你有没有想过——

AI工具天天用，但你能不能自己做一个？

不是用别人的ChatGPT。不是下载别人的APP。

而是：你自己有一个想法，然后用AI工具把它变成现实。

这篇文章，我会用我做的一个真实项目——「摆烂小算盘」智能体——手把手教你，怎么从0到1，在扣子（Coze）平台上开发一个能用的AI智能体。

不需要会编程。不需要AI专业背景。

只要你会用电脑，就能跟着做完。

━━━━━━━━━━━━━━━━━━━━

01 ｜ 为什么要学开发智能体？

━━━━━━━━━━━━━━━━━━━━

先说一句大实话：

未来5年，不会用AI的人会被淘汰。

但不会开发AI工具的人，会一直被会用的人降维打击。

你现在的处境大概是：

• 用ChatGPT写作业 → 但别人做了一个「专属作业助手」，自动批改、自动给反馈
• 用AI生成PPT → 但别人做了一个「一键生成课程汇报」的智能体，3分钟出成品
• 用AI查资料 → 但别人做了一个「专业文献助手」，自动总结、自动引用

差距不是你用不用AI，是你有没有把AI变成你的专属工具。

学会开发智能体，你就能——

✅ 把你的创意变成能用的产品

✅ 在课程作业里做出让老师眼前一亮的东西

✅ 在简历上写「独立开发AI智能体，服务XX用户」

✅ 最重要的是：你不再只是AI的使用者，你成了AI的创造者

━━━━━━━━━━━━━━━━━━━━

02 ｜ 我们要做什么？

━━━━━━━━━━━━━━━━━━━━

用「摆烂小算盘」作为完整案例。

这是一个专治大学生摆烂综合症的AI智能体——

用户跟它说一句今天干了啥，它就会：

功能	说明
📊 摆烂指数	五维打分，算出你今天有多摆
🔍 假装努力检测	识别你是不是在「表演式学习」
💊 今日处方	给一个具体可执行的建议
🗣️ 室友毒舌	送你一句损而不伤的吐槽

