扣子Coze工作流实战攻略：快速搭建自动化流程
搭建Bot智能体时，工作流是必须掌握的核心技能——任何稍有复杂度或实用价值的Bot几乎都离不开它。本文从工作流基础概念切入，逐层拆解扣子工作流的内部结构，最后用一个完整示例收尾。目标是让零基础用户也能一次性理解，而不是被各种术语绕晕。
全文分为六大板块：工作流简介 → 解决哪些痛点 → 逻辑结构 → 组件详解 → 动手示例 → 要点总结。下面逐步展开。
1. 扣子工作流简介
先回答最基础的问题：工作流到底是什么？
工作流（Workflow），本质上是一组相互关联的步骤或任务，用于完成某个特定的业务过程。它定义了“先做什么、后做什么、谁执行、在什么条件下执行”——就像公司报销流程：先填单子、贴发票、交财务、找领导签字，每一步都有顺序和规则。再比如软件开发的CI/CD流水线，也是工作流的典型应用。
扣子的工作流与传统工作流形态相似，但底层逻辑不同。传统工作流可以手动、自动或混合执行；而扣子工作流是纯自动化的——它将一系列步骤串联起来，Bot可同时挂载多个工作流，根据用户行为自动选择并执行最合适的那个。
扣子工作流最吸引人的特性在于：你可以在可视化画布中，将插件、大语言模型、代码块等功能模块像搭积木一样组合，从而实现复杂、稳定的业务流程编排。例如构建旅行规划Bot或自动生成分析报告——这类任务单靠大模型往往难以完成，但工作流可以轻松胜任。
说到这里，你可能会问：既然Bot基于大模型搭建，为什么不直接让大模型搞定一切，还要多此一举引入工作流？
答案很直接：大模型虽然已经很强，但还远未达到全能。生成式AI本质是基于概率生成内容，每次输出未必符合预期——尤其在需要高准确率的场景中，大模型翻车的概率不低。工作流正是对这种能力缺陷的补偿机制：在模型不够智能时，通过人工编排的流程（即注入人的经验），让智能体的表现更加稳定、可靠。简单说，就是用人的确定性来对冲模型的不确定性。
2. 扣子工作流能解决什么问题？
理解了工作流的本质，下一个自然问题是：什么情况下该用它？下面总结几个典型场景，供你参考。
场景一：提示词怎么调都达不到预期
在Coze上搭建Bot，通常从写提示词开始。但有时即便你按照提示词工程的最佳实践，把指令写得清晰、结构做到极致，反复迭代优化后效果依然不理想。这时候就该考虑引入工作流。举个例子：写一篇长调研报告，需要先收集资料、再拟大纲、分章节撰写、最后总结。单靠一个提示词，大模型很难一次产出结构合理、内容详实的文章——但工作流可以将其拆解成多个步骤，逐一完成。
场景二：需要多次调用插件或外部工具，且存在严格的依赖关系
部分大模型支持Function call来调用外部工具。但如果要调用的工具较多，且相互之间有严格的先后顺序（例如必须等上一步结果才能执行下一步），大模型不一定能每次都正确排序。比如根据一个网址抓取网页内容、总结要点、再生成思维导图——这里的“抓取”和“生成思维导图”都需要调用插件，中间还要大模型进行总结。一个工作流就能把这些步骤稳稳衔接起来。
场景三：需要对数据进行精确处理
大模型擅长写文章、编故事，但面对数据计算、精确格式化等任务时，往往力不从心。工作流中的代码节点可以接手这类工作。Coze官方文档中就有一个例子：用工作流加代码节点生成随机数——虽然简单，但足以说明代码节点能精准处理大模型不擅长的任务。
场景四：需要根据条件走不同分支
例如做一款答题Bot，用户选择A或B时，你希望机器人给出完全不同的回复。这种“if…else”的分支逻辑，工作流中的选择器节点可以轻松实现。
场景五：一次请求中需要多次输出消息
大模型的工作模式是一问一答，输入一次输出一次。但在某些复杂应用中，用户提一个问题，你可能希望先回复一条“正在处理，请稍等”，再输出最终结果。或者整个处理过程较长，需要分阶段给用户反馈。工作流中的消息节点允许你在流程中间输出消息，从而提升用户体验。
3. 扣子工作流的逻辑结构
概括来说，扣子的工作流是一个“有唯一输入、唯一输出”的有向无环图。它由一系列首尾相连的节点组成，每个节点都有输入参数和输出参数。示意图如下：
当然，这张图只是示意，不代表所有工作流都如此。最简单的工作流甚至只有一个开始节点和一个结束节点，中间什么都不放。
