逆天!Coze 可免费用 Twitter API,如何用批量工作流一次获取多人推文,月省 100 美元 | 回到Axton

人工智能 | ChatGPT & AIGC
7 Apr 202418:33

Summary

TLDR本期视频介绍了Coze平台,一个无需编程即可搭建AI聊天机器人的平台。视频中详细展示了如何利用Coze的Twitter API插件免费获取Twitter推文信息,包括获取用户信息、搜索推文、获取推文线程等功能。同时,通过创建工作流,可以批量获取多个Twitter作者的推文,并将这些信息嵌入到AI聊天机器人中。视频还提到了Coze的局限性,如服务用量限制和文档不足。最后,视频鼓励观众加入AI精英学院,以提升AI相关技能。

Takeaways

  • 🚀 Coze平台允许用户无需编码即可搭建AI聊天机器人,并能免费使用GPT-4和Twitter API等高级功能。
  • 🌐 使用Coze海外版可以接入GPT-4 Turbo模型,实现更强大的对话能力。
  • 🔍 Coze提供了多种Twitter相关的插件,使得用户可以轻松获取和管理Twitter数据。
  • 📈 通过Coze的工作流,用户可以批量获取多个Twitter作者的推文,用于信息汇总或日报制作。
  • 👥 工作流中的节点(模块)可以完成各种任务,如基本处理、条件判断、变量交互等。
  • 🔄 工作流支持单次运行和批处理模式,但文档中缺少批处理的具体配置说明。
  • 📊 尽管Coze提供了强大的功能,但服务用量有限制,不适合作为大规模爬虫使用。
  • 📚 Coze的文档目前还不够完善,用户可能需要花费更多时间来学习和解决问题。
  • 🛠️ 视频中提到了AI精英学院,这是一个提供AI基础能力和自动化课程的平台。
  • 📈 Axton鼓励用户加入AI精英学院,以提升个人在AI领域的竞争力。

Q & A

  • Coze是一个什么样的平台?

    -Coze是一个无需编程代码即可搭建AI聊天机器人的平台,提供了丰富的功能和插件,使用户能够轻松创建和部署智能助手。

  • Coze平台如何使用GPT-4模型?

    -要使用Coze平台的GPT-4模型,需要使用Coze的海外版,即英文版的Coze.com。通过该平台,用户可以创建AI聊天机器人,并为其配置各种功能插件。

  • 在Coze平台上,如何创建一个AI聊天机器人?

    -在Coze平台上创建AI聊天机器人首先需要定义一个Bot,为其设置一个简单的名字和角色,例如命名为Jerry,并设定其为AI Twitter Finder助手。然后,可以添加各种Twitter相关的插件来实现特定功能,如获取用户信息、搜索推文等。

  • Coze平台中的Twitter API插件有哪些功能?

    -Coze平台中的Twitter API插件包括获取用户信息、搜索推文、获取推文线程、获取用户粉丝列表等功能。用户可以通过这些插件无需编写代码即可实现与Twitter的交云。

  • 如何通过Coze平台获取特定Twitter用户的推文信息?

    -在Coze平台上,可以通过添加Twitter API插件并使用其中的'get user tweets'功能来获取特定用户的推文信息。用户需要提供Twitter用户名或用户ID,并可以设定获取推文的数量。

  • Coze平台的工作流是什么,如何使用它来批量获取推文?

    -Coze平台的工作流是一种工具,用于实现更复杂的任务和自动化流程。用户可以通过工作流中的节点来调用不同的功能,如搜索推文、获取推文线程等,并通过设置变量和条件来控制流程。批量获取推文可以通过循环调用搜索推文的功能,并为每个关注的作者执行一次搜索操作来实现。

  • 在使用Coze平台时,遇到了哪些局限性?

    -Coze平台虽然提供了许多便利的功能,但也存在一些局限性。例如,免费使用的服务有用量限制,可能在高频率使用下会达到限制。此外,平台的文档支持还不够完善,用户可能需要花费更多时间和精力来学习和解决问题。

  • 如何通过Coze平台获取Twitter的趋势信息?

    -在Coze平台上,可以通过添加Twitter API插件并使用其中的'get twitter trends'功能来获取Twitter的趋势信息。用户需要提供特定国家或地区的信息作为参数,以获取该地区的趋势数据。

  • Coze平台的AI聊天机器人如何输出中文内容?

