扣子Coze接入豆包1.5深度思考模型保姆级教程（个人版可用）

扣子Coze接入豆包1.5深度思考模型保姆级教程（个人版可用） 扣子Coze接入豆包1.5深度思考模型保姆级教程（个人版可用） Modified April 22, 2025 打开快速接入测试，第一步获取 API KEY，然后再进行第二步看到下面的API调用示例代码。 复制以上API调用示例内容，删除掉图片的内容，我来给大家分析如何填入【HTTP请求】节点： Code block Plain Text Copy curl https://ark.cn beijing.volces.com/api/v3/chat/completions \ H "Content Type: application/json" \ H "Authorization: Bearer 你的API KEY" \ d $'{ "model": "doubao 1 5 thinking pro 250415", "messages": [ { "content": [ { "text": "替换成动态参数", "type": "text" } ], "role": "user" } ]}' • API：模型选择POST、然后填写第一行的URL内容。 • 请求头：变量名输入“Authorization”，变量值Bearer 你的API KEY。 • 请求体：选择JSON模型，然后填入： Code block Plain Text Copy { "model": "doubao 1 5 thinking pro 250415", "messages": [ { "content": [ { "text": "{{block output 100001.input}}", "type": "text" } ], "role": "user" } ]} 在这边注意 text 的变量值可以通过花括号“ { ”呼出具体输入参数的选择，我这边选择是开始节点的输入参数input。 配置完了之后可以进行该节点的测试，调用成功了，但是返回有个问题就是没有结构化不便于使用。 返回内容：需要对body里面的内容进行处理，便于后续使用。 Code block Plain Text Copy { "body": "{\"choices\":[{\"finish reason\":\"stop\",\"index\":0,\"logprobs\":null,\"message\":{\"content\":\"\\n\\n我是豆包，一个由字节跳动开发的智能助手～ 无论是解答问题、分享知识，还是帮你解决日常小需求（比如查信息、算算术、聊聊天），我都很乐意帮忙～ 有什么想了解的，尽管问我哦～\",\"reasoning content\":\"好的，用户问“你是谁”，我需要给出一个友好且清晰的回答。首先，要介绍自己是字节跳动开发的智能助手，名字是豆包。然后，说明我的功能，比如回答问题、提供信息、帮助解决日常需求等。语气要亲切，符合助手的定位。不需要太技术化的术语，保持自然。还要注意不要太长，保持简洁明了。\\n\\n首先，开头可以说“我是豆包，一个由字节跳动开发的智能助手～”这样比较亲切。然后，说明能做什么，比如“无论是解答问题、分享知识，还是帮你解决日常小需求，我都很乐意帮忙～”这样涵盖了主要功能。最后，可以加一句邀请，比如“有什么想了解的，尽管问我哦～”这样鼓励用户继续互动。\\n\\n检查是否有遗漏，比如是否提到了开发公司（字节跳动），名字（豆包），主要功能。确保信息准确，语气友好。没有使用复杂词汇，适合所有用户理解。这样应该可以了。\\n\",\"role\":\"assistant\"}}],\"created\":1745136869,\"id\":\"021745136855814bbbabc90243c619f1569bfe5203a85505657a6\",\"model\":\"doubao 1 5 thinking pro 250415\",\"service tier\":\"default\",\"object\":\"chat.completion\",\"usage\":{\"completion tokens\":285,\"prompt tokens\":13,\"total tokens\":298,\"prompt tokens details\":{\"cached tokens\":0},\"completion tokens details\":{\"reasoning tokens\":225}}}", "statusCode": 200, "headers": "{\"Content Length\":\"1766\",\"Content Type\":\"application/json; charset=utf 8\",\"Date\":\"Sun, 20 Apr 2025 08:14:29 GMT\",\"Server\":\"istio envoy\",\"X Client Request Id\":\"unknown 20250420161415 UZfdBacm\",\"X Envoy Upstream Service Time\":\"13854\",\"X Request Id\":\"021745136855814bbbabc90243c619f1569bfe5203a85505657a6\"}"} 所以需要新增一个代码节点进行JSON格式化处理，输入变量引用【HTTP请求】节点返回的body参数，从上面内容我们可以看到其实有用的信息只有body下面的choices数组中的message对象中的content（结果）和reasoning content（思考内容），然后返回变量 message 选择 Object（对象）类型，新增子项content、reasoning content。 