Coze旅游规划助手智能体+实战

旅游规划助手实战：从工作流、卡片、插件到大模型的全链路拆解

本文基于Coze平台搭建的「旅游规划助手」案例，从工作流、卡片、插件、大模型四个维度拆解实现方式，并延伸至企业应用与业务价值，为同类「多步推理 + 多源数据 + 富媒体展示」场景提供可复用的架构参考。

一、整体架构一览

用户输入自然语言（如「3 月 10 号–3 月 15 号我想去北京玩」），智能体调用工作流，经多轮大模型与插件协作，输出结构化行程数据，再通过卡片以列表+图片的形式展示，并可结合天气插件增强体验。

二、工作流角度：节点编排与数据流

Coze 工作流支持将多个节点（大模型、插件、逻辑判断等）按顺序或分支串联，实现多步任务自动化。官方说明见：工作流（Workflow）。

2.1 工作流在做什么

工作流接收「开始时间、结束时间、城市」等输入，依次完成：按天气排行程 → 查每个景点的介绍/时长/区域/价格 → 查景点图片 → 整合成前端可用的结构化数组。

2.2 节点与变量对照

2.3 关键配置要点

• 大模型 1：建议选用推理与规划能力较强的模型（如 DeepSeek-V3.2），便于处理「天气 + 室内外 + 顺序」的约束。
• 大模型 3 的输入：必须来自「大模型 3」的上游节点输出，在画布中把大模型 2 与插件的输出连到大模型 3，再在用户提示词里用{{xxx}}引用。
• 试运行：用固定输入（如「3月10号–3月15号我想去北京玩」）跑通整条工作流，确认output数组结构与卡片变量一致。

2.4 创建入口与画布

在智能体中点击「添加工作流」可新建或选择已有工作流（支持筛选、搜索及官方示例）；进入画布后，在开始与结束节点之间依次加入大模型、插件等节点并连线，即可得到本案例的编排。画布支持按分类添加节点（大模型、插件、代码、数据库等），底部可试运行验证。下图分别为添加工作流弹窗与画布示意。

三、大模型角度：三分工与提示词

3.1 三个大模型节点的分工

3.2 大模型 1：用户提示词示例

输入{{city}}必玩的旅游景点，以及天气{{weather}}情况进行安排先后顺序，并给数组{{nameList}}。数组的先后顺序需要考虑天气，如果下雨，尽量在室内。

输出中需包含开始时间、结束时间、城市等，供下游或天气插件使用。配置时在系统提示词中要求从[[input]]解析出时间与城市，用户提示词中引用{{city}}、{{weather}}、{{nameList}}，输出可勾选 JSON 格式并与「开始」节点输出绑定。

3.3 大模型 2：系统提示词与输出结构

系统提示词示例：

{{name}}是景点名称，获得该景点的介绍、游玩时长、室内还是室外、所在区、收费规则、收费情况。

输出（outputList）结构约定：

输出定义为outputList（Array<Object>），试运行可查看各节点变量（如 nameList、item）便于与下游对接。

3.4 大模型 3：变量映射与整合

将上游「大模型 2 + 插件」的输出映射为卡片可绑定的字段，例如在用户提示词中约定：

• {{name}}→ name，{{desc}}→ desc，{{times}}→ times，{{area}}→ area，{{price}}→ price
• {{displayList[0].picture_info.title}}→ title1，{{displayList[0].picture_info.display_url}}→ display_url1，同理 title2/display_url2、title3/display_url3

这样工作流最终输出的output数组中，每一项都包含文案与多张图片 URL，便于卡片循环渲染。上游ToutiaoPictureSearch输出含picture_info（title、display_url）；大模型 3 在用户提示词中把 name/desc/times/area/price 与 displayList[0…2] 的 title、display_url 映射到同名字段及 title1–3、display_url1–3，输出即与第五节卡片绑定结构一致。

