扣子（Coze）从入门到精通：轻松搭建AI Agent｜498 屏按键说明书，卡片比工作流还厚

2026-11-10silcano

微信读书《扣子（Coze）从入门到精通：轻松搭建 AI Agent》· 抓取 498 屏 / 10 章 / 44 节 · 读到书尾
逐字核对 7 屏 · p0006 书名条核对为本书 · 2026-11-10
抽样点位的选法：这本书是「概览—注册—第一个智能体—配置—工作流—插件—卡片—知识库—多 Agents—案例」的递进结构，篇幅最厚的是第 7 章卡片（88 屏）和第 5 章工作流（81 屏），所以抽样压在这两章与它们的交叉处；首屏取 p0006 核对书名，另取插件一章的实操页看它的写法。抽读 7 屏约占 1.4%。章节篇幅占比不是抽样得出的，是用 pages.jsonl 逐页章节映射做的全量聚合。

先说结论：这是一本质量不错的「按键说明书」，不是一本「精通」书。它把「在扣子上做一个 Bot」拆成了 498 屏可以照着点的步骤，谁都能跟着做出第一个能跑的东西；但它把「精通」理解成了「会用更多零件」——工作流、插件、卡片、知识库、多 Agents，一个一个教过去。而真正的精通，是知道哪些零件不该用。

我不是在挑刺。这类书的价值本来就长在「照着做能成」上，这一点它做到了，而且做得比多数同类书干净。我要说的是它的边界在哪，以及越过那条边界之后，它会把人带到什么地方。

先说清楚我拿什么标准读它。软件教程有两种：一种教你「这个软件怎么用」，一种教你「这类问题怎么解」。前者会过期，后者不会。这本书 90% 是前者，10% 是后者，而它自己以为是后者——从书名「从入门到精通」就能看出来。我下面的所有批评，都建立在这个判断上：如果它老老实实叫《扣子操作手册》，我会给它更高的分。

一、先看账：最厚的一章，是最「表层」的一章

498 屏的分配是这样的：第 1 章 平台概览 9 屏 1.8%；第 2 章 注册与设置 23 屏 4.6%；第 3 章 第一个智能体 26 屏 5.2%；第 4 章 智能体配置与多 Agents 54 屏 10.8%；第 5 章 工作流 81 屏 16.3%；第 6 章 插件 49 屏 9.8%；第 7 章 卡片 88 屏 17.7%；第 8 章 知识库与数据库 49 屏 9.8%；第 9 章 多 Agents 63 屏 12.7%；第 10 章 综合案例 51 屏 10.2%。

最厚的是「卡片」——也就是那个可拖拽的界面排版器。第二大的是「工作流」。这两个数字放在一起，很能说明这本书的读者画像：它假定你要做一个「能给人看」的东西，而不只是一个「能用」的东西。

卡片决定你的 Bot 回复时好不好看（图文排版、四格漫画、产品卡），它不决定回答得对不对。88 屏讲排版、81 屏讲逻辑，这个比例谈不上错，但它把「好看」排在了「正确」前面。我认为这是全书最重要的一处暗示：它服务的场景是演示，不是生产。

反过来看第 1 章只有 9 屏。平台概览几乎是跳过的，注册完就直接进「做一个智能体」。这对急着出成果的读者是好事，对想搞清楚「Coze 和 Dify、n8n 差在哪、什么时候该换工具」的读者是缺的。全书没有一个字讲选型。

再看第 10 章：51 屏 10.2%，两个综合案例（节气海报、智能菜品助手）。一本「从入门到精通」的书，案例章只占十分之一，这个比例也在说话——它默认你已经会把零件装成整机，所以只演示两次就收了。可真到装整机的时候，难的不是零件，是「先做哪一步、哪一步可以省、哪一步省了会出事」。这部分书里没有，得自己撞。