我们的目标： 跟着做完，你也能做出一个这样的智能体。

━━━━━━━━━━━━━━━━━━━━

03 ｜ 准备工作：你需要什么？

━━━━━━━━━━━━━━━━━━━━

好消息：几乎为零门槛。

✅ 一台能上网的电脑（手机也行，但电脑效率高）✅ 一个扣子（Coze）账号（免费注册）✅ 一个想法（没有的话，跟着我的案例做也行）

不需要：会编程 / 会Python / 懂AI原理 / 有服务器

Step 0：注册扣子账号

1. 打开 👉 https://www.coze.cn

2. 点击「注册」，用手机号或微信登录

3. 进入控制台，点击「创建智能体」

4. 给你的智能体起个名字（比如「我的第一个智能体」）

5. 进入编排页面 —— 恭喜，你的开发环境搭好了。

━━━━━━━━━━━━━━━━━━━━

04 ｜ Step 1：想清楚你要做什么

━━━━━━━━━━━━━━━━━━━━

很多人做智能体失败，不是因为技术，是因为一开始就想不清楚。

开发智能体的第一步，不是写代码，是写清楚这三件事：

📌 问题 1：我的智能体解决什么问题？

❌ 错误的回答：「帮大学生学习」（太宽泛）

✅ 正确的回答：「帮大学生诊断今天的摆烂程度，并给出具体建议」

📌 问题 2：用户怎么跟它交互？

❌ 错误的回答：「它应该很智能」（不具体）

✅ 正确的回答：「用户输入一段今天的状态描述，智能体输出一份诊断报告」

📌 问题 3：输出长什么样？

❌ 错误的回答：「输出一段文字」（太模糊）

✅ 正确的回答：「输出结构化报告，包含摆烂指数、假装努力检测、今日处方、室友毒舌四个部分」

把这三个问题写下来，贴在屏幕上。

整个开发过程中，每隔半小时看一眼 —— 确保你没跑偏。

━━━━━━━━━━━━━━━━━━━━

05 ｜ Step 2：用工作流代替纯提示词

━━━━━━━━━━━━━━━━━━━━

扣子平台有两种做智能体的方式：

方式 A：纯提示词驱动（简单，但效果不稳定）方式 B：工作流驱动（稍复杂，但可控性强，效果好）

我强烈推荐方式B。

为什么？因为纯提示词就像「跟AI说一堆要求，然后祈祷它听话」—— 它经常不听。

工作流则是把任务拆成多个步骤，每个步骤做一件明确的事，像流水线一样。

「摆烂小算盘」的工作流，长这样：

用户输入   ↓【节点1】提取参数（LLM节点）   ↓ 提取：起床时间/学习时长/手机使用/任务完成/运动情况【节点2】计算摆烂指数（代码节点）   ↓ 根据参数计算分数 + 等级【节点3】假装努力检测（代码节点）   ↓ 检测：图书馆低产出？资源囤积？准备不执行？【节点4】生成回复（LLM节点）   ↓ 整合所有信息，输出完整诊断报告   ↓输出给用户

4个节点，4步流水线。清晰、可控、好调试。

━━━━━━━━━━━━━━━━━━━━

🔧 实操：创建工作流

1. 在扣子编排页面，找到「工作流」选项卡

2. 点击「新建工作流」，给工作流起名（比如 bai_lan_workflow）

3. 你会看到一个空白画布 —— 这就是你的工作流编辑器

4. 从左到右，依次添加节点（下面详细讲每个节点怎么配）

━━━━━━━━━━━━━━━━━━━━

06 ｜ Step 3：配置节点1 —— 提取参数（LLM节点）

━━━━━━━━━━━━━━━━━━━━

这个节点做什么？

把用户输入的一段自然语言（比如「我今天9点起床，刷了4小时手机，学了半小时」），提取成结构化数据。

输出格式是一个JSON：

json

复制

{"wake_up_time":9,"study_hours":0.5,"phone_hours":4,"tasks_completed":0,"exercise":false}

为什么要这样做？

因为后面的计算节点需要数字，不需要「我今天学了很久」这种模糊描述。

━━━━━━━━━━━━━━━━━━━━

🔧 实操：配置LLM节点

1. 从左侧拖一个「LLM」节点到画布

2. 点击节点，在「提示词」里写入（直接复制下面的提示词）：

---

【提取参数提示词模板】

你是一个参数提取助手。用户会输入一段描述今天状态的话。请从中提取以下5个参数，以JSON格式输出：1. wake_up_time：起床时间（24小时制，数字）2. study_hours：今天学习时长（小时，数字）3. phone_hours：今天手机使用时长（小时，数字）4. tasks_completed：今天完成的任务数（数字）5. exercise：今天是否运动（true/false）只输出JSON，不要输出其他内容。若用户没有提到某个参数，用合理的默认值。