四、插件角度：头条图片搜索与墨迹天气

插件用于在工作流或智能体中调用外部能力（如搜索、天气、API）。本案例使用了「头条图片搜索」与「墨迹天气」。插件概念与创建方式见：插件（Plugin）。

4.1 插件在链路中的位置

4.2 使用要点

• 头条图片搜索：保证每个景点都有一次查询（或循环调用），结果并入大模型 3 的输入，用于生成 display_url1–3 等。
• 墨迹天气：将大模型 1 中的城市、时间作为插件输入参数；若希望用「当前时间」，需在运行配置中开启相应选项。

在工作流中点击添加节点选「插件」，弹窗内可搜「图片」找到头条图片搜索（官方、免费），按景点名拉取配图。墨迹天气挂在大模型 1 之后，输入city、start_time、end_time从大模型输出映射，输出为结构化天气数据供排程或卡片展示；大模型 1 可选用 DeepSeek-V3.2 等做排程，试运行可查看整链耗时与 Token 消耗。

五、卡片角度：布局、变量与循环渲染

卡片用于将工作流或插件输出的结构化数据以富媒体形式展示（文本、图片、列表等），可在资源库中创建自定义卡片并绑定变量。智能体与应用搭建入口见：创建应用；卡片在「资源库 → 卡片」中创建并绑定数据。

5.1 卡片要解决什么问题

工作流输出的是数组（每个元素为景点的 name、desc、times、area、price、title1–3、display_url1–3）。卡片需要把该数组以「列表 + 图片」的形式展示，并支持多条记录。

5.2 布局与结构

结构示意：单列（循环）→ 文本 + 横滑（图片 1/2/3）。在资源库创建卡片后，从左侧组件（布局如单列/横滑、基础如文本/图片）拖拽到画布，在变量与结构页签中配置数据与层级；右侧可设样式与高级配置中的循环渲染。绑定工作流 output 后，每项对应一景点的名称、区域、价格、时长、描述与多图。

5.3 变量与循环渲染

新建Array变量（如json_array），默认值粘贴工作流试运行的output便于预览；选中单列组件后在高级配置中开启循环渲染并绑定该变量，子组件绑定item.name、item.desc、item.display_url1等即可实现「一数据一卡片」。发布后在智能体中绑定该卡片，并将数据源设为工作流输出，运行时数组即传入卡片。

六、智能体与端到端串联

创建机器人后，在编排中绑定上述工作流（如「travel 旅游工作流」），并在工作流上点击绑定卡片数据，把输出与第五节卡片变量关联；模型、插件、知识库与长期记忆等可在同一编排区配置。若需从用户句子里解析时间、城市，可将解析结果映射到工作流输入；发布前为工作流绑定好卡片数据，必要时在运行配置中开启当前时间以便天气插件取数。右侧预览可发消息验证端到端效果。

七、企业应用方向

共同点：多步推理（排程/筛选）→ 补全结构化信息 → 外部数据/图片 → 整合为列表 → 卡片/富媒体展示。

八、业务价值

九、小结

按上述结构，即可在 Coze 中复现或迁移「旅游规划助手」类应用，并扩展到更多企业场景。

十、优缺点分析与改进方案

10.1 优点

10.2 缺点与风险

10.3 改进方案

10.4 小结

本案例在架构清晰度、低代码落地、多源融合、可观测与可扩展方面表现较好，适合作为「多步推理 + 富媒体展示」的模板；主要短板在于串行耗时、多景点循环/批处理设计、大模型 3 是否必要、输出结构刚性及内容/版权合规。按上述改进方案做并行与批处理、用代码节点替代部分 LLM、动态图片结构、知识库/数据源、分步加载与合规提示，可在保持可维护性的前提下提升性能、成本与可控性。

十一、Coze 官方文档与参考链接

卡片相关能力在 Coze 中通过「资源库 → 卡片」创建自定义卡片并绑定变量，与工作流输出联动；具体界面与步骤以当前版本 文档中心 及产品内说明为准。