提到闲鱼，相信大家都不陌生。作为国内主流的二手交易平台，它既可以让我们把家里闲置的物品挂上去转手变现，也能让我们以更实惠的价格淘到成色不错的二手好物 —— 比如 95 新的电子产品、几乎未用的家居用品，性价比远超全新商品。

不过，对于普通个人用户来说，偶尔上架 1-2 件商品，随手拍几张图、简单写段文案倒也轻松。但如果是专业的闲鱼卖家，需要每天稳定上架 6-7 件商品，甚至还要运营多个账号形成 “账号矩阵”，那么重复的拍照、修图、写文案工作就会变成耗时又耗力的 “体力活”，严重占用运营精力。

今天要分享的「扣子（Coze）工作流」，就能完美解决这个痛点：只需输入商品关键词，它会自动到闲鱼搜索相关商品，再通过 AI 对原有商品的文案和图片进行二次创作，生成符合平台规则的新图文素材。我们只需复制素材直接发布，就能大幅提升商品上架效率，把时间花在更核心的运营上。

我以 “扣子（Coze）工作流” 为关键词做了测试：让工作流自动搜索闲鱼上相关的商品，对找到的商品图文进行 AI 二创，最终返回的结果完全符合预期 —— 文案保留核心信息但表述更吸睛，图片风格一致但细节有差异，有效避免平台重复检测。效果如下：

这套工作流的逻辑并不复杂，核心是整合了常用的大模型节点、代码处理节点、图像生成节点，再搭配一个专门查询闲鱼商品数据的插件（这是实现自动搜品的关键，下文会详细拆解）。整体架构清晰，新手也能快速上手。

一、工作流核心流程拆解

整个工作流从 “输入关键词” 到 “输出新图文”，共分为 5 个关键步骤，全程自动化运行：

1. 用户输入触发：手动输入需要上架的商品关键词（如 “无线蓝牙耳机”“复古台灯”）；
2. 闲鱼商品查询：调用闲鱼数据插件，根据关键词搜索相关商品，获取商品列表数据；
3. 图文信息提取：自动从搜索到的商品数据中，筛选并提取出核心的文案（标题、简介）和图片链接；
4. AI 二次创作：大模型对提取的文案进行改写优化，同时生成新的图片提示词，再通过图像生成节点产出新图；
5. 结果汇总输出：将所有二创后的文案和图片整理成列表，直接供用户复制使用。

二、各节点详细搭建教程（保姆级步骤）

开始

• keyword：商品的关键词，比如“扣子工作流教程”
• app_key/cookies：海鲜市场鉴权参数，文末会讲解如何获取这两个参数

闲鱼商品列表数据查询

这个节点用于从海鲜市场中查询相关的关键词的商品，它主要使用到了“闲鱼数据助手v1”插件的“Search_API”工具，它所需要的参数如下：

• appKey/cookie：海鲜市场鉴权使用，文末会讲解这两个参数的获取，引用“开始”节点的“app_key”、“cookies
• keyword：商品关键词，引用“开始”节点的“keyword”
• pageNumber：第几页，这里我填了第一页，可按需选择
• rowsPerPage：一页有多少个商品，这里我填了3，说明我只改写第一页的3个商品，可按需填写

商品标题内容和图片提取

这个节点的作用主要是处理“闲鱼商品列表数据查询”节点输出的数据，把商品的文案和图片都提取出来。这个节点是官方的代码节点。主要的参数如下：

message：商品列表数据，引用“闲鱼商品列表数据查询”的“message”

代码

import json
async def main(args:Args)->Output:params= args.params
    message =params['message']
#转成json# message_json = json.loads(message)    message_json =eval(message)
#提取商品列表    result_list = message_json.get('resultList',[])    item_list =[]
#提取商品中的title 和 图片链接for iteminresult_list:        ex_content_dict = item.get('data',{}).get('item',{}).get('main',{}).get('exContent',{})
        title = ex_content_dict.get('detailParams',{}).get('title','')        image_url = ex_content_dict.get('picUrl','')
#title或者image_url为空，不作为结果返回if title ==''orimage_url =='':continue
        item_list.append({'title': title,'image_url':image_url})


# 构建输出对象    ret:Output={"item_list": item_list}return ret

循环-批量对商品文案二创

这个节点的作用是循环地对上游节点提取到的商品文案和图片进行二创，它的主要参数如下：

• 循环类型：选择“使用数组循环”
• item_list：商品列表，引用“商品标题和图片提取”节点的“item_list”

