笔者最近参加了一个 AI 智能体开发的训练营，觉得很有意思，认识了很多各行各业的朋友。

训练营里有一个练习，是用字节跳动旗下的 coze 开发工作流。

下图是 coze 的工作流编辑界面。参加这个训练营的有国企行政，会计，律师，医生，大学生，烘焙店老板，侧面也说明了 coze 的工作流编辑功能(我都不想用"开发"这个词)比较亲民，没有什么门槛。

对于使用过 SAP ABAP On-Premise 或 SAP BTP Workflow Service 的朋友们来说，捣鼓 coze 这玩意儿，就好比让大学数学教授去做小学生数学家庭作业一样，妥妥的降维打击。

如上图所示，图例1 为工作流开始节点，图例2 为用户意图识别节点（Intent Detection），图例 3 为识别出意图后走的两个分支。

如果识别出用户想「查询天气」，调用 city_extract 节点，提取出用户想要查询的城市名称，然后交给下游的蓝色节点处理。蓝色节点是一个 API 节点，调用墨迹天气 API，返回 JSON 数据给绿色节点。绿色节点把 JSON 响应做一个整合，转换成对用户友好的段落。

如果识别出来的用户意图是「新闻查询」，走上图的黄色分支，调用今日头条的新闻查询 API，API 同样返回 JSON 格式的响应，交给新闻整合节点。

运行这个工作流，能看到下图所示详细的执行日志。

图例1：用户输入为「北京今天冷不冷？」图例2 为工作流执行完毕后，返回给用户的最终输出：

北京2025年3月25日天气为多云，最高气温21℃，最低气温6℃，白天风向为西北风，风力5级，夜间风向为东南风，风力3级，湿度19% 。

图例3 的 classification: 1 意思是 coze 的意图识别节点，识别出用户输入「北京今天冷不冷」这个句子，与维护的索引为 1 的「查看天气」意图相匹配。

图例4 显示了 city_extract 节点的执行结果，将提取出的「北京」，存储到变量「city」中。

图例5 显示 DayWeather 节点执行结果，调用「墨迹天气」的 Restful API，输入为「北京」，输出是 JSON 格式的北京天气情况。

整个工作流就像一台精密的机器，每个节点就像机器上的各个零部件，各司其职，按照用户指定的逻辑完成了任务。

笔者编辑这个工作流时，总觉得自己之前曾经做过类似的事情。

想了一会儿，翻到了 2018 年写过的这篇文章，不禁感慨时光荏苒。

使用 Recast.AI 创建具有人工智能的聊天机器人

2018 年，SAP 收购了一家自然语言处理领域的法国初创公司 Recast.AI：

2019年1月，Recast.AI 更名为 SAP Conversational AI，网址 https://recast.ai 也被自动重定向到 https://cai.tools.sap:

注意：本文接下来提到的 SAP Conversational AI 的功能和截图，均只截至 2018 年 8 月，不代表其最新的功能！

工作流预定义的意图，其实体现了该工作流能实现用户的业务需求范畴。
下图演示了如何在 coze 里添加新的意图。

SAP Conversational AI 原理类似，创建聊天机器人后首先需要创建一个新的意图。
这里我创建一个程序员相关的意图，id 为 programmer：

接收到一个自然语言句子后，智能体工作流如何判定该句子属于哪一种意图？这其实就是 Intent Detection 该如何实现的问题。

进入 2025年，我们有了 DeepSeek，Kimi，通义千问，智谱清言等优秀的国产大模型，所以 coze 里的工作流节点的 Intent Detection 开箱即用，仅仅需要在模型的下拉列表里选择一个即可，无需其他额外配置。

回到 2018 年的 SAP Conversational AI，它又是如何实现意图判定的呢？

因为我创建的是和程序员交谈相关的意图，所以需要在 Train 面板，手动给它喂一些和程序员相关的句子，比如 Are you a programmer?

Recast.AI 会自动将这个句子进行词元化(tokenization)，识别出一个代词(Pronoun) - You, 一个数量词(Number) - a, 和一个工作描述(Job) - programmer.

继续给这个意图喂更多的句子：

• Are you coding with Java or ABAP or JavaScript or C# or C++ or Python or Ruby?

• Are you using Integrated Development Environment or Command Line to debug?

• is Programming your daily work?

点击 Test 链接测试一下，发一条测试文本:

Are you working with Java every day?

Recast.AI 判断这句话有 99% 的可能性属于 programmer intent.

工作流完成意图匹配之后，下一步就要针对每个匹配上的意图，指定其执行的业务逻辑。

在 coze 里，编辑者通过鼠标拖拽的方式拉一根线，将意图和匹配后要执行的业务逻辑连接起来。

其实就是编程语言里的 IF XXX THEN YYY ELSE ZZZ 的 pattern，只不过 coze 通过图形化的界面，把这种编程思想封装起来了。

在 SAP Conversational AI 里，选中一个 Intent，右键菜单选择 Create Skill. 创建的一个个 Skill，实际就是机器人需要执行的业务逻辑。

2018年笔者测试的时候，只是简单创建了一个 ID 为「chat_with_programmer」的 Skill，这个 Skill 的功能就是从三句硬编码的回复中，随机挑选一句返回给交谈者。

下面是一个简单的测试。

我向 SAP Conversational AI 发送 Are you working with Java?

这句话被判定归属于 id 为 programmer 的意图，其绑定的 「chat_with_programmer」技能触发，随机返回一句「Yes, and I am learning Scala in my spare time」.

这个测试虽然简陋，但是走通了一个完整的端到端流程。

从 2018 到 2025，看看如今 coze 支持的琳琅满目的插件，吸引了一大帮没有编程基础的业外人士蜂拥而入，用 AI 智能体完成了个人办公提速，让人不得不感叹 AI 发展的一日千里。

如果大家想了解 SAP Conversational AI 至今最新的功能，可以访问官网 https://cai.tools.sap.

感谢阅读。