关于“唯一输入”和“唯一输出”，再补充一句：这指的是工作流有唯一的入口和唯一的出口（截至2024年6月如此）。但“唯一”并不等于“只能有一个参数”或“只能输出一条消息”。扣子工作流的入参可以有多个，并且前面已经提到，它可以在中途多次输出消息。
4. 扣子工作流的组成模块
直接看图更清晰——创建一个新工作流后，默认打开的页面如下：
除了开始节点和结束节点是每个工作流中固定且唯一的，左侧工具栏中的其他节点都可以按需添加。下面逐一介绍每种节点类型。
插件：用于调用某个插件，入参和出参与插件接口保持一致。
大模型：用于调用大模型生成输出。与创建Bot时一样，你可以选择不同模型并编写提示词。
代码：执行一段代码（一个函数），目前支持Python和JavaScript。输入输出与函数参数一致。
知识库：从知识库中检索信息，功能与Bot编排页面的知识库相同。
工作流：这个节点可以嵌套执行另一个工作流——相当于工作流中再套工作流。
图像流：嵌套执行图像流，用于根据文本或图片生成新图片。
选择器：if…else结构，根据条件走不同分支。
文本处理：用于拼接或分割字符串，当然用代码节点也能实现。
消息：向用户输出一条回复消息。
变量：读取或写入Bot的变量。工作流本身没有存储，但通过变量节点可以操作调用它的Bot的变量。
数据库：读取或写入Bot的数据库。同样，工作流本身不存储数据，通过这个节点操作Bot的数据库。
5. 扣子工作流的示例
理论讲完了，现在动手做一个简单的工作流。功能是：根据用户输入的URL，将对应网页的内容生成一张思维导图。
先分解这个功能：
- 抓取URL对应的网页内容
- 总结内容要点
- 将要点生成思维导图
其中第1、3步需要调用插件（网页抓取和思维导图插件），第2步需要利用AI的总结能力。下面一步步操作。
第一步
在“个人空间”（或团队空间）中切换到“工作流”页签，点击右上角的“创建工作流”，输入工作流名称和描述。描述必须写清楚，因为大模型需要理解这个工作流的用途，才能在合适的时机调用它。
第二步
确认后进入工作流编排页面。按照上述分解，需要添加两个插件节点和一个大模型节点。不过在写这篇文章时发现了一个Coze的小bug——用大模型总结长文本时，提示词过长会导致后台报错。所以调整方案：直接用扣子官方的LinkReaderPlugin插件，将网页抓取和内容总结合并成一个步骤；思维导图使用官方的generateTreeMind插件。将各节点连接起来，效果如下：
第三步
整个工作流执行时间可能较长，为了不让用户因等待而关闭页面，可以在中间步骤加一个消息节点，给用户反馈。例如先回复一句“正在抓取网页并总结，请稍候…”。添加消息节点后的工作流如下：
第四步
网页抓取很可能失败——比如URL打不开、网站屏蔽爬虫等。在失败时（error_code不为空），需要走不同的处理分支，直接向用户回复一条失败消息。因此再加一个选择器节点，以及一个文本处理节点用于构造失败消息。最后在结束节点中，将回答模式设为“使用设定的内容直接回复”，并在“回答内容”中将成功时的data和失败时的errmsg拼接在一起（因为只有一个分支会执行，只有一个变量有值，拼接后两种情况都能得到正确结果）。最终效果如下：
第五步
工作流基本编排完成。点击右上角的“试运行”，结果报错——提示文本处理和消息节点的参数不能为空。这两个节点使用固定的消息内容，不需要传参数，直接将参数删除即可。再次试运行，输入URL参数：https://www.coze.cn/docs/guides/workflow，运行成功，生成了最终结果：
第六步
试运行通过后，点击“发布”，即可在Bot中使用。
第七步
最后创建一个Bot（具体操作可参考《用扣子(Coze)搭建Bot智能体详解》），在Bot中引用刚刚发布的工作流：
以上就是创建并使用扣子工作流的完整流程。
总结
工作流是搭建Bot智能体的核心技能——任何稍有复杂度的Bot基本都离不开它。本文从概念入手，梳理了使用场景、逻辑结构和各个模块，最后用一个实际例子走通了从创建到发布的完整流程。希望帮助新手用户快速上手。当然，要真正熟练运用，还需要多动手、多钻研。扣子的工作流商店中有很多其他人发布的工作流，点进去可以查看节点配置信息，对新手来说是非常好的学习资源。