Coze工作流中的代码模块到底怎么用？

扣子（Coze）工作流中的代码模块是其实现复杂逻辑和定制化功能的核心组件，以下从使用方式、应用场景及典型案例三方面展开说明：

一、代码模块的使用方式

1. 添加代码节点

在工作流编排界面中，选择「代码」节点，支持Python和JavaScript两种语言。系统提供默认代码模板，用户可点击「在IDE中编辑」进入编码界面。

2. 参数传递与处理

- 输入参数：通过`params = args.params`接收上游节点的变量（如大模型输出、用户输入等）。

- 代码逻辑：编写自定义处理逻辑，例如数据清洗、正则匹配等。

- 输出定义：以字典形式返回结果，需与下游节点的输入参数类型匹配。

3. 与上下游节点联动

代码节点的输出可传递给其他节点（如数据库操作、消息回复），需在结束节点或变量聚合节点中引用处理后的变量。

二、应用场景

1. 数据预处理

对大模型输出的文本进行格式清洗、关键信息提取（如提取URL、书籍名称）。

2. 复杂逻辑实现

实现条件判断、循环处理，或调用外部API完成特定功能。

3. 格式转换

将数据转换为符合插件要求的格式（如飞书多维表格的JSON结构）。

4. 错误处理

捕获异常并返回自定义错误信息，提升工作流稳定性。

三、典型案例与完整代码

案例1：从大模型回答中提取书籍名称和URL

目标：将通义千问生成的Python学习建议中的推荐书籍和网址提取到飞书表格中。

代码实现（Python） 

python

import re

async def main(args):

接收大模型的输出文本

input_text = args.params'input'

提取书籍名称（匹配书名号内容）

book_pattern = r'《(.*?)》'

books = re.findall(book_pattern, input_text)

提取URL（匹配http链接）

url_pattern = r'https?://^\s+'

urls = re.findall(url_pattern, input_text)

返回结构化结果

return {

"books": books,

"urls": urls,

"original_text": input_text

}

工作流配置 

- 输入：引用大模型节点的输出文本作为`input`参数。

- 输出：定义`books`（书籍列表）、`urls`（链接列表）、`original_text`（原始文本）三个变量。

- 下游节点：将`books`和`urls`传递给飞书多维表格插件完成数据写入。

案例2：飞书表格数据格式转换

目标：将用户输入的姓名、年龄、职业转换为飞书表格所需的JSON格式。

代码实现（JavaScript） 

javascript

async function main({ params }) {

const list = {

name: params.name,

age: params.age,

job: params.job

};

let records = ;

for (const item of list) {

let fields = {

"姓名": item.name,

"年龄": item.age,

"职业": item.job

};

records.push({ fields: JSON.stringify(fields) });

}

return { info: records };

}

工作流配置 

- 输入：从开始节点获取`name`、`age`、`job`参数。

- 输出：返回`info`数组，每个元素包含飞书表格所需的`fields`字段。

- 下游节点：调用飞书插件`add_records`，将`info`写入指定表格。

四、注意事项

1. 类型匹配：代码输出的变量类型需与下游节点要求严格一致，否则会报错。

2. 调试工具：利用工作流的「试运行」功能验证代码逻辑，结合日志排查错误。

3. 性能优化：复杂代码建议拆分为多个节点，避免单节点超时（默认最长5分钟）。

通过代码模块，开发者可将大模型能力与业务系统深度结合，实现从简单信息提取到企业级数据处理的复杂场景。