使用Coze建置聊天機器人的經驗 / Experience in Building Chatbots With Coze
内容提要
这篇文章介绍了作者使用Coze建立聊天机器人的经验。作者在淡江大学的展览中使用了Coze建立了名为"希希助教 in TKU DILS 2024MS3AP"的聊天机器人，探索了RAG和知识库等重要主题。然而，由于Coze的收费政策调整，这些机器人现在无法使用。作者还介绍了使用Coze构建各种工具的经验，并提到了Coze的替代品Dify。
延伸解读
从Coze经验看平台依赖风险
作者在Coze上建置了多个聊天机器人，包括展览用的“希希助教”和知识库工具，但Coze在2024年7月调整收费政策后，免费用户仅能使用GPT-3.5，且GPT-4o每天仅限一则，导致这些机器人无法继续使用。这提醒我们，依赖单一平台的服务存在因政策变动而中断的风险，重要应用需考虑可迁移性或备用方案。
知识库维护的实用技巧
作者通过爬虫将Google Drive公开文件转换为网页或JSON，让Coze知识库定期自动抓取，解决了Coze原生Google Drive整合失败的问题。这种方法提升了知识库维护效率，也适用于其他需要从云端同步数据的场景。对于经常需要更新内容的聊天机器人，自动化抓取能减少手动操作，保持信息时效性。
Low Code Workflow在评分中的应用
作者利用Coze的Low Code Workflow功能，用JavaScript控制数据格式，并建立多个LLM解析文本，开发出“AI改考卷”工具。该工具能根据学生答题内容，找出相似且有评分的过往回答，让LLM参考评分规律给出分数，效果出乎意料地好。这表明结合RAG和LLM的工作流可以辅助重复性评分任务，但需足够多的历史评分数据才能准确。
Dify作为替代方案的考量
作者提到Coze的替代品Dify，两者功能相似，都支持选择LLM、RAG和知识库设定。但Dify云端免费版可定制性远不如Coze，付费价格却更高。不过Dify允许用户自行设置API连接其他模型，若架设在自己电脑上，可能直接使用本地模型。对于需要更高自主权或想控制成本的用户，Dify值得评估，但需权衡其免费版的限制。
Q&A
作者在淡江大学展览中建立了什么聊天机器人？
作者在淡江大学展览中建立了名为'希希助教 in TKU DILS 2024MS3AP'的聊天机器人。
Coze的收费政策调整对聊天机器人有什么影响？
由于Coze的收费政策调整，作者建立的聊天机器人现在无法使用。
作者如何提升学术论文改写的质量？
作者通过构建知识库，将学术论文中的定型句和名词解释加入RAG，提升了改写质量。
Coze的替代品Dify有哪些特点？
Dify是开源的语言模型应用开发工具，功能类似Coze，但付费价格较高，免费版本的可定制性较低。
作者是如何简化知识库维护的？
作者使用爬虫将Google Drive的公开文件转换为可用格式，以简化知识库的维护。
Coze的Low Code Workflow功能有什么用途？
Low Code的Workflow功能可以控制数据处理流程，建立不同的LLM解析文字数据或查询知识库内容。
