跳转到内容
logo logo 知识库

我们的 Bot 获得了「掘金 x 扣子 Hackathon 活动 - 深圳站」的总冠军

🔗 原文链接： https://mp.weixin.qq.com/s/_BAkMD_E...
行百里者半八十 AI花果山

01 背景

AI Hackathon 之旅：AI 技术、创意与实践相结合。

上周末（3 月 30 号），我和队友 ETERNCHAN 参加了字节掘金 x 扣子在深圳举办的线下 Hackathon 活动，这个活动是由字节的 稀土 掘金技术社区（ juejin.cn ）和 扣子（ coze.cn ）共同发起，面向开发者群体的 AI 技术实践活动，旨在通过动手实操的方式，帮助开发者将想法和创意进行落地。

这次 Hackathon 活动，不仅仅是一次简单的技术交流会，更是一个将我们脑海中的灵光乍现转化为实际动手能力的实验室，也是一次将 AI 技术、创意与实践相结合的活动。

活动日程如下👇，可以看到，每个小组有两个小时捏 bot 的时间。

02 扣子

字节跳动的 AI Bot 开发平台，创建属于你的 AI 智能体应用。

扣子（ coze.cn ）是由字节跳动推出的 AI Bot 开发平台。它整合了插件、长短期记忆、 工作流 等多种功能，能够帮助用户低门槛、快速地搭建个性化或具备商业价值的智能体（Agent），并一键发布到 飞书 、 微信公众号 和掘金等各个渠道。

扣子是一个灵活多用的 AI 开发平台，不仅适用于构建对话式 Bot，也很擅长各类 AI 任务的精细编排，比如构建融合检索与生成的 RAG 系统、搭建复杂的工作 pipeline。

关于扣子和 Agent，笔者此前写了几篇相关的文章，可以参考：

  1. 使用 coze 打造私人播客助手 - 根据个人喜好自动化生成播客
  2. 使用「扣子」搭建你的专属 AI Bot（附详细案例教程）
  3. LLM Agents 指南：入门与实现

03 小说跃动

3.1 头脑风暴

在头脑风暴中诞生的创意：与小说角色进行沉浸式对话交互。

我们头脑风暴想了几个 idea，最后敲定了一个 idea： 跟小说人物角色对话 。选择这个 idea 有几个原因：

  1. 沉浸式角色互动 ：与小说中的角色进行实时对话，提供一种全新的交互体验，这种互动使得小说角色和故事变得生动起来。
  2. 情境模拟与 角色扮演 ：用户可以在某些情节中扮演某个角色，身临其境与小说人物角色进行互动，甚至从不同的视角探索剧情。
  3. 具备一定的 商业模式 ：提供基本的免费体验（如内容梗概等），并通过订阅服务提供额外的功能，如作者的二次创作、定制的故事体验等。

3.2 主要功能

将文学与技术巧妙地结合在一起，让用户能够与小说中的角色进行对话。

基于上面的想法，我们给 bot 起了个形象的名称： 小说跃动（原先叫小说跳动） 。

一句话概括就是： 让小说人物角色跃然纸上，穿越时空，和小说人物角色对话，为读者打开一个充满想象力和互动乐趣的娱乐世界，带来全新的互动体验。

在实际开发过程中，我们实现的功能主要有以下几个👇 ：

下面，我来介绍下整个 Bot 的开发过程。

3.3 开发调试

想法很美好，现实很骨感。

在开发过程中，我们遇到的最大问题就是： Bot 遵循 指令 的能力较差 。比如在 Prompt 要求 Bot 当用户选定某个角色时，需要输出一张角色照，它就是不能很好地遵循。还有就是我们尝试让 Bot 扮演不同的小说角色，但对话风格没有角色的性格特点。

针对遇到的一些问题， 我们引入了 工作流 ，对复杂的业务流程进行编排，使得 Bot 的输出更加可控和稳定 。

这个 Bot 涉及到的技术能力整体如下：

下面是这个 Bot 的整体开发环境：

  • 最左边是 Bot Prompt
  • 中间是给 Bot 增强的技能，如插件、 工作流 ，这里使用了 3 个工作流，工作流里面集成了知识库、代码处理还有生成角色照等功能
  • 最右边是调试预览

值得一提的是，本次活动，扣子给我们开放了 Moonshot 大模型 的体验，这也是此次活动的福利，不过是限时体验（最终会不会对外开放还不清楚）。对于我们这个 Bot ，整体体验下来，Moonshot 模型的遵循 指令 能力相比云雀模型更强。

根据上面的 Bot Prompt，这个 Bot 的实现包含了如下 3 个 工作流 ：

按照 Bot 的工作流程，第 1 个 工作流 是 get_novel_introduction ，当用户进入选定的小说后，Bot 会调用此工作流向用户展示小说简介、主要的人物角色列表，然后 Bot 会接着询问用户要跟小说中的哪个人物角色对话。

👉 工作流拆解 ：

  • 第一步：开始节点，接收用户输入的小说名称
  • 第二步：知识库节点，将输入的小说名称作为 query 去知识库检索小说简介、主要的人物角色列表
  • 第三步：大模型节点，让大模型根据小说简介，编写 AI 生图的 prompt
  • 第四步：text2image，输入上一步大模型生成的文生图 prompt，输出小说的封面图
  • 第五步：结束节点，输出小说简介、人物角色列表、小说封面图

