[智能体-441]：Coze：SDK应用、API应用、Web应用、智能体、工作流、资源、插件、RAG向量库、表数据库、大模型的关系

一、自底向上分层架构从底层基座到前端交付第 1 层底层基础设施数据 / 算力底座大模型LLM整个平台的推理核心智能体、工作流所有生成、理解、意图识别、摘要能力全部依赖大模型 包含对话主模型、Embedding 向量模型、多模态模型可在智能体 / 工作流节点自由切换。资源层统一共享数据资产空间内全局复用资源分为两类存储载体都存于「空间资源库」可被智能体、工作流全局引用RAG 向量数据库知识库存储非结构化文档PDF/Word/ 网页自动切片 向量化提供语义相似度检索只读用于私有知识问答、消除模型幻觉。表数据库结构化数据表类关系型数据库固定字段结构化存储支持完整增删改查、SQL 聚合、业务状态持久化、表单数据存档。插件 Plugin资源库统一管理 标准化工具能力集合内置插件联网搜索、绘图、文件处理、自定义 API 插件、Python 代码工具提供外部系统打通能力属于可被工作流 / 智能体调用的工具资源。三者关系大模型负责理解生成向量库存文档知识数据表存业务结构化数据插件打通外部系统全部作为底层可复用资源供给上层智能体 / 工作流。第 2 层逻辑编排执行层核心调度引擎1. 工作流 Workflow可视化 DAG 流水线引擎Coze 通用任务编排载体独立可运行单元定位是「标准化多步骤任务流水线」。可独立发布为 API、被智能体嵌套调用节点可挂载大模型、知识库检索、数据表增删改查、插件、代码、意图识别、分支判断适用复杂意图拆解、RAG 问答链路、数据处理、审批流程、批量生成、人在回路与资源关系工作流消费资源在节点内读取向量库、读写数据表、调用插件、调用大模型。2. 智能体 AgentBot面向用户交互的顶层业务载体对外提供对话能力内置两种执行模式自主规划模式大模型自主决策调用插件 / 知识库对话流模式绑定指定工作流严格按流水线执行任务。智能体自带人设 Prompt、对话上下文记忆依赖关系智能体可以直接调用资源插件、知识库、数据表也可以嵌套调用任意工作流复用流水线逻辑本质智能体 对话入口 大模型大脑 可挂载的资源 / 工作流技能包。第 3 层对外接入交付层外部调用 / 前端访问渠道三类渠道是智能体 / 工作流的对外出口不包含业务逻辑仅做转发、鉴权、交互展示Web 应用Coze 一键生成网页对话界面用户直接浏览器访问底层封装调用对应智能体纯前端交互载体。API 应用RESTful 接口将智能体 / 工作流封装为 HTTP 接口提供鉴权 Key第三方系统Java/Python 服务、小程序、飞书机器人远程调用 分为「智能体 API」和「工作流独立 API」两类。SDK 应用Coze 官方 Python/JS SDK对原生 API 做封装提供会话管理、流式输出、错误重试、上下文维护开发者在自有代码中便捷调用智能体 / 工作流能力。二、层级依赖简图从上到下调用链路plaintext外部用户/第三方系统 ↓ Web应用 / API应用 / SDK应用 【接入层访问入口】 ↓ 智能体 Agent 【交互业务主体可直接调用资源/嵌套工作流】 ↘️ ↙️ 工作流 Workflow 【逻辑编排流水线消费全部底层资源】 ↓ ┌─────────┬─────────┬─────────┐ │插件Plugin│向量数据库RAG│表数据库│ 【资源层数据/工具资产】 └─────────┴─────────┴─────────┘ ↓ 大模型 LLM 【底层推理基座所有理解生成依赖】三、核心概念两两关系详解1. 智能体 ↔ 工作流智能体可以不依赖工作流简单问答直接挂载知识库 插件靠大模型自主规划智能体可以绑定 / 调用工作流复杂标准化流程文案生成、工单审批封装为工作流智能体收到指令后跳转执行工作流可独立存在不依附智能体单独发布 API用于后台自动化、批量处理无需对话交互复用关系同一工作流可被多个智能体调用同一空间资源可被智能体、工作流共享。2. 工作流 ↔ 资源插件 / RAG 向量库 / 数据表插件工作流工具节点直接调用用于联网、绘图、第三方接口、代码计算RAG 向量库知识库检索节点读取文档片段作为上下文喂给大模型做问答仅读不可写数据表专用节点实现查询 / 新增 / 更新 / 删除 / SQL 统计持久存储结构化业务数据可读可写三者均为工作流的「数据 / 工具供给」工作流是唯一能串联三者完成完整业务链路的载体。3. RAG 向量库 VS 表数据库资源层两大存储表格维度RAG 向量知识库数据表数据库存储数据非结构化文档、手册、政策、FAQ结构化行数据订单、用户、表单、库存、工单检索逻辑语义向量匹配模糊问答字段精确匹配、条件筛选、SQL 聚合统计读写能力仅支持检索读取无法动态新增单条业务数据完整 CRUD流程自动写入更新数据工作流节点知识库检索节点增 / 删 / 改 / 查 / SQL 自定义节点配合大模型召回原文约束模型回答防幻觉提供数值、状态给模型生成结构化回复4. Web 应用 / API / SDK 三者区别接入层Web 应用零代码前端界面面向终端用户聊天使用底层封装智能体无需开发API 应用原始 HTTP 接口面向后端系统、小程序、机器人打通提供原始请求 / 响应SDK 应用API 的代码封装包面向开发者二次开发简化会话、流式、异常处理降低接入成本统一底层三者最终都会转发请求到对应智能体 / 工作流执行。5. 大模型与其余所有概念的关系大模型是基础能力提供者智能体靠大模型理解用户提问、生成回复、规划工具调用工作流内部 LLM 节点、意图识别、文本处理全部依赖大模型RAG 检索出的文档必须送入大模型才能生成回答数据表查询的结构化数据由大模型整合润色输出插件调用的入参、返回结果解析由大模型完成 Function Calling。四、标准完整业务链路示例电商售后智能体用户打开 Web 网页Web 应用发送提问「耳机保修政策帮我提交故障工单」请求转发至智能体智能体意图识别分流两个分支分支 1政策咨询调用工作流 RAG 问答流水线工作流节点知识库检索节点读取 RAG 向量库保修文档→大模型生成政策回复分支 2工单提交调用工单处理工作流工作流节点提取用户故障信息 → 数据表新增节点写入工单表数据库→插件推送消息到企业微信所有节点的文本理解、内容生成、参数提取均依赖底层大模型第三方 CRM 系统可通过 SDK/API 调用该智能体同步工单数据。五、一句话核心总结大模型AI 大脑一切理解与生成的底层算力资源RAG / 数据表 / 插件平台可复用的数据、工具资产工作流可视化任务流水线串联资源与模型标准化复杂逻辑智能体面向用户的对话 AI 主体可直接使用资源或调用工作流Web/API/SDK智能体、工作流对外提供服务的三类访问渠道。