👨💻群里有同学是做影视赛道的博主，听说最近DeepSeek这么火，咨询能不能用DeepSeek写影评，并整理电影数据资料，自动发布到飞书文档，把每天的工作做成一个自动化的流程。
那今天斜杠君就为大家带来这篇详细的教学，以影评工作流为例，为大家抛砖引玉，教大家如何把自己的工作打造成一个自动化流程，让Ai代替你工作。
智能体作用：批量输入电影名称，自动获取演员、评分、星级和封面等信息，并联网查找电影相关资料，撰写影评，批量写入飞书文档。
首先我们来看一下生成后的效果：
🎥 本期视频教程已上传至知识星球，有更详细的教学文档（包括完整的代码和提示词），加入方法见文章结尾，🧑🚀还有星球VIP群和大家一起讨论噢~
🤹 接下来，话不多说，斜杠君用最简单的方式教给大家。💖大家可以关注收藏，以免之后找不到，而且也不会错过我后面的教程。
一、创建工作流
首先，新建一个工作流，填写标题和描述。
二、业务逻辑
1、开始节点
开始节点设置两个参数，用来接收要写入的飞书多维表格地址和电影名字。
2、代码节点
代码节点用来把「开始节点」传过来的多个电影名字拆分成一个数组，多个电影名字用换行分隔，在接下来的批处理节点中进行使用。
代码如下：
async function main({ params }: Args): Promise<Output> {const ret = {"name": params.name.split("\n")};return ret;}
3、批处理节点
📢 敲黑板：这个批处理的环节很重要，同学们要认真学习。
批处理节点，用来为批量撰写影评。
4、插件节点
加入一个插件节点，用来搜索电影信息。
搜索电影信息。使用插件如下：
5、大模型节点
加入一个大模型节点，并为大模型添加一个联网的搜索的技能，这里我选用的是联网问答插件。
接着使用联网搜索到的信息撰写影评。
注意：模型这里使用DeepSeek大模型。
用DeepSeek大把前面的数据进行组装，成飞书文档需要的数据格式。
6、代码节点
使用代码节点把插件返回的信息和撰写的影评进行汇总，组装成飞书多维表格需要的数据格式。
7、插件节点
添加飞书多维表格插件，批量写入飞书表格。
8、结束节点
结束节点把生产的飞书多维表格地址进行输出。
整体的工作流到这里就搭建完成了，大家快动手搭建一下试试吧~
🎥 本期视频教程已上传至知识星球，有更详细的教学文档（包括完整的代码和提示词），欢迎大家加入和斜杠君学习，🧑🚀还有星球VIP群和大家一起讨论噢~
原文链接_联系我：最新扣子(Coze)案例教程：全自动DeepSeek 写影评+批量生成 + 发布飞书，提效10 倍！手把手教学，完全免费教程