    -Coze平台的AI聊天机器人可以通过配置相应的节点和插件来输出中文内容。在创建机器人时,可以设置其响应格式为中文,并在调用搜索推文等功能时,指定返回结果的语言为中文。

  • 在Coze平台上创建的工作流可以用于哪些目的?

    -Coze平台上创建的工作流可以用于多种目的,如批量获取和分析推文、创建日报、分享信息到群组等。用户可以根据自己的需求,通过工作流实现自动化的信息检索和处理。

  • 如果Coze平台的账户被暂停,会有什么后果?

    -如果Coze平台的账户被暂停,用户将无法正常使用平台提供的服务和功能,如获取用户粉丝列表等。这可能会影响用户依赖于Coze平台进行的自动化任务和信息检索工作。

Outlines

00:00

🤖 介绍Coze平台和Twitter API的免费使用

本段落主要介绍了Coze平台,这是一个无需编程即可搭建AI聊天机器人的平台。讲解了如何利用Coze平台免费使用原本需要付费的Twitter API,尤其是GPT-4 Turbo模型。视频作者详细展示了Coze的各种功能,并提供了相关链接。同时,提到了自从马斯克收购Twitter后,使用Twitter API需要每月支付100美元的费用,而Coze平台提供了免费的解决方案。视频作者还演示了如何使用Coze获取多个Twitter作者的推文,并将这一工作流嵌入到AI聊天机器人中。

05:00

🔍 Coze平台的Twitter API功能演示

在这一段中,视频作者详细演示了Coze平台的Twitter API功能,包括获取用户信息、搜索推文、获取用户粉丝等。通过实际操作,展示了如何添加插件、使用不同的参数进行搜索,并解释了每个功能的具体用法。作者还提到了在使用过程中遇到的一些问题,比如获取用户粉丝信息时出现的权限错误。此外,作者还提到了Coze平台的局限性,比如服务的用量限制和文档的不完善。

10:01

📈 工作流的创建和批处理推文获取

视频作者在这一段中讲解了如何创建一个工作流来批量获取推文。首先,介绍了如何定义变量、使用条件节点和调用API插件。然后,作者通过实际操作展示了如何使用'search_tweet'模块来获取特定作者的推文,并通过变量节点来循环处理多个作者。此外,作者还提到了Coze工作流的单次运行和批处理模式,以及如何在批处理中正确配置参数。最后,作者提到了将创建一个说明文档,以便更好地理解和使用Coze的工作流。

15:04

🚀 Coze平台的局限性和AI精英学院的推广

在最后一段中,视频作者总结了Coze平台的优缺点。虽然Coze提供了免费的Twitter API服务,但存在用量限制,并且文档不够完善。作者建议观众加入AI精英学院,以学习如何更有效地利用AI技术。作者还提到了即将到来的更新和价格上涨,鼓励观众抓住现在的机会。最后,作者提供了学院的网址,并强调了通过学习可以获得解决当前和未来问题的AI基础能力。

Mindmap

Definition
GPT-4 Model Usage
Twitter API Integration
Coze Platform Overview
Get Users
Search Tweets
User Followers
Create Tweet
Twitter Trends
Demo of Coze's Twitter API Features
Batch Tweet Retrieval
Variable Usage
Batch Processing
Limitations
Workflow Demonstration
Axton's Invitation
Course Offerings
Upcoming Price Increase
AI Elite Academy
Summary of Coze's Benefits
Axton's Role
Call to Action
Closing Remarks
Axton's Introduction to Coze and Twitter API Integration
Alert

Keywords

💡Axton

Axton是视频中提到的一个人物,似乎是视频的主持人或创作者。他在视频中介绍了Coze平台以及如何利用它来创建AI聊天机器人,并使用Twitter API。

💡Coze

Coze是一个平台,它允许用户无需编程知识就能创建AI聊天机器人。这个平台提供了使用GPT-4模型和Twitter API的功能,使得用户能够搭建和部署自己的AI应用。

