Coze+飞书多维表格，打造 AI 稍后读智能体，解锁 10 倍知识管理效率
一键收藏、自动整理、智能推荐，享受 10 倍知识管理效率。
写在开头
很推荐按照这个教程，给自己定制一个 AI 稍后读智能体，自动管理阅读计划。
最近学习 AI，每天都有很多新内容来不及看，得攒起来稍后读。
一开始为了省事，我把所有想读的文章都丢进了微信文件传输助手。但时间一长，问题就暴露出来：不仅分不清哪些读过哪些没读，甚至还忘了每个链接的看点和收藏原因。
（说实话，我很好奇有多少人也经历过这种困境）
带着解决问题的心态，调研了一圈稍后读解决方案。但常见的 Pocket、Instapaper、简悦、Notion，要么与个人知识管理体系格格不入，要么步骤复杂、依赖人工归纳管理，还不如文件传输助手来的方便。
正好最近在研究智能体，灵光一现：何不给自己 定制一个 AI 稍后读助手 ，帮助自己摆脱恼人的归纳工作，自动整理阅读清单，按个人兴趣推荐阅读计划呢？
阅读指南
核心看点：
Step by step 打造实用 AI 效率工具，V1.0 支持以下功能：
一键无感收藏，自动整理稍后读清单
智能匹配你的兴趣，从已收藏内容中推荐最相关内容，定制阅读计划
自动标注：内容看点、适合人群、作者、发布平台
分享 AI 智能体设计流程：开源 AI Agent 的设计到落地的全过程思路
了解 Coze 中飞书多维表格插件使用方法
了解 Coze 发布到飞书机器人的配置方法
适合人群：
| 适合对象 | 对 AI 智能体、知识管理感兴趣，但可能没有技术背景的读者 |
| 学习难度 | 对 Prompt、代码近乎 0 要求 |
| 阅读价值 | 你可以跟随本文，亲自动手定制一个由 AI 驱动的稍后读工具，同时学习 AI 应用开发的基本概念和流程。 |
| 使用工具 | Coze、飞书多维表格、飞书聊天机器人 |
效果预览：
开箱即用
如果你只是想用上这个工具，我也搭建好了开箱即用的 Coze Bot ，欢迎直接上手使用。
📮 飞书 · 稍后读助手： 只需发送想收藏的文章链接，AI 就能帮你搞定一切！
👉 获取方式： 在公众号后台留言"稍后读"，立刻为知识管理加速～
开源计划
飞书·稍后读助手已经帮助我整理了几十条待读内容！
现在，我还打算把它做成更酷的 AI 智能体开源项目～
当前的脑洞清单：
推出 Notion·稍后读助手（关爱 Notion 用户，一起知识管理加速 ⏩）
自动推送每日阅读计划（告别拖延症，从我做起！💪)
持续优化智能推荐的效果（省去挑挑拣拣的功夫 🕵️♂️）
智能打标签（让你的阅读清单井井有条 🏷️）
……（还在酝酿更多骚操作 🚀）
如果你：
想获取最新功能版本 🗓️
脑子里有什么天马行空的点子 💡
对现有功能有吐槽或建议 🗣️
一起参与这个开源 Agent 的开发 🛠️
或者只是想和我聊聊天，交流交流 ☕
随时欢迎来找我！让我们一起把这个项目变得更酷炫～
引言
今年 AI 智能体很火，Coze、Dify 等 AI 智能体编排平台，大大降低了制作 AI 智能体的门槛。
上篇文章《万字实践教程，全面入门 Coze 工作流｜用 Coze 打造 AI 精读专家智能体》中已经清晰的讲解过用 Coze 搭建 AI 工作流的全步骤，如果你想从头学习 Coze 的智能体搭建方法，建议先使用「飞书·稍后读助手」收藏文章，按需阅读。
接下来，就直接一起来看这个 bot 是怎么设计落地的吧。
Step0：前期准备
1）梳理 AI 智能体的功能需求
在稍后读的知识管理场景中，一般流程如下：
发现内容：在浏览网页、社交媒体时发现感兴趣但当前不方便阅读的文章或内容。
收集内容：通过浏览器插件、分享到 App 或复制链接等方式将内容保存到稍后读服务。
整理入库 ：通过内容标题、内容主题、来源平台分类等方式对阅读清单进行整理标记（一般多为人工）。
选择内容：根据收藏时间排序、个人兴趣，在阅读清单中，自行选择下一步阅读内容。
阅读内容：根据筛选结果，阅读内容，逐步清空阅读清单。
仔细观察这 5 个步骤，我们会发现真正 与用户稍后读需求直接相关的只有"发现"、"收集"和"阅读" 。
虽然"整理"和"选择"环节只是稍后读管理的衍生步骤，却往往占用了大量知识管理时间。
