“我在Coze上搭建好了智能体，想要用Python调用，怎么做？！”

很多对智能体感兴趣的小伙伴准备或已经使用了Coze平台，在上面只需少量代码即可搭建专属的智能体。目前，对于一键使用智能体，Coze平台仅支持在该平台和微信公众号。然而，想要用Python调用自建的智能体并不是不可行。本文跳过智能体搭建过程，讲解从智能体发布到成功调用的过程。本文提到的智能体具备知识库。

前期准备

发布智能体

你已经创建好智能体，点击发布。

在发布页面，下拉，把API勾选上，如下图。

添加访问令牌

路径：扣子 API - 授权 - 添加新令牌。

要注意把所有权限都打开。

要注意妥善保管着一串字符，最好是存在某个安全的地方，记事本当然也可以。

正式开始

在编译器里操作

1. 打开你的编译器，我用的是VS Code。

2. 首先导入一些必要的库，如果还没有请安装。

import json
from flask import Flask, jsonify, request
import requests 
from flask_cors import CORS 

3. 你需要先定义好这些全局变量，接下来都会用到。

bot_id = "your_bot_id"
url = "https://api.coze.cn/v3/chat"
s_token = "your_s_token"  # ✅ 确保使用最新的 Personal Access Token
headers = {
        "Authorization": f"Bearer {s_token}",
        "Content-Type": "application/json"
    }

4. 接着定义三个函数，

• chat（）作为对话主函数，能够从前端获取用户输入以及处理一些意外问题；
• chat_with_coze（prompt）用于对话智能体；
• get_code_response（conversationID，chatID）用于接收智能体回复。

def chat():
    
    if request.method == 'OPTIONS':
        return '', 200  # 处理预检请求，返回 200 状态码
    try:
        print("Received POST request to /api/chat")

        # 获取 JSON 数据
        data = request.get_json(force=True)
        print("Received JSON:", data)

        if not data:
            return "请求失败: 没有收到数据", 400

        # 获取 message 字段
        prompt = data.get('message')
        print("Extracted prompt:", prompt)  # 确保 prompt 不是 None

        if not prompt:
            return jsonify({"error": "输入内容为空"}), 400

        # 调用 API 生成内容
        chat_response = chat_with_coze(prompt)

        # 确保 chat_response 是字符串
        if isinstance(chat_response, dict) and "error" in chat_response:
            return jsonify({"error": chat_response["error"]}), 500

        if not isinstance(chat_response, str):
            print("Error: chat_response did not return a string.")
            return jsonify({"error": "AI 响应格式错误"}), 500

        print("Final response to client:", chat_response)
        return jsonify({"message": chat_response})  # ✅ 确保返回 JSON


    except Exception as e:
        print("Error occurred:", str(e))
        return jsonify({"error": str(e)}), 500

def chat_with_coze(prompt):
    bot_id = "your_bot_id"
    url = "https://api.coze.cn/v3/chat"
    s_token = "your_s_token"  # ✅ 使用你的访问令牌

    payload = {
        "bot_id": bot_id,
        "user_id": "123",  # 随意设定
        "stream": False,
        "auto_save_history": True, # 必须打开
        "additional_messages": [{
            "content": prompt, # 自己定义的
            "content_type": "text",
            "role": "user",
            "type": "question"
        }]
    }

    print("Sending request to Coze:", url)
    print("Payload:", payload)

    response = requests.post(url, headers=headers, json=payload) # 自己定义的

    print("Coze API Response Status Code:", response.status_code)
    print("Coze API Response:", response.text)

    if response.status_code == 200:
        response_json = response.json()

        # 检查 API 是否返回错误
        if response_json.get("code") != 0:
            return f"Coze API Error: {response_json.get('msg')}"

        # 提取 AI 生成的回复
        conversation_status = response_json["data"]["status"]

        if not conversation_status == "in_progress":
            return "服务器不在线。"  # ✅ 确保返回字符串