💡GPT-4

GPT-4是一种先进的自然语言处理模型,能够理解和生成人类语言。在视频中,GPT-4被用作AI聊天机器人的核心技术之一,以提供更智能的交互体验。

💡Twitter API

Twitter API是Twitter提供的一套接口,允许开发者访问和使用Twitter的数据,如推文、用户信息等。在视频中,通过Coze平台可以免费使用原本需要付费的Twitter API功能。

💡AI聊天机器人

AI聊天机器人是一种基于人工智能技术的自动对话系统,能够模拟人类与用户的交流。在视频中,Axton通过Coze平台创建了一个名为Jerry的AI聊天机器人,用于帮助用户寻找Twitter上的特定推文。

💡工作流

工作流是一系列按照特定顺序执行的任务或操作,通常用于自动化复杂的过程。在视频中,Axton展示了如何利用Coze平台的工作流功能来批量获取Twitter作者的推文。

💡AI Twitter Finder

AI Twitter Finder是视频中提到的一个功能或工作流,它能够帮助用户在Twitter上查找包含特定关键词的推文。这个功能通过Coze平台实现,可以输出中文结果,方便用户获取和理解推文内容。

💡Elon Musk

Elon Musk是视频中提到的一个知名人物,他是Twitter的使用者之一。在视频的上下文中,Axton通过Coze平台创建的工作流获取了Elon Musk的Twitter推文,作为展示如何使用Coze平台的一个例子。

💡AI精英学院

AI精英学院是视频中提到的一个教育平台或组织,由Axton创建,旨在教授人们如何利用AI提升效率和竞争力。Axton鼓励观众加入AI精英学院,以学习AI相关的基础能力和技术。

💡自动化

自动化是指通过技术手段减少或消除人为干预的过程。在视频中,自动化体现在使用Coze平台创建AI聊天机器人和工作流,以自动获取Twitter推文和处理数据。

💡限制

限制指的是对某些功能或服务使用范围或数量的约束。在视频中,Axton提到Coze平台提供的Twitter API功能虽然免费,但是有使用量的限制,不能无限制地使用。

