涛涛讲AI

《扣子平台计费规则详解》摘要：扣子平台采用资源点计费模式，不同套餐提供不同资源点额度（如个人免费版500点/天，企业版300万点/月）。计费涵盖模型调用、插件使用、音视频服务、知识库存储等7类场景，按Token量或调用次数扣减资源点。付费用户可购买资源包或充值续费，企业版支持年付享8.3折优惠。平台提供费用预警功能，建议通过分块测试、使用免费插件等方式优化资源消耗。账单和用量可在火山引擎控制台查询。

2025年7月26日，字节跳动旗下AI开发平台“扣子（Coze）”宣布开源两大核心项目——Coze Studio（扣子开发平台）和Coze Loop（扣子罗盘），采用Apache 2.0协议，支持免费商用及本地化部署。

字节跳动AI平台"扣子(Coze)"开源两大核心项目：开发工具CozeStudio和运维平台CozeLoop，采用Apache2.0协议支持免费商用。CozeStudio提供可视化AI智能体开发，支持拖拽式工作流；CozeLoop专注AI全生命周期管理。技术栈采用Golang+React，支持Docker一键部署。此次开源降低了AI开发门槛，或将改变现有AI工具市场格局，尤其利好中小企业。项目已上线GitHub，开发者可免费使用。

【摘要】Coze平台上线视频提取音频新插件，支持从MP4/MOV等视频中提取MP3/WAV/AAC格式音频。该功能通过三步配置即可实现：上传视频、选择格式、获取输出音频链接。特别适合自媒体字幕制作、教育网课语音分离等场景，配合语音转文字插件可快速生成视频文案。平台还提供错误排查指南，确保静音视频等特殊情况能被及时处理。新插件解决了第三方平台收费风险，为多媒体处理提供稳定高效的解决方案。（149字）

《音频转文本插件使用指南》摘要 本文介绍了两种在Coze平台上将音频转为文本的插件使用方法。第一种是官方插件，只需输入音频URL即可获取文本结果；第二种是阿里云百炼的第三方插件，需通过控制台获取API-key后使用。文章简要说明了工作流创建步骤，但未详细演示具体操作流程。两种插件均能实现音频转文字功能，开发者可根据需求选择使用。

MCP（模型上下文协议）是由Anthropic公司开发的开放标准协议，旨在为大型语言模型与外部数据源建立标准化通信通道。该协议采用三层架构（主机、客户端、服务器），支持JSON-RPC通信，提供资源、工具和提示三类核心功能。与传统API相比，MCP具有开发成本低、跨模型兼容性强等优势，可应用于智能客服、代码生成等场景。虽然面临内存开销等挑战，但通过混合精度缓存等优化方案，MCP有望成为连接AI模型与现实世界的通用标准，推动AI从被动问答向主动执行转变。

像素风格工作流

本文为硬件开发新手提供"小智AI01"语音设备的快速入门指南，主要包含四个部分：1）整体架构说明设备通过开发板连接服务器实现AI功能；2）部件介绍包括麦克风、喇叭和开发板的作用；3）详细操作步骤从硬件安装到网络配置（需记录6位验证码），最后连接服务器进行对话测试；4）常见问题解答，如忘记验证码的解决方法。整个过程无需硬件开发知识，旨在帮助用户快速实现与"小智"的语音交互功能。

【摘要】本文介绍了一个基于Coze平台开发的AI知识卡片生成智能体，主要包含三部分：1.智能体效果展示，能根据主题生成结构化知识卡片；2.实现步骤详解，包括创建智能体、设计工作流（含关键词提取、内容生成、HTML排版、图像转换等9个节点），其中重点说明4个实时输出节点提升用户体验；3.技术要点总结，通过双大模型协作（内容生成+排版设计）配合图像生成插件，最终输出手机友好的可视化知识卡片。整个工作流强调交互友好性和内容可视化呈现。（150字）

