Coze 能从"玩具"变成"工具"，靠的就是三个核心功能：插件让 Bot 有手有脚，工作流让复杂任务自动跑，知识库让 Bot 懂你的业务数据。这章一个一个拆开讲。
插件系统：给 Bot 装上手和脚
Coze 内置 600+ 插件，分几大类：
| 类别 | 典型插件 | 用途 |
|---|---|---|
| 搜索类 | Web Search、News Search | 实时获取网络信息 |
| 内容类 | URL Reader、YouTube Transcript | 读取外部内容 |
| 工具类 | Code Interpreter、Calculator | 执行代码和计算 |
| 图片类 | DALL-E、Image Editor | 生成和编辑图片 |
| 数据类 | Google Sheets、Database Query | 读写结构化数据 |
自定义插件
内置插件不够用？自己写一个。Coze 支持通过 OpenAPI Schema 接入任何 REST API：
{
"openapi": "3.0.0",
"info": {
"title": "天气查询插件",
"version": "1.0.0"
},
"paths": {
"/weather": {
"get": {
"operationId": "getWeather",
"summary": "查询指定城市的天气",
"parameters": [
{
"name": "city",
"in": "query",
"required": true,
"schema": { "type": "string" },
"description": "城市名称，如 Sydney"
}
]
}
}
},
"servers": [
{ "url": "https://api.weatherapi.com/v1" }
]
}
上传这个 JSON，Coze 就会自动把它注册成插件。Bot 对话中需要查天气时，会自动调用你的 API。
工作流：让复杂任务自动跑
工作流是 Coze 最强的功能，没有之一。你可以用拖拽的方式把多个步骤串起来，每一步可以是 LLM 调用、插件执行、条件判断或代码运算。
一个实际例子：自动内容审核工作流
Start（用户提交内容）
→ LLM 节点（判断内容类别：广告/正常/违规）
→ 条件分支
├── 广告 → LLM 节点（提取广告关键词）→ 数据库记录
├── 违规 → 通知管理员 → 自动回复"内容不合规"
└── 正常 → LLM 节点（生成摘要）→ 发布到频道
→ End
工作流节点类型
| 节点 | 功能 | 常用场景 |
|---|---|---|
| LLM | 调用大模型处理文本 | 分类、摘要、改写 |
| Plugin | 执行插件动作 | 搜索、发消息、读数据 |
| Code | 跑 Python/JavaScript | 数据清洗、格式转换 |
| Condition | 条件分支 | if-else 逻辑判断 |
| Variable | 变量操作 | 存储和传递中间结果 |
| Batch | 批量处理 | 循环处理列表数据 |
我个人觉得工作流最好用的地方是把 LLM 节点和 Code 节点混着用。比如先让 LLM 从用户的自然语言里提取结构化参数，再用 Code 节点去调 API、做计算，最后再让 LLM 把结果组织成人话。
知识库：让 Bot 懂你的数据
知识库是 Coze 的 RAG（检索增强生成）方案。上传你的文档，Bot 对话时会自动检索相关内容作为上下文。
支持的数据源
- 文件上传：TXT、PDF、DOCX、Excel、CSV
- 网页抓取：输入 URL，Coze 自动爬取内容
- API 导入：通过 API 批量写入数据
- 手动录入：直接在界面里编辑
分片策略
上传文档后，Coze 会自动把长文本切成小块（chunk）。你可以选择：
分片方式：
├── 自动分片（默认，按段落 + 语义切分）
├── 按字数切分（自定义 chunk 大小，如 500 字）
├── 按分隔符切分（用 --- 或 ## 标记边界）
└── 不切分（适合短文本，如 FAQ 条目）
我的经验：如果你的文档结构化程度高（比如 FAQ、产品手册），用分隔符切分效果最好。如果是长篇文章或报告，自动分片就够了。
检索配置
| 参数 | 推荐值 | 说明 |
|---|---|---|
| Top K | 3-5 | 返回最相关的 K 个文档片段 |
| 相似度阈值 | 0.7 | 低于此值的片段不返回 |
| 检索模式 | 混合检索 | 向量 + 关键词，兼顾语义和精确匹配 |
多 Agent 协作
Coze 支持把一个 Bot 当作另一个 Bot 的"工具"来调用。比如你有一个翻译 Bot 和一个摘要 Bot，可以创建一个"总管 Bot"，根据用户需求分别调用它们。
这种模式适合把复杂任务拆成多个专精的小 Agent，各司其职，比塞一堆指令到一个 Persona 里效果好得多。