---

1. 在「输入」里，把 {{user_input}} 映射到用户的输入变量

2. 在「输出」里，定义输出变量名（比如 extracted_params）

3. 保存节点

━━━━━━━━━━━━━━━━━━━━

07 ｜ Step 4：配置节点2 —— 计算摆烂指数（代码节点）

━━━━━━━━━━━━━━━━━━━━

这个节点做什么？

接收节点1输出的JSON，用代码计算摆烂指数（0-100分），并给出等级。

为什么用代码节点而不是直接让LLM算？

因为计算是确定性的——同样的输入应该得到同样的输出。LLM做计算容易「发挥不稳定」，代码节点则100%可控。

━━━━━━━━━━━━━━━━━━━━

🔧 实操：配置代码节点

1. 从左侧拖一个「代码」节点到画布

2. 把节点1的输出，连线到节点2的输入

3. 点击节点2，选择语言「JavaScript」

4. 写入以下代码（直接复制）：

---

javascript

复制

asyncfunctionmain({ params }) {const p = JSON.parse(params.extracted_params);// 计算摆烂指数（分数越低 = 越摆烂）let score = 100;// 起床时间：越晚起床，分数越低if (p.wake_up_time > 10) score -= 15;elseif (p.wake_up_time > 8) score -= 5;// 学习时长：越少学习，分数越低if (p.study_hours < 1) score -= 25;elseif (p.study_hours < 3) score -= 15;elseif (p.study_hours >= 5) score += 5;// 手机使用：用手机越多，分数越低if (p.phone_hours > 6) score -= 20;elseif (p.phone_hours > 3) score -= 10;// 完成任务数  score += p.tasks_completed * 5;// 运动加分if (p.exercise) score += 10;// 确保分数在0-100之间  score = Math.max(0, Math.min(100, score));// 等级判定let level = '';let emoji = '';if (score >= 85) { level = '自律战神'; emoji = '🏆'; }elseif (score >= 65) { level = '轻度摸鱼'; emoji = '😎'; }elseif (score >= 40) { level = '中度摆烂'; emoji = '🦥'; }else { level = '终极摆烂'; emoji = '💀'; }return {bai_lan_score: score,bai_lan_level: level,bai_lan_emoji: emoji  };}

---

1. 在「输出」里定义三个输出变量：bai_lan_score / bai_lan_level / bai_lan_emoji

2. 保存节点

━━━━━━━━━━━━━━━━━━━━

08 ｜ Step 5：配置节点3 —— 假装努力检测（代码节点）

━━━━━━━━━━━━━━━━━━━━

这个节点做什么？

检测用户是否在「假装努力」—— 比如：在图书馆待了6小时但只学了半小时。

这是一个规则检测逻辑，用代码实现最合适。

━━━━━━━━━━━━━━━━━━━━

🔧 实操：配置代码节点

代码逻辑（直接复制）：

javascript

复制

asyncfunctionmain({ params }) {const p = JSON.parse(params.extracted_params);const alerts = [];// 规则1：图书馆低产出（在图书馆但学习时长很短）if (p.library_hours && p.library_hours > 2 && p.study_hours < 1) {    alerts.push('图书馆低产出警报：你在图书馆待了' + p.library_hours + '小时，但只学了' + p.study_hours + '小时');  }// 规则2：手机使用时间过长if (p.phone_hours > 5) {    alerts.push('手机依赖警报：今天手机用了' + p.phone_hours + '小时，这是在假装努力');  }// 规则3：囤积资源但不学if (p.saved_resources && p.saved_resources > 10 && p.study_hours < 1) {    alerts.push('资源囤积警报：收藏了很多学习资源，但今天没学');  }return {jia_zhuang_alerts: alerts,is_jia_zhuang: alerts.length > 0  };}

━━━━━━━━━━━━━━━━━━━━

09 ｜ Step 6：配置节点4 —— 生成回复（LLM节点）

━━━━━━━━━━━━━━━━━━━━

这个节点做什么？

整合前面所有节点的输出（摆烂指数 + 假装努力检测结果），生成一个有温度、有个性的诊断报告。

这是整个智能体的「灵魂」—— 人设就在这里定义。

━━━━━━━━━━━━━━━━━━━━

🔧 实操：配置生成回复的LLM节点

【生成回复提示词模板】

你是一个叫「摆烂小算盘」的AI室友。你的性格：毒舌但不刻薄，犀利但不伤人，像关系最好的室友。以下是用户的诊断数据：- 摆烂指数：{{bai_lan_score}}/100- 摆烂等级：{{bai_lan_level}} {{bai_lan_emoji}}- 假装努力警报：{{jia_zhuang_alerts}}请输出以下四部分内容：【诊断报告】用2-3句话总结用户今天的状态。【各项得分】列出五个维度的得分：起床/学习/手机/任务/运动【今日处方】给一条具体可执行的建议，50字以内，不灌鸡汤。【室友毒舌】送用户一句损而不伤的吐槽，1-2句话。输出格式要清晰，用分隔线隔开各部分。