顺便说个体例上的数字：498 屏分 44 节，平均一节 11.3 屏。这个节奏比很多同类书好——一节能装下一个完整操作，不至于翻两下就断。缺点是它让「一节 = 一个功能」变成了固定格式，于是每一节的形状都一样：先一句定义、再几张截图、再步骤、最后一句「如图 X 所示」。读三节你就摸清了套路，读三十节你会开始跳着看。一本书如果让人在三分之一处就掌握了它的语法，那它后面的价值就必须靠内容，不能靠写法——而它的内容，恰恰是重复的零件。

二、上手快，是它最实在的优点

第 3 章只用了 26 屏，就把「从零做出第一个智能体」走完了。p0056 那页能看到它的节奏：步骤 2「在打开的'添加插件'页面中，找到'WebPilot'插件，选择并添加其中的'web_pilot'工具，如图 3-17 所示」。图里是插件商店，卡片上写着「2 个工具 · 42.4K 个 Bots 正在使用 · 发布于 2024-06-18 · 收藏 1558」。

这种写法的好处不用多说：它把「配置」这件事的恐惧感拆掉了。你知道下一步点哪里，就不会在半路放弃。绝大多数人做不成智能体，不是因为不会想，是因为在某个下拉框前面卡住然后关掉了页面。这本书专门解决这个卡住。

但 p0056 那张图里有一个细节，它没有解释：「42.4K 个 Bots 正在使用」是你在插件商店能看到的唯一质量信号，而这个信号是错的。用的人多，可能因为上架早、可能因为官方推荐、也可能因为这个插件本来就简单。一个插件稳不稳、超时几次、返回的数据干不干净，商店里一个字都没有。书里教你怎么「找到」插件，没教你怎么「判断」插件——而对要长期跑的工作流来说，判断比找到重要十倍。

判断其实不难，三个土办法就够，可惜书里一个都没写：一看更新日期（2024 年之后没动过的插件，先假设它已经跟平台脱节）；二看返回字段（返回一堆 HTML 让你自己洗的，等于没做）；三自己喂最坏的输入（空值、超长串、不存在的地名），看它是报错、返回空、还是胡编。这三步花十分钟，能省掉后面两周的排查。这类经验没人写进书，因为它不成体系、不好排版、没有配图——但它才是「精通」的实质。

三、「步骤 1、步骤 2」的写法，代价是什么

翻到第 6 章，这个代价就很清楚了：

单击下载后，控制台会输出依赖包的安装进度，如图 6-38 所示。
步骤 8　单击代码编辑页右上角的图标，运行并测试代码，使用 AI 自动生成输入的代码，页面下方会展示输出结果，如图 6-39 所示。

一屏里有三张界面截图、两条「如图 X-XX 所示」、一个「步骤 8」。这是全书的标准句法。它保证了可执行性，也保证了「为什么」全部缺席。步骤 8 说「运行并测试代码」，但没有一句讲：如果控制台报红怎么办？如果依赖装不上怎么办？如果输出是空的，该先怀疑代码还是先怀疑输入？

这种句法还有一个副作用：文字退化成了图的注脚。当你把一屏里的三张图遮掉，剩下的文字几乎读不懂——「如图 6-38 所示」后面是什么？不知道，你得看图。这意味着一件事：这本书没法被听、没法被摘录、没法被搜索到关键信息。你只能在屏幕前，一边看图一边点。作为操作手册，这没问题；作为一本书，它放弃了文字本该承担的那部分工作——解释因果。

p0240 那页的图 6-38 里，控制台正在装 mrequests @0.1.2。这个细节说明作者是真跑过的——不是凭空写流程。但正因为真跑过，他一定遇到过装不上的时候，而那一部分被剪掉了。一本操作手册最该写的是「失败分支」，最容易被剪掉的也是失败分支。因为失败的截图不好看，失败的解释又要花篇幅。

于是读者得到的是一个没有摩擦的世界：每一步都成功，每一个按钮都在原位。等他真动手，第一次遇到报错，他会以为是自己笨——这是这类书最隐性的伤害：它让人把「环境的复杂」误认为「自己的无能」。

