AI智能体|扣子(Coze)实战【天气查询插件开发教程】

大家好，我是偶然，AI洞察，AI智能体，AI实战案例分享

今天教大家用 Coze 开发一个天气插件，本来我是想教大家怎么用 AI 写代码节点实现节点功能的，但是我感觉太复杂了。

起码来说，我还没做到用特别小白的方式来讲，可能还需要过一段时间才更新吧，不过没关系，我们先学习开发插件也是可以的。

插件是什么

插件的大致意思就是一种通过调用外部 API 或自定义代码来扩展智能体功能的工具集。它类似于为机器人添加不同的”工具箱“，使其能够执行特定任务或接入外部服务。

人话版来说就是，你可以把插件想象成给你的聊天机器人“装了个APP”，每个插件都是一种“超能力”，让机器人瞬间解锁一个新技能。

比如说你扣子的 bot 只会聊天，你给它装了个新闻插件，他就能告诉你今天的热搜。

比如说你给它装个天气插件，它就能查询天气。

插件的核心特性

模块化设计：每个插件独立运行，可包含一个或多个工具（API），开发者可单独开发、测试和部署插件，无需修改主程序。

灵活调用方式：在工作流，或者 bot 中直接嵌入即可，大家应该都懂的。

为什么要用插件

之前我做插件的时候，我一直有一个问题，就是为啥用插件，我直接用大模型，用提示词不就行了嘛，还整这么麻烦干嘛？

后来我才理解到，大模型是有局限的。

知识时效性不足：有些大模型的训练数据存在时间的限制，比如很久以前的 GPT-3.5 只覆盖2021年前数据。

专业领域能力薄弱：大模型在数学计算、代码调试等需要精确逻辑的场景中容易出错。

比如复杂报表生成，大模型可能混淆公式逻辑，而 Excel 插件可直接调用接口实现精准计算。

降低提示词设计复杂度：复杂任务如果只依赖提示词，需设计冗长的引导逻辑且效果不稳定。

比如“制定旅行计划”需协调交通、住宿、景点等，通过工作流插件可串联地图 API 、天气服务和推荐算法，仅需简单指令即可自动生成完整方案。

规避模型“幻觉”风险：大模型基于概率生成内容，易产生事实性错误。插件通过调用权威数据源（比如企业数据库、政府公开数据）可以提升结果可靠性。

比如一些科研的场景，大模型可能会胡说八道，但是有数据库就会降低错误。

怎么开发一个插件

讲了这么多，也该轮到讲开发插件了，今天教大家开发一个高德地图的天气插件。

这个插件的作用是根据用户输入城市编码，输出当地的天气等情况，搞个简单的给大家练练手。

第一步，我们要进入到工作空间，然后点击资源库，再点击资源。

第二步，我们在点击插件，点击后就会弹出一个新建插件。

选择云侧插件 - 基于已有服务创建，因为我们这个高德地图的 API 是别人搞好的了，我们用就行，不要用选第二个自己开发。

URL 的话，我们就进入高德开放平台https://lbs.amap.com/api/webservice/guide/api-advanced/weatherinfo

Header 列表看看 API 文档有没有，有就填，没有就不理它，然后选择不需要授权。

第三步，在上一步点击确认后，进入界面点击创建工具。

第四步，填写工具路径，和请求方法。

这里工具名称和工具描述就不讲了，说另外两个，路径的话就是刚刚高德 API 文档中没有填完的后半段，请求方法的话，在高德 API 文档中也有表示是用 get 。

第五步，填写配置参数

配置参数在 API 文档中也有参数的说明，我们只需要根据其 API 文档的参数一个个填写上就行了。

填完参数之后，我们点击试运行，看看有没有问题。

第六步，发布

如果我们调试没有问题，我们就启用它，然后把它发布出来。

发布之后，我们在创建工作流的这个位置可以找到我们开发的节点。

我们来测试一下这个效果如何。

总结

一共六步来开发这个插件，这个插件属于简单类型的插件，如果你对开发插件有兴趣，就快去试试吧。

如果你有问题，可以在评论区留言，大家一起来解答啦。

感谢你的耐心。 

如果看完喜欢，请帮忙转发分享一下，你的点赞转发，就是我更新下去的动力！