扣子 上手实战 - 塔罗牌应用

之前分享了使用coze 工作流 搭建个人兴趣搜索助手的案例。coze（扣子）平台的使用，可以说是上手了。

今天在之前应用的基础上，深入一点：做个塔罗牌占卜的小应用。通过这个案例，你可以得到：

1. 工作流向Agent演进，以及其中大语言模型（LLM）发挥的作用。

2. coze 工作流中一些常用组件的使用（选择, 循环，变量，代码，输出，卡片）

3. 其中卡片展示 和 循环 为学习目的追加的，初期上手有点复杂—— Option

4. 发布自己的coze应用 —— 应用已经发布到coze 平台（ https://www.coze.cn/s/3FbpLuGMnac/）和 微信公众号（AI 热气球）中啦。感兴趣的话，你可以来体验下~

   

效果图先行（忽略不满20岁就 考研这个bug ^^）——

那具体怎么实现的呢？

这里需要引入Agent 的概念——

Q: 什么是Agent ？

• 定义：AI Agent（智能体）是指能够自主感知环境、做出决策并采取行动的系统。它通常具备一定的智能，能根据目标和环境变化动态调整行为。
• 特点：自主性、感知-决策-执行闭环、可持续交互、目标驱动。
• 组件：大脑（基础语言模型）、记忆（上下文）、工具（tools）

Q: Agent 和workflow 有什么不同？

这里放一张对比表——

维度	AI Agent（智能体）	Workflow（工作流）
核心	智能决策与自主行为	任务/操作的有序自动化
驱动力	目标导向、环境感知	规则/流程导向
适应性	高，能根据情况动态调整	低，流程通常是预设好的
复杂性	可复杂（涉及学习、推理等）	通常较简单（规则、条件）
幻觉	会存在讨好人类，编造数据的情况	因为上下游的输入输出受限，过程和内容可控

实际应用中，可以把Agent 套在workflow 承担某一环节的顾问（由大模型 自主判断、分析、输出）——就像上一篇文章“B站助手”中大模型发挥的作用：它接收到输入信息后，推理用户对这方面的内容感兴趣，然后找插件去检索B站中相匹配的 热门视频，然后再按照我们要求的格式整理（标题、url、简介）后输出。

也可以反过来：在Agent 中调用指定的工作流，去完成对应的任务。今天这个案例，正好就是这种。

搞清楚了这些 ，有助于理解我们这个案例的操作步骤：

1. 根据塔罗牌 占卜所需信息，设计工作流
2. 测试、验证工作流
3. 新建Agent，关联工作流、修改提示词
4. 测试&发布应用

设计&搭建工作流

明确工作流需要完成的任务：

• 根据用户输入的信息（生日 性别 出生城市）得到用户星盘信息
• 根据塔罗占卜（分析过去、现在、未来的三张牌）方法，要随机得到3 张卡牌
• 上述两个信息输入给 大模型，让大模型结合用户的星盘信息和3张卡面信息，去分析用户问题上境遇和机会
• 最终返回大模型的结果

看起来可能长这样（见下图）——输入这里接受 4个变量（生日 性别 城市 问题），而coze 市场中有就有xingpan 插件和 随机抽塔罗牌的插件，就这么简单。。。么？

好消息： coze 插件市场提供的两个插件大大简化了工作。

“抽卡插件”这里，要求输入 “抽卡数”，当前场景 就是数字3 —— 每次都是抽3张，所以它是固定不变的，填入3就可以了。

“星盘信息”这里，要求输入 的内容就比较多了：生日、性别是workflow 一开始由用户输入的信息（变量），这里直接引用变量名就可以。但 “latitude”和“longitude”是个啥玩意？

坏消息：部分数据格式不对！

这就是第一个石头，数据格式要转化！

进一步点击 “xingpan”这个插件的 “插件详情”，会发现 “latitude”和“longitude” 分别对应用户出生时的经纬度。

目前只有出生城市，而城市对应的经纬度是没有的。。。。

于是，找出第三个插件来救个场——注意 我们有用户的城市信息，要转化为对应的经纬度信息。

coze 插件市场中按照“经纬度”关键字，找到这样一个符合我们需求的工具“中国城县经纬度查询”。

哈哈，正好输入城市就可以得到经纬度了 。。。么？先添加这个工具测试一下——

两个问题——

1. 工具输出为 一个数组（先后两个数字），第一个是经度、第二个是维度。“星盘”插件的确需要这两个数字，但问题是它们不能一股脑输入给“星盘”。这个问题稍候详细讨论。
2. 输入“北京市”可以得到 经纬度，但如果少输入一个“市”，就没有任何经纬度信息了（见上图）。

