实操审校说明
本文属于平台工具实操教程。Coze、模型服务和第三方 API 的入口、额度、权限和计费规则可能变化，请以官方后台实际显示为准。涉及外部接口调用时，请遵守目标网站的服务条款和频率限制。
Coze 工作流进阶教程：搭建可复用的 AI 自动化流程
📅 更新时间：2026 年 6 月
🔧 参考环境：Coze v2.0+ / 支持模型：DeepSeek/GLM/通义千问
👤 适合人群：想用 Coze 搭建自动化 AI 应用的创作者/运营
⏱ 预计完成时间：1 小时
一、为什么要用 Coze 工作流？
普通对话 = 一问一答
工作流 = 多步骤自动化处理，比如：
- 用户输入一个网址 → 自动抓取内容 → AI 总结 → 发送到邮箱
- 用户发一张图片 → 自动识别文字 → 翻译 → 回复
- 定时触发 → 采集热榜 → AI 生成报告 → 推送到群
二、Coze 账号准备
- 访问：https://www.coze.cn（国内版）
- 手机号注册登录
- 进入个人空间 → 工作流
三、工作流核心节点类型
| 节点类型 | 功能 | 使用场景 |
| 开始 | 接收用户输入 | 必选，工作流入口 |
| LLM | 调用 AI 模型 | 生成/总结/翻译文字 |
| 代码 | 运行 Python/JS 代码 | 数据处理、格式转换 |
| 条件 | if/else 分支 | 根据内容判断走不同流程 |
| HTTP 请求 | 调用外部 API | 抓取网页、调用第三方接口 |
| 知识库 | 查询上传的文档 | 基于文档回答 |
| 插件 | 调用现成工具 | 搜索、天气、翻译等 |
| 结束 | 输出结果 | 必选，工作流出口 |
四、实战案例1：网址内容总结机器人
目标
用户输入一个网址 → 自动抓取文章内容 → AI 总结成 3 条要点 → 返回给用户
搭建步骤
步骤1：创建工作流
- Coze 首页 → 个人空间 → 工作流 → 新建工作流
- 填写名称：
网址总结机器人 - 描述：
输入网址，自动总结文章要点
步骤2：配置开始节点
- 点击开始节点
- 添加输入参数：
- 参数名：url
- 类型：String
- 描述：文章网址
步骤3：添加 HTTP 请求节点（抓取网页）
- 在开始节点后添加 HTTP 请求 节点
- 配置：
- 请求方式：GET
- URL：{{url}}（引用开始节点的输入）
- Headers 添加：User-Agent: Mozilla/5.0
步骤4：添加代码节点（提取正文）
- 在 HTTP 请求后添加 代码 节点
- 选择 Python 代码：
import re
def main(html: str) -> dict:
# 简单提取正文（实际可用 newspaper3k 库）
# 这里用正则简单处理
text = re.sub(r'<[^>]+>', '', html)
text = re.sub(r'\s+', ' ', text).strip()
return {"content": text[:3000]} # 截取前3000字步骤5：添加 LLM 节点（AI 总结）
- 在代码节点后添加 LLM 节点
- 模型选择：
deepseek-v4-flash（便宜好用） - 提示词：
请对以下内容进行总结，输出3条核心要点，每条不超过50字：
{{content}}（引用代码节点的 content 输出）
步骤6：配置结束节点
- 添加 结束 节点
- 输出变量：
{{llm_output}}（LLM 节点的输出）
步骤7：测试运行
- 点击右上角试运行
- 输入参数：
url = https://www.example.com - 查看每个节点的执行结果
- 调试通过后点击发布
五、实战案例2：AI 客服机器人
目标
用户提问 → 先查知识库 → 找不到再调用 AI 回答 → 记录未回答问题
搭建步骤
步骤1：创建工作流
步骤2：开始节点
- 输入参数：
question（用户问题）
步骤3：知识库查询节点
- 添加知识库节点
- 选择已上传的知识库
- 查询内容：
{{question}} - 输出变量：
kb_result
步骤4：条件节点（判断是否找到答案）
- 添加条件节点
- 条件：
kb_result不为空 - 满足条件 → 直接到结束节点，输出
kb_result - 不满足条件 → 继续到 LLM 节点
步骤5：LLM 节点（AI 回答）
- 模型：
deepseek-v4-flash - 提示词：
你是一个客服助手，请回答用户问题。
如果不确定答案，请回复"这个问题我已记录，客服会尽快回复你"。
用户问题：{{question}}步骤6：结束节点
- 输出：
{{llm_output}}
步骤7：发布并绑定到 Bot
- 发布工作流
- 创建 Bot → 添加技能 → 选择刚才的工作流
- 测试对话
六、实战案例3：定时热榜推送
目标
每天早上 9 点，自动爬取掘金热榜 → AI 生成摘要 → 推送到飞书群
搭建步骤
步骤1：创建工作流
步骤2：开始节点（定时触发）
- Coze 支持定时触发，在触发器里设置：
- 触发方式：定时
- Cron 表达式：0 9 * * *（每天 9 点）
步骤3：HTTP 请求节点（获取热榜）
- URL：
https://api.juejin.cn/recommend_api/v1/article/recommend_all_feed - 方法：
POST - Body：
{"id_type": 2, "sort_type": 200, "cursor": "0", "limit": 10}步骤4：代码节点（解析标题列表）
def main(response: str) -> dict:
import json
data = json.loads(response)
titles = [item["article_info"]["title"] for item in data.get("data", [])[:10]]
return {"titles": "\n".join(f"{i+1}. {t}" for i, t in enumerate(titles))}步骤5：LLM 节点（生成摘要）
- 提示词：
请对以下热榜标题进行分析，总结今天的技术热点：\n{{titles}}
步骤6：飞书推送节点
- 添加插件 → 搜索「飞书」→ 选择「飞书机器人」
- 配置 Webhook 地址（在飞书群聊里添加机器人获取）
- 消息内容：
{{llm_output}}
步骤7：发布并启用定时触发
七、工作流调试技巧
| 问题 | 解决方法 |
| 节点执行失败 | 点击节点查看错误日志，检查输入变量是否正确引用 |
| 变量引用格式 | 使用 {{变量名}}，注意区分大小写 |
| 代码节点调试 | 在代码节点里用 print() 输出调试信息 |
| HTTP 请求报错 | 先用 Postman/curl 测试接口，再填到 Coze |
| 中文乱码 | HTTP 请求节点 Headers 添加 Accept-Charset: utf-8 |
八、发布和集成
工作流发布后，可以：
- 集成到 Bot：在 Coze Bot 里添加工作流作为技能
- API 调用：在发布页面获取 API 地址和 Token，用代码调用
- 嵌入网站：获取嵌入代码，放到自己的网站里
九、Coze vs Dify 工作流对比
| 对比项 | Coze 工作流 | Dify 工作流 |
| 部署方式 | 在线使用 | 需自部署 |
| 易用性 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
| 数据安全 | 数据在字节服务器 | 数据在自己手里 |
| 插件生态 | 丰富（字节系） | 中等 |
| 费用 | 免费版够用 | 服务器费用 |
| 推荐场景 | 快速原型、个人助手 | 企业内部工具 |
*工作流是 AI 应用的核心，掌握后可以搭建各种自动化场景。下一步学习 n8n 工作流自动化。*