《小人国视频制作工作流解析》摘要：该视频介绍了制作爆火"小人国"传统文化视频的进阶工作流技术。与传统单工作流不同，该方案采用三工作流协作模式：主工作流提交任务，查询工作流定时检测状态，整合工作流处理最终结果。这种创新设计有效解决了视频生成过程中的超时问题，通过任务ID追踪和服务器定时查询机制确保长耗时任务顺利完成。虽然视频制作需要较高算力成本，但最终呈现的传统文化场景细节丰富、动作逼真。后续将分节点详解这一复杂工作流的实现细节。

本文介绍了使用Coze平台搭建"治愈奶奶AI视频"工作流程的教程。工作流包含11个关键步骤：从创建基础节点开始，依次处理文本分割、生成绘画提示词、批量生成图片、组装数据、创建剪映草稿，最后在线生成包含猫咪和奶奶温馨场景的视频。重点讲解了如何使用批处理模式提高效率，以及如何调整画面风格和参数设置。文中提供了相关代码片段和平台链接，适合想要学习AI视频自动化制作的用户参考。整个流程约需10分钟完成视频生成。

《使用Coze平台与剪映助手自动生成图文视频教程》摘要：本教程详细讲解如何通过Coze平台配合剪映助手批量生成图文视频。工作流包含：1）输入主题生成三组哲理金句及匹配的AI绘图提示词；2）循环生成对应音频、图像素材；3）利用时间线插件同步字幕、音频和图像数据；4）通过草稿插件整合素材生成剪映可编辑项目。教程重点演示了循环节点的参数配置、时间线对齐技巧及单个节点调试方法，最终输出包含完整音画同步的草稿文件。该方案可实现主题视频的自动化批量制作，适用于内容创作者快速生产哲理类短视频。（149字）

摘要：视频介绍了扣子工作流的高效操作技巧。主要包括：1）工作流复制粘贴方法（Ctrl+A全选节点，在目标工作流Ctrl+V粘贴，需重新配置开始/结束节点）；2）工作流类型转换注意事项；3）使用子工作流（Ctrl+G）整理复杂节点，类似文件夹功能，可提升可读性和调整效率。这些技巧能帮助用户更高效地管理和复用工作流。（149字）

本文介绍了AI语音技术在播客制作领域的应用进展。作者通过四个案例展示了AI生成播客的能力：能模拟主持人对话形式制作节日主题播客（案例1）、加入用户互动元素的职场主题播客（案例2）、转换文本为音频（案例3），但在诗歌朗诵方面仍有局限（案例4）。AI播客具有零失误、高效等优势，可能对传统播音行业带来冲击。文章还提出了利用该技术将文字内容转为音频实现变现的思路，同时期待未来出现更专业的AI语音大模型。

介绍了一种利用AI工具批量生成剪映草稿的高效方法。通过COZE平台整合文本、图片、音频等内容，配合剪映小助手插件自动生成草稿文件，再使用本地客户端将草稿导入剪映进行最终导出。该方法解决了剪映缺乏API导致的批量剪辑难题，具体步骤包括：在COZE创建工作流、配置文本转语音节点、生成草稿文件、添加素材，最后通过客户端下载草稿到剪映目录。演示了纯文字和含图片/视频的不同效果，为自媒体创作者提供了高效的视频批量制作解决方案。

本文介绍了JSON序列化和反序列化节点在工作流中的应用。JSON序列化节点可将复杂数据结构转为JSON字符串，便于存储和传输；反序列化节点则能解析JSON字符串提取字段值作为变量使用。通过实例演示了如何利用反序列化节点处理线上图片列表，以及用序列化节点转换JSON对象为字符串进行传输。相比代码节点，这些可视化操作更简便高效。这些功能为数据处理提供了便捷的解决方案。

