对于这样的场景，花了点时间用扣子做了一个微信打卡识别的智能体。今天我们就一起来撩一撩构建的过程和思路。
一、微信打卡接龙智能体
需求来源于用户和自己，过去有收到识别微信接龙打卡的需求，在人数比较少的时候，用AI结合提示词的方式也能很准确的识别出来。
但是当人数比较多的时候，单纯用提示词查看未打卡有时候不太准确，个人建议开发代码，不过一直没去做。
这就花点时间把这个事情给处理了，全程不用自己敲一行代码，用AI编程对懂开发的产品经理来说真是福音。
其实在这个过程中，要控制自己挺难的，要尽可能通过AI提问的方式来解决问题，不要觉得麻烦和效率低去冲动的自己编程，这个过程就是将自己的思维方式提取出来的过程。
当我能不断的抽象出自己的思考方式，后续对于编码的事情就可以更快的用AI去做处理，这是一劳永逸的事情，这是值得前期花时间投入去做这件事情。
整个实现逻辑如下：
首先收到需求，先用AI根据需求生成代码。设定一个角色它是一个资深的Python开发者，然后给出需求让用户输入打卡的用户，匹配名单，名单直接写在代码里，找到未打卡的用户。
然后我们就可以获取到对应的代码，将代码复制到本地vscode工具，本地运行一下确保代码无误，如果有遇到报错，就把错误信息发给AI继续改代码。
直接把代码放在扣子平台是运行不起来的，我们需要查看Coze 平台要求（https://www.coze.cn/docs/guides/use_workflow）
然后我们先让AI学习一下平台要求，接着改写代码：
新的代码已经生成了，我们建Coze 工作流，在IDE 运行，自己测试验证通过。
工作流发布之后。新建bot，在提示词里面直接调用工作流，进行运行，并测试验证通过。
接着为了方便使用，我们可以发布到网页版豆包，测试并正式使用。
考虑到有时候人不在电脑旁边，我们可以发布到豆包APP使用，测试并正式使用。
用Coze 的好处是借用平台的能力，不用自己再建网页或App应用给对方，实现后对方也可以使用，极大降低开发成本提升效率。
二、 结束语
其实很多时候我们只知道要这样做，这种做的方式是根据我们的本能，让我们真正讲出来还是挺难的，我们需要不断的去梳理自己思考的过程，通过对话的方式让自己思路变得清晰，并且提炼成一个可以传递的经验，给更多的人提供价值。
AI缺的不只是数据，还有人类的想象力和创造力。