这直接导致许多人虽然收藏了大量待阅读的内容，但由于 整理不到位、选择内容不方便 ，最终 陷入"藏而不读"的困境 。
另外，由于"收集"行为并不能直接带来阅读收益，操作路径越短、越简单越好。这也是大家都喜欢用微信文件传输助手临时收藏内容的原因。
基于以上分析，我们可以得出对 AI 稍后读的功能需求：
尽可能简化“收集”环节
自动化“整理”环节
根据待阅读内容列表的主题和当前阅读兴趣，智能"选择"相关内容、推荐个人阅读计划
2）设计 AI 稍后读助手的方案
基于前面的分析，我们可以勾勒出 AI 稍后读助手的大致思路：
简化"收集"：
实现跨平台收集功能，支持电脑（web 端）、安卓、iOS 多端操作。
考虑到待阅读内容通常都有网页链接，最理想的方式是只需输入一个 URL 就能完成收集。借鉴微信文件传输助手的直观操作方式，通过聊天窗口完成收集输入会更符合用户习惯。
自动化"整理入库"：
为便于存储和回顾已收集的阅读清单，系统应在入库时自动整理每条内容的关键信息，包括标题、摘要、作者、发布平台、发布日期、收集时间和阅读状态。
同时，这份阅读清单最好也能支持跨平台查看，提高可访问性。
智能"选择"推荐：
根据当前收藏记录，结合用户的阅读兴趣，进行相关性匹配，并生成最合适的阅读计划。
根据以上思路不难发现，同在字节生态中的 Coze、飞书、飞书多维表格，正好可以为 AI 稍后读构建一个完整的 AI 工作流。具体来说：
通过飞书机器人与 Coze 搭建的智能体进行对话，在聊天窗口中完成链接输入和阅读计划输出
由 Coze 调用大模型、插件，完成内容的整理、推荐
利用飞书多维表格存储和管理稍后读数据
这样一来，理论上无需开发任何插件、APP，也能实现跨平台的稍后读收集与智能阅读计划的推荐。
3）调研现有插件支持情况
为了确保上述设计思路的可行性，我们需要调研是否有现成的插件可以满足核心需求。这一步很关键，因为如果没有合适的插件，就会需要额外的插件开发工作。
经过调研，我们发现以下两个插件：
1） 网页读取插件： 采用「Link_analyzer」插件。它支持根据输入的 URL 返回对应的网页内容
2）飞书多维表格插件： 扣子官方提供的「飞书多维表格」插件。它支持通过「add_records」功能新增数据表记录，通过「search_records」功能查询数据表记录。满足存储和检索稍后读数据的需求。
有了这两个关键插件，我们就能够实现核心功能，着手搭建这个 AI 稍后读助手了。
Step1：逐步搭建 AI 智能体
1）设计 AI 智能体架构
照例还是先构思整个 AI 智能体的架构：
2）规定稍后读阅读清单的元数据
纵观架构，不难发现，无论是整理入库，还是选择内容，都依赖飞书多维表格为智能体提供数据库服务，存储稍后读阅读清单的元数据。
新建一个飞书多维表格，根据稍后读的管理需要，定义元数据字段如下：
为了方便跟做，也可以直接复制我准备好的模板（在公众号后台留言"稍后读"，立刻获取～）
| 内容 | 超链接格式，显示页面标题，可点击跳转具体的页面 |
| 摘要 | 根据具体内容，总结内容主题、关键信息、阅读价值，并指出适合的读者群体 |
| 作者 | 作者名称 |
| 平台 | 所在的网站平台名称 |
| 状态 | 阅读状态，收藏的默认态为“仅记录” |
| 发布日期 | 文章的发布日期 |
| 收集时间 | 收藏入库的时间 |
3）搭建整理入库工作流
接下来开始在 Coze 中逐步搭建 AI 智能体。首先搭建整理入库工作流。
这一步是支撑整个 AI 稍后读服务的前置流程。需要实现以下功能流程：
在搭建内容入库工作流这一步，我花了相当长的时间，调试飞书多维表格插件的使用方式，因为篇幅原因，我将直接分享最终的设置方式。
首先新建工作流「url2table」：
根据弹窗要求，自定义工作流信息。
工作流全局流程设置如下：
3.1 开始节点：输入 url
由于希望收到用户输入的待收藏 url，就开始流程，所以不需要额外配置（至于如何判断哪些用户输入是需要收藏的 url，则交由外层 bot 的大模型判断）：
3.2 变量节点：引入 bot 变量中保存的飞书多维表格地址
