当前位置: 首页 > article >正文

微信小程序请求扣子(coze)api的例子

1. 准备工作

在开始之前,确保已经完成了以下准备工作:

  • 创建并发布了 Coze 智能体。
  • 获取了个人访问令牌(Personal Access Token),这是用于授权的关键凭证。
  • 确认目标智能体的 Bot ID 和其他必要参数已准备就绪。

2. 请求方法与 URL

微信小程序可以通过 wx.request 方法发起网络请求。针对 Coze API,使用的 URL 如下:

POST https://api.coze.cn/open_api/v2/chat(该url对应下列字段)

此接口允许发送消息并与指定的 Bot 进行交互。


3. 请求头 (Header)

在微信小程序中,请求头需要包含以下关键字段:

Header 名称描述
Authorization认证令牌,格式为 Bearer {{Personal_Access_Token}}
Content-Type数据格式,通常为 application/json

4. 请求体 (Body)

请求体是一个 JSON 对象,包含以下字段及其含义:

字段名称类型必填描述
conversation_idstring对话 ID
bot_idstring使用的目标 Bot ID
userstring用户唯一标识
querystring发送的消息内容
streamboolean是否启用流式响应,默认为 false

5. 微信小程序代码示例

以下是在微信小程序中调用 Coze API 的完整代码示例:

Page({data: {conversationId: "unique_conversation_id", // 替换为实际对话IDbotId: "your_bot_id",                  // 替换为目标Bot IDuserId: "user_unique_identifier",      // 替换为用户的唯一标识query: ""                             // 用户输入的消息},sendMessage() {const that = this;wx.request({url: 'https://api.coze.cn/open_api/v2/chat', // Coze API 地址method: 'POST',header: {'Authorization': 'Bearer your_personal_access_token', // 替换为您的Access Token'Content-Type': 'application/json'},data: {conversation_id: that.data.conversationId,bot_id: that.data.botId,user: that.data.userId,stream: false // 不开启流式响应},success(res) {console.log('Response:', res);if (res.statusCode === 200 && res.data.success) {wx.showToast({title: '成功收到回复!',icon: 'success'});console.log('AI Response:', res.data.result); // 输出AI的回答} else {wx.showToast({title: '请求失败',icon: 'none'});}},fail(err) {console.error('Request failed:', err);wx.showToast({title: '网络请求异常',icon: 'none'});}});}
});
6. 注意事项
  • Token 安全性: 不要在前端硬编码敏感信息,如 Personal Access Token。推荐通过后端传递动态生成的临时 Token。
  • 跨域问题: 确保 Coze API 的域名已在微信公众平台的安全域名列表中添加。
  • 调试工具: 可以借助微信开发者工具中的 Network 面板查看请求细节以便于调试。

参考C知道

http://www.lryc.cn/news/2385452.html

相关文章:

  • C++ 实现二叉树的后序遍历与中序遍历构建及层次遍历输出
  • 基于大模型的髋关节骨关节炎预测与治疗方案研究报告
  • qiankun解决的问题
  • JavaScript从入门到精通(一)
  • 快速失败(fail-fast)和安全失败(fail-safe)的区别
  • 虚拟环境中的PyQt5 Pycharm设置参考
  • AI 笔记 - 模型优化 - 注意力机制在目标检测上的使用
  • AUTOSAR图解==>AUTOSAR_SRS_LIN
  • UML 时序图 使用案例
  • 华为昇腾使用ollama本地部署DeepSeek大模型
  • 多态的总结
  • Windows 高分辨率屏幕适配指南:解决界面过小、模糊错位问题
  • tvalid寄存器的理解
  • C++八股 —— 手撕定时器
  • K8S-statefulset-mysql-ha
  • 【方案分享】展厅智能讲解:基于BLE蓝牙Beacon的自动讲解触发技术实现
  • web常见的攻击方式有哪些?如何防御?
  • 力扣:《螺旋矩阵》系列题目
  • 发电厂进阶,modbus TCP转ethernet ip网关如何赋能能源行业
  • 深入了解linux系统—— 操作系统的路径缓冲与链接机制
  • Ansible快速入门指南
  • 华为2025年校招笔试真题手撕教程(一)
  • 第9.2讲、Tiny Decoder(带 Mask)详解与实战
  • postgresql 常用参数配置
  • Python模块中的私有命名与命名空间管理:深入解析与实践指南
  • 基于PCRLB的CMIMO雷达网络多目标跟踪资源调度
  • AtCoder Beginner Contest 407(ABCDE)
  • VILT模型阅读笔记
  • 掌握 npm 核心操作:从安装到管理依赖的完整指南
  • OpenCV CUDA模块特征检测与描述------一种基于快速特征点检测和旋转不变的二进制描述符类cv::cuda::ORB