Highlights

Coze平台可以免费使用GPT-4和Twitter API,而无需自己支付费用。

Coze允许用户无需编程知识就能搭建AI聊天机器人。

通过Coze平台,用户可以批量获取多个Twitter作者的推文。

Coze平台上的AI聊天机器人可以通过嵌入工作流来增强功能。

Coze支持使用GPT-4 Turbo模型,但需要使用Coze的海外版。

Coze提供了多个与Twitter相关的插件,方便用户操作。

Coze可以获取指定Twitter用户的信息,如名字、ID、粉丝数等。

Coze能够根据关键词搜索特定作者的推文。

Coze可以获取Twitter的趋势信息,帮助用户了解热门话题。

Coze的工作流功能可以实现复杂的任务,如批量获取推文。

Coze的AI聊天机器人可以通过变量和工作流进行交互。

Coze的工作流节点可以测试运行,以确保配置正确。

Coze提供了文档和最佳实践例子,帮助用户更好地理解和使用工作流。

Coze平台虽然功能强大,但存在用量限制和文档不足的问题。

AI精英学院提供AI基础能力的课程,帮助用户提升效率和竞争力。

Coze平台的AI聊天机器人可以输出中文,方便用户理解和使用。

Coze平台的AI Twitter Finder工作流可以批量获取推文并输出数据结构。

Transcripts

00:00

嘿,你好,欢迎回到 Axton

00:02

没想到,Coze 不但可以免费的用到 GPT-4

00:05

居然还能耗到马斯克的羊毛

00:07

可以免费的使用比 GPT-4还要贵的 Twitter API

00:11

Coze 是一个可以不用代码来搭建 AI 聊天机器人的平台

00:15

我在这期视频当中已经详细的讲解了 Coze 的各种功能

00:19

以及如何用到 GPT-4 Turbo 的模型

00:23

感兴趣的朋友可以回看一下

00:25

链接我放在描述栏当中

00:27

自从 Twitter 被马斯克买了之后

00:29

如果你想从 Twitter 网站的外面来获取推文信息

00:33

也就是用 Twitter API

00:34

就需要每个月充值100美元了

00:37

但是 Coze 却很大方的

00:39

让你可以免费的用部分 Twitter API 的功能了

00:42

今天我就先给大家演示一个

00:45

可以批量获取多个 Twitter 作者的推文的工作流

00:49

把这个工作流嵌入到你的 AI Bot

00:52

AI 聊天机器人里面

00:54

比如我这里加了两个 Twitter 账号

00:56

我的和马斯克的

00:58

这样就可以一次性的获取到我们两个人的推文了

01:02

01:03

今天我首先给大家演示一下

01:05

在 Coze 上可以用到的 Twitter API 的功能

01:08

然后再演示一下批量获取推文的工作流

01:11

最后我们再聊一聊 Coze 的局限性

01:14

如果你喜欢这类视频

01:15

请点赞收藏方便以后回看

01:18

01:18

咱们开始

01:19

01:20

这就是 Coze 的网站

01:21

如果我们想用到 GPT-4的模型

01:23

我们就需要用 Coze 的海外版

01:25

也就是 Coze.com

01:26

是英文版

01:27

今天我们就用英文版来做演示

01:30

01:31

这就是我创建的一个测试

01:32

X 的 AI 聊天机器人 Bot

01:35

X 也就是以前的 Twitter

01:37

给聊天机器人的 prompt 很简单

01:40

你是我的小助手

01:41

你的名字叫做 Jerry

01:42

你会使用 AI Twitter Finder 工作流

01:45

帮助我寻找关键词的推文

01:49

并且输出中文

01:50

这里面用到的 AI Twitter Finder

01:52

就是我待会给大家介绍的

01:54

我们可以批量的去获取到一批

01:57

Twitter 作者的推文的工作流

02:00

咱们后面再看

02:01

我们先来看一下

02:02

可以操作 Twitter 的这些 plugin 插件

02:05

这边我已经把 Coze 当中

02:07

所支持 Twitter 的这些插件

02:09

三个插件全部列在这边了

02:12

添加插件只需要点击加号就可以了

02:15

然后我们就可以在这边进行搜索

02:17

X 就是跟 Twitter 相关的

02:20

这就包括一个 X 插件

02:21

然后发送 Twitter 的插件

02:23

还有后面有一个 Twitter API 的插件

02:26

当然为了不漏掉

02:27

我们可以再使用 Twitter 来进行

02:29

再一次的搜索

02:31

这4个就是目前关于 Twitter 的这些插件

02:34

这里面有三个我都添加到我的 Bot 里面来了

02:37

Twitter 的 trends

02:38

Twitter 趋势我还没有加

02:39

我们可以把它也添加进来

02:41

02:42

这就是这4个插件

02:43

这边就是他所支持的

02:45

Twitter 相关的功能

02:46

