框架与工具链1130 字

基于Coze开发网页数据采集助手

·全库 509 / 611

《基于Coze开发网页数据采集助手》共 0.1 万字,通篇围绕 工作流、Coze、编排 展开,归在「框架与工具链」这一层。

覆盖工作流Coze编排

适合要选技术栈、不想把别人踩过的坑重踩一遍的人

目录骨架(3 节)
  1. 效果展示
  2. 步骤一:构建工作流
  3. 步骤二:在智能体添加工作流并测试
目录 · 3 节

通过代码节点和插件节点构建一个用于处理搜索结果的工作流。

image.png

效果展示

本文构建的示例工作流节点概览如下图所示。在该工作流中:

  1. 使用搜索插件,搜索数据。
  2. 使用代码节点,提取第一条数据的链接。
  3. 使用获取网页内容插件,获取链接内容。

示例工作流添加到智能体之后,智能体带来的用户任务处理能力。当用户输入内容后,智能体会调用示例工作流处理任务,并向用户返回处理结果。

步骤一:构建工作流

  1. 登录扣子平台。
  2. 在左侧导航栏中选择工作空间,并在页面顶部空间列表中选择目标工作空间。
  3. 从左侧导航栏进入资源库页面。
  4. 在页面右上角,单击 +资源 > 工作流。

本文示例配置如下:

  • 工作流名称:输入 handle_search_tasks
  • 工作流描述:输入 根据搜索结果查看第一个链接内容并返回
  1. 在工作流页面左侧,单击插件右侧 + 图标,查找必应搜索插件并选用 bingWebSearch 工具。

该节点将用于搜索用户输入的信息。

  1. 在工作流页面左侧的选择节点列表内,选用代码节点。

该节点将用于提取搜索结果中第一条数据对应的访问链接。

  1. 在工作流页面左侧,单击插件右侧 + 图标,查找链接读取并选用 LinkReaderPlugin 工具。

该节点用于获取指定 URL 的内容。

  1. 连接各节点,并依次配置输入输出参数。

节点连接顺序:Start → bingWebSearch → 代码 → LinkReaderPlugin → End,各节点参数配置详情如下。

节点参数配置
开始新增 user_query 输入参数,并选择 String 类型。
bingWebSearch设置 query 输入参数,在参数值区域选择引用 Start > user_query。其他参数项保持默认配置。
代码新增 input 输入参数,在参数值区域选择引用 bingWebSearch > response_for_model。 在代码区域进入 IDE,将默认代码替换为如下代码,该代码用于提取搜索结果的第一个链接。 `` async function main({ params }: Args): Promise<Output> { const parsedData = JSON.parse(params.input); for (let i = 0; i < parsedData.length; i++) { const regex = /link:(http[s]?:\/\/[^\s]+)/; const match = regex.exec(parsedData[i]); if (match) { return match[1]; } } } `` 新增 output 输出参数,并选择 String 类型。
LinkReaderPlugin设置 url 输入参数,在参数值区域选择引用 Code > output。其他参数项保持默认配置。
结束新增以下输出参数: 新增 first_link 输出参数,在参数值区域选择引用 Code > output。该参数用于输出网页链接。 新增 first_link_content 输入参数,在参数值区域选择引用 LinkReaderPlugin > data。该参数用于获取网页链接的内容。 新增 search_result 输入参数,在参数值区域引用 LinkReaderPlugin > response_for_model。该参数用于获取搜索结果。
  1. 配置完成后,单击页面右上角的试运行,测试工作流。

例如,输入 了解 AI 进行测试,待所有节点都运行成功(节点会展示绿色边框)后,查看指定节点的运行结果。

  1. 测试工作流无问题后,单击页面右上角的发布。

成功发布后,在工作流列表中可以查看到该工作流。

步骤二:在智能体添加工作流并测试

  1. 前往当前团队的智能体页面,创建或进入指定智能体。
  2. 在智能体编排页面,找到技能区域的工作流,在右侧单击加号图标。
  3. 在对话框左侧单击团队工作流,找到自建的 handle_search_tasks 工作流,并在右侧单击添加。

  1. 在智能体的人设与回复逻辑内,声明智能体使用 handle_search_tasks 工作流处理任务。

编写后,你可以单击优化,让 AI 帮助你生成结构化的回复逻辑。

  1. 在智能体的右侧预览与调试区域,输入内容预览智能体实现的效果。

例如输入 了解 AI。

image.png

资料里没有你的场景?

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。

发布需求