Agent 与工具调用3022 字

Coze搭建智能助教智能体

更新于 2025-04-20·全库 494 / 611

《Coze搭建智能助教智能体》共 0.3 万字，通篇围绕工作流、知识库、场景、提示词展开，归在「Agent 与工具调用」这一层。

覆盖工作流知识库场景提示词需求并发

适合要让 AI 真的去干活、不只是陪人聊天的人

目录骨架（8 节）

目录 · 3 节

智能助教是扣子官方提供的教育类智能体模板。助教模板分为学习陪伴和作业批改两种场景，分别适用于学生角色和教师角色，你可以根据需求选择对应的模板，并将其改造为其他学科或其他教育阶段的智能助教。

模板介绍

在智能学伴/助教的落地过程中，存在着痛点和挑战。例如针对学生提问的回答精准性不足，生成的内容、批改的质量不高，时常过于简略。智能学伴和智能助教作为教育行业的创新应用，具有广泛的潜在场景需求，其核心优势在于利用大模型能力，自动化、智能化和高效服务学生学习场景，减轻教师工作量，增加学生学习效率。

扣子官方发布智能助教模板供你参考。在教育场景中，智能助教模板可应用于中小学、大学、成人教育等不同阶段，适用于语言学习、科学、数学等多个学科，具有广泛的适用性。

单击以下链接，体验伴学助手：

学习陪伴模板中，智能体作为教师身份为用户解答学习疑问，优先从知识库中匹配问题，在知识库召回失败时，调用大模型回答学生的问题。学生可以选择智能体回答问题的方式，例如直接回答或引导性回答。

此模板的实现流程如下：

此模板主要依赖回答问题的工作流。工作流各个功能模块的节点设置如下：

模块	实现方式
识别问题	用户提出问题后，智能体自动调用工作流处理。智能体支持用户提问时输入文件、图片或文本，并自动解析输入内容，回答用户问题，其中第一步就是根据用户输入的内容识别问题。此功能模块的实现流程如下：开始节点：接收用户输入的文件、图片或文本内容。选择器节点：判断用户的输入类型，并流转到对应的分支处理。例如图片文件流转到图片分支，读取图片内容。插件节点：解析用户输入的多模态内容，例如读取图片、PDF 等内容。模型节点：根据用户输入的文本和插件解析后的文本，总结用户的真实问题。
匹配答案	根据模型节点总结的用户问题，在知识库中检索答案。如果从知识库中可召回内容，则调用模型节点，包装召回的内容，并回答用户；如果知识库中没有匹配的答案，则调用模型，使用模型的公共知识回复用户。通过模型的公共知识回复用户时，答案完全由 AI 自动生成，不一定完整、准确。
回答问题	通过问答节点让用户选择智能体回答问题的方式，可以选择直接回答或引导性回答。当用户选择直接回答时，通过结束节点直接输出模型生成的答案。当用户选择引导性回答时，调用循环节点，引导用户逐步思考出正确的答案。

作业批改模板中，智能体作为助教身份，可以帮助教师生成教案、课件，或批量批改学生作业。此模板的实现流程如下：

此模板的两个核心功能分别通过两个独立的工作流完成。工作流节点设置如下：

模块	实现方式
生成大纲	通过用户描述或输入的资料，收集相关信息，并生成大纲。如果用户对大纲不满意，支持重新生成大纲，直到大纲符合用户需求。其中生成大纲由模型节点完成，重新生成大纲的步骤由循环节点完成。循环节点中会持续生成大纲，直到得到用户认可才会终止循环。用户提出的修改意见，也会通过分支直接输入到重试流程中。
生成课件或教案内容	调用插件在公开平台中搜索相关的资料，并结合资料和大纲，生成课件或教案内容。其中，搜索资料和生成文章的功能均通过循环节点实现，生成文章时循环节点可以依次生成大纲中每个模块的具体段落，扩写效果比单个大模型节点更好。
输出课件或教案的文件	通过问答节点引导用户选择文章的保存格式，通过代码节点将文件内容格式化后，调用插件节点生成文件即可。

模块	实现方式
读取作业内容	支持用户上传文件或图片，工作流通过插件节点识别并读取用户输入的文件或图片，并通过消息节点展示给用户。将这些信息提供给大模型节点进行信息整理与汇总。代码的节点的作用是为了兼容链接、图片读取失败的异常处理，并在异常时返回“读取错误”的信息。
批改作业	通过循环节点批改作业。循环节点中包含批改作业的模型节点及输出评语的消息节点。

你可以复制这个模板，并将其改造为其他学科的伴学助手。对于学习陪伴模板，重点在于知识库的题库范围，以及AI输出的prompt控制，此处的调整能显著影响智能体的输出风格和输出质量。本文档演示基于模板改造一个中学数学伴学助手的操作步骤。

把你手上的数据和想解决的那个环节发上来，我们按具体情况回，不复述方法论。