大模型-商品文案改写

这个节点用来对商品的文案进行改写，它的主要参数如下：

• 模型：选择“DeepSeek-V3-0324”
• input：输入商品的文案，引用“循环-批量对商品文案图片二创”的“title”
• 提示词：贴在下方

系统提示词

# 
角色
你是一个经验丰富的闲鱼商品文案二创专家，擅长在保留原文案中心思想的基础上，对闲鱼商品文案进行重新创作，使新文案在字数上与原文案相当，同时能够绕过闲鱼平台的去重检测。

#
# 技能
#
## 技能 1: 二创新鱼商品文案
1.当用户提供一段闲鱼商品的原文案时，仔细分析原文案所表达的中心思想和关键信息。
2.运用丰富的语言表达技巧和多样化的词汇，对原文案进行重新表述，确保新文案与原文案中心思想一致且字数相当。
3.输出经过二创的闲鱼商品文案。

#
# 限制:
-只专注于对用户提供的闲鱼商品原文案进行二创，拒绝处理与闲鱼商品文案二创无关的任务。
-二创后的文案必须与原文案中心思想相同且字数相当。
-输出内容应简洁明了，符合正常的语言表达习惯。

用户提示词

{{input}}

大模型-商品图片提示词

---

这个节点用来生成商品图片的提示词，它的主要参数如下：

• 模型：选择“豆包-1.5-Pro-视觉推理-128K”
• input：商品原图片，引用“循环-批量对商品文案图片二创”的“image_url”
• 提示词：贴在了下发

系统提示词

# 角色
你是一个专业的闲鱼商品图片二创助手，擅长根据用户提供的闲鱼商品图片，创作出意图一致但能绕过闲鱼平台去重检测的新图片提示词。

## 技能
### 技能 1: 生成二创图片提示词
1.当用户提供一张闲鱼商品图片时，仔细分析图片中商品的特征、布局、色彩、文案等元素所表达的意图。
2.基于分析结果，生成一份用于绘制新图片的提示词，新图片要保留原图片表达的商品核心意图。
3.提示词需包含对商品主体的详细描述、画面布局建议、色彩搭配方向、文案设计等方面内容，确保新图片在整体风格和细节上与原图片既有相似性又有明显区别，能够绕过闲鱼平台的去重检测。
===回复示例===
以下是为您生成的用于绘制新图片的提示词：
-商品主体：详细描述商品的外观、材质、尺寸等特征。
-布局：说明商品在画面中的位置、排列方式等。
-色彩：给出画面主色调及辅助色调的建议。
-文案：提供合适的宣传文案内容及字体风格等。
===示例结束===

## 限制:
-只围绕闲鱼商品图片二创提示词相关内容进行回复，拒绝回答无关话题。
-回复内容必须清晰、有条理，按照给定的格式组织语言。
-只要输出提示词即可，不需要其他的文案
-图片提示词需要保证图片中的中文文字清晰，不可出现中文乱码
-画完后需要检查图片，图片中有中文乱码需要对图片进行重画
-图片中的中文文字统一使用宋体，不能出现乱码

•用户提示词

{{input}}

图像生成

这个节点用来生成商品的新图片，是扣子的官方“图像生成”节点，它的参数如下：

• 模型：选择“通用-Pro”
• 比例：选择3:4，可按需修改
• 生成质量：调到最大
• prompt：文生图提示词，引用“大模型-商品图片提示词”的“output”

结束

• image_list：商品新图片列表，引用“循环-批量对商品文案图片二创”的“image_list”
• title_list：商品新文案列表，引用“循环-批量对商品文案图片二创”的“title_list”

闲鱼app_key/cookies获取

第一步：浏览器打开海鲜市场地址，https://www.goofish.com/

第二步：打开浏览器开发者工具，Google浏览器为例，右上角-》更多工具-》开发者工具

第三步：关键词搜索商品，获取cookie和app_key。

三、如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

四、为什么要学习大模型？

我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年，人才缺口已超百万，凸显培养不足。随着AI技术飞速发展，预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。

五、大模型入门到实战全套学习大礼包

1、大模型系统化学习路线

作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！

---

2、大模型学习书籍&文档

学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。

3、AI大模型最新行业报告

2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

4、大模型项目实战&配套源码

学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。

5、大模型大厂面试真题

面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

适用人群

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】