的内容，那将是一个不小的安全隐患。由于海外版文档中尚未提及数据库功能，国内版文档又过于简单，我没有进一步深究具体原因。
实战演练（二）：探索多代理（Multi-Agent）机器人的潜力与挑战
多代理机器人提供了独特的交互模式，但目前其配置和行为逻辑尚需官方文档的进一步明确。
接下来，我简单展示一下多代理机器人的情况。我创建了一个包含两个代理（Agent）的测试机器人，不妨称它们为 Tom 和 Jerry。你可以将每个代理理解为一个独立的小型机器人，你与 Tom 的对话内容，Jerry 是不知道的，反之亦然。
Coze 允许在代理之间设置跳转条件（Jump condition）。根据简单的说明，当满足特定条件时，对话会从一个代理跳转到另一个。然而，实际操作起来并不像想象中那么直接，弄清楚跳转条件的具体写法需要花费一些时间，这在有详细文档的情况下本可避免。例如，我设置的条件是：当我输入的内容包含”Jerry”时，对话就从当前代理（比如 Tom）跳转到 Jerry。测试时，当我对 Tom 说”我想找 Jerry”，对话窗口确实切换到了 Jerry。
更有意思的是，如果我将 Tom 和 Jerry 设置成循环连接（例如，Tom 跳转到 Jerry，Jerry 在特定条件下又跳回 Tom），行为会变得有些难以预测。比如我设置当输入包含”老朋友”时，从 Jerry 跳回 Tom。实际测试时，有时会看到它先跳到 Tom，然后迅速又跳回 Jerry，这显示出其内部逻辑可能还不够稳定或清晰。因此，如果想深入使用多代理功能，我建议还是等待官方提供更完善的文档后再进行，以免浪费不必要的时间。
Coze 体验总结：优势、不足与未来展望
Coze 目前最大的优势在于其便捷的 Bot 创建流程以及免费提供的 GPT-4 系列模型，但在高级功能和文档支持方面仍有较大提升空间。
从我的体验来看，Coze 在创建简单的对话机器人方面表现出色，尤其是能够免费使用 GPT-4 和 GPT-4 Turbo，这对广大开发者和 AI 爱好者来说极具吸引力。对于插件功能，如果你熟悉 GPTs 中 Action 的创建，那么在 Coze 中创建自定义插件应该不成问题。
然而，其工作流等高级功能目前尚处于非常早期的阶段，与 Make、Zapier 这类成熟的自动化工具相比，功能和易用性上还有很大差距。Coze 这类产品未来的发展方向也让我好奇：是会更偏向纯 AI 应用的构建，还是会朝着类似 Make、Zapier 这样的自动化平台演进？这可能需要时间来观察。
值得一提的是，Coze 中文版（Coze.cn）在集成国内社交平台方面具有明显优势，目前已支持发布到飞书和微信服务号，这弥补了许多海外自动化工具在这方面的短板。
全局性核心要点总结
回顾整个 Coze 平台的体验，我认为有几个核心要点值得大家关注。首先，Coze 海外版免费提供 GPT-4 Turbo 128K 等先进模型，是其最核心的吸引力。其次，平台对于创建基础的、集成知识库的对话机器人非常友好，上手门槛较低。再者，新兴的数据库功能虽然文档不足，但展示了结构化数据与大模型结合的潜力。然而，高级功能如工作流和多代理模式目前尚不成熟，文档支持也有待完善。最后，Coze 作为一个新兴平台，其发展方向和生态构建值得持续关注。
独特深度洞见
在我看来，Coze 平台目前展现出一种有趣的张力：它一方面极力降低 AI 应用开发的门槛，让普通用户也能快速上手；另一方面，其数据库等功能的底层逻辑（如通过自然语言操作 SQL）以及多代理的复杂交互，又暗示了其向更专业、更强大能力探索的潜力。这种”易用性”与”潜在复杂性”的并存，如果能辅以完善的文档和稳定的功能迭代，或许能开辟出一条独特的 AI 应用构建之路。但同时，如 Discord 中数据库可被轻易修改的现象也提醒我们，在追求功能强大的同时，安全性和权限管理将是平台必须严肃对待的问题。
希望今天的分享能对大家有所帮助。我是 Axton，我们下期再见！