为了便于维护充当稍后读存储地址的飞书多维表格链接，我们需要将这个链接存储在 bot 的变量中，并在工作流运行时进行引用。
添加变量节点，设置如下：
这样一来，在 bot 整体运行时，就能从外层 bot 获取变量{{app_token}}，用于告知「飞书多维表格」插件需要在哪个地址新增数据。
3.3 插件节点：获取页面内容
这一步直接把开始节点的{{BOT_USER_INPUT}}，引入到参数{{url}}中；随便设置{{timeout}}为 60000。
3.4 大模型节点：提取稍后读元数据
根据第二步中对稍后读阅读清单的元数据期望，设置大模型节点如下：
注：使用 MiniMax 6.5s 245k，设置最大回复长度至 50000，以确保能完整解析长内容网页。
用户提示词：
# 任务
根据{{input}}，生成对应信息
# 输出要求
title：网页标题（如果有原标题，直接使用原标题；若找不到原标题，则根据关键信息，生成一个精确的标题）
summary：仔细阅读整个网页内容，捕捉内容主题、关键信息、阅读价值，生成一段简洁而全面的摘要；并指出适合的读者群体
author：作者名
link：用户输入的原始链接
publishDate：文章发布时间，格式YYYY-MM-DD
siteName：网站平台名称
3.5 日期转时间戳
根据尝试，后续的飞书多维表格插件节点，在入库日期字段时只支持 13 位时间戳。
需要使用「日期转时间戳-time_stamp_13」插件，进行格式转化。
具体设置如下：
3.6 大模型节点：把稍后读元数据转换为飞书多维表格插件可用的格式
没错，这一步是我在实现过程中最困难的。
飞书多维表格插件目前（2024 年 08 月）只支持带有转义符的 string，以 Array 格式输入。
所以必须得将之前得到的元数据数组进行格式转换（如果有自己的元数据格式定制需求，可以参考我的提示词进行微调）。
大模型节点配置如下：
用户提示词：
# 输出格式
在fields中直接以字符串格式输出：
"{
\"内容\":{\"link\":\"{{input[0].link}}\",\"text\":\"{{input[0].title}}\"},
\"摘要\":\"{{input[0].summary}}\",
\"作者\":\"{{input[0].author}}\",
\"平台\":\"{{input[0].siteName}}\",
\"状态\":\"仅记录\",
\"发布日期\":{{publish_stamp}}
}"
3.7 插件节点：将元数据写入飞书表格
添加「飞书多维表格-add_records」插件，只需要设置{{app_token}}与{{records}}参数。
{{app_token}}：引用变量节点的输出参数{{app_token}}{{records}}：引用大模型节点<格式转换>的输出参数{{output}}
3.8 结束节点：返回入库结果
「飞书多维表格-add_records」插件会返回入库结果，直接引用该信息，用于通知外层 bot 工作流的入库是否成功。
（搭到这里，别忘了对整个工作流进行测试～）
4）搭建内容推荐工作流
内容推荐工作流，用于根据用户输入的“想看 xxx 内容”，在稍后读存储地址（飞书多维表格）中，检索现有的收藏记录，匹配符合阅读兴趣的内容记录。
需要实现以下功能流程：
同样新建工作流「recommendRead」：
根据弹窗要求，自定义工作流信息。
工作流全局流程设置如下：
4.1 开始节点：输入想阅读的内容主题
收到用户输入的“想看 xxx 内容”这类指令，就开始流程，所以不需要额外配置（至于如何判断哪些用户输入是在交代想阅读的内容主题，则交由外层 bot 的大模型判断）：
4.2 变量节点：引入 bot 变量中保存的飞书多维表格地址
添加变量节点，设置依然如下：
4.3 插件节点：从飞书多维表格查询收藏记录
添加「飞书多维表格-search_records」插件，只需要设置{{app_token}}参数。
在{{app_token}}引用变量节点的{{app_token}}：
输出结果的{{items}}里会返回我们需要的查询结果：
