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

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