💡 Coze
Coze 是字节跳动（ByteDance）在 2024 年初推出的 AI Agent 开发平台，我们可以将其视作 GPTs 的加强版：
https://www.coze.com/
https://chatgpt.com/gpts
目前来讲，AI Agent 整个领域仍处于 早期蓝海，创业者们和开发者们还在进行早期探索，所以存在很多机会。
例如，笔者在去年中旬开发的「人生重开模拟器」的 Beta 版，在 Coze 市场中获得了不错的热度：
https://relive.noncegeek.com
近期在进行第二款 AI Agent 的开发工作，在这个过程中发现 Coze 在很多方面都进行了更新。
因此，就有了这篇「极速入门」教程，告诉大家从 「Idea => 设计 => 实现」 的全链路。
0x01 Idea：要做一个什么 AI Agent？
💡 从满足自己需求出发。
AI Agent 是 Indiehacker 很好的起点，因为它符合 「切入一个非常早期的赛道」 这一要素。要意识到，在「非常早期的赛道」和在「已成熟的赛道」需要完全迥异的思路与策略。
我认为，对于非常早期的赛道而言，「金手指✌️」就是 ——
从满足自己的需求出发，因为需要等待的时间 无从预测。
试图预测事件发生的时间是创业者 最常落入的陷阱之一，我们可以相信股票会涨📈，但预测股票究竟在哪一天涨非常危险 🆘 。预测落空，会带来心理和现实层面的双重打击。
怎么避开这个陷阱 🪤？
首先分析为什么 总是想要预测。因为投入后想要收回成本是天性，尤其持续维护要持续投入成本，焦虑持续累积，就更想要预测回本时间了。
知道原因之后，我们就可以提出一个行之有效的解决方案🪄：从满足自己的需求出发。
—— 因为是自己的需求，所以投入的成本可以接受；因为是自己的需求，所以持续的运维支出可以换算为在「购买服务」...... 从而规避预测未来这个「致命陷阱」。
💡在看别人的创业项目的时候，这也是一个很好用的指标 —— 创业者做的项目是否首先满足他自己的需求？如果没有，那么这个项目死去的风险大大增加...
所以，我在开始做 AI Agent 的时候，就从我自己的需求出发来设计 ——
我需要通过 AI Agent 和 Bodhi 协议（Arweave 数据永存网络）进行交互，所以就有了：
https://arweave.noncegeek.com
我想探索 AI 驱动的文字冒险游戏，所以就有了：
https://relive.noncegeek.com
我想验证我所假设的语言学习理论，所以就有了目前还在开发的「语言学习助手」...
0x02 设计：最少工作量原则
在确定了 Idea 之后，之后就是对产品进行设计。在设计的时候，我会遵循 「最少工作量原则」 —— 也即是不在没有实际的需求发生之前进行过度设计。
以「语言学习小助手」为例，语言学习小助手建立在这一核心思想之上：
如果我们学习语言的目的是🔜极速入门，那么应当采用「 k - v 」这种最简结构，直接通过和已知语言对应的「语音短句」进行学习，在入门阶段完全抛弃「语法」与「单词」这两个在语言学习中认为是必要的模块。
基于这一核心思想，第一个版本的 Agent 我们居然真的可以完全去代码化！
我们需要的工作只有两项：
1/ 导入 knowledges
2/ 设置 Shortcuts
自然，在未来初步版本已经被验证了的基础上，我们可以丰富这个 Agent 的功能，例如，让语言学习的资料集变成 UserGC。但在第一个版本里就想太多实属自寻烦恼。
0x03 实现
Ok，现在就让我们来实现这个 AI Agent，这是 Step by Step 的保姆级教程。
3.1 生成 Knowledges
我们用 csv 作为我们的 Knowledges 文件。在这里，我通过 cursor 实现的文件生成，其他模型同理。
Prompt - Japanese:
Generate a csv file with 2 col and 100 mock line.
The title is chinese and japanese, and generate 100 short sentenses which are the most common.
Result:
Chinese, NewLang
你好,こんにちは
谢谢,ありがとう
...
晚安,おやすみなさい
Prompt - Cantonese:
Generate a csv file with 2 col and 100 mock line.
The title is chinese and cantonese, and generate 100 short sentenses which are the most common.
Result:
Chinese, NewLang
你好,你好 (nei5 hou2)
谢谢,唔该 (m4 goi1)
...
晚安,早抖 (zou2 tau1)
3.2 引入 Knowledges
1/ 选择 Knowledge > Table > Create Knowledge > Table Format 创建新的知识表：
2/ 导入生成的csv文件。
3/ 导入完成后，将 knowledges 引入 AI Agent。
3.3 编写 Shortcut 调用 Knowledges
Chat experience > Shortcuts
Prompt 0x01: 从 cn_jp 表中，返回一个随机的条目，将日语用五十音注音。
Prompt 0x02: 从 cn_ct 表中，返回一个随机的粤语，他的对应国语，以及注音。
3.4 发布 AI Agent
一路点击 Publish 即可发布：
3.4 域名！
别忘了给 AI Agent 一个短域名！短域名是用户友好的体现。
1/ 把域名绑到 Vercel：
2/ Fork Template 做个跳转页面：
https://github.com/NonceGeek/scaffold-wabi-sabi
3/ 修改跳转路径
4/ 在 Vercel 里导入项目
5/ 在 Vercel 里绑定域名
现在就可以使用新的域名来访问 AI Agent 了！
https://lang.rootmud.xyz
0x04 未来优化点
记录每个短语的学习效果 通过后端返回随机短语而非使用表格型知识库 返回对应语音链接而非文字，这样可以学习 Coze 没有语音库的语言，例如粤语 后端知识库 Co-Buidl
【免责声明】市场有风险，投资需谨慎。本文不构成投资建议，用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。