Code block Plain Text Copy async function main({ params }: Args): Promise<Output { let obj = JSON.parse(params.input) // 构建输出对象 const ret = { "message":obj.choices[0].message }; return ret;} 然后整体运行一遍，扣子Coze工作流接入豆包1.5深度思考模型就完成了。 最后 以上接入方式可以适用于火山引擎上面所有的大模型，简直是扣子开发者必备技巧，快点学起来吧！ 打开快速接入测试，第一步获取 API KEY，然后再进行第二步看到下面的API调用示例代码。 复制以上API调用示例内容，删除掉图片的内容，我来给大家分析如何填入【HTTP请求】节点： • API：模型选择POST、然后填写第一行的URL内容。 • 请求头：变量名输入“Authorization”，变量值Bearer 你的API KEY。 • 请求体：选择JSON模型，然后填入： 在这边注意 text 的变量值可以通过花括号“ { ”呼出具体输入参数的选择，我这边选择是开始节点的输入参数input。 配置完了之后可以进行该节点的测试，调用成功了，但是返回有个问题就是没有结构化不便于使用。 返回内容：需要对body里面的内容进行处理，便于后续使用。 所以需要新增一个代码节点进行JSON格式化处理，输入变量引用【HTTP请求】节点返回的body参数，从上面内容我们可以看到其实有用的信息只有body下面的choices数组中的message对象中的content（结果）和reasoning content（思考内容），然后返回变量 message 选择 Object（对象）类型，新增子项content、reasoning content。 然后整体运行一遍，扣子Coze工作流接入豆包1.5深度思考模型就完成了。 最后 以上接入方式可以适用于火山引擎上面所有的大模型，简直是扣子开发者必备技巧，快点学起来吧！ 🔗 原文链接： https://mp.weixin.qq.com/s/d54Mz3v6... https://mp.weixin.qq.com/s/d54Mz3v6... 原创 陈宇明 码个蛋2025年04月21日 15:21 湖南 前言 前两天受邀火山方舟参加了开发者闭门交流会，这次会议上主要体验了豆包1.5深度思考模型、DeepSearch、AI硬件，对我来说这次DeepSearch和豆包1.5深度思考模型是我很感兴趣的，一个是集成了 MCP 服务应用，一个可以直接使用在AI智能体搭建中。 DeepSearch 一款专为处理复杂问题而精心设计的高效工具，集成了联网搜索、知识库、网页解析、Python 代码执行器等丰富的 MCP 服务。无论是学术研究、企业决策，还是产品调研场景，它都能助力用户深入挖掘信息，提出切实可行的解决策略。 如何使用？ 在火山引擎的「应用广场」选择DeepSearch应用即可进入体验。 应用广场：https://console.volcengine.com/ark/region:ark+cn beijing/application 使用效果 比如当我让他帮助做一个DeepSeek分析报告，它会先拆解问题思考多轮然后执行步骤，在执行的过程中还支持调用MCP服务进行处理，最后给出结论推导。 MCP服务配置 支持单独对MCP进行配置添加MCP服务以及对问题拆解层数进行配置。 整体架构 以下为 DeepSearch 整体架构图 豆包1.5深度思考模型 它在数学、编程、科学这些需要动脑子的专业领域，表现都非常不错，以下为同类型模型对比数据。 我整体测试下来感受下来比DeepSeek R1 效果更好、速度更快、多模态（支持图片的深度思考）。 当我准备接入扣子去使用，在接入时遇到了一个问题，用之前的自定义推理接入点无法把模型推送到扣子大模型节点中去使用了，一开始我还以为是bug，后来才发现原来是个人版套餐不支持，只有团队版和企业版才支持接入方舟模型，我相信有很多扣子开发者和我一样还是个人进阶版，那么我就来分享下个人版如何使用方舟模型。 接入步骤 在扣子上接入火山方舟的 Doubao 1.5 thinking pro（豆包1.5深度思考模型）非常简单， 一共有效节点就两个（HTTP请求、代码）。 第一个是【HTTP请求】节点，那么要如何填写相关参数呢？ 首先来到火山方舟模型广场，在这里可以看到所有的火山方舟大模型。 地址：https://console.volcengine.com/ark/region:ark+cn beijing/model?vendor=Bytedance&view=LIST VIEW 然后选择Doubao 1.5 thinking pro（豆包1.5深度思考模型），进入详情选择右上角的【模型推理】。