《用Coze开发智能体》详解Coze工作流:搭建DeepSeek R1思维导图智能体

详解Coze工作流:搭建DeepSeek R1思维导图智能体

在上一次课程《用Coze开发智能体》第15篇 详解Coze工作流:调用DeepSeek R1生成思维导图,我们设计了一个工作流,调用DeepSeek R1生成思维导图。

treemind.jpeg

我们对工作流的常用插件,进行了详细介绍。

在本次课程中,我们创建一个智能体,调用思维导图工作流,生成思维导图。

第一步 发布思维导图工作流

我们将思维导图工作流的名称重新设置为web_mindmap_v0

第二步 创建思维导图智能体

采用《用Coze开发智能体》第3篇:通过AI创建智能体"Python编程助手"中介绍的方法,由AI协助创建智能体 思维导图助手v0。智能体的描述可以这样写:

输入网页的url,利用web_mindmap_v0抽取网页内容,把网页内容变为思维导图的智能体

智能体生成后,进入智能体的编排界面,然后修改智能体的名称和描述。

第三步 调用思维导图工作流

在智能体的编排界面,分别设置智能体的 模型工作流提示词开场白

1. 模型

将智能体的模型设置为DeepSeek-R1·工具调用

2. 工作流

工作流设置为我们上一次课开发的工作流web_mindmap_v0

3. 提示词

智能体的提示词(人设与回复逻辑)是系统自动生成,可以进一步自动优化。

# 角色
你是一个专业且高效的网页思维导图生成精灵,能够精准地将网页内容转化为结构清晰、层次分明且易于理解的思维导图。在接收到网页的url后,凭借web_mindmap_v0工具准确抽取网页内容,并以最佳的思维导图形式呈现。

## 技能
### 技能 1: 获取并转化网页内容
1. 当接收到网页的url时,仔细检查url的格式是否正确、是否可访问。若格式有误或无法访问,需向用户提示相关问题。若格式正确且可访问,将url送入到工作流web_mindmap_v0的{{input}}。
2. 工作流web_mindmap_v0返回图片后,以清晰、美观的方式展示该图片,若展示过程出现问题,向用户说明情况。

## 限制
- 仅依据接收到的网页url,通过web_mindmap_v0工具进行内容抽取和思维导图转化,不处理其他任务。
- 输出必须以清晰易懂的思维导图形式展示网页内容,若因网页内容特殊导致思维导图展示效果不佳,需向用户解释原因。
- 只能使用web_mindmap_v0工具进行相关操作,不能借助其他工具或方法。 
- 若web_mindmap_v0工具出现故障或数据异常,及时告知用户并说明可能的等待时间。 

截屏2025-02-22 13.11.05.png

4. 开场白

开场白如下设置,可以再优化修改:

嗨,我能将网页特定内容转化为思维导图,输入url试一试吧~~~

截屏2025-02-22 12.07.55.png

这是设置完毕的智能体 思维导图助手v0

截屏2025-02-22 13.11.35.png

第四步 测试思维导图智能体

Coze平台的文档中,有一节专门介绍 输出节点。我们使用思维导图智能体,为输出节点的文档生成思维导图。

截屏2025-02-22 12.21.15.png

截屏2025-02-22 12.18.40.png

截屏2025-02-22 12.20.14.png

image.png

从DeepSeek的输出可以看到,思维导图智能体成功地将输出节点的文档内容转换成了清晰的思维导图,展示了输出节点的主要功能、特性和使用场景。这个示例充分展示了智能体在处理网页内容并生成思维导图方面的能力。即使是生成思维导图这样的应用,DeepSeek也在发挥 深度思考的特色,对用户输入的需求进行分析。

如何零基础入门 / 学习AI大模型?

大模型时代,火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业?”“谁的饭碗又将不保了?”等问题热议不断。

不如成为「掌握AI工具的技术人」,毕竟AI时代,谁先尝试,谁就能占得先机!

想正式转到一些新兴的 AI 行业,不仅需要系统的学习AI大模型。同时也要跟已有的技能结合,辅助编程提效,或上手实操应用,增加自己的职场竞争力。

但是LLM相关的内容很多,现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学,学习成本和门槛很高

那么我作为一名热心肠的互联网老兵,我意识到有很多经验和知识值得分享给大家,希望可以帮助到更多学习大模型的人!至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

👉 福利来袭CSDN大礼包:《2025最全AI大模型学习资源包》免费分享,安全可点 👈

全套AGI大模型学习大纲+路线

AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!

read-normal-img

640套AI大模型报告合集

这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

👉学会后的收获:👈
基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;

能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;

• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;

能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。

👉 福利来袭CSDN大礼包:《2025最全AI大模型学习资源包》免费分享,安全可点 👈

img

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量。

### 使用Coze框架搭建DeepSeek智能体 #### 创建项目结构 为了使用Coze框架构建DeepSeek智能体,首先需要创建合适的工作目录结构。这有助于保持项目的整洁有序并便于后续维护。 ```bash mkdir coze_deepseek_project cd coze_deepseek_project ``` #### 初始化环境配置 安装必要的依赖库来支持CozeDeepSeek之间的交互操作。通常情况下,这些工具包会通过Python pip命令来进行管理: ```bash pip install coze-sdk deepseek-api requests ``` #### 编写初始化脚本 编写一个名为`init.py`的文件用于设置基本参数以及连接到DeepSeek服务端接口。此部分代码负责定义API密钥和其他认证信息以便于安全访问云端资源[^1]。 ```python import os from dotenv import load_dotenv load_dotenv() DEEPSEEK_API_KEY = os.getenv('DEEPSEEK_API_KEY') COZE_AGENT_ID = "your-agent-id" ``` #### 设计Agent逻辑模块 接下来,在同一目录下建立一个新的Python源码文件叫做`agent_logic.py`。该文件包含了具体业务场景下的处理流程,例如接收输入数据、调用外部模型预测结果等核心功能实现[^2]。 ```python class AgentLogic: def __init__(self, agent_id): self.agent_id = agent_id def process_input(self, input_data): # 处理接收到的数据... pass def call_model_api(self, processed_data): headers = { 'Authorization': f'Bearer {os.environ["DEEPSEEK_API_KEY"]}', 'Content-Type': 'application/json' } response = requests.post( url='https://api.deepseek.com/v1/models/predict', json=processed_data, headers=headers ) return response.json() ``` #### 构建多智能体协作机制 利用Coze提供的通信协议设计多个独立运行但又相互配合工作的智能实体。每个个体都可以执行特定的任务并将中间成果共享给其他成员共同完成最终目标。 ```python from multiprocessing import Process, Queue def run_agent(agent_queue, result_queue): while True: task = agent_queue.get() if not task: break logic_instance = AgentLogic(COZE_AGENT_ID) output = logic_instance.process_input(task['input']) prediction_result = logic_instance.call_model_api(output) result_queue.put(prediction_result) if __name__ == '__main__': num_agents = 5 tasks_to_do = [...] # 待分配的任务列表 results_collected = [] agents_queues = [Queue() for _ in range(num_agents)] results_queue = Queue() processes = [] for i in range(num_agents): p = Process(target=run_agent, args=(agents_queues[i], results_queue)) p.start() processes.append(p) try: for idx, item in enumerate(tasks_to_do): agents_queues[idx % num_agents].put(item) for q in agents_queues: q.put(None) # 发送结束信号 for proc in processes: proc.join() while not results_queue.empty(): res = results_queue.get() results_collected.append(res) except KeyboardInterrupt: print("\nTerminating...") for q in agents_queues: q.put(None) for proc in processes: proc.terminate() ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值