coze上构建必应搜索工作流

ops/2024/10/22 4:07:00/

首先登入COZE网站,打开工作空间,进入后默认是个人空间,在其下方选择资源库,最后在右上角点击资源按钮,在弹出的列表中点击工作流。

构建必应搜索工作流

Coze官方介绍:必应搜索插件,其中插件输出参数的信息如下:

• 输出返回值字段介绍

参数名参数类型参数说明
codeNumber响应的状态码。不同的数值代表不同的状态,例如成功(0)、错误、异常等。
dataObject包含实际请求数据的响应部分,在请求成功时使用,返回的是调用结果的数据。
log_idString日志标识符:这是一个唯一的标识符,用于追踪和识别特定的API请求或操作。在日志记录和调试过程中,log_id 非常有用,因为它允许开发人员或支持团队通过这个标识符在系统日志中查找与特定请求相关的详细信息。
msgString消息:这是一个描述性的字段,它提供了关于API调用结果的额外信息,用以解释code的具体含义。这通常包括成功操作的确认、错误描述、警告或其他任何需要通知用户的信息。例如,如果API调用成功,msg 返回Success;如果调用失败,则返回Failure。
response_for_modelString根据用户问题搜索返回得到的结果:[5个问题对应的链接和网页内容描述]

其中data参数包含了问题query搜索出的网页的信息,其内部参数描述如下:

参数名参数类型参数说明
typeStringdata的返回值为字符串文本
imagesObject根据用户问题搜索出的网页中内含的图片信息,重点信息在value参数里
queryContextObject其下有originalQuery,对应用户原始问题的文本
rankingResponseObject在输入参数里count值对应搜索网页个数的结果响应并排序
videosObject根据用户问题搜索出的网页中内含的视频信息,重点信息在value参数里
webPagesObject根据用户问题搜索出的网页中内含的网页信息,重点信息在value参数里

因此,kie同学主要使用其中的response_for_model参数进行工作流设计,具体内容如下:

工作流名称:search_test

工作流描述:Useful for when you want to use search_test

工作流节点组成:开始节点,插件节点1,代码节点,插件节点2,结束节点

工作流示意图

必应搜索插件

链接读取插件

该工作流组件的内容如下:
1. 开始节点

2.必应搜索插件

3.代码节点

• 代码

import json
import re
​
async def main(args: dict) -> Output:parsed_data = json.loads(args.params['input'])for item in parsed_data:regex = r"link:(http[s]?://[^\s]+)"match = re.search(regex, item)if match:return {"url": match.group(1).replace('\n','')}return {"url": ""}  

4.链接读取插件

5.结束节点

• 回答内容

## 搜索网页
[{{output.title}}]({{url}})
## 网页全文
{{output.content}}

测试数据和结果如下:

测试数据1:
什么是AI?
测试数据1结果:
## 搜索网页
[AI知识科普①:AI的定义、起源、发展、案例](http://m.toutiao.com/group/7372498851418260006/)
## 网页全文
发布时间为2024-05-24 17:40:57AI时代到来,你是否了解AI的定义及其起源?这篇文章里,作者做了相关的分享,或许可以帮你更加了解AI这个行业。大家好,今天的更新是AI科普系列的第一期。首先我们要知道:AI和人工智能是完全一致的概念,AI即Artificial Intelligence是人工智能英文单词的缩写。(在所有以后的分享中,作者将优先使用汉语进行表达,避免给大家带来认知负担。)一、AI的定义人工智能(AI)是模拟人类智能,使计算机系统能够学习、推理、感知、以解决问题的一门科学。在人工智能的早期阶段,主要是模拟人类的能力,一个最简单的例子是计算机能像人一样计算出2+3的结果是5,但这种能力仅仅是固定的程序,还远不是我们今天所说的人工智能。在这个过程中,参考人类的能力分类,逐渐把人工智能的能力分成了:认知、处理、表达、决策等等方面的能力。拿设计师非常熟悉的MJ产品而言,就是【表达】这一方面中细分的【通过图像进行表达】的能力。而ChatGPT则是融合了认知、处理、表达等等多方面能力的产品,加上极高的成熟程度,才在近年引爆了人工智能概
.......(此处省略若干字)


http://www.ppmy.cn/ops/127474.html

相关文章

利用TLP185光耦合器增强电路隔离和信号完整性

在电子设计领域,确保电路不同部分之间的可靠隔离往往与电路本身的功能同样重要。无论是电源设计、数字接口还是传感器信号处理,保持信号的完整性同时保护敏感组件免受高压冲击至关重要。在此背景下,由东芝开发的TLP185光耦合器成为工程师们寻…

Hadoop生态圈三大组件:HDFS的读写流程、MapReduce计算流程、Yarn资源调度

文章目录 1. HDFS的读写流程1.1 HDFS读流程1.2 HDFS写流程 2. MapReduce计算流程3. Yarn资源调度一、客户端请求资源二、Resource Manager处理请求三、任务资源计算与申请四、Resource Manager分配资源五、Node Manager执行任务六、任务执行与监控 1. HDFS的读写流程 1.1 HDFS…

opencv学习:人脸识别FisherFaceRecognizer_create算法的使用

FisherFaceRecognizer_create算法 cv2.face.FisherFaceRecognizer_create() 是 OpenCV 中用于创建 FisherFace 人脸识别模型的函数。FisherFace 是一种基于线性判别分析(Linear Discriminant Analysis,LDA)的人脸识别方法。这种方法的核心思…

北京大学与长安汽车联合发布TEOcc: 时域增强的多模态占据预测

北京大学与长安汽车联合发布TEOcc: 时域增强的多模态占据预测 Abstract 作为一种新颖的3D场景表示,语义占据(semantic occupancy)在自动驾驶领域引起了广泛关注。然而,现有的占据预测方法主要集中于设计更好的占据表示形式&…

SpringBoot +Vue3前后端分离项目入门基础实例四

项目说明 项项目名称使用框架说明后端项目springboot_vue_element_demoSpringBoot + MyBatis-plus + MySQL完成基本的增删改查操作API前端项目vue-projectVue3 + ElementUI plus + axios界面展示,调用后端API项目文档目录 SpringBoot +Vue3前后端分离项目入门基础实例一 Spri…

「漏洞复现」灵当CRM data/pdf.php 任意文件读取漏洞

0x01 免责声明 请勿利用文章内的相关技术从事非法测试,由于传播、利用此文所提供的信息而造成的任何直接或者间接的后果及损失,均由使用者本人负责,作者不为此承担任何责任。工具来自网络,安全性自测,如有侵权请联系删…

持续科技创新 高德亮相2024中国测绘地理信息科技年会

图为博览会期间, 自然资源部党组成员、副部长刘国洪前往高德企业展台参观。 10月15日,2024中国测绘地理信息科学技术年会暨中国测绘地理信息技术装备博览会在郑州召开。作为国内领先的地图厂商,高德地图凭借高精度高动态导航地图技术应用受邀参会。 本…

LeetCode 2379.得到K个黑块的最少涂色次数

题目: 给你一个长度为 n 下标从 0 开始的字符串 blocks ,blocks[i] 要么是 W 要么是 B ,表示第 i 块的颜色。字符 W 和 B 分别表示白色和黑色。 给你一个整数 k ,表示想要 连续 黑色块的数目。 每一次操作中,你可以…