关键点： 把前面所有节点的输出变量，用 {{变量名}} 的方式引用进来。

这样，前面节点的计算结果，就会自动传入这个LLM节点。

━━━━━━━━━━━━━━━━━━━━

10 ｜ Step 7：连线 + 测试（最容易被卡住的地方）

━━━━━━━━━━━━━━━━━━━━

理论说完，来说真实的踩坑过程。

我搭这个工作流的时候，经历了6轮调试才跑通：

❌ 第1轮：0 Tokens消耗→ 原因：节点之间没有正确连线，数据没传过来→ 解决：检查每个节点的输入输出，确保连线是通的❌ 第2轮：变量引用错误→ 原因：在节点4里引用了节点1的变量，但中间经过了代码节点，变量名变了→ 解决：代码节点的输出变量名，要和后面LLM节点的输入变量名一致❌ 第3轮：代码节点崩溃→ 原因：JSON.parse() 解析失败，因为LLM输出的不是纯JSON→ 解决：在提示词里强调「只输出JSON，不要输出其他内容」❌ 第4轮：输出格式混乱→ 原因：LLM节点的提示词不够具体，输出格式每次都不一样→ 解决：在提示词里明确指定输出格式模板❌ 第5轮：假装努力检测不触发→ 原因：输入参数里没有 library_hours 字段→ 解决：在节点1的提示词里，增加提取 library_hours 的要求❌ 第6轮：终于跑通 ✅

6轮，每个错误都是必经之路。

所以你调试的时候报错，不要慌 —— 这是正常的。

━━━━━━━━━━━━━━━━━━━━

🔧 实操：测试工作流

1. 在扣子工作流编辑页面，点击右上角「预览」

2. 在测试窗口输入：我今天9点起床，刷了4小时手机，学了半小时，没运动

3. 点击「运行」

4. 看每个节点的输入/输出，找出哪里卡住了

5. 修复 → 再跑 → 再修复 → 直到跑通

━━━━━━━━━━━━━━━━━━━━

11 ｜ Step 8：发布你的智能体

━━━━━━━━━━━━━━━━━━━━

工作流跑通之后，最后一步：发布。

1. 在扣子编排页面，点击右上角「发布」

2. 填写智能体简介（这会影响别人搜索到你的智能体）

3. 上传头像（建议用表情包，增加亲和力）

4. 选择发布渠道：扣子平台 / 微信 / API

5. 点击「确认发布」

6. 复制智能体链接，分享给朋友测试 🎉

━━━━━━━━━━━━━━━━━━━━

12 ｜ 总结：你刚才学到了什么？

━━━━━━━━━━━━━━━━━━━━

跟着做完一遍，你已经掌握了：

✅ 智能体开发的基本思路（需求分析 → 工作流设计 → 提示词工程）✅ 扣子平台的基本操作（创建智能体 → 配置工作流 → 测试发布）✅ LLM节点 + 代码节点的配合使用✅ 提示词工程的基本技巧✅ 调试工作流的基本方法

这些技能，不是只会做「摆烂小算盘」。

你可以做：

• 课程作业助手（自动批改、自动给反馈）
• 考研择校助手（输入背景，输出择校建议）
• 宿舍生活助手（水电费分摊、排班表、物品借用记录）
• 实习简历优化助手（输入简历，输出优化建议）

想法是无限的。工具已经给你了。

━━━━━━━━━━━━━━━━━━━━

13 ｜ 最后说一句 💬

━━━━━━━━━━━━━━━━━━━━

我之前也觉得「开发AI智能体」是很遥远的事情。

直到我跟着教程做了一遍，才发现——

这件事的门槛，比你想的低得多。

低到一个大一下学期的学生，用两个下午，就能做出一个能用的智能体。

你不需要等到「准备充分」再开始。

现在就开始。

打开 **https://www.coze.cn**，创建你的第一个智能体。

然后——

让想法变成现实。

━━━━━━━━━━━━━━━━━━━━

🎯 如果你做完了，欢迎在评论区分享你的智能体链接。

我来当你的第一个用户 😊

━━━━━━━━━━━━━━━━━━━━

「摆烂小算盘」由扣子（Coze）平台搭建 · 厦门理工学院·空间信息与数字技术专业·时空智能导论实践作业4项目 · 感谢CodeBuddy 团队提供 AI 开发支持

━━━━━━━━━━━━━━━━━━━━