第4讲：你的第一个 Skill：Hello World 实战
动手创建你的第一个 AI Skill，完成从理论到实践的跨越。
一、准备工作
1.1 注册 Coze 账号
- 访问 https://www.coze.cn
- 使用手机号或抖音账号注册
- 完成实名认证（如需发布到商店）
1.2 了解 Coze 界面
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
| ┌─────────────────────────────────────────────────────────┐
│ Coze 工作台 │
├──────────────┬──────────────────────────────────────────┤
│ │ │
│ 导航栏 │ 编辑区域 │
│ ├── 团队空间 │ ┌─────────────────────┐ │
│ ├── 个人空间 │ │ 人设与回复逻辑 │ │
│ ├── 插件 │ │ ├── 角色设定 │ │
│ ├── 工作流 │ │ ├── 技能配置 │ │
│ └── 知识库 │ │ └── 开场白 │ │
│ │ └─────────────────────┘ │
│ │ ┌─────────────────────┐ │
│ │ │ 预览与调试区域 │ │
│ │ │ └── 右侧聊天窗口 │ │
│ │ └─────────────────────┘ │
└──────────────┴──────────────────────────────────────────┘
|
二、创建第一个 Skill：天气查询助手
2.1 创建 Bot
- 点击「创建 Bot」
- 填写基本信息：
- 名称：天气小助手
- 描述：帮你查询全国各地的天气情况
- 图标：上传或选择系统图标
- 点击「确认」
2.2 配置人设与回复逻辑
在「人设与回复逻辑」区域输入：
1
2
3
4
5
6
7
8
9
10
11
12
| # 角色
你是一个专业的天气查询助手，能够准确回答用户关于天气的各种问题。
## 技能
- 查询指定城市的实时天气
- 查询未来 3 天的天气预报
- 提供穿衣、出行建议
## 限制
- 只能查询中国城市的天气
- 如果用户没有指定城市，询问用户所在城市
- 使用中文回复，语气友好亲切
|
2.3 添加天气查询插件
- 点击「插件」右侧的「+」
- 搜索「天气」
- 选择「墨迹天气」或「心知天气」插件
- 点击「添加」
2.4 测试你的 Skill
在右侧预览区域输入：
预期输出：
1
2
| 北京今天天气晴朗，气温 15-25°C，空气质量良，适合户外活动。
建议穿着：薄外套 + 长袖
|
三、进阶：让 Skill 更智能
3.1 添加工作流
创建一个新的工作流「weather_workflow」：
1
2
3
4
5
6
7
8
9
10
11
| 开始节点
↓
参数提取节点（提取城市名）
↓
天气查询插件节点（调用天气 API）
↓
数据处理节点（格式化天气信息）
↓
建议生成节点（生成穿衣/出行建议）
↓
结束节点（返回结果）
|
3.2 工作流详细配置
参数提取节点：
1
2
3
4
5
6
7
8
9
10
11
|
prompt = """
从用户输入中提取城市名称：
用户输入：{{input}}
返回 JSON 格式：
{
"city": "城市名",
"date": "日期（今天/明天/后天）"
}
"""
|
天气查询节点：
1
2
3
4
5
6
|
plugin: weather_moji
action: get_weather
params:
city: {{city}}
days: 3
|
建议生成节点：
1
2
3
4
5
6
7
8
9
10
11
12
| prompt = """
根据以下天气信息，生成穿衣和出行建议：
城市：{{city}}
天气：{{weather}}
温度：{{temp_low}}°C - {{temp_high}}°C
空气质量：{{aqi}}
请给出：
1. 一句话天气总结
2. 穿衣建议
3. 出行建议
"""
|
3.3 绑定工作流到 Bot
- 回到 Bot 编辑页面
- 在「工作流」区域添加「weather_workflow」
- 在「人设与回复逻辑」中添加：
1
| 当用户询问天气时，调用 weather_workflow 工作流获取天气信息。
|
四、代码实现：从零搭建天气 Skill
如果你想用代码实现，以下是完整示例：
4.1 项目结构
1
2
3
4
5
6
| weather-skill/
├── main.py # 主程序
├── intent.py # 意图识别
├── weather_api.py # 天气 API 封装
├── advisor.py # 建议生成
└── requirements.txt # 依赖
|
4.2 核心代码
main.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
| import json
from intent import IntentClassifier
from weather_api import WeatherAPI
from advisor import Advisor
class WeatherSkill:
"""天气查询 Skill"""
def __init__(self):
self.intent_classifier = IntentClassifier()
self.weather_api = WeatherAPI()
self.advisor = Advisor()
def run(self, user_input: str) -> str:
"""主入口"""
intent = self.intent_classifier.classify(user_input)
if intent['intent'] != 'query_weather':
return "我可以帮你查询天气，请告诉我你想查哪个城市？"
city = intent.get('entities', {}).get('city')
if not city:
return "请告诉我你想查询哪个城市的天气？"
try:
weather_data = self.weather_api.get_weather(city)
except Exception as e:
return f"抱歉，查询 {city} 天气失败：{str(e)}"
advice = self.advisor.generate(weather_data)
return self.format_response(weather_data, advice)
def format_response(self, weather, advice) -> str:
"""格式化输出"""
return f"""
🌤️ {weather['city']} 天气预报
📅 日期：{weather['date']}
🌡️ 温度：{weather['temp_low']}°C ~ {weather['temp_high']}°C
☁️ 天气：{weather['condition']}
💨 风力：{weather['wind']}
🌫️ 空气质量：{weather['aqi']}
💡 建议：
{advice}
""".strip()
if __name__ == "__main__":
skill = WeatherSkill()
test_inputs = [
"北京今天天气怎么样？",
"上海明天会下雨吗？",
"广州天气"
]
for user_input in test_inputs:
print(f"\n用户：{user_input}")
print(f"助手：{skill.run(user_input)}")
|
intent.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
| import re
from typing import Dict, Any
class IntentClassifier:
"""意图识别器"""
WEATHER_KEYWORDS = ['天气', '气温', '温度', '下雨', '晴天', '预报']
CITIES = ['北京', '上海', '广州', '深圳', '杭州', '成都', '武汉', '西安']
def classify(self, text: str) -> Dict[str, Any]:
"""识别意图"""
text = text.lower()
is_weather = any(kw in text for kw in self.WEATHER_KEYWORDS)
if not is_weather:
return {'intent': 'unknown', 'confidence': 0}
city = self._extract_city(text)
date = self._extract_date(text)
return {
'intent': 'query_weather',
'confidence': 0.95,
'entities': {
'city': city,
'date': date
}
}
def _extract_city(self, text: str) -> str:
"""提取城市名"""
for city in self.CITIES:
if city in text:
return city
return None
def _extract_date(self, text: str) -> str:
"""提取日期"""
if '明天' in text:
return 'tomorrow'
elif '后天' in text:
return 'day_after_tomorrow'
return 'today'
|
weather_api.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
| import requests
from typing import Dict, Any
class WeatherAPI:
"""天气 API 封装"""
def __init__(self, api_key: str = None):
self.api_key = api_key or "your_api_key"
self.base_url = "https://api.seniverse.com/v3"
def get_weather(self, city: str) -> Dict[str, Any]:
"""获取天气信息"""
mock_data = {
'北京': {
'city': '北京',
'date': '2026-04-06',
'temp_low': 15,
'temp_high': 25,
'condition': '晴',
'wind': '北风 3级',
'aqi': '良'
},
'上海': {
'city': '上海',
'date': '2026-04-06',
'temp_low': 18,
'temp_high': 22,
'condition': '多云',
'wind': '东南风 2级',
'aqi': '优'
}
}
return mock_data.get(city, {
'city': city,
'date': '2026-04-06',
'temp_low': 20,
'temp_high': 28,
'condition': '晴',
'wind': '微风',
'aqi': '良'
})
def get_real_weather(self, city: str) -> Dict[str, Any]:
"""调用真实 API（需要申请 key）"""
url = f"{self.base_url}/weather/now.json"
params = {
'key': self.api_key,
'location': city,
'language': 'zh-Hans',
'unit': 'c'
}
response = requests.get(url, params=params)
data = response.json()
return {
'city': data['results'][0]['location']['name'],
'condition': data['results'][0]['now']['text'],
'temp': data['results'][0]['now']['temperature']
}
|
advisor.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
| class Advisor:
"""建议生成器"""
def generate(self, weather: dict) -> str:
"""根据天气生成建议"""
temp_high = weather['temp_high']
condition = weather['condition']
aqi = weather['aqi']
suggestions = []
if temp_high < 10:
suggestions.append("👔 穿衣：建议穿羽绒服，注意保暖")
elif temp_high < 20:
suggestions.append("👔 穿衣：建议穿外套，早晚温差大")
elif temp_high < 28:
suggestions.append("👔 穿衣：建议穿长袖或薄外套")
else:
suggestions.append("👔 穿衣：建议穿短袖，注意防晒")
if '雨' in condition:
suggestions.append("☂️ 出行：记得带伞，路面湿滑注意安全")
elif temp_high > 30:
suggestions.append("🚗 出行：避免中午高温时段外出")
else:
suggestions.append("🚗 出行：天气不错，适合户外活动")
if aqi in ['优', '良']:
suggestions.append("🌬️ 空气：空气质量不错，可以开窗通风")
else:
suggestions.append("😷 空气：空气质量一般，敏感人群减少外出")
return '\n'.join(suggestions)
|
requirements.txt
五、测试与调试
5.1 本地测试
1
2
3
4
5
|
pip install -r requirements.txt
python main.py
|
5.2 常见错误处理
| 错误 | 原因 | 解决方案 |
|---|
| 无法识别城市 | 城市名不在列表中 | 扩展城市列表或使用模糊匹配 |
| API 调用失败 | 网络问题或 API key 无效 | 检查网络，申请有效 API key |
| 回复格式混乱 | 格式化代码有问题 | 检查 format_response 方法 |
| 意图识别错误 | 关键词匹配不够准确 | 增加关键词或使用大模型识别 |
六、发布到 Coze 商店
6.1 完善 Bot 信息
- 点击「发布」
- 填写发布信息：
- Bot 介绍：详细描述 Skill 的功能
- 使用场景：说明适合什么场景使用
- 示例问题：提供 3-5 个示例对话
6.2 选择发布渠道
- 豆包：字节跳动旗下 AI 助手
- 飞书：企业协作平台
- 微信：微信公众号/小程序
- API：供开发者调用
6.3 审核与上架
- 提交后等待平台审核（通常 1-3 个工作日）
- 审核通过后即可在商店搜索到你的 Skill
七、下节预告
第5讲：Skill 的交互设计：让对话更自然
我们将学习：
- 如何设计自然的对话流程
- Prompt 工程技巧
- 多轮对话管理
- 错误处理和边界情况
加入学习群
学习过程中遇到问题？欢迎加入交流群：
👉 加入AI编程学习交流群
本讲是《Skills 从入门到实践》系列课程的第4讲，下一讲我们将学习 Skill 的交互设计。
🎓 AI 编程实战课程
想系统学习 AI 编程？程序员晚枫的 AI 编程实战课 帮你从零上手！
微信进群