👉 工作流图参考 ：

第 2 个 工作流 是 get_character_lines_portrait ，当用户选择某个小说人物角色后，Bot 会调用此工作流，获取小说人物角色经典台词和角色照。

👉 工作流拆解 ：

  • 第一步：开始节点，接收用户选择的小说人物角色名称
  • 第二步：知识库节点，将输入的小说角色名称作为 query 去知识库检索该角色的性格特点和经典台词
  • 第三步：大模型节点，让大模型对信息进行筛选，并采用 json 格式输出
  • 第四步：代码节点，对上游的输入数据进行规整，格式化输出
  • 第五步：text2image，引用上一步输出的 feature（用于描述人物性格和特点），作为 prompt，生成人物的角色照
  • 第六步：结束节点，输出人物台词和角色照

👉 工作流图参考 ：

第 3 个 工作流 是 ask_character ，当用户向小说角色提问时，Bot 会调用此工作流获取结果，本质上是一个根据用户 query 进行 RAG（Retrieval Augmented Generation，检索增强生成）的任务，这是非常重要的一个工作流，关系到用户和小说人物角色对话时 Bot 的回答质量。

👉 工作流拆解 ：

  • 第一步： 开始节点，接 收 用户 向 小说人物角色提问的问题
  • 第二步：知识库节点，将问题作为 query 去小说内容中进行语义检索和全文检索
  • 第三步：大模型节点，让大模型根据问题和检索到的上下文信息，生成答案
  • 第四步：结束节点，输出答案，作为小说人物的回答

👉 工作流图参考 ：

另外，大家可以看到，在每个 工作流 里面，我们都嵌入了一个知识库节点，我们维护了如下 3 个知识库：

知识库的整理和清洗，可以说是 dirty work。

  • 小说合集 。这里面包含了 4 本小说。

  • 小说台词 。包含了小说主要人物角色和经典台词。

  • 小说简介 。包含小说简介和主要的人物角色。

因此， 开发这个 Bot 的核心在于知识库的构建和 工作流 的搭建 。

3.4 成果展示

对话如抽卡，跌宕起伏终成「有那味了」。

经过不断地调整和优化，我们终于可以说「有那味了」，当然这仅仅是开始。

下面是一些对话示例。

  • 庆余年

  • 繁花

3.5 存在问题

完蛋！抽卡失败。

虽然使用了 Moonshot 大模型 和 工作流 ，但在调试的过程中，还是存在一些不遵循 指令 的 bad case。

比如下面的 case， Bot 的回答，直接说“根据 工作流 ...”。

所以，还是有很多问题需要优化的。

3.6 发布体验

目前，我已经将 Bot 发布到 扣 子 Bot 商店、掘金社区和豆包。 由于对外发布只能使用云雀模型，所以实际体验效果可能会打个折扣。 另外，目前可供对话的人物角色列表是有限的，建议选择 Bot 提供的人物角色进行对话。

  • 扣子 Bot 商店链接

https://www.coze.cn/store/bot/7353452051638255628

  • 掘金社区 AI 聊天室：

https://juejin.cn/pin/club/7173895829281833012?robotId=7351428879468806144

04 奖项评比

一开始颁发的是单项奖，一个都没拿到，没戏 🤣

本次作品奖项总共有 5 个奖项：

  • 最佳创意奖
  • 最佳技术奖
  • 最佳用户体验奖
  • 最佳解决方案奖
  • 总冠军奖 （上述各方面比较均衡，总分最高）

打分规则如下，可以理解为前面 4 个奖是单项得分最高的奖，而冠军奖则为单项得分累加最高的奖。

05 现场氛围

其实只是想来玩一玩。

06 总结&感想

技术的锤炼，思维与创意的飞跃。

这次活动对我们来说不仅是一次技术挑战，更是一次思维和创意的飞跃。在本次活动中，我们通过动手实操将我们的想法和创意变为现实。这样的经历，无疑让我们每个人都收获满满。

捏这个 Bot 其实并不轻松，整体感受如下：

  • 产品体验：LUI（Language User Interface ，语言 用户界面 ） 和 GUI （ Graphical User Interface ， 图形用户界面 ）应该相结合 。在调试的过程中， Bot 的输入变量需要由用户给出，比如小说名称和人物角色名称，如果 Bot 没有遵循 指令 ，提示用户输入小说名称或者角色名称，则不好引导用户进行下一步，在这种情况下，GUI 可能是更好的选择，比如在用户进入对话的时候，通过展示下拉菜单让用户进行选择，这样会更具确定性。
  • 用户体验：和 AI 对话，某种程度上可以说是抽卡 。 大模型 的 指令 遵循能力还不是很强，严格要求 Bot 遵循 Prompt 时，它有时就是不遵循，这种情况下可以通过引入 工作流 进行缓解。当然，更重要的是提升 LLM 的性能。
  • 开发体验： LLM Agent 是一个高度集成的智能工程系统 。它通过把 LLM、插件、知识库、数据库和 工作流 等功能集成在一起，创造出了一个强大的多功能的智能系统，而 LLM 是这个系统的大脑，它的性能决定了 Agent 能力的上限。最近，Andrew Ng 在一次分享中提到，基于 GPT-3.5 构建的 智能体 工作流在应用中表现比 GPT-4 要好。

相关资料

  • https://www.bagevent.com/event/8796081
  • https://twitter.com/AndrewYNg/status/1770897666702233815