AI I024: 又实战了扣子超级空间,太多感慨

2025年4月23日星期三

点击上方卡片关注不要错过精彩文章

🎉

读完这篇文章，别忘记给舰长点一个关注！舰长的智能体搭建文章，不仅是节点的构建，也有思路的分享。智能体搭建最重要的就是思路。最希望，能给大家带来不一样的搭建思路和方法。　

点一点上方的🔵蓝色小字关注，你的支持是我最大的动力！🙏谢谢啦！🌟"　

大家好！我是舰长🙏

扣子空间经过陆续几天的服务器爆满情况下，也一直没有办法去研究好的场景分享给大家，现在的体验还是可以的，起码能完成我说出的任务。并且研究出五个适用场景。

扣子空间还有两大核心点：

第一，它能综合利用 Agent 的能力。这意味着它可以调用像高德地图、墨迹天气、图像生成、语音合成等多种工具（MCP），实现单纯大语言模型（LLM）难以达到的丰富效果。

第二，扣子空间提供了一个集成化的空间。有浏览器、终端，文件夹，不仅可以存放生成的页面、代码文件、文档，还能直接运行 React 代码，展示更多样的页面效果。更方便的是，可以直接生成链接分享给其他人快速体验（非常适合制作 Demo快速检测）。

话不多说，下面通过几个具体的案例来展示一下效果：

场景一：制作成语消消乐HTML游戏: https://space.coze.cn/s/DT4NcjWUJnw/

这个案例十分有趣，可以做给孩子体验，也可以用作教学互动用来辅助教学，增加教学互动

完成这个场景只需要一句话：

帮我做一个成语文字游戏，类似消消乐的方式，做成html游戏

场景二：杭州3D地图天气游戏: https://space.coze.cn/s/lWdTHhK9JHM/

这个场景的完成需要多轮对话，起始任务词：

杭州市网页版3D地图与24小时小时天气预报游戏，可以选中地区生成对应的天气状况卡通人物图像

需要提前打开高德地图和墨迹天气的MCP扩展

一直测试到满意为止，提问技巧："出什么问题修什么东西"

场景三：制作英语文章互译及单词提炼网站 (灵感来源：向阳乔木): https://space.coze.cn/s/8GTJINNOgpY/

场景四：纳瓦尔宝典交互课件: https://space.coze.cn/s/Hdm_O7g7HPo/

起始任务词：

帮我做一个关于《纳瓦而宝典》这本书的交互式课件，包括图片内容、以及理解书本内容的SVG图片，还要生成播客，生成的博客语音插入到网页中，最后再设置几个题目来检测我对书本的理解

场景五：AI图片生成器: https://space.coze.cn/s/w-oivaX11sc/

出始任务词：

帮我做一个AI图片生成器，有丰富的细节和优雅的UI，出自大厂的工程师之手

使用小贴士：

1. 明确需求：建议最好一次性清晰地描述所有需求。因为后续调整，Agent 很可能需要重新规划甚至生成新页面，而非在原有基础上补充。翻车记录https://space.coze.cn/s/DSyQM7pUsWw/
2. 模式选择：对于目标模糊的场景，可以尝试"探索模式"；如果已有清晰规划，则使用"规划模式"更高效。（注意：让 Agent 完全自主规划有时会耗时较长，甚至可能产生误导）。跑了30分钟结果错了，翻车记录https://space.coze.cn/s/W8awUqjcJ08/
3. 渲染失败处理：如果页面渲染失败，这通常是因为当前使用者较多导致资源紧张。请尝试重新生成，或者先尝试生成结构更简单的页面。

核心体验与优势：可视化与 MCP 融合

Coze Space 的核心优势，我认为在于过程的可视化与 MCP 的融合。

MCP 融合指的是它统一了各种工具的调用接口，让 Agent 可以灵活调用，构建更强大的应用（这本质上是为 AI 提供了一个工具生态）。当然，目前 Coze Space 支持的 MCP 种类还在不断丰富中。
过程可视化则是指我们可以清晰地看到 Agent 调用工具、执行任务的每一步。

为什么过程可视化如此重要？

回顾通用大模型（LLM）的发展历程，有几次让用户层面感到极其惊艳、甚至"出圈"的时刻，都与"看见"其工作方式有关：

1. ChatGPT 3.5：当我们看到它利用 Transformer 架构，一个字一个字地"思考"并生成文本时，那种感觉是"太炸裂了！"
2. DeepSeek-R1：它通过强化学习复现类似 GPT-4 O1 的推理能力，并开源展示其思考过程，让用户直呼"牛逼！"
3. Manus：它将 Agent 自主规划任务（To-Do List）、在虚拟环境中调用工具执行命令的过程完全可视化。虽然在此之前已有 AutoGPT、BabyAGI 等框架，但 Manus 的直观展示带来了新的震撼。

同样地，在扣子空间中，这种任务执行过程的可视化，让使用者能更直观地理解 Agent 的工作方式，增加了信任感和掌控感。

适用场景：

目前来看，特别适合内容创作类的场景，比如我们前面看到的各种交互页面和应用。

不太适合的场景：

对于需要高稳定性和精确性的严肃办公场景或复杂的自动化流程（例如，之前尝试的"采集抖音信息写入飞书多维表格"就遇到了出错的情况），目前可能还不是最佳选择，其稳定性和容错性还有提升空间。

以上有收获，麻烦您点个赞和爱心,评论区来个666呗

关注公众号并添加舰长微信，领取智能体学习资料，并参与Coze技术直播讲解

另外非常欢迎大家加入[唐舰长AI落地智能体交流群], 本周会再安排一场关于扣子空间实战的直播

AI I024