        # 这里添加获取 AI 回复的逻辑
        ai_reply = get_coze_response(response_json['data']['conversation_id'], response_json['data']['id'])

        return ai_reply  # ✅ 返回 AI 生成的文本
    else:
        return f"Failed to chat with Coze API. Status code: {response.status_code}"

def get_coze_response(conversationID,chatID):
    import time;
    params = { "bot_id": bot_id,"task_id": chatID }
    getChatStatusUrl = url+f'/retrieve?conversation_id={conversationID}&chat_id={chatID}&'
    
    while True:
        response = requests.get(getChatStatusUrl, headers=headers, params=None)
        if response.status_code == 200:
            response_data = response.json()
            print(f"response_data:\n{json.dumps(response_data,indent=4, ensure_ascii=False)}")
            status = response_data['data']['status']
            if status == 'completed':
                print(f"任务完成，状态: {status}")
                # 从响应中提取实际的应答内容
                getChatAnswerUrl = url+f'/message/list?chat_id={chatID}&conversation_id={conversationID}'
                response = requests.get(getChatAnswerUrl, headers=headers, params=params)
                if response.status_code == 200:
                    print("获取聊天记录成功,200")
                    #print(response.text)
                    response_json = response.json()
                    data = response_json.get("data", [])

                    if not isinstance(data, list):
                        return "Error: AI 返回了错误的数据格式。"

                # ✅ 遍历 messages，提取 `role: assistant` 且 `type: answer` 的 `content`
                    for message in data:
                        if isinstance(message,dict) and message.get("role") == "assistant" and message.get("type") == "answer":
                            return message.get("content", "无返回内容")
                break
            else:
                print(f"任务仍在处理中，状态: {status}")
                time.sleep(1)  # 等待5秒后再次检查
        else:
            print(f"请求失败，状态码: {response.status_code}")
            break
    return False

在playground里操作

值得注意的是，在获取回复函数中，我们采用的是轮询方式。因为在coze自带的playground里，我尝试了一下发送请求，返回结果不止一条。所以轮询有助于监控回复的状态，以便我们获取content。

同样的，在playground里，我们可以查看到数据返回格式。我看了一下，是层层嵌套，外层是列表，内层是字典。要注意get（）方法只能用在字典里，如果用给列表会报错。

模型返回数据:
 {
    "code": 0,
    "data": [
        {
            "bot_id": "748118200077X722802",
            "chat_id": "74848595948X5580596",
            "content": "{\"msg_type\":\"time_capsule_recall\",\"data\":\"{\\\"wraped_text\\\":\\\"\\\",\\\"origin_search_results\\\":\\\"[]\\\"}\",\"from_module\":null,\"from_unit\":null}",
            "content_type": "text",
            "conversation_id": "748485959482X564212",
            "created_at": 174270X680,
            "id": "748485959X825662516",
            "role": "assistant",
            "type": "verbose",
            "updated_at": 174270X679
        },
	{
            "bot_id": "748118200077X722802",
            "chat_id": "74848595948X5580596",
            "content": "你好呀😊 如果你有《中国近现代史纲要》课程相关的问题，都可以问我哦。",
            "content_type": "text",
            "conversation_id": "748485959482X564212",
            "created_at": 174270X681,
            "id": "748485959X825777204",
            "reasoning_content": "",
            "role": "assistant",
            "type": "answer",
            "updated_at": 174270X681
        }
]

终端输出结果

我这里是结合了前端和路由，在终端里的输出结果十分简洁明快，可以看到轮询的过程和关键状态都被捕捉到了。

结语

讲解就到这里。本文主要说明了python调用coze智能体的一些内在逻辑，给出了绝大部分的后端代码，配合前端可以实现一个简易的网页对话。另外你可以做的事情包括但不限于：写一个前端，解决跨域问题，构建一个服务器，继续训练智能体以及优化代码。

欢迎小伙伴们留言点赞👍