我们现在就来给大家演示一遍

02:49

看看他到底能达到什么样的效果

02:51

02:52

首先第一个 get users

02:54

获得指定用户的信息

02:56

实际上也就是获得一个用户的 profile

02:59

这边给的参数可以用 user id

03:02

也可以用 user 的 user name

03:05

03:05

我们就来试一下

03:07

比如让他来获得我的推文的信息

03:10

这边给的提示为了避免他混淆

03:13

因为毕竟我们有这么多的内容

03:15

我就明确指定了这个方法的名称

03:18

然后告诉他获取 axtonliu

03:20

也就是我的推特号的信息

03:22

03:22

这边我们就可以看到他很快速的得到了我的一些信息

03:25

我的名字

03:26

id

03:27

粉丝人数

03:27

关注的人数等等

03:29

包括我的头像链接

03:31

还有我的描述

03:33

简介

03:34

03:34

然后我们可以看一下

03:35

接下来 search 一个推文

03:38

那么他有三个参数

03:40

分别是 count

03:41

就是你要返回多少个推文

03:44

然后查询字符串

03:45

这个是一个必须要的参数

03:47

就是你要查询的关键词是什么

03:49

author 就是作者

03:51

也就是推文的推主

03:53

你要查谁的推文信息

03:55

请使用 searchTweet 查找 axtonliu 的与 AI 相关的推文

03:59

最多返回10条

04:01

我们看看他能不能正确的调用

04:03

失去 AI 让我们恐慌

04:05

而这才是最令人恐惧的事情

04:07

没错

04:07

这些都是我的推文

04:09

链接也是正确的

04:11

04:12

很遗憾后面这个没有给出链接

04:13

但是效果已经很不错了

04:15

04:16

我们再看 user

04:17

followers

04:18

同样参数只需要一个用户名就行了

04:20

我们同样来查我的 followers

04:23

04:23

出错

04:24

因为某些未知的原因

04:25

我无法完成这个操作

04:27

04:28

我们可以在这里面看他的运行过程

04:30

来判断一下他的问题出在哪

04:32

点击

04:33

这样就是他的整个执行过程

04:35

那发送的信息呢

04:36

给了一个 username

04:37

这个没有什么问题

04:39

response 就是他的返回结果

04:41

04:41

这边返回的错误

04:43

403

04:44

权限的问题

04:46

您的账户已被暂停

04:47

不允许访问此功能

04:48

这不会是扣子的账户被暂停了吧

04:52

04:53

那这一步我们就先放过

04:54

我们把后面两个重点的功能来先测试一下

04:58

那创建推文呢

04:59

这个就不用演示了

05:00

因为这本身就是一个免费给大家提供的功能

05:02

不会存在什么问题

05:04

就算有问题

05:05

我们可以通过其他各种办法来用它

05:07

包括使用 Make 工作流

05:08

那这边获取它的趋势

05:10

我们可以待会来试一下

05:12

还有获取一个推文线程

05:14

以及获取一个用户的推文

05:16

这两个相对来说应该是更有用的一些内容

05:20

而这边的查询呢

05:21

它这边只支持一个查询条件

05:24

就是关键词

05:25

那相对于这个查询呢

05:27

它的功能要弱一些

05:29

因为它条件少

05:30

05:31

我们就先把这两个来试一下

05:33

那首先这个获取用户的推文呢

05:35

就是根据用户 ID 来获取推文的

05:38

那实际上 get user tweets 这个功能

05:40

加上 search 的这个功能

05:42

就可以完成 search tweet 的功能

05:45

也就是说这个功能和它这两个是等价

05:48

我们可以先暂时不看它们两个

05:50

我们先看一下 get twitter thread 的这个功能

05:53

获取一个推特线程

05:55

获取一个推文线程呢

05:56

它的参数是要 ID

05:57

这个 ID 哪来的呢

05:59

我们就看我的推文吧

06:01

就第一个自动抓取 RSS 文章的这个推文

06:05

一个推文线程它的 ID 呢

06:07

实际上就是在它的 URL 里面

06:10

我们可以直接 copy link

06:12

然后我们再到这边

06:15

link 当中的这串数字呢

06:17

就是你的推文的 ID

06:18

06:19

请使用 get twitter thread 获取 ID 为这个的推文

06:23

没有找到

06:25

我们可以让它再试一次

06:26

OK

06:27

这下就正常了

06:28

所以说还是不够稳定

06:30

没错

06:30

整个线程总结的内容是正确的