当然，你也可以在这一步，通过额外的配置，定向检索状态为“仅记录（即未读状态）”的收藏记录。
4.4 大模型节点：匹配相关内容
为了处理的稳定性，这一步采用批处理，对检索出来的收藏记录逐个进行相关性匹配。
具体设置如下：
用户提示词：
你是一位精通内容分析和个性化推荐的AI助手。你的任务是根据用户表达的兴趣和需求({{purpose}}),仔细分析给定的内容记录({{record}}),并判断它们的相关性和匹配度。
请遵循以下步骤:
1. 仔细分析用户的{{purpose}},提取关键词、核心兴趣点。
2. 详细审查{{record}}中的每条内容,包括标题、摘要和任何可用的元数据。
3. 评估内容与用户意图的相关性,考虑以下因素:
- 主题匹配度
- 内容深度和广度
- 潜在的用户价值
4. 如果内容高度相关(相关性评分>=90%),则按以下格式输出:
title: 内容标题
summary: 原始摘要内容
url: 内容链接
reason: 说明为什么这个内容与用户的兴趣和需求高度相关，帮助用户理解为什么这个内容可能对他们有价值。
5. 如果内容相关性不足(相关性评分<90%),则不输出任何内容，也不输出理由。
请记住,你的目标是提供高质量、与用户需求直接相关的内容推荐。质量比数量更重要。
注：你也可以继续优化提示词，以提升匹配的精准度。
4.5 代码节点：整理符合要求的记录信息，省去空结果
上一个大模型节点中，我要求只输出符合兴趣需求的收藏记录，但不符合的记录也会以空结果的形式输出到数组中。
于是利用代码节点，把空结果直接删掉（判断方式：如果 url 字段为空，则去掉该记录）。节点设置如下：
Python 代码：
import json
async def main(args: Args) -> Output:
params = args.params
input_list = params['input']
output = []
for item in input_list:
if isinstance(item, dict) and 'url' in item and item['url']:
output_item = {
'title': item.get('title', ''),
'summary': item.get('summary', ''),
'url': item['url'],
'reason': item.get('reason', '')
'reason': item.get('reason', '')
}
output.append(output_item)
ret: Output = {
"output": output
}
return ret
4.6 结束节点：输出推荐的内容记录
至此，工作流配置已经全部完成！
5）在外层 bot 中封装工作流，完成整体配置
经过上述的配置，我们现在已经得到了两个可用的工作流（整理入库、选择内容），接下来就是把他们编排成为一个完整的智能体。
配置过程如下：
1）创建 Bot
2）填写 Bot 介绍
3）切换模型为“通义千问”：测试下来，通义对我的提示词理解、执行效果最好
4）把我们刚才配置好的工作流，添加到 Bot 中
5）新增变量{{app_token}}
6）添加外层 bot 提示词（可以按照需求和实际效果进行优化调整）：
# 角色
您是一个负责处理飞书多维表格稍后读管理的工作流程执行者。
## 限制
- 严格按照上述工作流程执行操作，不得随意更改顺序或遗漏步骤。
- 保证与用户的交互简洁，避免产生误解。
- 只处理与飞书多维表格稍后读管理相关的操作，拒绝处理无关任务。
- 当用户输入“开始”时，不要设置app_token，而是介绍帮助文档
## 说明
变量 app_token 的用途：作为稍后读存储位置
## workflow
1. 检查变量 app_token，并判断是否为空
a. 当变量 app_token 为空时，引导用户输入需要作为稍后读存储位置的多维表格链接
- 验证用户输入的链接，是否为有效的飞书多维表格地址
- 若验证通过，则将链接准确地存储在 app_token 中,发送“好的，稍后读存储位置已设置。您现在可以发送想要保存的网页链接了。”；否则，要求用户重新输入
