未来的 AI 应用属于各行各业的智能体 (Agent) ～ 无论是国内的 扣子Coze、Dify，还是国外的 FastGPT、ChatWiki 都早在这个赛道大放异彩。 说到 Agent，就不得不提到它的核心要素之一 ：工具（Tools） 那么工具到底是什么呢？ 如果把智能体比作一台只会聊天的设备，那么工具可以让这台设备学会翻译、做股票分析、查 AI 资讯、甚至订机票、订酒店等等。 扣子Coze 的插件正是工具的一种实现形式。虽然 Coze 上已经集成很多插件，但很多需求还是无法满足。 本次，我将带领大家来创建我们…

目标 输入一个标题，自动生成对应的一个短视频。 环境要求 1、部署n8n 2、梯子必要要求，因为很多素材来自外网，以及生成视频和调用模型所用 代理请开启允许局域网连接，如果代理模式是规则异常，请开启全局模式。 创建工作流 1、表单设计 主要功能就是提交一个话题，用户输入话题入口。 添加对应的数据，这里主要是针对输入内容的标准化格式处理。 2、添加AI-Agent 提示词 核心作用就是为Ai做预设，保证效果 我们需要输出一个指定格式的数据 添加系统提示词 你是一位资深自媒体运营专家兼文案策略师，深谙youtobe抖音…

从MCP(1)应用：通过mcp在大模型中关联应用私域数据库已可直观地感受到效果，现在来瞅瞅这个MCP工具的源代码——如何开发自己的MCP工具。简直太......请观后自品😄 回想一下，在没有 MCP 之前我们是怎么做的呢？我们多半是人工编辑描述好这些可能LLM所需要的信息——即上下文，然后粘贴给到它。 而现在，可由 MCP 这一充当着 AI 模型的"万能转接头"来帮 LLM 能自动获取数据或调用其它工具。 相信我：不久，在某些业务场景功能模块下，我们的后端应用服务中就要多出一份接口——它是MCP协议的（好比xml的…

全自动短视频生成系统搭建指南 一、基础环境配置 1.1 必要组件 n8n工作流平台 推荐Docker部署方式 需保持长期运行状态 网络代理配置 必须开启全局模式（中国地区用户） 允许局域网连接设置示例： 二、核心工作流实现 2.1 用户输入模块 表单设计规范 采用标准化输入接口 支持多平台文案风格选择 数据预处理 // 输入标准化示例functionformatInput(text) {  return {    cleanText: text.trim(),    lang: detectLanguage(tex…

在AI Agent技术栈快速迭代的背景下，Coze、Dify、FastGPT作为三类技术范式的代表，分别体现了开源知识工程、LLMOps全流程管理、低代码对话交互的核心设计理念。 本文将从产品定位，技术架构、模型集成、工作流引擎、知识库实现等维度展开深度对比，为开发者提供技术选型依据。 产品定位对比 在产品定位上，主要总结以下区别： Coze：适合快速搭建聊天机器人，无需/少量需要编程，适合 C 端用户或轻量级企业应用。 Dify：适合开发者构建复杂 AI 应用，支持多模型切换和私有化部署。 FastGPT：适合企…

在 DeepSeek 大火的当下，你可能和我一样收藏了各种提示词技巧，比如《DeepSeek 最权威的 168 条指令》、《12 个 prompt 框架》等等，生怕被时代淘汰。 但收藏了再多的技巧，用起来却发现，真正用到的时候还是不知道如何运用，效率依旧不高。 这很大程度上是因为，我们只是记住了技巧，却并未真正理解提示词背后的逻辑。 今天，我将从全新的可视化视角，帮助你从底层逻辑重新理解提示词的原理。 01 为什么需要提示词 大型语言模型（LLM）的本质，是根据用户提供的初始输入文本（提示词），预测并生成下一个词，…

在日常工作中，我们常常会遇到阅读各类文档、项目方案以及会议纪要等情况，但有时难以迅速抓住重点，需要反复阅读多遍才能理解其中的关键信息，就想到有没有办法借助Dify将文档转化为结构化的思维导图，以此来更高效地提取和理解重点内容。以下便是我使用Dify 进行这一转化实践过程的记录(以下实践过程基于dify1.2.0版本)。 注:如有需要DSL文件，请留意文末的下载链接地址。 前置准备 1. 安装Markdown转换器插件 这个插件的作用主要是为了生成思维导图html文件。 2. 安装Agent策略插件 安装这个插件主要…

大家好，我是袋鼠帝 一直以来，分享了不少关于工作流平台、LLM应用平台的不少干货文章。 主要包含：Dify、Coze、n8n、Fastgpt、Ragflow 但是几乎每一篇文章的评论区都有小伙伴问，xxx平台和xxx平台比怎么样，该怎么选？ 这不就来了嘛，三连在看，养成习惯～ 确实，面对日新月异的AI技术，还有飞速发展的各种LLM平台，我们很容易患上选择困难症 但我想说的是，每个平台各有优势，需要根据自身需求，选择合适的即可。 这篇文章会从实用角度出发，通过详细的功能对比、真实的使用体验和具体的应用场景，帮助你在D…

前言 AI智能体通过感知环境、自主决策和执行任务，突破传统大模型仅限于语言交互的局限。例如，当用户指令“订一张明天去北京的机票”时，智能体不仅理解语义，还能自动调用航班查询接口、完成支付并同步至日程系统。这种能力使其在客服、医疗、智能制造等领域展现出颠覆性潜力。 然而，智能体的开发长期受制于接口碎片化与工具兼容性难题。开发者需为不同数据源编写适配代码，导致60%的开发周期浪费在系统对接上。这一痛点催生了MCP协议的诞生。MCP（Model Context Protocol，模型上下文协议）由Anthropic于20…

为什么有些人随手写个 Prompt 就能生成一款小游戏、一个运营文案，甚至一整个功能代码，而自己试了半天，结果不是风马牛不相及，就是跑偏到离谱？问题很可能就出在提示词的“结构”上。随便说几句话和有条理地引导模型，其实是两回事。结构化提示词，说白了就是把你想让模型干的事，拆清楚、说明白、讲具体。只有写得准，模型才听得懂、干得对。 在本篇文章中，就来聊聊怎么写好结构化提示词，让大模型更乖乖按你的想法工作。 本文摘自《智能体设计指南》 投稿 | 机械工业出版社 出品 | CSDN（ID：CSDNnews） 如何写好结构化…