Coze 进阶私有数据访问+多模态与循环结构

一、 私有数据访问 核心区分 知识库：存储 PDF/Word/ 文本类非结构化文档，依靠语义检索，适合问答、资料查询，只查不频繁改数据。 数据库：存储 Excel 式结构化表格，支持增删改查，适合业务记录、表单数据管理，无语义匹配能力。 1. 知识库完整流程 创建知识库 文档分段三大策略 自动分段：标点切割，通用新闻论文； 层级分段：识别标题章节，适配手册、规范； 自定义分段：自定义分隔符、长度、重叠度，适配不规则文档。 支持精准解析、快速解析纯文本。 检索核心四大参数 检索策略：混合、语义、全文； 召回数量、最小匹配度过滤低相关片段； 查询改写：补全省略指代，修复多轮短问句； 结果重排：按用户需求重新排序，提升相关性。 工作流落地：知识库检索节点→LLM 润色兜底，无结果自动联网补充，实现轻量化 RAG。 2. 数据库完整流程 两种数据库 操作全流程：建表→导入 Excel 测试数据； 工作流标准链路：意图识别→LLM 实体提取→数据库增 / 删 / 改 / 查节点→LLM 整理输出； 查询：提取过滤字段，返回格式化结果； 新增：提取全部实体写入表； 更新：定位原有记录，替换字段； 删除：匹配唯一标识移除记录。 二、多模态与循环结构 （一）多模态数据处理 Coze 通过插件 / 节点处理图文音视频 AIGC，适配电商、内容创作场景： 图像能力 文生图、图片高清修复，附加抠图、换图插件； 音频能力 ASR 语音转文字、T 语音合成； 视频生成：输入图文提示生成商品短视频，耗时较高、消耗 Token 量大。 （二）循环结构 三类循环模式 1）数组循环：遍历数组每条 item，适合批量生成文案、批量问答； 2）指定次数循环：固定轮次处理任务； 3）无限循环：搭配条件判断 + 终止节点，用于多轮检索、回合对话。 实战案例：小红书文案批量生成 用户输入多款产品→LLM 提取产品数组→循环逐个生成单品文案； 优势：拆分批量任务，降低单次输入负载，保证生成质量，避免长文本效果衰减。 三、整体章节核心收获 熟练图文音视频多模态插件使用，可完成 AIGC 内容生成业务； 理解循环节点三种运行逻辑，能实现批量数据处理，解决大批量内容生成、数据遍历需求； 搭建完整 RAG 知识库问答、结构化数据管理、批量营销文案三大可落地工作流 Demo。 #黑马程序员 #我在黑马学AI大模型 #黑马程序员深圳校区