还有一种更隐蔽的代价，是关于「学会了」的错觉。你跟着做完第 3 章，Bot 能回话了，你会觉得「我会了」。但你会的其实是顺序——先写人设、再挂插件、再选模型。你没有学会的是「为什么是这个顺序」：如果把插件换成知识库会怎样？如果不给插件会怎样？如果人设写反了会怎样？这些「反事实」才是理解，而它们全都不在书里。

你可以自己试一次：把第 5 章那个工作流的节点顺序打乱重连，只要每一环的输入输出还对得上，它多半一样能跑通。这说明工作流的本质不是「步骤」，是「数据在节点之间怎么流」。可惜这本书教的是步骤，不是数据流——而人在真实项目里改流程，改的恰恰是数据流。

四、第 5 章是全书唯一在讲「逻辑」的地方

81 屏的工作流章节，是这本书真正的技术核心。5.3「工作流中的节点类型与应用」独占 54 屏，从插件节点、批处理模式一路讲到代码节点。p0155 那一页讲代码节点：

在扣子工作流中，「代码」节点用于实现自定义代码的执行。目前，扣子平台支持两种编程语言：JavaScript 和 Python。用户可以利用集成开发环境（IDE）编写代码，以处理输入参数并返回所需的输出值。

这一节的意义不在于教你写 JS，而在于它承认了「有些事模型做不了，得交给代码」。这是全书唯一一次把边界说清楚：模型负责理解和生成，代码负责精确计算，工作流负责把两者串起来。凡是讲过这三件事怎么分工的书，都算入门过了；凡是只讲「提示词写得好，AI 就什么都行」的书，都在骗人。

更能说明工作流本质的是 p0142。那一屏是批处理节点的配置界面，上半截是「批处理」（参数名 item1，取值「开始 - urls」），下半截是「输入」，四个参数一行行列着：image_url 类型 String、来源选「引用」、指向 spring_pets_ima…；model 类型 Integer、来源选「输入」、值填 1；seed 和 strength 都是 Integer，来源选「引用」，值待选。

这张图里没有任何一句解释，但它把工作流的全部哲学摆在了那里：每个参数的来源必须显式声明——要么从上游节点「引用」，要么由用户「输入」。没有第三种可能，也不允许「你自己猜」。这就是工作流比聊天框强的地方：聊天框里你可以含糊其辞，工作流里含糊就直接跑不通。我甚至觉得，这本书如果只保留第 5 章，把每一页的「输入来源」讲透，它会比现在这本 498 屏更有用——因为那是唯一一件学完就能迁移到任何平台的事。

但第 5 章有一个比例让我停了很久：5.4「测试、发布与将工作流添加到智能体中」只有 6 屏，占全书的 1.2%。建工作流 13 屏（5.2）、认节点 54 屏（5.3），而「怎么知道它跑对了」只给 6 屏。这是全书最不该薄的一节。节点可以照着连，测试不能照着做——测试要求你先想清楚「什么样的输出算对」，再设计几个能把错答案逼出来的输入。这一步没有截图可看，也没有按钮可点，所以它被压缩成了 6 屏。而这 6 屏，恰恰是从「能演示」到「敢上线」之间那道门。

但同一节也暴露了这本书的深浅。代码节点只给了一个示例，没有讲调试（打日志在哪看）、没有讲依赖（p0240 的 mrequests 是怎么装上的、能不能装任意包）、没有讲超时与配额（跑久了会怎样）。这三样恰恰是从「能跑」到「敢用」之间要跨的三道坎。书把它们都留在了「如图 X 所示」里。

p0240 还有一句更值得停下来看。步骤 8 的原话是「运行并测试代码，使用 AI 自动生成输入的代码，页面下方会展示输出结果」。也就是说，平台允许你让模型帮你把这段代码写出来，你按个运行，看下面输出的对不对。

这个流程听上去很美，但它藏着一个坑：你用的是 AI 生成的代码，验收方式是「跑一遍看输出像不像」。如果输入只有一个样例、输出只肉眼看一眼，那么「跑通」和「算对」是两件事。真正的测试要有断言——给定这三组输入，输出必须分别是这几个值。这个道理，写代码的人都知道，不写代码的人不会想到。而这本书的读者，恰恰大多数不写代码。