本文详细介绍了在COZE平台上创建数字人的步骤。首先，用户需要选择一个数字人模特，并将文案转化为口播视频。文章强调了获取数字人列表、生成数字人视频ID以及查询生成进度和结果的重要性。作者设计了三个工作流：显示数字人列表、生成数字人和查询生成结果，并创建了两个页面来展示这些工作流的结果。操作步骤包括创建AI应用、创建工作流和设计用户交互界面。文章还提到了插件的特殊性和使用时的注意事项，如信息填写错误时不会显示报错信息。最后，作者鼓励读者尝试平台上的其他插件，并感谢读者的关注和点赞。

一键生成图文混排的公众号文章，可配置主题，字数，图片数量- 扣子工作流

扣子可以链接到飞书多维表格，但很多人不知道具体如何操作，今天给大家分享下操作流程。大家好，我是涛涛，欢迎来到我的空间。因为需要管理员审核，所以最好有管理员的手机就在旁边方便操作。

新手友好：图形化操作，告别代码焦虑；功能全面：覆盖增删改查，复杂场景用 SQL 自定义；安全可控：调试数据隔离，不用担心误操作。下次想记录生活、管理数据，试试用这些「魔法节点」吧！即使不懂 SQL，也能轻松让数据为你服务～（快去扣子平台试试吧，让数据管理变成一件轻松有趣的事！

本文详细讲解了扣子智能客服工作流，其中的大模型可切换为DeepSeek

欢迎来到涛涛聊AI看效果：AI绘画最难的人物一致性问题，每次得到的结果都不一致。官方介绍：扣子空间是你和 AI Agent 协同办公的最佳场所。在扣子空间里，精通各项技能的「通用实习生」，各行各业的「领域专家」，任你选择。看看最新版的扣子空间是否可以解决。

本节课讲解了如何优化提示词教会了大家添加快捷指令，和卡片使用方法实操中带大家完成了一次智能体搭建现在，

查阅平台提供的「新手引导」或「帮助中心」，通常包含图文/视频教程，涵盖基础操作、常见错误解决方案（如配置步骤、权限设置等）。重点关注「高频问题」板块，例如表单填写格式错误、API连接失败等非技术性问题的快速修复。

模型上下文协议（Model Context Protocol, MCP）旨在搭建大模型和外部工具之间的信息传递通道。通过 MCP 协议，开发者不用为每个外部工具编写复杂的接口，百炼应用也能够接入海量第三方工具。路径规划智能体大模型应用：智能体应用外部工具：Amap Maps MCP 服务提供地理信息获取能力大模型应用：工作流应用外部工具：Firecrawl MCP 服务提供网页爬取能力。

1、读取节点从表格中获取数据；2、通过代码节点重新整理数据为数组格式，3、通过循环节点循环生成图片如果有不清楚的地方可以在评论区留言哈，我会及时回复的。

非专业程序员对Http可能会比较陌生。可以简单理解为代码形式的浏览器、代替我们访问数据。官网介绍HTTP 请求节点，能让用户借 HTTP 协议向外部服务发请求，实现数据获取、提交与交互。它支持多种请求方法，可配置请求参数、请求头、鉴权信息及请求体，满足多样数据交互需求。还设有超时设置与重试机制，保障请求可靠及数据正确处理。数据获取：如从 API 获用户信息、天气数据。数据提交：像提交表单数据。数据更新：例如更新用户信息、订单状态。数据删除：比如删用户账户、订单。

数据获取：通过GET请求从API获取实时数据（如天气、用户信息）数据提交：使用POST/PUT请求向服务器提交表单数据或更新资源数据管理：通过DELETE/PATCH请求删除或部分更新远程数据安全交互：支持Bearer Token、自定义鉴权等安全机制可靠请求：内置超时设置（避免长时间阻塞）和重试机制（提高请求成功率）Coze的HTTP请求节点提供了灵活且可靠的API交互能力，通过可视化配置即可实现复杂的数据交互逻辑。