06:34

很好

06:35

这个功能也是一个比较有用的功能

06:37

相当于你可以获取一个

06:39

推主它整个推文串的主要内容

06:42

那这个功能呢

06:42

就可以帮助大家去创建一个你自己的 AI 机器人

06:47

从推特上面去抓取一些你所关心的信息

06:50

你可以把这个信息做成你的日报

06:53

或者分享到你的群里面都是有用的

06:55

06:56

接下来我们就再看一下它的获取推特趋势的功能

06:59

那它的参数呢

07:00

需要一个国家

07:02

比如美国

07:03

那我们待会就用美国吧

07:04

07:05

又一次出错

07:05

那么同样这种情况下

07:07

我们就再让它来一次就行了

07:09

OK

07:09

给出了一些当前美国的推特的趋势

07:12

那其他的功能呢

07:13

因为都大同小异

07:14

我们就不用一个一个的去演示了

07:17

但是这两个就是查看你的粉丝和你粉了谁

07:21

这两个功能呢

07:22

我们在视频最后再来试一遍

07:25

我们首先把我们的工作流先给演示完成

07:28

以防止真的他这个账户出了什么问题

07:31

导致我们整个工作流跑不起来

07:33

07:33

刚才我们看到

07:34

我们可以用这些插件来使用一些推特 API 的付费功能

07:38

比如获取用户信息

07:40

查找推文

07:41

以及获取推文的内容等等

07:44

在跟 Bot 对话的过程当中使用这些功能呢

07:47

也非常的简单

07:48

方便

07:49

但是呢

07:49

如果我们需要去应对一些更复杂的场景呢

07:51

我们可能就需要去调用多个功能

07:54

或者呢

07:55

把一个功能多次的调用

07:57

比如我接下来要给大家演示的一个场景呢

07:59

就是假设我要从我关心的多个推主

08:02

那边去获得他们的最新推文

08:04

然后来总结出当前跟 AI 最相关的一些内容

08:08

以方便我获取信息呢

08:10

那我就需要去针对每一个用户

08:13

我都要调用一遍

08:14

那这实际上就是一个循环的过程

08:17

我们就需要用到工作流

08:19

工作流它的目的就是来实现一些更复杂的任务

08:23

那么我要给大家演示的这个工作流呢

08:25

就是希望他能够一次性的获取到我伊隆马斯克的推文

08:29

只要把你所关心的作者的信息都加到他的列表里面就可以了

08:34

那首先呢

08:35

我要把我关心的这些推主

08:36

他们的账号名称是什么

08:38

告诉这个机器人

08:40

可以有很多办法做到

08:41

那么我在这边用的比较简单的方法呢

08:43

就是定义一个变量叫 authors

08:45

就是作者

08:47

然后这个 authors 里面呢

08:48

我就给了他

08:49

这是我的推特账号

08:51

还有伊隆马斯克的

08:53

我们两个人的账号就可以了

08:54

做个演示

08:55

然后我们再进入到这个工作流里面

08:57

看看这个工作流他在干什么

08:59

09:00

这就是我的整个工作流

09:02

那工作流当中的每一个方块呢

09:04

实际上就是他完成的每一项功能可以叫做模块

09:08

在 Coze 里面呢

09:09

他就叫做节点

09:11

比如 Coze 里面所支持的这些节点

09:13

首先就有 basic 的节点

09:15

基本的节点

09:16

这就包括了大语言模型

09:18

然后 code 你可以写代码

09:20

完成一些客制化的功能

09:23

还有知识库

09:25

condition 条件

09:26

你可以设定一些条件

09:27

根据不同的条件呢

09:28

去跳转到不同的功能场景

09:31

变量就是你机器人当中的变量可以进行交互

09:34

数据库也是一样

09:36

那除了这些基本的模块之外呢

09:38

他还可以用插件

09:40

同样也可以用其他的工作流来当做你的工作流当中的节点

09:45

那既然我们的目的是为了查找推文

09:48

所以我们就要用到刚才我们前面演示过的

09:50

获取推文的那个插件

09:53

也就是 X 那个插件

09:55

最下面对我们要用到 search_tweet 这个模块

09:59

只要点击加号加进来就可以了

10:00

我这边已经有一个了

10:03

就是他 search_tweet

10:03

这就是今天的主角

10:05

那另外一个关键的模块呢

10:08

就是这个 variable

10:09

variable 是 code 里面的一个基础模块

10:12

他的目的呢

10:13

就是从你的 AIbot 里面

10:15

就是你的机器人里面把你定义的变量的值取过来

10:19

那我刚才在机器里面定义的变量

10:21

就是我关心的那些推文作者

10:23

也就是我 Elon Musk

10:25

还有 AndrewNG 这三个人作为例子

10:28

所以这个模块的功能就是要把我定义的

