Coze 基础功能玩熟之后，真正的生产力来自 API 集成和自部署。这章讲怎么把 Coze 从一个网页工具变成你技术栈的一部分。
Coze API：把 Bot 接进你的系统
把 Bot 发布为 API 渠道后，你就能用 HTTP 请求跟它对话。先拿一个 Personal Access Token（在 Settings → API Keys 生成）。
核心 API 端点
| 端点 | 功能 |
|---|---|
POST /v1/conversation/create |
创建新对话 |
POST /v3/chat |
发起聊天（支持流式） |
POST /v1/workflow/run |
执行工作流（非流式） |
POST /v1/workflow/stream_run |
流式执行工作流 |
GET /v1/conversations |
查询对话列表 |
Python SDK 实战
from cozepy import Coze, TokenAuth, ChatEventType
# 初始化客户端
coze = Coze(auth=TokenAuth("your_personal_access_token"))
# 创建对话并发消息（流式）
for event in coze.chat.stream(
bot_id="your_bot_id",
user_id="user_001",
additional_messages=[
{"role": "user", "content": "帮我分析一下这个月的销售数据"}
],
):
if event.event == ChatEventType.CONVERSATION_MESSAGE_DELTA:
print(event.message.content, end="", flush=True)
安装：pip install cozepy。还有 JavaScript SDK（@coze/api）和 Java SDK（coze-java），接口设计基本一致。
工作流 API
工作流发布为 API 后，可以绕过 Bot 直接调用：
curl -X POST https://api.coze.com/v1/workflow/run \
-H "Authorization: Bearer YOUR_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"workflow_id": "wf_xxx",
"parameters": {
"input_text": "今天天气怎么样",
"city": "Sydney"
}
}'
标准超时 10 分钟，异步模式最长 24 小时——适合跑数据批处理或长任务。
Coze Studio 自部署
不想用云端？Coze Studio 开源版让你完全自托管。GitHub 上已经 20K+ star。
最低配置
| 项目 | 要求 |
|---|---|
| CPU | 2 核 |
| 内存 | 4 GB |
| Docker | 20.10+ |
| Docker Compose | v2 |
部署步骤
git clone https://github.com/coze-dev/coze-studio.git
cd coze-studio
# 修改配置（可选：配 LLM provider API key）
cp .env.example .env
# 编辑 .env，填入你的 OpenAI/Claude API key
docker compose up -d
# 等容器跑起来后，访问
open http://localhost:8888
开源版用 Go 写后端（微服务 + DDD 架构），React + TypeScript 写前端。Apache 2.0 协议，可以商用。
注意事项
公网部署要注意安全：
- Code 节点的 Python 执行环境需要沙箱隔离
- 关闭公开注册或加 IP 白名单
- 工作流 API 发布功能在开源版有限制
Coze 2.0 新功能（2026 年 1 月）
2026 年初 Coze 发布了 2.0 大版本，从"聊天工具"变成了"智能工作伙伴"：
Agent Plan：AI 能把复杂目标拆成子任务，自己追踪进度，直到最终交付。比如你说"帮我做一份竞品分析报告"，它会自动规划：搜索竞品信息 → 整理数据 → 生成对比表格 → 输出报告。
Coze Coding：内置 Vibe Coding 环境，用自然语言对话就能构建 Agent、工作流甚至完整的 Web 应用，一键部署。
Skills Marketplace：把专业技能打包成可复用的模块，跨 Bot 共享。
Coze Space：AI 协作平台
2026 年初公测的 Coze Space 是字节对"AI 协作办公"的回答：
- 探索模式：AI 快速试错，适合简单任务
- 规划模式：AI 深度思考，适合复杂项目
- MCP 扩展：接入飞书文档、高德地图、图片工具等
- 支持多个专家 Agent 组队协作
我觉得 Coze Space 目前还比较早期，复杂任务的完成度不够稳定。但方向没错——未来 AI 协作办公一定是这个形态。