b. 当变量 app_token 不为空时，直接发送：
"稍后读存储位置已设置。您可以：
1️⃣ 直接发送要保存的网页链接
2️⃣ 输入'查询存储位置'来检查当前设置
3️⃣ 输入'修改存储位置'来更改当前设置"
2. 当用户输入链接时，精准提取url，迅速调用工作流 url2table 进行处理，并告知用户结果
3. 当用户输入想要看的内容需求时，调用工作流recommendRead，直接根据工作流结果，生成最符合要求的内容阅读清单：
- 要求：按照相关性，从高到低排序
- 每篇内容需要按照以下格式，输出简洁的回答：
1. 带标题的链接
- 推荐理由
- 摘要
### 其他情况
4. 查询存储位置
当用户请求查询存储位置时：
- 如果 app_token 不为空，显示当前存储的飞书多维表格链接
- 如果 app_token 为空，发送"尚未设置稍后读的存储位置～先设置一个吧！请输入飞书多维表格链接。"
5. 修改存储位置
当用户请求修改存储位置时：
- 若未设置存储位置，发送"尚未设置稍后读的存储位置～先设置一个吧！请输入飞书多维表格链接。"
- 若已设置存储位置，发送“想更新稍后读的存储位置？请发送新的飞书多维表格链接。”
- 验证输入的链接，是否为有效的飞书多维表格地址
- 若验证通过，则将链接准确地存储在 app_token 中,发送“好的，稍后读存储位置已设置。您现在可以发送想要保存的网页链接了。”；否则，要求用户重新输入
6. 用户要求继续
当用户发送继续/然后/下一步等类似指令时，从步骤1开始检查当前情况，并给出合适的反应
## 帮助文档（当用户首次使用或需要帮助时，根据以下文档，引导用户使用）
🎉 欢迎使用飞书·稍后读助手！我可以帮您保存感兴趣的网页链接。
1️⃣ 首次使用，请按以下步骤设置你的稍后读存储位置：
1. 访问[稍后读管理模板](https://zkv549gmz8.feishu.cn/wiki/C5JNwxjX1ijW8rkd1Vbc2VStnob)
2. 点击「更多-创建副本」，然后复制新表格的分享链接
3. 将新链接发送到我们的对话中
2️⃣ 完成设置后，你就可以直接发送要保存的网页链接了 🥳
3️⃣ 你还可以发送"我想看xxx内容"，我就能根据你的稍后读列表，推荐最相关的阅读清单。
到这一步结束，你已经能在「预览与调试」窗口，与 AI 稍后读智能体对话，使用全部的功能。
Step2：发布 AI 智能体
为了进一步提升收集环节的操作体验，我们还要需要把智能体发布到我们需要的渠道中。
点击「发布」按钮，在选择发布平台中勾选“飞书”（初次使用还需要先点击“授权”按钮，获取飞书机器人的发布权限）：
完成勾选后点击「发布」：
然后等待审核通过后，你将在对应授权账号的飞书中，收到飞书开发者小助手的审批通知。
审批通过后，即可找到自己部署的飞书机器人。
Step3：使用飞书·稍后读助手
在部署完成后，你可以：
得益于飞书 app 的多平台支持，你可以电脑、手机端通过飞书机器人与稍后读助手进行对话
直接在 Coze 商店中与 bot 进行对话
如果你还选择了部署到微信服务号、订阅号，当然也可以通过这些渠道调用 bot
1）设置稍后读存储地址
首次使用，请按以下步骤设置你的稍后读存储位置：
访问稍后读管理模板（在公众号后台留言"稍后读"，立刻获取访问模板链接～）
点击「更多-创建副本」，然后复制新表格的分享链接
将新链接发送到智能体对话中
另外，你还可以发送“查询存储位置”、“修改存储位置”，来更换飞书多维表格链接，调整你的稍后读存储位置。
2）收藏待阅读的页面链接
在对话中输入需要收藏的页面链接。如果是第一次使用，会要求授权共享数据：
授权通过后，再次输入需要收藏的页面链接，即可完成收藏。
注：目前部分页面链接可能会小概率保存失败，暂未定位原因。如果你对此有所了解，欢迎和我交流。
3）智能推荐想看的内容
在对话中发送“我想看 xx”、“xx 内容”，即可按个人兴趣推荐阅读计划。
🎉 至此，你的专属 AI 稍后读智能体终于大功告成啦！恭喜，你真是太棒了！！！🥳
从现在开始，你就可以尽情享受一键收藏、光速吃灰的快感啦！😜
喜欢就点个「赞、分享、在看」