我用 cursor-MCP，做出了一個 COZE

經過了一週的實踐，我掌握了一個方法，可以把 cursor+MCP，變成文字版 coze

現在一個指導文件 + 多個 MCP 服務，就能實現工作流

起因是

上週做了一個 管理提示詞的 MCP，就一直在嘗試，怎麼把它做成一個工作流

不依賴代碼，因爲代碼修改起來麻煩

怎麼在執行任務過程中，控制 LLM 的執行方向

說再多，不如直接做！！！

我們一起來做一個試試

我們先來了解流程是怎麼樣的

  1. 1. 我們需要把我們的任務變成一個個子任務，然後寫成一個文件，這樣不用每次重新寫，引用就好了

  2. 2. 在輸入框中，指向明確，每個文件，對應了什麼

  3. 3. 工作流開始複用

工作流構建三層

┌─────────────┐

│ 明確指令層 │ → 精確、步驟化、可執行

├─────────────┤

│ 資源定義層 │ → 明確輸入輸出、類型

├─────────────┤

│ 執行調度層 │ → 自動化、複用、編排

└─────────────┘

不用覺得很難，我花了一下午的時間，把流程跑的非常清晰，如果你有疑問，可以劃到底部➕我要案例

我們要把我們的想法寫出來，寫成一個工作流

  1. 1. 對於工作流的要求是，有非常明確的指令

  2. 2. 如果指令相對模糊，他就會跑偏

比如，

✅這是指令明確

"""

這是一個 todo 事項表，按照順序，自動完成事項，不需要詢問

  1. 獲取 get_all_tasks 所有的類型（這是獲取 prompt 類型）

  2. 根據文章內容，匹配主題

  3. 獲取 get_task_by_name 對應主題 的內容（獲取具體的 prompt）

  4. 把 get_task_by_name 對應主題 的內容作爲提示詞，

  5. 把文章當做素材

  6. 根據提示詞，來給素材出圖

  7. 打開圖片 """

❌這是指令不明確

"""

把 get_task_by_name 科技感 的內容，給另一篇文章當做素材，然後出圖

"""

我們把任務越細分，模糊地帶越少，他執行越精準

在輸入框中，指向明確，每個文件

就像我舉的例子中，一共有三個 內容

  1. 1. 我們的工作流說明 workflow.md

  2. 2. 獲取的 prompt

  3. 3. 文章內容

如果我們不說明，哪一個是文章，那他們可能會弄錯，把 prompt 的內容，當做內容來處理

看一下結果

這中間，cursor 需要對 MCP 的使用點同意

完成後，就像下圖，就是我生成的圖

ps：必須要用 claude sonnet 3.7

3.5 版本實測不行

cursor+MCP≈coze

LLM 給我們的一個啓示是，我們用自然語言，就能生成一個個指令，不一定非得寫代碼

後續嘗試用更多 複雜的 MCP 工具，做難度更高的事情

本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/rWJ319ylHqTD-WeEBGpibQ

猜你喜歡