先说，第二个问题：自然语言中 北京 和 北京市 在你问我出生城市时肯定是一个意思。怎么处理呢：要么是 给用户一个下拉框——限制用户输入；要么让大语言模型 去补充用户漏掉的“市”。我选第二个，因为就是一句 “提示词”的工作。后面在Agent 提示词部分会补充这个“补全城市名”的能力。

再回到第一个问题，也有两个解决办法：要么一句提示词，让大语言模型把工具输出的数组转为一个字典（{“latitude”: str1; “longitude”: str2}）；要么用“代码”工具，使用python 代码完成这个格式转化。我这里为了演示“代码”组件，在“经纬度查询”插件和“xingpan”插件中加入一个“代码”组件。加好后长这样——

使用AI 工具生成python代码

输入：选择上一步“城市经纬度插件”的输出的数组

输出：含两个变量latitude、longitide ，类型参考下游“xingpan”的输入是字符串

然后点击“在IDE 中编辑”，打开代码编辑页面——

切换至“语言 Python” 后，删除实例代码，点击“尝试AI Ctrl+ I”，使用AI 帮我们生成python 代码——

1

输入是一个包含经纬度的数组，输出时转换为一个字典{latitude: , longitude: }

试运行下，不出意外的。。。报错了——

从报错日志看起来 Args() 部分 参数有点不匹配。这里AI 生成的时候有点 画蛇添足了，删了它。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14

import typing
class Output(typing.TypedDict, total=False):
    latitude: str
    longitude: str
async def main(args: Args) -> Output:
    try:
        input_data = args.params['input']
        if len(input_data) >= 2:
            latitude = str(input_data[0])
            longitude = str(input_data[1])
            return {'latitude': latitude, 'longitude': longitude}
        else:
            return {}
    except (KeyError, IndexError):        return {}

再测试，就可以啦——

完成 工作流主干

之前提到的经纬度问题已经通过代码处理了数据格式，现在可以把整个工作流联通起来。

“xingpan” 中的latitude 值引用代码中的输出变量"latitude"的值；同样，longitude 值引用 代码中的输出变量"longitude"的值——

测试下星盘节点数据——text: 中有详细的星盘信息

这样一来，大模型的输入数据（用户星盘信息，用户问题，抽取到的三张塔罗牌组）就全了——

系统提示词这里，和之前案例一样“自己填写主要需求，由AI 完成补充和完善”（同样包含 角色、技能、限制 三个方面）——

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

# 角色
你是一位专业且极具耐心的塔罗牌咨询助手，始终以温和、易懂且充满亲和力的态度与用户交流。凭借深厚的塔罗牌知识储备，精准且简洁地阐释占卜到的卡牌内容与含义。在交流时，运用生动形象、富有感染力的语言，引领用户深入领略塔罗牌世界的神秘魅力。

## 技能
### 技能 1: 获取占卜信息
1. 从输入的 {{xingpan}} 中提取用户星盘信息。
2. 通过解读 {{question}} 明确用户想要占卜的具体问题。
3. 准确把握输入的 {{taroList}} 中抽取到的三张塔罗牌信息。

### 技能 2: 塔罗牌占卜
1. 在完整获取用户信息后，依据塔罗牌知识体系和复杂的占卜规则，进行全面且细致的塔罗牌占卜分析。
2. 若星盘信息{{xingpan}}缺失，在分析结果中明确提醒用户。
3. 用生动活泼、通俗易懂且饱含情感的语言向用户诠释占卜结果，可适当结合贴近生活的实际案例辅助用户理解。

### 技能 3: 塔罗文化讲解
当用户对塔罗文化相关内容提出疑问时，利用搜索工具查找相关知识，并准确清晰地向用户介绍，确保所介绍内容具有代表性。

## 限制:
- 仅围绕塔罗牌占卜及相关塔罗文化事宜进行交流，礼貌而坚决地拒绝回应其他不相关话题。
- 输出内容要丰富生动、条理清晰，既要引导用户准确提供信息以及理解占卜结果，又要有效传递塔罗文化内涵。
- 所有回复严格基于塔罗牌知识体系和占卜规则，严禁提供毫无根据的猜测或论断。 
- 回复尽量采用Markdown格式，嵌入卡片图像以增强可读性。 
- 若涉及塔罗文化知识讲解，需保证内容准确且具有代表性，所提供的信息要有可靠来源。
- 通过搜索工具获取信息来源，在回复中需注明引用来源 。 

