扣子（Coze）基础：实战一个新闻查找智能体，完整步骤拆解

掘金人工智能 07月24日 14:10

../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

本文以“新闻查找”智能体为例，详细拆解了在扣子（Coze）平台搭建工作流的步骤。文章首先介绍了大模型在处理时效性信息上的局限，引出了构建一个能获取实时新闻的智能体的必要性。通过设计、创建工作流，添加并配置“头条新闻”插件，以及将工作流发布并集成到智能体中，用户可以学习如何利用扣子平台高效地实现这一功能。最后，文章还分享了作者收集的AI相关报告资源，鼓励读者互动支持。

🎯 **时效性信息处理的挑战与解决方案**：大模型因预训练时间节点限制，无法提供实时信息。本文通过搭建一个能获取最新新闻的智能体，展示了如何利用扣子平台的工作流和插件机制，有效解决这一问题，满足用户对时效性信息的需求。

🛠️ **扣子平台工作流搭建实操指南**：文章分步指导用户如何在扣子平台创建工作流，包括设计流程、添加“头条新闻”插件，并进行参数配置与节点连接。从“开始”到“结束”，详细展示了将插件集成到工作流的整个过程，便于初学者快速上手。

🤖 **智能体集成与功能预览**：在工作流搭建完成后，文章进一步阐述了如何创建智能体，并将已发布的工作流与之关联。通过设置智能体的“认识与回复逻辑”，使其能够调用“get_tou_tiao_news”工作流来处理“查找最新新闻”的任务，并进行了预览与调试，确保功能正常。

📚 **AI学习资源分享**：作者在文末分享了其收集的290+份AI相关报告，涵盖了多所大学和商业机构的研究成果，为对AI领域感兴趣的用户提供了宝贵的学习资源，体现了作者乐于分享的初衷。

大家好，我是吾鳴。专注于分享提升工作与生活效率的工具，无偿分享AI领域相关的精选报告，持续关注AI的前沿动向。

上一篇文章《扣子（Coze）基础：扣子入门教程——工作流常用知识点介绍》，介绍了扣子工作流常用的知识点，本篇文章以一个“新闻查找”的智能体，实战一下工作流中的常用知识，以这个简单的案例，拆解一个智能体的搭建步骤。

大模型里面包含的知识是以它预训练开始的时间为节点，因此它无法回答一些时效性的问题，比如实时的新闻、实时的天气等，所以本文要介绍的是一个可以获取到最新的话题新闻的智能体。