multichannelfilter agent需依次完成四通道接入、三层过滤（去重→广告识别→语义聚类）、结构化卡片输出、知识库/api动态规则更新，并通过四通道测试验证连通性。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
多通道信息聚合与过滤Agent开发指南
你需要把来自微信公众号、飞书群消息、企业微信客服和API推送的四类文本流统一收进一个入口，自动剔除重复内容、过滤广告话术、合并同类咨询、标记高优线索——不是靠人工盯屏，而是让Agent在后台持续运行并输出结构化摘要。
第一步：创建基础Agent并配置多通道接入
登录扣子平台（coze.cn），进入工作空间 → 点击右上角【创建应用】→ 选择【Bot】类型 → 命名为“MultiChannelFilter”。
在【触发方式】中，一次性勾选：微信公众号、飞书机器人、企业微信应用、Webhook API。这四个通道会自动生成独立接入凭证，但注意：【必须为每个通道单独配置回调地址和Token，否则某一路消息将完全无法到达】。
完成创建后，系统自动跳转至编辑页，此时不要急着写提示词——先确认左侧导航栏已出现“插件”“知识库”“变量”“Flow”四大模块，缺一不可。
第二步：设计三层过滤逻辑（顺序不可颠倒）
点击顶部【Flow】进入可视化编排页：
① 第一层：去重过滤。拖入【条件节点】→ 设置判断字段为“原始消息哈希值” → 使用内置函数hash_md5(content)生成唯一指纹 → 若该指纹72小时内已存在数据库记录，则直接终止流程，不进入后续处理。
② 第二层：广告识别。插入【插件节点】→ 选择预置插件“文本风险检测” → 启用“营销话术”“联系方式泛滥”“诱导点击”三项规则 → 若任一规则命中，自动打上标签“AD_SPAM”，并路由至归档分支，不生成摘要。
③ 第三层：语义聚类。添加【技能节点】→ 新建自定义技能“TopicCluster” → 在代码区粘贴Python脚本（平台支持Py3.9）：调用sentence-transformers/all-MiniLM-L6-v2模型对清洗后文本做向量化 → 计算余弦相似度 → 将相似度＞0.85的归为同一主题簇 → 每簇仅保留最早一条原始消息+合并时间戳范围。
第三步：构建结构化输出模板
在Flow末尾添加【回复节点】，不使用默认自由格式，而选择【结构化卡片】模板：
标题栏填入：「{date} 多通道聚合简报（共{count}条）」
正文分三区块：
• 【高优线索】展示带“urgent”或“callback”关键词、且含手机号/邮箱的条目，加粗显示；
• 【主题聚合】以「▶ {topic_name}（{cluster_size}条）」开头，后接首条原文+「…+{cluster_size-1}条同类」；
• 【待人工介入】列出所有被标为“AD_SPAM”的消息ID及拦截原因。
这一步必须手动关闭“自动换行”选项，否则卡片在飞书端会错位变形。
第四步：绑定实时知识库做动态规则更新
方法一：上传Excel规则表
在【知识库】模块点击【新建知识库】→ 命名“FilterRules”→ 上传含三列的Excel：关键词、所属类别（如“竞品名”“黑产话术”）、生效状态。上传后勾选【启用实时检索】，并在Flow中“广告识别”插件后追加【知识库检索】节点，检索字段设为“消息全文”，匹配阈值调至80%。
方法二：对接内部风控API
在【插件】→【自定义插件】中新建HTTP插件，URL填写你们公司风控中台的/v1/check接口，请求体传入{"text": "{content}"}，响应字段映射为boolean型的“is_blocked”。此插件需放在“语义聚类”之前执行，确保高危内容不过滤阶段就截停。
注意：两种方法不能同时启用，否则可能因规则冲突导致漏判。优先用方法二，它响应更快且无需每日维护Excel。
第五步：发布并验证四通道连通性
点击右上角【发布】→ 选择【全部通道】→ 等待状态变为“已上线”。
立刻进行通道验证：用微信公众号发送“测试1”，飞书发“测试2”，企业微信发“测试3”，用curl向Webhook地址POST JSON {"content":"测试4"}。五秒内检查【调试日志】页是否出现四条独立trace_id，且每条都完整走完三层过滤→结构化输出流程。
若某通道无日志，立即返回【触发方式】页，复制该通道的Webhook URL，在浏览器新标签页打开——返回{"status":"ok"}即正常，返回404说明凭证未生效，需重新生成Token并粘贴到对应平台后台。
