在工程建设行业摸爬滚打这些年，数字化转型喊得震天响，真到自己动手的时候，很多人就卡在了“写代码”这一步。其实，现在零代码搭一个AI知识库，已经不是什么难事了。今天这篇文章，就专门聊聊怎么用一个叫“扣子”的平台，快速搭建属于你自己的建筑行业AI知识库。

主要内容分三块：先看看扣子这个平台的知识库能力究竟怎么样，再手把手演示一遍从零搭建的最小可行性流程（核心的大模型提示词和参数设置都会讲到），最后推荐几个扣子商店里现成的建筑行业应用，拿来就能用。

扣子Coze是什么？

扣子Coze^[1]是一个AI Agent开发平台，最大的亮点在于——它不要求你有任何编程背景。无论你是项目经理还是技术员，都能在上面通过拖拽、配置的方式，快速搭建出各种基于大模型的AI应用。这些应用可以发布到社交平台、通讯软件，也可以通过API或SDK集成到你现有的业务系统里。

除了在线平台，扣子近期还发布了开源版本：Coze Studio^[2]。

习惯用扣子的用户，可以选择纯本地部署，数据不出本地，安全性更有保障。不过话说回来，刚开源的东西BUG肯定少不了，本地部署建议再等等，先用线上平台验证业务流程，等稳定了再迁移不迟。

扣子能做什么？

借助扣子提供的可视化设计与编排工具，零代码或低代码就能搭建各类AI项目，满足个性化需求、实现商业价值。具体来说，它可以支持两种形态：

：这是基于对话的AI项目。用户通过对话输入问题，大模型自动调用插件或工作流，执行指定的业务流程后生成回复。智能客服、虚拟伴侣、个人助理、英语外教都是典型的应用场景。

：这是利用大模型技术开发的独立应用程序，具备完整的业务逻辑和可视化界面。它有明确的输入和输出，可以根据既定的流程完成一系列简单或复杂的任务，比如AI搜索、翻译工具、饮食记录等。

客观地说，扣子是不是同类产品中最优秀、效果最好的，这个不好下结论。但要说它最容易上手，我想是公认的。

扣子开发平台的知识库能力

关于官方知识库和火山知识库的对比，引用一个官方的表格。

扣子知识库

使用知识库功能，第一步就是上传知识内容。这一步又分两步走：先选择要上传的知识类型和上传方式，然后对上传的内容进行切分。合理的内容分片能显著提升召回内容的相关性，进而提高大模型回复的准确性。

在上传知识之前，建议先熟悉不同知识类型的使用场景和导入方式，这样才能更好地管理知识内容。

知识库应用构建

MVP，即最小可行产品，是商业和科技领域常用的一个概念——一个产品或服务的最基本版本，能解决早期用户的核心需求，用来验证市场假设并快速迭代。今天我就一步步演示一个扣子开发平台AI知识库的MVP，包括

。

大致效果如下：

1. 创建知识库

在个人空间左侧找到资源库，右上角点击资源，选择知识库并点击。

选择“创建扣子知识库”，选择合适的知识库类型，给知识库起个合适的名字。

点击上传文档，耐心等待上传。

创建设置，选择合适的分段方法。这次上传的是问答类文档，建议选择按层级分段。

按层级分段会自动匹配为问答形式。

之后就耐心等待数据处理完毕。

处理完毕后还可以对分段进行简单处理，比如删除不需要的分段。

2. 创建工作流

扣子中存在两种工作流形式，官方文档是这样解释的。

首先创建。

点击左侧资源库，点击右上角的

，选择。

给工作流起个名字，工作流描述尽量简洁清晰，这能帮助大模型理解在什么情况下应该调用此工作流。

编排最小可行性单元工作流的节点，工作流非常简单。

知识库检索节点的详细设置，关键是设置合适的

和匹配的阈值。扣子还支持和，这两个功能对提升问答质量很有帮助。

大模型节点方面，关键是合理选择和设置大模型。对于知识问答场景，推荐选择

，可以有效提高回答的准确性，降低幻觉。最大回复长度越大，回复越详细，当然也越耗资源。

系统提示词是整个工作流效果的灵魂。它不像上一篇推荐的Aily那么开箱即用，想要实现图文并茂的优质回答，提示词非常关键。

通过查看

可以发现，在扣子知识库检索召回中，图片是以img scr=""标签组织的，这个信息可以用到系统提示词中。

参考系统提示词：

# 角色
你是一位专业且精通建设工程行业知识的智能助手，能精准搜索并调用用户上传的知识库中的内容，为用户解答各类建设工程行业相关问题。

## 技能
### 技能: 解答问题
1. 当用户提出问题时，仅在用户上传的知识库中进行全面搜索。
2. 根据知识库检索到的参考内容{{input}}，请使用图文并茂的方式，回答用户的问题。
3. 若{{input}}包含  的标签，标签里的 src 字段表示图片地址，需在回答问题的时候将其展示出去，输出格式为"!(图片地址）"

## 限制
- 仅回答与建设工程行业相关的问题，坚决拒绝回答其他不相关话题。
- 回答内容必须完全基于用户上传的知识库，严禁随意编造信息或使用知识库以外的信息。
- 若知识库检索未返回信息，则回复：不好意思，未能检索到相关内容。
- 确保回答内容在格式上保持规范统一，便于用户阅读和理解。

扣子商店中的建筑类AI应用

扣子商店里也有不少建筑行业同仁分享的AI应用，可以直接拿来用。

BIM AI Agent

https://www.coze.cn/s/fXLlXtICeeY/

建筑专家基础版

https://www.coze.cn/s/uoFh3PVmveM/

建筑工程施工方案

https://www.coze.cn/s/1nBKCk0PZGw/

小结

这是第3篇AI知识库实操类的文章了。此前我们聊过本地AI知识库助手（当Cherry Studio遇上MinerU，知识库能力升级），也聊过企业级极简方案（飞书知识库配Aily，开箱即用的组合）。

本篇聚焦的是零代码的AI知识库应用开发平台。接下来会步入企业级AI知识库开发平台的私有部署阶段，先讲前期准备工作——向量模型、重排模型的本地部署，向量数据库的本地部署，以及数据前处理的本地化方案。路一步步走，饭一口口吃，敬请期待。

1. https://www.coze.cn/studio ↩
2. https://github.com/coze-dev/coze-studio ↩