Claude-skill-registry coze-api
调用扣子(Coze)智能体 API 进行对话、工作流执行等操作。当用户需要集成 Coze 智能体、调用 Coze API、或开发 Coze 相关应用时使用。支持流式和非流式对话、工作流调用等功能。
install
source · Clone the upstream repo
git clone https://github.com/majiayu000/claude-skill-registry
Claude Code · Install into ~/.claude/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/majiayu000/claude-skill-registry "$T" && mkdir -p ~/.claude/skills && cp -r "$T/skills/data/coze-api" ~/.claude/skills/majiayu000-claude-skill-registry-coze-api && rm -rf "$T"
manifest:
skills/data/coze-api/SKILL.mdsource content
Coze API 集成 Skill
扣子(Coze)是字节跳动推出的 AI 智能体开发平台,本 Skill 提供完整的 Coze API 调用指南。
核心功能
- 对话 API (Chat API) - 与智能体进行对话
- 工作流 API (Workflow API) - 执行工作流
- 消息管理 - 查询对话状态和消息列表
快速开始
1. 准备工作
在使用 Coze API 前需要完成以下准备:
获取访问令牌 (Personal Access Token)
- 登录 Coze 平台: https://www.coze.cn
- 进入个人中心 → API 管理
- 创建个人访问令牌(PAT)
- 保存令牌(仅显示一次)
获取 Bot ID
- 进入 Bot 编辑页面
- 从 URL 中获取 Bot ID
- 例如:
https://www.coze.cn/space/123/bot/7348293334 - Bot ID 为:
7348293334
- 例如:
发布 Bot 为 API 服务
- 在 Bot 页面点击"发布"
- 选择"Bot as API"
- 等待审核通过
2. API 基础信息
API 基础 URL
- 国内版:
https://api.coze.cn - API 版本: v3(推荐)
认证方式
Authorization: Bearer {YOUR_PAT_TOKEN} Content-Type: application/json
使用限制
- 基础版: 每账号 100 次 API 调用(一次性)
- 专业版: 无限制,按 Token 消耗计费
对话 API (Chat API)
非流式对话
发起一次完整对话,等待完整结果后返回。
API 端点
POST https://api.coze.cn/v3/chat
Python 示例代码
import requests import json API_URL = "https://api.coze.cn/v3/chat" RETRIEVE_URL = "https://api.coze.cn/v3/chat/retrieve" MESSAGE_LIST_URL = "https://api.coze.cn/v3/chat/message/list" # 配置参数 PAT_TOKEN = "YOUR_PAT_TOKEN" BOT_ID = "YOUR_BOT_ID" USER_ID = "unique_user_id" def send_message(message): """发起对话""" headers = { "Authorization": f"Bearer {PAT_TOKEN}", "Content-Type": "application/json" } data = { "bot_id": BOT_ID, "user_id": USER_ID, "stream": False, "auto_save_history": True, "additional_messages": [ { "role": "user", "content": message, "content_type": "text" } ] } response = requests.post(API_URL, headers=headers, json=data) return response.json() def check_status(conversation_id, chat_id): """查询对话状态""" headers = { "Authorization": f"Bearer {PAT_TOKEN}", "Content-Type": "application/json" } params = { "conversation_id": conversation_id, "chat_id": chat_id } response = requests.get(RETRIEVE_URL, headers=headers, params=params) return response.json() def get_messages(conversation_id, chat_id): """获取对话消息""" headers = { "Authorization": f"Bearer {PAT_TOKEN}", "Content-Type": "application/json" } params = { "conversation_id": conversation_id, "chat_id": chat_id } response = requests.get(MESSAGE_LIST_URL, headers=headers, params=params) return response.json() # 使用示例 result = send_message("你好,请介绍一下自己") print(json.dumps(result, ensure_ascii=False, indent=2))
流式对话
实时接收 AI 回复,类似打字机效果。
Python 示例代码
import requests import json def stream_chat(message): """流式对话""" headers = { "Authorization": f"Bearer {PAT_TOKEN}", "Content-Type": "application/json" } data = { "bot_id": BOT_ID, "user_id": USER_ID, "stream": True, "auto_save_history": False, # 流式时必须为 False "additional_messages": [ { "role": "user", "content": message, "content_type": "text" } ] } response = requests.post(API_URL, headers=headers, json=data, stream=True) # 处理流式响应 for line in response.iter_lines(): if line: line_str = line.decode('utf-8') # 跳过非 data 行 if not line_str.startswith('data:'): continue # 提取 JSON 数据 json_str = line_str.split('data:', 1)[1].strip() try: data = json.loads(json_str) # 处理消息事件 if data.get('event') == 'conversation.message.delta': content = data.get('data', {}).get('content', '') print(content, end='', flush=True) # 处理完成事件 elif data.get('event') == 'conversation.message.completed': print("\n[对话完成]") except json.JSONDecodeError: continue # 使用示例 stream_chat("写一首关于春天的诗")
重要参数说明
请求参数
(必填): Bot 的唯一标识符bot_id
(必填): 用户标识符,用于区分不同用户user_id
(必填): 是否使用流式输出stream
: 流式输出,true
必须为auto_save_historyfalse
: 非流式输出,false
必须为auto_save_historytrue
: 是否自动保存历史记录auto_save_history
: 消息数组additional_messages
: 角色,通常为 "user"role
: 消息内容content
: 内容类型,通常为 "text"content_type
(可选): 对话 ID,用于继续之前的对话conversation_id
响应字段
: 对话 IDconversation_id
: 本次对话的 IDchat_id
: 对话状态status
: 处理中in_progress
: 已完成completed
: 失败failed
