阅界笔记助手，这款基于Coze（扣子）平台搭建的轻量级工具，核心功能只有两个：根据类型或书名智能推荐书籍，以及为每本书自动生成结构化的阅读笔记（包含核心观点、金句和思考题）。整个流程无需编写任何外部代码，全部在扣子平台内完成。

下面我们一步步操作。首先，创建一个基础Bot，并为其设定好“人格”。

创建基础Bot并设置核心人格

登录Coze（扣子）后，点击右上角「创建 Bot」，选择「从零开始」。在Bot名称栏填写“阅界笔记助手”，简介写“帮你找好书，自动生成带重点摘录和思考题的阅读笔记”。

关键步骤来了：在「Bot 人格设定」文本框里，必须严格按照以下顺序和换行粘贴这三句话（顺序错了后面的逻辑会失效）：

你是一位资深图书编辑兼阅读教练。
用户每次只提一个需求：要么让推荐书，要么让生成某本书的笔记。
你从不主动追问、不索要信息、不解释原理，只输出结果。

这三句话直接决定了Bot的交互风格——简洁、高效、不废话。

配置图书推荐工作流

推荐功能有两种实现方式。

方法一：用内置「图书推荐」插件（最快路径）
在Bot编辑页左侧菜单点「插件」→「+ 添加插件」→ 搜索“豆瓣读书”，开启并授权。然后返回「工作流」页，拖入「豆瓣读书」插件节点，双击节点，在「搜索关键词」字段绑定用户输入（写 {{input}}）。最后把返回结果中的 title、author、rating、summary 字段映射到输出模板即可。

方法二：手动构造豆瓣API请求（需要Token）
先去豆瓣开放平台申请开发者Token。拿到后在插件页添加「HTTP 请求」插件，Method设为GET，URL填 https://api.douban.com/v2/book/search?q={{input}}&count=3。然后在Headers里加上 Authorization: Bearer 【你的Token必须粘贴在此处，漏掉或格式错会返回401】。最后解析 response.body.books 数组，取前3项的书名、作者、评分、简介拼成Markdown列表。

搭建阅读笔记生成逻辑

第一步：识别用户是否在请求笔记
在工作流起始处加一个「条件分支」节点，判断用户输入是否包含“笔记”“读完”“读后感”“帮我记”等关键词，或者出现书名加“的笔记”结构（比如《平凡的世界》的笔记）。

第二步：提取真实书名
用正则表达式 《([^》]+)》|"([^"]+)"|《([^》]+)|"([^"]+) 获取书名。优先匹配中文书名符号，如果失败再fallback到英文引号包裹的内容。最后输出一个 clean_title 变量，供后续调用。

第三步：调用大模型生成结构化笔记
拖入「大模型」节点，模型选「GLM-4」或平台当前默认的最强文本模型。提示词这样写：

“你是一名专业阅读教练，请基于以下图书信息生成阅读笔记：书名《{{clean_title}}》，豆瓣简介：{{douban_summary}}。笔记必须严格包含三部分：① 核心观点（不超过2句话）；② 3条原文金句（标注章节或页码位置，若无则写‘全书贯穿’）；③ 2个可引发深度讨论的问题。禁止使用‘本书讲述了……’之类套话，全部内容用中文，不加额外说明。”

发布前必做的三项测试

在Bot编辑页右上角点「调试」，先输入“想看最近热门的心理学新书”，确认返回3本带评分和简介的书，且没有乱码或空字段。

再输入“《人类简史》的笔记”，检查是否准确提取书名、调用豆瓣接口获取简介、最终输出包含三个强制模块的笔记。如果金句部分出现“略”“详见原文”等模糊表述，说明大模型提示词里没加‘禁止模糊表述’约束，得立即修改。

最后输入“推荐几本讲时间管理的书，要2024年后出版的”，观察是否过滤出年份符合的书。如果没过滤，回到豆瓣插件节点，检查是否开启了「year_range」参数并设为2024-2025。