五、88 屏讲卡片：它在教你怎么「交付」

第 7 章是全章最厚的。p0288 那页在讲卡片的布局器：选中布局组件里的插槽，再单击或拖动基础组件到插槽；「标题」组件不能加到插槽里，得单独摆；一个插槽可以绑多个基础组件或表单组件。示例是四格漫画的排版，做出来的卡片上是「This is the title」「This is the plain text」这样一排占位文字。

我必须说，这一章写得挺细，甚至比工作流那章更细。但它是「排版课」，不是「智能体课」。卡片改变的是同一句话被看见的方式，不改变这句话对不对。88 屏压在这里，等于告诉读者：交付物的样子很重要。这话对乙方重要，对做内部工具的人不重要——内部工具只要结果对，丑一点没人管。

真正该给足篇幅而没有给足的，是第 8 章的知识库与数据库（49 屏）。那一章决定你的智能体是「会说漂亮话」还是「说得准」：文档怎么切、切多大、召回几条、相似度阈值多少、检索不到时怎么兜底。这些参数一个比一个影响结果，而它们只分到了 49 屏，还不如卡片的一半。

更别说其中的数据库只有 24 屏。数据库决定的是「它记不记得你」——同样是客服 Bot，一个每次问你订单号、一个记得你上周退过货，体验差一个时代。「记得」这件事，比「好看」重要得多，但它没法截图。你没法用一张图证明「它记得」，你只能用一句话说「它会写进表里」。于是在书里，它只有 24 屏。

这个配比，我不认为是作者偏心，更像是市场选择：排版能截图给人看，召回率不能。写成书、拍成课、做成短视频，卡片永远比召回好看。所以这类书会系统性地高估展示层、低估检索层——你读十本，十本都这样。

顺着这个逻辑往下推，还有一个更冷的判断：这本书的真正读者，可能不是「想用 AI 的人」，而是「要给领导或客户演示 AI 的人」。演示需要的正是这三样——能跑起来、看起来专业、二十分钟能搭完。卡片那一章之所以最厚，就是因为它是演示的最后一公里：同样一句回答，配一张排版好的卡片，说服力差一个量级。

我不觉得这有什么可耻。演示是立项的第一步，没有演示就没有预算，没有预算就没有后面的生产化。但如果读者把「演示成功」当成「做完了」，这本书就成了一个陷阱——它会让你在答辩那天很风光，在上线第三个月很狼狈。

六、它的短板

第一，全书是界面截图的集合，而界面会改版。498 屏里，「图 6-37」「图 7-44」这样的引用密集到几乎每屏都有。Coze 的后台一年改几次版，按钮换个位置、菜单换个名字，这些「步骤 2 找到 XX 插件」就会集体失效。这不是作者的错，是「教软件」这件事的宿命，但它决定了这本书的保质期大概是半年到一年。

第二，没有一笔成本账。p0090 是全书唯一提到消耗的地方：「100 个 Token 大约对应 60 个中文汉字」「增加轮数可以提升对话的相关性，但同时也会增加 Token 的消耗」。就这一句。全书没有一个工作流算过「跑一次多少钱」，没有一次提到免费额度用完会怎样。对要上线的人来说，这是硬伤——你可以不会写代码，但你不能不知道自己每次点击在花谁的钱。

第三，案例全是「展示型」，没有一个「业务型」。节气海报、智能菜品助手、四格漫画——这些案例的共性是「一眼能看出效果」，也共性是「没人真的每天用」。缺的那类案例恰恰最难写也最有用：客服工单分类、合同条款比对、日报数据核对。它们不好看，但它们是真实需求。

第四，「多 Agents」这个词有歧义，书里没有正面拆开。在扣子里，「多 Agents 模式」指的是一个 Bot 内部配置多个 Agent 节点、靠跳转条件切换；而业内说「多智能体」，通常指多个独立的智能体互相通信协作。这两个东西不是一回事。9.1 的标题是「单 Agent 模式与多 Agents 模式功能对比」，讲的是前者；但一个刚入门的读者，看到「多 Agents」四个字，很容易以为自己已经在搭一个「智能体团队」了。术语的歧义不是作者的发明，但一本入门书有责任把它拆开讲一遍。