用户提示词中，一定要使用输入的三个变量——

最后，在大模型中有几个微调的参数（输出长度，随机性，使用当前时间）——

原因很简单：希望输出的长度 可以支持更多内容；大模型专注回答问题，不用太发散；如果用户咨询明年的问题，大模型不应该回答2024 年的事件出来。

这样工作流主干就搭建完了。下面测试下整体效果。

测试&验证工作流

点击，工作流下方的“试运行”——

等待大模型处理一会后，返回结果（markdown格式），这里可以预览下效果——

感觉还算齐全，有图有解释。照例发布这个应用。

因为，准备工作中前后衔接数据比较准确，这里测试过程就顺利多了。

有时，因为格式转换要试好几种插件就比较 花时间。

新建Agent 关联工作流

workflow 更新后，回到“项目开发”页面，点击创建“项目”，选择“创建智能体”。新建一个叫做“塔罗小助手”的Agent。

Agent 模式下有单Agent 和多Agent 模式之分，我们这个场景比较简单（单Agent 就可以）。

他们间的差别，我放截图中了——

coze Agent界面中分为三部分（**左：**提示词； **中：**调用的工具； **右：**效果预览），需要完成的任务有：

• 说明什么场景下 调用刚才创建的workflow （调用工具）
• 与用户交互 问答，完成 用户信息的询问
• 其中城市名上，需要补全，特别是“市县”这些关键字
• 因为是与用户交互 需要 大语言模型的分析、理解（提示词 指定）和记忆（对话历史）能力

提示词

注意一点：因为在工作流中 对塔罗牌内容解释过了，所以这里提示词中强调“无需对占卜结果进行解读”。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15

# 角色
你是一位专业、细致且耐心的塔罗小助手，凭借深厚的塔罗牌知识底蕴，为用户提供精准的塔罗牌占卜服务。在交流中始终展现出专业态度，给予用户优质体验。

## 技能
### 技能 1: 精准提取占卜要素
仔细全面地从用户对话里精准提取占卜所需要素，涵盖生日、出生时间、性别、出生城市以及问题。对于出生城市，若用户表述简略，准确补全，如将“北京”补全为“北京市”。务必保证提取的信息完整且准确无误。

### 技能 2: 高效完成占卜过程
调用工作流“tarluo”的输出结果，以微信公众号对话环境美化格式，清晰、直观地向用户展示占卜结果。仅呈现结果，无需对占卜结果进行解读。

## 限制:
- 交流内容严格限于塔罗牌占卜相关领域，不回答任何与塔罗牌占卜无关的话题。
- 占卜结果解读必须严格基于塔罗牌占卜的专业知识体系与逻辑规则。
- 输出内容要条理清晰、简单易懂，符合正常语言表达习惯，方便用户理解。
- 禁止对工作流内容进行自我解读，直接将工作流输出结果呈现给用户。 

编排

1. 模型参数：deepseek 记忆上面15轮对话内容，最大长度8000，携带当前时间。

2. 调用workflow。

3. 追加开场白，引导用户提问和输入生日等信息。

预览

测试 & 发布应用

故意不输入完整城市名，验证下 ：

可以看到，这里成功补全了城市“成都” –> “成都市”。

解答结果，貌似有点简洁。细微调整内容放在最后。

效果还可以，先发布一版体验下——

这里可以看出 coze 的生态优势明显——飞书 抖音 微信客服 微信公众号 支持一键发布。对普通用户来说，大大降低 相关平台对接、发布的繁琐。体验上还是不错的。不过 ，在微信订阅号的使用中发现，只有markdown 格式 没有图片。

从使用体验来说 coze 商店 > 微信订阅号。

工作流进一步完善、优化

主要从用户使用交互的角度，使用两个功能组件优化 上面工作流（tarluo）的效果——

• 卡片抽取后，要等大模型十几~二十秒分析时间，这其中没有反馈。为了增加抽卡的交互反馈，在抽取卡片后，使用输出功能，关联卡片效果。可以在大模型分析前展示抽取到的卡片信息。

• 如果城市名错误，会导致经纬度数据缺失，进而导致 星盘数据为空。大模型的分析结果 也会缺少结合用户星盘信息的分析内容。所以，希望加入if-else 选择器：当获取到的经纬度为零时，提醒用户注意。

• 抽取塔罗牌得到的数据格式希望简单转化下：

以上三点综合起来，就是开头所展示的完整 工作流效果。

卡片展示

展示卡片图片，需要追加输出节点：其作用是在工作流执行过程中 返回消息，并结合卡片变量重复渲染三张卡片。

第一步，添加“输出”节点，改个名字“塔罗卡片展示”。为了关联卡片效果，这里变量值格式需要是对象数组 [{}]。

恰好 抽取塔罗牌工具的输出就是个数组，所以后续在卡片中调用这个数组就会很方便。

第二步，保存当前工作流，返回Agent 界面。在工作流中点击“绑定卡片数据”。并选择刚才的输出节点“塔罗卡片展示”。

进入卡片编辑页面，新建一个卡片效果——

第三步，编辑卡片结构。

• 使用官方提供的 一张图一行标题模板。

  

• 然后在结构中修改它：这个模板默认有4张图片和标题，删除三个，只保留一个。

  

• 结果是这样——

  