登录 Coze 平台，进入目标工作空间。在项目开发页面找到你的应用，进入 “业务逻辑” 页，点击左侧 “变量”。开启系统变量获取群会话 ID。通过飞书消息插件拉取消息，结合判断群聊类型。生成总结后，通过结束节点发送至对应群聊。系统变量帮你识别用户与渠道，应用变量优化实时交互体验，用户变量构建持久化个性化服务。三者结合，可实现从基础身份识别到复杂用户画像管理的全链路支持。

大家好，我是涛涛。今天这一节课，我将为大家讲解编程语言中的。在计算机编程语言中，有三大：顺序、分支和循环。毫不夸张地说，只要你掌握了这三种程序控制结构，你基本就掌握了计算机编程语言的一半能力，可见其重要性。在本节课中，你不仅可以学习到循环结构的使用，还能够掌握在 Coze 平台上如何添加循环插件、设定循环变量、配置循环条件，最终完成文案的批量改写，实现高效的数据处理任务执行。我们先来看第1种流程控制结构——。这种结构非常简单，它的流程是：输入数据，处理数据，最后输出结果。就好比我们每天要做的起床。

这个属于初级智能体，只需要提示词就可以。如何创建一个金句智能体。利用提示词就能搭建一个金句智能体

今天本来想着录一节视频课程，内容为扣子对接飞书多维表格的视频。结果被飞书多维表格Api坑了两小时。

欢迎来到涛涛聊AI，今天搭建一个属于自己的文生图应用，通过本文可以掌握AI应用布局、新建工作流，调用工作流，组件的使用，事件的使用。

今天客户和群里的同学都在说扣子平台上LinkReaderPlugin不能用了，客户联系到我，我一看果然不能用了

今天我们来聊聊工作流就像你每天早晨的例行程序：起床、洗漱、吃早餐、出门上班。每个步骤都有固定的顺序，如果打乱了顺序，可能会影响整个流程的效率。工作流就是把复杂的任务拆分成多个简单的步骤，每一步都有明确的目标和流程。

扣子平台的代码节点如何使用，通过DeepSeek编写正则解决问题。

欢迎来到涛涛聊AI。扣子平台支持DeepSeek大模型，今天咱们用DeepSeek做一个爆款标题生成机器人。1️⃣ 、智能体创建三步曲：🖱️登陆coze.cn点击「创建」→ 🎭选择「普通智能体」类型→ 🖼️AI自动生成专属图标，2分钟完成智能体出生认证！ 2️⃣ 、灵魂注入指南：👩💻在编排页面输入：「你是一个10W+标题制造机！根据任何内容创作10条🔥爆款标题，必须带数字/悬念/热词，20-30字！」 📌重点：在模型区找到🔍DeepSeek-R1并点亮使用！ 、

欢迎来到涛涛聊 AI，今天给大家分享一个功能特别强大的插件，这个插件有链接读取功能。下面是插件的一些介绍。我们利用这个插件来做一个读取抖音文案的小工具。这个插件功能可不少。它不仅能返回网页的原始内容，像标题、具体内容、链接这些都能获取到，而且还能对这些内容进行筛选和解析。不管你是要做网页内容分析，还是从各种网页里提取有价值的信息，这个插件都能派上大用场。

在扣子（Coze）平台中，大模型输出与节点配置不匹配的问题通常由 ​。若大模型需分段落生成文章，需约束输出为数组，并通过循环节点逐段处理。例如：汇总多个大模型节点的输出，仅取第一个非空值。确保大模型节点的输出变量名与下游节点输入的引用名一致（如。当大模型输出书籍信息时，需确保字段类型与数据库表一致（如。例如：循环体需处理数组元素，而大模型需输出。功能观察大模型输出的实际结构和类型，对比下游节点要求。参考案例：生成视频脚本时，要求大模型以数组返回每句文案。案例：图书管理系统中，需检查大模型输出的。

工作流开始节点，结束节点，大模型节点。批处理节点图像生成节点。学习如何利用Coze平台搭建一个能够自动生成小红书风格梗图的智能体。内容：介绍如何使用图像生成插件，编写提示词以生成特定风格的图片，并将其整合到智能体响应中。