第五，只教你「做出来」，不教你「维护」。没有版本管理、没有灰度发布、没有日志排查、没有「上线后发现答错了怎么回滚」。498 屏走完，你能做出一个 Bot；但一个 Bot 活过三个月，靠的不是做出来那一下。

第六，它把你锁在一个平台上，而且没提醒你。节点、卡片、插件、批处理、多 Agents——这些名词都是扣子这一家的方言。学完之后你的能力是「会用扣子」，不是「会做智能体」。这不是这本书独有的问题，所有软件教程都这样；但它叫「从入门到精通」，这个书名会让人误以为学到的是通用能力。真正的通用能力只有三样：怎么拆问题、怎么定输入输出、怎么判断结果对不对。这三样，498 屏里没有一节专门讲。

第七，连示例都是英文占位。p0288 那张四格漫画的成品卡片上，写的是「This is the title」「This is the plain text」。这当然不影响功能，但它说明这套示例是从英文模板直接搬过来的，作者没有为中文读者重做一遍。细节小，可是这类细节在全书反复出现——比如插件的示例界面、卡片的排版样例。一本教中文用户用中文平台的书写到这个程度，说明它成书很快。快本身不是错，但读者要知道自己在读一本「快书」。

七、给要用这本书的人

最合适：完全没碰过 Coze、要在一周内做出一个能演示的东西的人。这本书的路径设计得很顺：第 2 章注册、第 3 章做第一个、第 4 章调参数、第 5 章上工作流。照着走一遍，一周足够。遇到卡住的地方，翻目录比搜教程快。

次合适：要给非技术同事做培训的人。它的步骤可以直接当讲义，图可以直接当幻灯片。你只需要补两块它缺的：失败分支和成本。

不合适：要做生产系统的人。这本书给不了监控、日志、版本、配额、降级。你要的这些，得去读平台的官方文档，或者去读工程团队写的东西——那些不写成书，写成文档和事故复盘。

读法建议：第 1 章 9 屏可以跳（除非你真想知道 Coze 的历史）；第 2、3 章按顺序做一遍，别跳，跳了会在第 4 章卡住；第 5 章工作流是全书核心，读两遍，第一遍照着做，第二遍只看节点类型那张表，想「我的场景需要哪三个节点」；第 6 章插件挑一个例子看就够；第 7 章卡片 88 屏，如果你不做对外演示，整章可以跳；第 8 章知识库虽然只有 49 屏，但它是决定准确率的地方，值得反复读；第 9、10 章当案例看，别当教材。

还有一句提醒：这本书教你的是「扣子」这一家的用法，不是「智能体」这件事的原理。节点、插件、卡片、工作流，换个平台名字全变，但「什么时候该用代码、什么时候该用模型、什么时候该检索」这三件事不变。你要真想精通，读完之后去把同一个需求在 Dify 上再做一遍——两个平台做同一个东西，你才会看见哪些是平台的脾气，哪些是这件事本身的规律。

如果让我给你排一个三周的用法：第一周照书做，一个案例从头到尾，不要跳步，遇到报错就记下来（那份记下来的东西，比书本身值钱）；第二周换平台重做同一个案例，你会发现有一半的「步骤」其实是扣子的方言，剩下一半才是真正的方法；第三周回到自己的工作里，挑一件最烦的事做成流程——不是挑最酷的，是挑最烦的，因为最烦的那件事你已经知道「什么叫做得对」，而这正是测试的起点。

三周做完，你再翻这本书，会发现它更像一本词典：忘了某个按钮在哪，去查它；想知道这件事该怎么办，它帮不了你。

一句话：它是一本称职的上手书，498 屏里每一步都点得通；但它把「精通」写成了「会用更多零件」，而精通其实是知道哪些零件不该用——尤其那 88 屏的卡片。