10:31

那三个人的账号拿过来

10:32

交给下一个工作流去用

10:35

所以很简单

10:35

我这边输入一个 key

10:38

authors 就是我在 bot 里面定义的这个变量的名称

10:42

就可以了

10:44

它的输出

10:45

你给它起个名字就行

10:47

那看你的节点配置的正常不正常呢

10:49

你只需要点击这个播放按钮

10:52

就可以测试你的这个节点

10:54

点击

10:55

这边就会选择一个 bot

10:57

那就是我们演示的 testx 这个 bot

11:00

11:00

然后运行

11:01

运行成功就是绿色的

11:03

这时候我们就可以看一下它运行的结果是什么

11:06

11:06

它的输出就已经取出了我定义的这三个人

11:10

这就说明我这个节点的配置是正确的

11:12

那这边的是一个 start 开始 节点

11:15

Coze 的工作流默认就会给你两个节点

11:17

一个是 开始 节点

11:18

你可以在这边去初始化一些

11:20

你需要在整个工作流当中用到的一些数据

11:24

比如我要查询推特

11:26

我可能就需要一个关键词

11:28

我就可以在这边定义一个叫 query string 的一个变量

11:32

用它来存我们要查询的关键词就可以了

11:35

同样

11:36

最后他还会默认给你加一个结束的一个节点

11:39

结束节点的主要目的就是把你的结果输出

11:42

你就可以在你的机器人里头用它

11:44

或者你也可以在其他的工作流里面去调用它

11:47

那这边用到的 GPT-4的一个模型就是

11:50

处理你的一些输入格式

11:52

这边主要就是查询推文

11:54

很多节点它都有两种运行模式

11:56

一种就是 single time 就是单次运行

11:58

还有就是批处理

12:00

我们首先看一下它的单次运行

12:02

它跟我们之前的演示是一样的

12:04

它需要三个变量

12:05

首先就是它的 query string

12:07

那这边我们就让它用我们最开始的 start

12:12

里面定义的查询字符串就可以了

12:15

12:15

这边的作者和返回多少条结果都是可以定义的

12:18

我们可以先测试一下它单次运行的结果

12:22

那这边作者

12:22

我们可以给它定死一个测试一下

12:25

比如说 axtonliu

12:27

12:29

运行一下

12:29

它会让你提供查询字符串

12:32

因为这个是一个变量

12:33

你没有在这边指定

12:35

所以你测试的时候需要给它提供一个

12:37

比如我们就 AI

12:39

然后运行

12:40

12:40

运行成功

12:41

我们同样可以看一下它的结果

12:43

那这边的就是它的查询出来的结果

12:46

有没有数据呢

12:47

是有数据的

12:48

查询出来了12个推文

12:50

那这边我们就可以看到这个推文的一些信息

12:53

包括推文的内容

12:54

说明这个节点工作是正常的

12:57

但是因为我们需要去同时要查三个人多个人的推文

13:01

所以我们肯定不能用单次执行

13:03

我们就要用到它的批处理模式

13:05

但是它的批处理模式就比较尴尬了

13:08

因为我们在它的文档当中没有发现有关批处理模式

13:12

该怎么去配置的说明

13:14

我们可以看一下扣子的这个文档

13:16

它当中对工作流怎么使用的一个简介

13:20

文档基本上都包含了一个工作流的基础操作

13:23

而且这边它还很贴心的提供了几个最佳实践的

13:26

工作流的例子

13:28

比如识别用户意图这个工作流

13:31

这应该是这个例子当中最复杂的一个工作流

13:34

那它的目的就是用大语言模型来根据用户的输入

13:37

去判断你的用户到底是想干什么

13:40

是想去搜索新闻信息呢

13:42

还是想去搜索天气的信息

13:45

那基本上它的这个工作流的例子

13:47

就把它前面的工作流的一些例子都包含在一起了

13:50

所以如果你对扣子的工作流感兴趣

13:52

我建议你把它的这个工作流的例子好好地研究一下

13:56

可以方便你快速地了解工作流的工作过程

13:59

但是遗憾的就是在这个使用工作流的这个文档当中

14:04

只有单次的例子

14:05

没有批处理的例子

14:06

14:07

回到我们的工作流

14:09

因为我们是要批处理嘛

14:10

所以我这边的参数呢

14:11

就需要用到前边某块的输出

14:14

比如它的查询关键词呢

14:16

就是 query string

14:18

这个我们在开始的节点上定义的查询字符串

14:22

那这个作者呢

14:22

就是那三个人

14:23

我,Elon Musk,还有 Andrew

14:26

因为批处理的过程实际上就是一个人一个人的处理

14:28

那这边作者呢

14:29

实际上我用到的是他的批处理这个参数

14:32

它并不是我前面的那个作者的变量