工作流 API
执行已发布的工作流。
API 端点
POST https://api.coze.cn/v3/workflows/run
Python 示例代码
import requests import json WORKFLOW_RUN_URL = "https://api.coze.cn/v3/workflows/run" def run_workflow(workflow_id, parameters): """执行工作流""" headers = { "Authorization": f"Bearer {PAT_TOKEN}", "Content-Type": "application/json" } data = { "workflow_id": workflow_id, "parameters": parameters } response = requests.post(WORKFLOW_RUN_URL, headers=headers, json=data) return response.json() # 使用示例 workflow_id = "73xxx47" params = { "input_text": "需要处理的文本", "option": "选项A" } result = run_workflow(workflow_id, params) print(json.dumps(result, ensure_ascii=False, indent=2))
完整示例: 轮询获取对话结果
非流式对话需要轮询查询状态,直到对话完成。
import requests import time import json def chat_with_polling(message, max_retries=30, interval=2): """ 发起对话并轮询获取结果 Args: message: 用户消息 max_retries: 最大重试次数 interval: 轮询间隔(秒) """ headers = { "Authorization": f"Bearer {PAT_TOKEN}", "Content-Type": "application/json" } # 1. 发起对话 data = { "bot_id": BOT_ID, "user_id": USER_ID, "stream": False, "auto_save_history": True, "additional_messages": [ { "role": "user", "content": message, "content_type": "text" } ] } response = requests.post(API_URL, headers=headers, json=data) result = response.json() if response.status_code != 200: print(f"发起对话失败: {result}") return None conversation_id = result['data']['conversation_id'] chat_id = result['data']['id'] print(f"对话已创建: conversation_id={conversation_id}, chat_id={chat_id}") # 2. 轮询查询状态 retrieve_url = f"https://api.coze.cn/v3/chat/retrieve" params = { "conversation_id": conversation_id, "chat_id": chat_id } for i in range(max_retries): time.sleep(interval) status_response = requests.get(retrieve_url, headers=headers, params=params) status_data = status_response.json() status = status_data['data']['status'] print(f"查询状态 [{i+1}/{max_retries}]: {status}") if status == "completed": # 3. 获取消息列表 message_url = f"https://api.coze.cn/v3/chat/message/list" message_response = requests.get(message_url, headers=headers, params=params) message_data = message_response.json() # 提取 AI 回复 messages = message_data['data'] for msg in messages: if msg['role'] == 'assistant' and msg['type'] == 'answer': print("\n=== AI 回复 ===") print(msg['content']) return msg['content'] elif status == "failed": print("对话失败") return None print("轮询超时") return None # 使用示例 response = chat_with_polling("介绍一下人工智能的发展历史")
错误处理
常见错误码
-
- 请求参数错误400- 检查
是否正确bot_id - 检查
和stream
的组合是否正确auto_save_history
- 检查
-
- 认证失败401- 检查 PAT Token 是否正确
- 检查 Authorization 头格式是否正确
-
- 权限不足403- 检查 Bot 是否已发布为 API 服务
- 检查账号是否有权限访问该 Bot
-
- 请求频率限制429- 基础版达到 100 次限制
- 降低请求频率
-
- 服务器错误500- 稍后重试
错误处理示例
def safe_api_call(func, *args, **kwargs): """安全的 API 调用""" try: result = func(*args, **kwargs) return result except requests.exceptions.RequestException as e: print(f"请求错误: {e}") return None except json.JSONDecodeError as e: print(f"JSON 解析错误: {e}") return None except Exception as e: print(f"未知错误: {e}") return None
最佳实践
1. 管理对话上下文
使用
conversation_id 维持多轮对话:
def multi_turn_chat(conversation_id=None): """多轮对话""" data = { "bot_id": BOT_ID, "user_id": USER_ID, "stream": False, "auto_save_history": True, "additional_messages": [ { "role": "user", "content": "继续我们的对话", "content_type": "text" } ] } # 如果有 conversation_id,继续之前的对话 if conversation_id: data["conversation_id"] = conversation_id # ... 发送请求
2. 选择合适的响应模式
-
非流式 (
): 适合需要完整结果的场景stream=False- 数据分析
- 批量处理
- API 集成
-
流式 (
): 适合交互式场景stream=True- 聊天应用
- 实时反馈
- 用户体验优先
3. 合理设置超时
response = requests.post( API_URL, headers=headers, json=data, timeout=30 # 设置 30 秒超时 )
4. 使用自定义变量
在对话中传递上下文信息:
data = { "bot_id": BOT_ID, "user_id": USER_ID, "stream": False, "auto_save_history": True, "additional_messages": [...], "custom_variables": { "user_name": "张三", "company": "ABC公司", "department": "技术部" } }
参考资料
- 官方文档: https://www.coze.cn/open/docs/developer_guides/coze_api_overview
- 开发者平台: https://www.coze.cn/open/playground
- API 参考: https://www.coze.cn/docs/developer_guides/chat_v3
注意事项
- Token 安全: 不要在代码中硬编码 PAT Token,使用环境变量或配置文件
- 费用管理: 专业版按 Token 消耗计费,注意监控使用量
- 版本更新: API 可能更新,建议定期查看官方文档
- 流式限制: 流式模式下
必须为auto_save_historyfalse - 用户标识: 使用唯一的
区分不同用户,便于追踪和管理user_id