如何在Blog网站中添加AI客服 | coze Agent、n8n工作流

不少博主都有在自己的网站上写博客的习惯。经常有朋友吐槽：想找之前看过的一篇文章，得翻半天，能不能加个AI功能，输入关键词就能自动从博客里把相关内容拎出来？这需求其实挺实在的。

我用的是WordPress搭的站，试了试Coze Agent的能力，把AI会话嵌进了网站。现在右下角有个会话入口，点开输入问题，就能直接返回博客里对应的内容——类似一个AI客服的感觉。有了这个功能，搜索体验确实提升了一大截，比传统站内搜索好用多了。

先说一下大体思路：Coze Agent支持直接把智能体发布为Chat SDK，会生成一段代码，我们把这段代码加到网站里就行。当然，里面有不少细节问题——比如博客内容怎么传到Coze知识库、工作流怎么搭、搭好后怎么把Agent挂到网站上。接下来，我们就一步步把这些环节拆开讲清楚。

1、Coze Agent搭建

先在Coze里创建一个工作流。

开始节点对应的是用户的输入内容。比如用户问“如何用Coze搭建一个工作流”，这个问题就是工作流的input。

用户提问后，这一步需要在知识库里检索——知识库就是我们的博客内容。那么问题来了：如何把博客内容加进去？新建一个知识库，可以选择不同渠道导入内容。

最简单的办法是添加在线数据：直接复制一条博客的网页地址进去，Coze会自动解析网页内容并添加到知识库。这种方式适合少量文章。但如果网站里有上百条博客，一条条复制显然不现实。批量上传的方法我们后面再讲，先上传一条把全流程跑通。

接着添加一个大模型节点。在“输入”处引用前两个节点的变量，然后在用户提示词里写入给大模型的Prompt指令。

# 角色设定
你是一个知识库问答助手，严格按以下规则回答：
1. **仅依赖知识库内容**，不虚构信息
2. 回答时先判断问题是否与知识库相关：
   - 如果相关 → 引用知识库内容，格式：
     ```
        {答案}
     （来源：知识库《{文档名}》）
     ```
   - 如果不相关 → 回答：“抱歉，该问题不在我的知识范围内。”

# 用户问题
{{input}}

# 处理流程
1. 从知识库检索{{knowledge}}
2. 综合记录生成简洁答案

大意就是让模型根据用户提问去检索知识库，然后给出对应的答案。这样一个工作流就搭完了。

然后新建一个Coze Agent，关联上这个工作流。在预览调试区提问测试，Agent会根据问题检索知识库并输出结果。确认没问题后，点击右上角的“发布”，选择最底部的“Chat SDK”。发布后点击“安装”，Coze会提供一段代码。

接下来，我们需要把这串代码添加到博客网站中。

2、集成到网站

如何把代码加到WordPress里？WordPress有很多现成插件可用，比如“Header and Footer Scripts”或“Insert Headers and Footers”。也可以简单一点：直接在后台“外观 → 小工具”中添加，把代码复制进去即可。注意：里面的token要替换成自己的实际token，这个token需要去Coze的API里创建获取。

保存后再进入网站，就能看到右下角有一个Coze的图标入口。点击后弹出会话框，试用一下：输入问题，正常返回内容。当然，细节和样式可以再调试优化。整体来说，在网站中集成AI客服的功能就算完成了。

3、知识库

还有一个遗留问题：上面只用一条博客链接做了示例，但实际网站有100多条文章。怎么把这么多内容都加入Coze知识库？

刚才用添加链接方式导入时，Coze提供了批量添加功能——输入网站的根地址，可以自动解析出其他网页。但这种方式不一定准确。换个思路：能不能先把博客文章批量导出到本地，再以本地文件的方式批量上传？

我们用n8n编排一个工作流来实现。这个工作流包含几个节点：

n8n封装好了WordPress节点以及常用操作，可以直接选择“获取Post”，也就是获取博客里所有文章的内容。执行后会拿到所有文章数据。

获取到的文章是一个数组，需要添加一个循环节点遍历数组，把每篇文章依次下载下来。

这个节点的作用是把文章内容转换为文件格式——因为要下载文件，所以得先把内容转成文件。

为什么用Google Drive？因为我的n8n部署在Zeabur云端服务器里，没办法直接下载到电脑。所以换个思路：把文件先上传到Google Drive，再从云盘批量下载到本地。在Google Drive节点选择upload操作，将文件内容上传到云盘。执行工作流后，打开Google Drive查看——博客内容都成功上传了。批量将文件夹下载到电脑即可。

最后，回到Coze知识库，用上传本地文档的方式，把下载下来的文件全部上传到知识库。大功告成。

以上就是如何在博客网站中添加AI客服的全部内容。操作简单，实现成本也很低，感兴趣的话不妨动手试试。