14:34

这点是需要注意的

14:36

item1 这个

14:37

然后要返回多少个信息呢

14:39

这边我们就随便定义一个行了

14:40

因为它不重要

14:41

14:42

那至于批处理里面该怎么样配置

14:44

以及为什么要这样的配置

14:46

它的目的是什么

14:47

这些就比较繁琐了

14:49

我就不在视频里面啰嗦了

14:51

回头几天呢

14:52

我会把它整理成一个说明文档

14:55

去放到我的 AI 精英学院里面供大家参考

14:58

14:58

最后的结束的节点呢

15:00

我们就把它的结果输出到一个我们自己定义的一个变量

15:03

这个名字是随便起的

15:05

然后它的输出呢

15:06

实际上就是我们的查询推特的这个输出

15:09

那这样我们整个工作流就串起来了

15:11

我们可以先测试一下我们的工作流能不能正常的运行

15:14

比如我们这边就是点 test run 测试运行

15:17

首先我们需要给他一个 query string

15:20

查询字符串关键词

15:21

我们还是给 AI

15:23

然后同样我们要选一个 bot 机器人

15:26

我们就选 test x

15:28

15:28

我们运行

15:29

15:30

成功完成

15:31

我们来看一下它的输出结果

15:32

这就是最终输出的结果

15:36

我们可以看到查出了三个结果

15:38

第一个第一个查到了12个推文

15:42

15:42

那这个推文就是我的

15:43

第二个一这个我们看

15:46

也是出来了12个推文

15:50

AI is not better

15:51

这应该就是 Elon Musk 的

15:53

然后我们再看最后一个

15:55

这就是Andrew的推文

15:57

所以这个工作流它的效果就很理想

15:59

它完全是按照我们的要求输出了三个人的推文

16:04

每个人找出了12条推文

16:07

并没有严格的按照我们的 count 的定义去执行

16:10

那么这样的我们就可以针对他找出来的这三个推文

16:13

他都返回了比较完善的一个数据结构

16:16

我们就可以继续对他进行一些后续的加工

16:19

比如你从三个人所有的推文当中

16:21

你再去挑选你最关心的内容

16:23

这就比较方便了

16:25

16:25

那现在我们再回到我们的 AI 机器人

16:29

我们再演示一遍

16:30

我们该如何去调用刚才我们创建好的这个工作流

16:35

首先点就是我们要把工作流添加到这里面

16:37

用加号添加就可以了

16:40

那要测试一下

16:40

我们就用这个命令就可以了

16:43

比如我们就在这边指明

16:45

让他用这个工作流去帮我寻找 AI 相关的推文

16:48

并且输出中文

16:50

然后点击发送

16:52

16:52

这边他找了我和伊隆马斯克的

16:54

但是没有找Andrew的

16:56

但是没有关系

16:57

毕竟是一个演示

16:58

能达到这个结果说明我们的整个流程都是工作正常的

17:03

17:03

我们接下来再来演示一下

17:04

我们在视频开头演示失败的获取用户的粉丝的功能

17:09

17:09

我们就要求他请使用 users followers 获取伊隆马斯克的粉丝

17:14

不错

17:14

获取到了伊隆马斯克的部分粉丝

17:17

可惜只有五个

17:18

我看看他的数据里面有多少

17:21

那还是不错

17:22

他返回的数据还是挺多的

17:24

但是总结出来的只有五个

17:26

17:26

总结一下

17:27

扣子可以让大家免费的使用付费服务

17:30

这点非常的好

17:32

但是呢

17:32

这些服务他是有用量限制的

17:34

我在为视频做测试准备的时候呢

17:36

就达到了限制

17:37

不能继续的去查询推文了

17:40

所以呢

17:40

不要指望用他的推特功能来当做爬虫

17:44

第二呢

17:44

扣子目前文档还是缺乏

17:46

这会让你耗费更多的时间和精力

17:49

那这点呢

17:50

希望他们能够尽快的完善起来

17:52

如果你希望能够利用 AI 来提升你的效率和竞争力

17:56

请尽快的加入 AI 精英学院

17:58

下一波更新即将到来

18:00

价格也将会上调

18:02

请抓住现在最好的时机

18:04

请输入网址 axtonliu.ai

18:07

这里不但有我分享的高价值的免费内容

18:10

还有我精心打造的两门 AI 基础能力的课程

18:14

AI 与自动化的融合以及 Prompt Engineering

18:17

我会教你驾驭 AI 所需要的基础能力

18:20

而不是昙花一现的花式技巧

18:23

这些基础能力可以帮助你用学到的知识

18:26

来解决你自己当下的问题

18:28

甚至是未来的问题

18:30

18:30

今天就到这里

18:31

我是 Axton

18:31

咱们下期再见