调用蓝耘API打造AI 智能客服系统实践教程

声明：文章是实验教程，不是广告

1.前言

在用户与人工客服的沟通中，等待时间长、需求难满足等问题频发，企业面临用户流失风险，用户渴望快速精准的答案，企业需要"开源节流"、"降本增效"。对此，利用 AI 大模型打造智能客服成为主流解决方案。本次将借助蓝耘 Maas 平台，调用大模型 API，实操构建一个具备知识库的 AI 智能客服系统，有效化解沟通难题。

2.智能客服系统展示

不同以往，这次我选择把智能客服系统页面展示放前头。先让大家伙直观看到系统界面和操作流程，一秒 get 系统全貌，再讲干货内容。要是我先讲一堆理论，大家伙怕是早不耐烦了吧。把页面展示放前面，也是为我后续介绍API调用、知识库、实际开发操作这些干货内容时做铺垫，帮助大家理解理论和代码。

下面是智能客服系统运行后的界面，这个智能客服是支持知识库的上传的。

实际对话界面如下

隔了一段时间再与智能客服进行对话，可以看见智能客服系统能保留我们的历史对话记录，并正常给我们推荐符合要求的手机商品，响应快速。

3.蓝耘元生代平台简介

下面为大家做一个简要介绍。

什么是MaaS平台？

模型即服务（MaaS）平台面向企业开发者、创业者及非技术背景用户，提供开箱即用的热门AI模型服务，支持零代码体验、API快速集成与灵活计费，降低AI应用开发门槛，加速业务创新。允许用户通过API接口或其他方式访问和使用预先训练好的机器学习模型，无需自己从头开始训练模型，使得即使没有深厚机器学习背景的用户也能享受到高水平的AI技术支持。

蓝耘 Maas 平台提供了多种大模型供选择，如 DeepSeek - R1、DeepSeek - V3、QwQ - 32B 等。

免费赠送超千万token

4.API调用

4.大模型API介绍

大模型API是大模型对外提供服务的接口。通过API，开发者不需要了解大模型复杂的内部结构和运行机制，就能将大模型强大的功能集成到自己的应用、系统中。同时我们也可以调用大模型的API对模型进行微调、推理训练等。

5.API 调用流程

5.1确定调用方式​

蓝耘 Maas 平台为开发者提供了清晰且便捷的 API 调用方式。用 Python 语言常用的requests库（这个库没安装需要手动安装 ）来构造请求。我们要根据所选大模型 API 的要求，确定请求的 URL 地址。

平台URL地址：

https://maas-api.lanyun.net/v1/chat/completions

requests库安装命令：

pip install requests

5.2构造请求参数​

请求参数是 API 调用的关键部分，它决定了我们向大模型传递的信息以及期望得到的响应形式 。​

• API KEY获取，进入Maas平台，创建API KEY，复制即可
  官方链接：https://cloud.lanyun.net//#/registerPage?promoterCode=0131

• 模型相关参数：指定要调用的具体模型名称，在请求参数中明确设置模型参数。

这次智能客服并不需要向用户展示深度思考的思维链，我选择的模型是deepseek -V3模型，这个模型自然语言处理能力不错，最重要是的是响应十分快速，符合智能客服的需要。

"model": "/maas/deepseek-ai/DeepSeek-V3"

设置生成文本的最大长度（max_tokens），设置为 200，意味着大模型生成的回答不超过 200 个 token。

控制生成文本的随机性（temperature），取值范围在 0 - 1 之间，这里设置为 0.7，生成的文本会相对更具多样性。

API配置核心代码：

 # API配置
        self.api_config = {
            "url": "https://maas-api.lanyun.net/v1/chat/completions",
            "api_key": "请替换为实际API密钥",  # 请替换为实际API密钥
            "model": "/maas/deepseek-ai/DeepSeek-V3"
        }

这里我给一段测试代码，大家可以试试自己的API调用是否成功

import requests

url = "https://maas-api.lanyun.net/v1/chat/completions"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer 这里改成自己的API密钥"
}
data = {
    "model": "/maas/deepseek-ai/DeepSeek-V3",
    "messages": [
        {
            "role": "system",
            "content": "You are a helpful assistant."
        },
        {
            "role": "user",
            "content": "Hello!"
        }
    ]
}

response = requests.post(url, headers=headers, json=data)
if response.status_code == 200:
    result = response.json()
    print(result)
else:
    print(f"请求失败，状态码: {response.status_code}")

调用成功模型是会给我们返回结果的，我利用的是利用Jupyter Notebook环境，当然别的环境也可以测试

6.知识库

6.1介绍

知识库（Knowledge Base） 是一个系统地存储、管理和组织知识的结构化集合，旨在高效地检索、共享和利用知识。它不仅包含事实、数据和信息，还涵盖规则、经验、理论等经过提炼的知识，通常用于辅助决策、问题解决或信息检索。

6.1.1核心特点

• 结构化存储:知识通过分类、标签、层级结构或关联关系进行组织，便于快速检索和管理。
• 知识多样性:包含多种类型的知识
• 可扩展性:支持持续更新和扩展，通过人工录入、自动抓取或机器学习等方式补充新知识。
• 应用导向:设计目标明确，服务于特定领域或场景，解决实际问题。