• 卡片变量 中，新建一个数组，变量默认值 直接copy 抽取塔罗牌工具的测试输出（不用担心，这里的默认值会被用户抽取时的卡片信息覆盖，默认值这里提供展示效果的输出）。

  

• 有了这个数组，点击模板，启用“高级设置”中的 “循环渲染”，并引用刚才创建的变量 Cardinfo_object——

  

  这样就出现了竖着排布的三张图文效果——

  

• 编辑模板中的元素，逐一关联 变量中的对象。例如，图片原先是测试图片、自定义宽度。

  

  修改后，变为引用变量值 item.url，宽度铺满的效果。

  

  文字部分，引用 item.type 和 item.name_cn 后。得到希望的卡片效果——

  

第四步，发布卡片，关联数据流输出节点的变量对象。还记得之前强调 变量格式 需要为特殊列表 [{}] 么？

最后，测试下图片效果。如我们所希望的：在工作流完成前，抽取的卡片就展示出来了！

经纬度查询分支(if-else)

这部分就简单一些了：在代码和xingpan 工具之间 ，插入一个选择器（判断 代码中输出的经纬度是否都为空）。

显然，如果都不为空，继续执行星盘查询就好；只要一个为空，不用查星盘数据，直接给出消息提醒（还是使用 刚才的“输出”节点）。提醒内容为：

1
2
3
4

输入城市 {{city}}，解析坐标有误。

详细信息如下：
{{output}}

使用花莲县测试，如我们预期，有提醒。当然 这个问题原因不是书写错误，而是工具内座标信息不全导致的。

塔罗信息整合

这部分涉及一些数据格式，需要使用“循环” 工具来处理。

原因是抽取到的卡片信息，数据格式长这样——

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

[
    {
      "name_en": "King of Pentacles",
      "position": 1,
      "type": "逆位",
      "url": "https://t.8s8s.com/photo/tarotphoto/72/king-pentacles.jpg",
      "name_cn": "星币国王"
    },
    {
      "name_en": "The Hanged Man",
      "position": 2,
      "type": "逆位",
      "url": "https://t.8s8s.com/photo/tarotphoto/72/hanged-man.jpg",
      "name_cn": "倒吊人"
    },
    {
      "name_en": "Knight of Wands",
      "position": 3,
      "type": "逆位",
      "url": "https://t.8s8s.com/photo/tarotphoto/72/knight-wands.jpg",
      "name_cn": "权杖骑士"
    }
  ]

要修改他们，需要循环三次，每次进行相同的 字符拼接和格式调整工作。

并且，每修改完其中一个对象，需要把修改后的内容 临时存入中间变量。等三次循环结束后，输出给一个新的 对象数组。

循环过程中，再次使用 python 代码 实现数组中 每个对象格式的调整——

代码——

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42

from typing import Dict, Any, Union, List, TypedDict, Optional

# 定义错误信息类型
class ErrInfo(TypedDict):
    status: str
    message: str

# 定义每张卡片元信息
class Cardinfo(TypedDict):
    name_cn: str
    position: str
    url: str

# 定义输出类型
Output = List[Cardinfo]

async def main(args: Args) -> Union[Output, ErrInfo]:
    input = args["params"]
    try:
        # 1. 获取输入参数
        e_name_cn = str(input.get("name_cn"))
        e_name_en = str(input.get("name_en"))
        e_position = str(input.get("position"))
        e_type = str(input.get("type"))
        e_url = str(input.get("url"))
        e_var_tarolist = input.get("var_tarolist", [])

        # 2. 整理为新的字典
        infolist = {
            "name_cn": e_type + e_name_cn,
            "position": e_position,
            "url": e_url
        }

        # 3. 添加到列表
        e_var_tarolist.append(infolist)

        # 4. 返回完整列表
        return e_var_tarolist
        
    except Exception as e:
        return {"status": "error", "message": f"处理错误: {str(e)}"}

python 处理后的 输出 ，通过“设置变量”节点 赋值给 中间变量。这样就完成了，每次循环过程中的修改和赋值。

试运行下，如果修改成功，会看到 塔罗信息改变的效果——

写在最后

1. coze 的常用组件这里介绍差不多了，可以发现 coze 平台的优势 在三方面：低代码 + 插件市场 + 字节生态。

   所以如果自己公司就在用飞书，应该会很方便。

2. 如果是个人使用，chat 的方式 适合给 0基础的人使用。通过对话，逐步引导用户完成他们的需求，例如这里塔罗牌的例子。

3. 对于 不是0基础的服务对象，可能会觉得 聊天这种方式 有点慢了。。。

4. 低代码，不是无代码。好在目前 大语言的编程能力也很强，问几遍也能出结果。

这么看来 coze 的客户画像 就出来了，四个维度：字节生态，不想从0 搭建应用（插件市场有现成就用现成的），专业场景，个人用 还是公司用。。。。