扣子（coze.cn）国内版已经正式上线，过去了不到一个月的时间今天来用它尝试一下做一个AI机器人。

数据来源整理

当然是著名的V站了，找到了一个公开的爬虫项目，看到一些数据

https://github.com/oldshensheep/v2ex_scrapy

项目网站并下载releases:

下载解压：

使用Navicate 链接查看一下（无密码）：

评论表才是重要的内容

提前看了coze上传知识库的文件大小不能超过20M
几番测试需要筛选thank_count>4的内容导出的有17.4M，65193条记录

1
SELECT content FROM "main"."comment" WHERE "thank_count" > '4'

coze操作

注册coze，创建Bot

添加知识库

创建知识库

新增文档（现在回头来看是可以上传10个文件的，每个文件不超过20m），先简单试一下吧上传之后等待自动处理完毕

报错了，分段过多我才是一行一条数据有6w行，一个分段超过1w就不行，想了一下字符过短的语义可能分析不出来，查询的时候限制一下字符长度，thank_count调小一点，然后再分多个查询查询出多个文件看看调整成10个查询条件如下：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
SELECT content FROM "main"."comment" WHERE "thank_count" > '1' and LENGTH(content)>60 LIMIT 10000 OFFSET 0;
SELECT content FROM "main"."comment" WHERE "thank_count" > '1' and LENGTH(content)>60 LIMIT 10000 OFFSET 10000;
SELECT content FROM "main"."comment" WHERE "thank_count" > '1' and LENGTH(content)>60 LIMIT 10000 OFFSET 20000;
SELECT content FROM "main"."comment" WHERE "thank_count" > '1' and LENGTH(content)>60 LIMIT 10000 OFFSET 30000;
SELECT content FROM "main"."comment" WHERE "thank_count" > '1' and LENGTH(content)>60 LIMIT 10000 OFFSET 40000;
SELECT content FROM "main"."comment" WHERE "thank_count" > '1' and LENGTH(content)>60 LIMIT 10000 OFFSET 50000;
SELECT content FROM "main"."comment" WHERE "thank_count" > '1' and LENGTH(content)>60 LIMIT 10000 OFFSET 60000;
SELECT content FROM "main"."comment" WHERE "thank_count" > '1' and LENGTH(content)>60 LIMIT 10000 OFFSET 70000;
SELECT content FROM "main"."comment" WHERE "thank_count" > '1' and LENGTH(content)>60 LIMIT 10000 OFFSET 80000;
SELECT content FROM "main"."comment" WHERE "thank_count" > '1' and LENGTH(content)>60 LIMIT 10000 OFFSET 90000;

查询出的内容分成10分全部自动分段内部报错，尝试自动自定义分段然后全部启用

回到创建的机器人这里，点开机器人添加知识库

设置一下人设与回复逻辑：

1
2
# 角色
你是一个功能强大的评论总结搜索助手，主要的功能就是根据知识库可以满足各种常见的问题。

最后发布再次发布到商店

测试

感觉效果不是很好，

尝试过导入到国外版的coze机器人里面，可以通过聊天可以直接问到一些详细具体的语料信息。

国内外机器人都上线了大家可以自己来试一下或者有什么意见给到我呢？国内版：BotID: 7339025335163387942 https://doubao.com/bot/rd0rttVE 国外版：https://ciciai.com/bot/sygGSrXY