10个小时前,Coze官方的一则最新通告,让人很特别惊喜。扣子可以直接应用开发,应用拖拉拽的方式,让无代码基础的同学,也可以搭建属于自己的AI应用,并不只限于在扣子界面进行互动.
[今日文章内容全部引用扣子官网文档]
https://s.coze.cn/t/Chm0v_Ljlr45UKEg/
扣子平台现已支持 AI 应用开发,轻松构建具备完整业务逻辑和直观用户界面的 AI 应用。这些应用能够处理从简单到复杂的各种任务。AI 应用可以发布为 API 服务、模板,或上架至扣子商店。
其中,应用的业务逻辑由编排好的工作流实现,同时可通过变量、插件、知识库、数据库等方式灵活地与本地或线上数据进行交互。此外,扣子提供了丰富的页面组件和可视化的编排能力,让你无需写一行代码就可以快速搭建出用户界面。
扣子还提供了一系列应用模板,用于复制和体验,以便快速上手。以 AI 英语写作练习助手为例,这是一个通过扣子平台搭建的应用,可以使用 AI 能力生成英语写作题目并批改文章,支持查看答题历史。
AI 应用是指利用大模型技术开发的应用程序,这些应用程序能够使用大模型,执行复杂任务,分析数据,并作出决策。例如 AI 搜索 和 AI 翻译等。
扣子平台提供了一个高效快捷的方式开发具有复杂交互功能的 AI 应用。
一个 AI 应用的开发流程如下:
扣子还提供了试运行能力,方便你在开发的时候进行调试。
扣子页面组件支持与开发资源的数据和事件进行绑定,快速实现前后端数据的联动。
扣子平台提供了一个线上的应用集成开发环境 (IDE)。它支持可视化的编排方式和调试能力,使得 AI 应用的开发变得更加快速和简单,让开发者能够专注于创意和业务逻辑。
应用集成开发环境由业务逻辑和用户页面两个模块组成。
业务逻辑模块主要用于业务逻辑开发,包含资源列表和配置区域两部分。
在 AI 应用项目中新建的资源,只能被这个应用使用,无法与其他应用共享。如果需要变成共享资源,需要进行转移。
用户界面模块
用户界面模块用于用户页面搭建,由组件列表、画布和配置面板组成。
组件:扣子提供了丰富的组件供你选择。
画布:画布支持组件的拖拉拽,并支持通过拉伸方式快速调整组件的大小。
配置面板:在配置面板中,你可以通过属性相关配置来调整组件样式。通过事件绑定的方式实现业务逻辑与页面组件之间的联动。例如,给一个按钮组件绑定一个工作流的点击事件。当用户点击这个按钮时,就会触发工作流调用。
随着人工智能技术的不断进步,大模型在翻译质量、效率、上下文理解和多语言支持等方面表现出色。因此,越来越多的人开始使用大模型进行文本翻译,以提升效率,降低成本。
本教程详细指导你如何在扣子平台上完成一个 AI 翻译应用的开发。
这个 AI 翻译应用支持用户选择目标翻译语言,在输入文本内容后,点击开始翻译就可以获得到大模型的翻译结果了。
首先,你需要进行应用设计,规划应用的主体功能和用户界面。
这个 AI 翻译应用的核心功能是能够满足用户的文本翻译需求,并支持用户选择指定翻译的语言。翻译功能可以通过创建一个包含大模型节点的工作流来实现。
基于以上功能规划,这个应用的用户界面会包含以下组件:
完成主体功能设计和规划后,就可以开始 AI 应用搭建了。
首先,你需要创建一个 AI 应用项目。
AI 应用项目支持使用工作流来完成复杂的业务逻辑编排,也支持使用数据库、知识库、插件等资源实现与本地数据或线上数据的交互。此外,AI 应用项目支持通过拖拉拽的方式搭建用户界面,并且能够实现与业务逻辑的联动。
参考以下操作,创建 AI 应用项目。
工作空间是各种资源和开发项目的集合。不同工作空间内的数据和资源相互隔离。
应用创建成功后,你会直接进入到应用的集成开发环境 (IDE)。
创建完 AI 应用项目后,你可以开始进行业务逻辑编排了。扣子 提供了大模型、代码、意图识别、知识库写入与检索等丰富的工作流节点,以满足复杂的业务场景需求。此外,你还可以通过使用变量、插件、知识库等方式与你的本地数据和线上数据进行集成。
本教程中的 AI 翻译应用,主要是使用大模型实现多语言翻译,所以只需要创建一个包含大模型节点的工作流即可。
参考以下步骤,创建一个实现翻译功能的工作流。
本场景中,用户需要提供要翻译的内容和目标语言,所以需要配置两个对应的输入参数。
如果你想调整模型配置,单击配置图标。
本教程中需要将用户输入的译文内容和目标语言添加到提示词中,让模型按照用户选择的语言进行翻译。所以需要配置两个输入参数。
删除不需要的输入信息,确保输入中只包含下图中的这两个参数。
系统提示词是一组指示模型行为和功能范围的指令,可以包括如何提问、如何提供信息、如何请求特定功能等。系统提示词也用于设定对话的边界,比如告知用户哪些类型的问题或请求是不被接受的。
你是一个专业的翻译官,能够准确地将用户输入的内容翻译成目标语言,不进行随意扩写。
用户提示词区域,输入用户提示词。
用户提示词通常是直接的命令,告诉模型要执行的任务或意图。例如“帮我翻译下这段内容”,指令越清晰,模型的输出也更贴近你的实际需求。
{将用户输入的内容翻译成目标语言}
因为不同用户提供的翻译内容,选择的目标语言都不同,所以需要将译文内容和目标语言使用输入变量来指代,这样就可以在运行时替换成真实的用户需求。
在”内容”文字后输入{,然后选择指代翻译内容的变量。(如果你没有可用的变量,请检查是否按照教程配置了模型节点的输入变量)
在回答内容文本框中输入{{output}},使用大模型的翻译内容作为最终的回复。
至此,你已经完成整个工作流的搭建。
如果不符合预期,你可以逐一检查每个节点的输出结果。
在完成业务逻辑搭建并通过测试后,你就可以开始用户界面搭建了。
扣子提供了可视化的用户界面搭建能力,你可以通过拖拉拽的方式搭建一个用户界面,无需写一行代码。
参考以下操作,搭建翻译应用的用户界面。
翻译页面由3个块级组成,具体使用的组件和配置请参考下表。
整体上 AI 翻译应用的用户界面由上下两个部分组成。
想要实现这样的页面结构就需要使用容器组件。容器组件是用来进行页面布局的,可以把页面划分成不同的区域和排列顺序。容器组件中可以添加其他各种组件例如文本组件、按钮组件等。
参考以下操作,完成页面布局:
至此,我们就完成了这个翻译应用的页面结构搭建。
未写明清楚之处,大家可以查阅官方文档,了解应用开发
文章来自于“杰克船长的AIGC”,作者“杰克船长的AIGC”。
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】FASTGPT是基于LLM的知识库开源项目,提供开箱即用的数据处理、模型调用等能力。整体功能和“Dify”“RAGFlow”项目类似。很多接入微信,飞书的AI项目都基于该项目二次开发。
项目地址:https://github.com/labring/FastGPT
【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。
项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md
在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0