用工作流定制AI智能体也太方便了

扣子是字节的大模型智能体平台，经过不断的升级，个人认为其对于智能体应用的开发逻辑已经很棒了，可以直接通过拖拽组件编排的方式来控制大模型的输入输出，可支持的逻辑与功能也越来越多。

平台地址：

https://www.coze.cn/

以前我都是通过代码的方式去定制一个智能体应用的工作流程，最近看了一下发现扣子的工作流已经完全可以cover住，而且其也打通了到微信等很多平台的接口，极大降低了开发成本。

唯一一点遗憾的就是以前都能免费调用，现在免费api次数用完后就必须升级成专业版才能调用了，毕竟企业也是要商业化的。好在平台上使用智能体应用的话倒没什么限制。

重新回顾一下之前需求：

网络上，有些时候我们可以根据一个人的头像、个性签名、昵称来猜测这是一个什么样的人，心中会对该用户有一个大致的画像，比如：用二次元当头像的，多半跟宅文化有点关系；用个人半身照当头像的，多半是中介、销售等等。

所以需要让用户上传头像图片、昵称等一些网络用户信息，然后对其进行MBTI性格分析以及对其进行各类喜好、厌恶等信息的画像。

这次，直接通过扣子的工作流来进行实现，方便控制输入输出。

首先是默认的入口，这个组件是固定的，同时可以配置入向参数，使得输入规范化

这里按照上面的需求，规定了几个用户必须填写的信息（头像图片、昵称、性别），这里我加了数据库的功能，这部分逻辑意义不大，就不体现了。

接下来，为了可以知道图片的内容，就需要用到图片理解的插件

在图片上传之后，文件对应的head变量会直接获取到图片上传后的url地址，在引入头像理解插件之后，按照其插件的入参要求，直接引用开始组件中的head变量即可，最终该插件会返回图片内容的文本描述。

我们通过文本处理组件，进行一次信息初始化的整合

这里大家应该能看懂，最终拼接好的字符串会作为输出向后传递。

    接着就直接接入一个大模型的组件，把刚刚信息传递进来，并且给该大模型进行prompt设定，使其成为一个智能体组件，最终返回对于用户的分析结果

最后接入结束组件，返回分析后的内容即可，至此工作流创建完成。

因为，最终还是想通过智能体的方式去进行调用的，所以需要创建一个智能体应用来引入该工作流，在适当的时候调用该工作流进行执行。

最终也是创建了一个智能体，并发布到了商店中，可供大家正常使用

应用名称：头像性格分析评估

https://www.coze.cn/store/agent/7432153336637407270?bot_id=true&bid=6eeejii6s901k

这就是一个完整的搭建流程，可以看到真的是很方便了

https://www.coze.cn/template/workflow/7436249512697446437?entity_type=23