前言在上篇文章中我们解决了“知识库该放哪儿”的问题答案是智能体技能。本篇我们将深入核心解决“怎么用”的问题。很多新手把知识库接入后发现大模型依然在胡编乱造或者输出格式混乱。本文将揭秘“代码节点 知识库” 的工业级用法让你的智能体从“玩具”升级为“工具”。一、核心心法RAG 的“半程交付”在 Coze 里最稳定的架构不是RAG检索增强生成而是RAG Code。我们把流程拆解为两个阶段精准检索Retrieval由知识库 代码节点 负责。目标把非结构化的数据变成结构化的 JSON。自然生成Generation由大模型 负责。目标把 JSON 变成人话。记住这句话大模型是演员代码节点是编剧知识库是剧本原稿。二、知识库设计为“代码”而生代码节点最喜欢的数据结构是Table表格而不是长文本。❌ 错误示范文本型气虚质的人适合吃山药因为山药健脾补气不适合吃梨因为梨性寒...代码很难解析大模型容易幻觉。✅ 正确示范表格型表名tizhi_foodidtizhi_typecategoryitem_namepropertyusage1气虚质食材山药健脾补气煮粥、炖汤2气虚质茶饮黄芪红枣茶益气养血沸水冲泡3阳虚质食材羊肉温中补阳秋冬炖煮设计原则字段原子化一列只存一件事。必有主键tizhi_type体质类型是查询索引。分类清晰category用于分组食材/茶饮/运动。三、代码节点数据的“过滤器”与“组装工”代码节点的核心任务是查表、过滤、打包。场景根据用户体质提取所有相关信息假设我们已经通过前面的对话拿到了user_tizhi如气虚质。Python 代码节点示例def main(user_tizhi): 根据体质类型从知识库中筛选数据 # 初始化容器 result { tizhi: user_tizhi, foods: [], teas: [], recipes: [] } # 遍历知识库Coze 中知识库通常以列表形式传入 # 注意knowledge 是你在智能体技能中绑定的知识库名称 for row in knowledge: if row.get(tizhi_type) user_tizhi: category row.get(category) if category 食材: result[foods].append({ name: row.get(item_name), usage: row.get(usage) }) elif category 茶饮: result[teas].append({ name: row.get(item_name), property: row.get(property) }) # ... 可以继续扩展其他类别 # 返回结构化数据 return result✅ 代码节点输出JSON{ tizhi: 气虚质, foods: [ { name: 山药, usage: 煮粥、炖汤 } ], teas: [ { name: 黄芪红枣茶, property: 益气养血 } ] }四、大模型节点只做“翻译官”现在数据已经被代码节点整理得干干净净。大模型只需要做填空题。系统提示词System Prompt你是中医养生助手擅长用温暖、生活化的语言解释健康建议。 请严格基于【输入变量】中的数据生成内容禁止编造知识库中不存在的信息。用户提示词User Prompt请根据以下数据为用户生成一份养生日报 【体质类型】 {{tizhi}} 【推荐食材】 {{foods}} 【推荐茶饮】 {{teas}} 【要求】 1. 将食材和茶饮自然地融入三餐建议中。 2. 语气要像老朋友聊天一样轻松。 3. 结尾加一句鼓励的话。五、避坑指南Best Practices1. 不要在代码里拼接自然语言❌错误在 Python 里拼字符串建议您吃 food。✅正确Python 只输出数据结构大模型负责润色。2. 处理空值Null Safety代码节点一定要防呆if not user_tizhi: return {error: 未识别到体质}并在大模型 Prompt 里处理异常如果 {{error}} 存在请引导用户重新描述症状。3. 控制数据量如果知识库返回几百条数据代码节点要进行截断或分页防止大模型 Token 溢出。六、进阶玩法多表 Join如果你有tizhi_food食材表和tizhi_exercise运动表def main(user_tizhi): foods query_table(tizhi_food, user_tizhi) exercises query_table(tizhi_exercise, user_tizhi) return { diet_plan: foods[:3], # 只取前3个 exercise_plan: exercises[:2] }七、总结组件职责禁忌知识库存储精确事实存放模糊长文本代码节点查询、过滤、结构化生成自然语言大模型润色、交互、输出执行精确计算这套架构的优势在于稳定代码查表永远不会出错。省钱只给大模型喂最精简的数据。可控改表不改 Prompt业务逻辑清晰。掌握这套Code Knowledge Base 的组合拳你就掌握了 Coze 工作流的灵魂。 
长河君 · 2026/8/19 14:33:38 · 阅读 1.2k Coze 工作流：代码节点 + 知识库的最佳实践
前言在上篇文章中我们解决了“知识库该放哪儿”的问题答案是智能体技能。本篇我们将深入核心解决“怎么用”的问题。很多新手把知识库接入后发现大模型依然在胡编乱造或者输出格式混乱。本文将揭秘“代码节点 知识库” 的工业级用法让你的智能体从“玩具”升级为“工具”。一、核心心法RAG 的“半程交付”在 Coze 里最稳定的架构不是RAG检索增强生成而是RAG Code。我们把流程拆解为两个阶段精准检索Retrieval由知识库 代码节点 负责。目标把非结构化的数据变成结构化的 JSON。自然生成Generation由大模型 负责。目标把 JSON 变成人话。记住这句话大模型是演员代码节点是编剧知识库是剧本原稿。二、知识库设计为“代码”而生代码节点最喜欢的数据结构是Table表格而不是长文本。❌ 错误示范文本型气虚质的人适合吃山药因为山药健脾补气不适合吃梨因为梨性寒...代码很难解析大模型容易幻觉。✅ 正确示范表格型表名tizhi_foodidtizhi_typecategoryitem_namepropertyusage1气虚质食材山药健脾补气煮粥、炖汤2气虚质茶饮黄芪红枣茶益气养血沸水冲泡3阳虚质食材羊肉温中补阳秋冬炖煮设计原则字段原子化一列只存一件事。必有主键tizhi_type体质类型是查询索引。分类清晰category用于分组食材/茶饮/运动。三、代码节点数据的“过滤器”与“组装工”代码节点的核心任务是查表、过滤、打包。场景根据用户体质提取所有相关信息假设我们已经通过前面的对话拿到了user_tizhi如气虚质。Python 代码节点示例def main(user_tizhi): 根据体质类型从知识库中筛选数据 # 初始化容器 result { tizhi: user_tizhi, foods: [], teas: [], recipes: [] } # 遍历知识库Coze 中知识库通常以列表形式传入 # 注意knowledge 是你在智能体技能中绑定的知识库名称 for row in knowledge: if row.get(tizhi_type) user_tizhi: category row.get(category) if category 食材: result[foods].append({ name: row.get(item_name), usage: row.get(usage) }) elif category 茶饮: result[teas].append({ name: row.get(item_name), property: row.get(property) }) # ... 可以继续扩展其他类别 # 返回结构化数据 return result✅ 代码节点输出JSON{ tizhi: 气虚质, foods: [ { name: 山药, usage: 煮粥、炖汤 } ], teas: [ { name: 黄芪红枣茶, property: 益气养血 } ] }四、大模型节点只做“翻译官”现在数据已经被代码节点整理得干干净净。大模型只需要做填空题。系统提示词System Prompt你是中医养生助手擅长用温暖、生活化的语言解释健康建议。 请严格基于【输入变量】中的数据生成内容禁止编造知识库中不存在的信息。用户提示词User Prompt请根据以下数据为用户生成一份养生日报 【体质类型】 {{tizhi}} 【推荐食材】 {{foods}} 【推荐茶饮】 {{teas}} 【要求】 1. 将食材和茶饮自然地融入三餐建议中。 2. 语气要像老朋友聊天一样轻松。 3. 结尾加一句鼓励的话。五、避坑指南Best Practices1. 不要在代码里拼接自然语言❌错误在 Python 里拼字符串建议您吃 food。✅正确Python 只输出数据结构大模型负责润色。2. 处理空值Null Safety代码节点一定要防呆if not user_tizhi: return {error: 未识别到体质}并在大模型 Prompt 里处理异常如果 {{error}} 存在请引导用户重新描述症状。3. 控制数据量如果知识库返回几百条数据代码节点要进行截断或分页防止大模型 Token 溢出。六、进阶玩法多表 Join如果你有tizhi_food食材表和tizhi_exercise运动表def main(user_tizhi): foods query_table(tizhi_food, user_tizhi) exercises query_table(tizhi_exercise, user_tizhi) return { diet_plan: foods[:3], # 只取前3个 exercise_plan: exercises[:2] }七、总结组件职责禁忌知识库存储精确事实存放模糊长文本代码节点查询、过滤、结构化生成自然语言大模型润色、交互、输出执行精确计算这套架构的优势在于稳定代码查表永远不会出错。省钱只给大模型喂最精简的数据。可控改表不改 Prompt业务逻辑清晰。掌握这套Code Knowledge Base 的组合拳你就掌握了 Coze 工作流的灵魂。