6.1.2知识库与数据库的区别

下面简单从四个方面，区分一下知识库和数据库

6.2知识库在智能客服中的用途

知识库是智能客服系统的核心，存储产品介绍、使用指南等业务相关知识，经整理分类后，可被系统快速检索匹配用户问题。它能让智能客服快速提供准确答案、保证回答一致、提升响应速度，支持多轮对话与个性化服务，还能辅助人工客服，且可随业务发展更新知识。

6.3知识库文件上传格式

为上传的文件设置可上传的格式，python进行文件操作比较中常见的格式有json、txt格式

考虑现实生活中知识库需要的格式非常常用的是word文件和pdf文件。若想要我们的知识库支持.docx和.pdf格式文件上传我们需要导入python的第三方库 python-docx 、PyPDF2，这个库没安装的需要我们手动安装。

打开终端输入安装命令

pip install python-docx PyPDF2

这里显示我已经安装过python-docx库了，只需要安装PyPDF2库就行

这样我们的知识库就可以支持多种格式上传了。知识库上传文件的函数代码逻辑:

# 新增库：用于处理Word和PDF文件
try:
    from docx import Document
    import PyPDF2
    PDF_SUPPORT = True
except ImportError:
    PDF_SUPPORT = False
    print("警告：缺少PyPDF2或python-docx库，无法支持PDF和DOCX格式")

class KnowledgeBaseManager:
    def __init__(self):
        self.knowledge_base = []
        self.vector_index = None  # 预留向量索引接口

    def load_from_file(self, filepath):
        """从文件加载知识库，支持多种格式"""
        try:
            filename = os.path.basename(filepath)
            
            if filepath.endswith('.json'):
                with open(filepath, 'r', encoding='utf-8') as f:
                    data = json.load(f)
                    self.knowledge_base.extend(data if isinstance(data, list) else [data])
                    
            elif filepath.endswith('.txt'):
                with open(filepath, 'r', encoding='utf-8') as f:
                    self.knowledge_base.extend([
                        {"content": line.strip(), "source": filename}
                        for line in f if line.strip()
                    ])
                    
            elif filepath.endswith('.docx'):
                # 处理Word文档
                doc = Document(filepath)
                content = "\n".join([para.text for para in doc.paragraphs])
                self.knowledge_base.append({"content": content, "source": filename})
                
            elif filepath.endswith('.pdf') and PDF_SUPPORT:
                # 处理PDF文档
                with open(filepath, 'rb') as f:
                    reader = PyPDF2.PdfReader(f)
                    content = ""
                    for page_num in range(len(reader.pages)):
                        content += reader.pages[page_num].extract_text() + "\n"
                    self.knowledge_base.append({"content": content, "source": filename})
                    
            else:
                messagebox.showerror("格式错误", f"不支持的文件格式: {filename}")
                return False
                
            return True
            
        except Exception as e:
            messagebox.showerror("加载错误", f"无法解析文件 {filename}: {str(e)}")
            return False

这里我演示下实际操作效果，点击我们的智能客服"上传文件"按钮，就能打开文件目录，选择需要的格式上传就OK了。

这里，我以手机产品介绍为例作为智能客服的知识库上传，上面这个模块是展示我们上传了的文档的列表，下面显示文档具体的内容，最下面是系统操作提示。

7.智能客服

带知识库的智能客服是融合知识库与智能交互的服务系统。它以结构化知识库为核心，存储产品说明、操作指南等海量专业信息，通过自然语言处理技术理解用户问题，快速匹配知识库内容生成标准化回答。

7.1获取知识库内容

通过遍历知识库中前max_items条内容，将每条内容按格式[知识序号] 内容拼接成字符串返回，实现根据查询获取相关知识库内容。

def get_context(self, query, max_items=5):
        """获取与查询相关的知识库内容"""
        return "\n".join(
            f"[知识{i+1}] {item['content']}"
            for i, item in enumerate(self.knowledge_base[:max_items])
        ) if self.knowledge_base else ""

7.2开场白设置

设置的开场白prompt，符合企业风格。

# 聊天历史
        self.conversation = [
            {"role": "system", "content": self.get_system_prompt()},
            {"role": "assistant", "content": "您好！我是您的手机智能助手，很高兴为您服务！关于手机购买、使用教程、故障排查等问题，都可以告诉我，我会尽力为您解答～"}
        ]
        
        # 自动显示开场白
        self.display_message("客服", "您好！我是您的手机智能助手，很高兴为您服务！关于手机购买、使用教程、故障排查等问题，都可以告诉我，我会尽力为您解答～")

7.3窗口布局设计

这里简单说明，系统窗口界面分成两个区域，一个区域用来上传智能客服需要的知识库，另一区域做AI客服与用户对话区域。

def setup_window(self):
        self.root.title("AI智能客服系统 v1.0")
        self.root.geometry("1000x700")
        self.root.minsize(800, 600)
        self.style = ttk.Style()
        self.style.configure('TButton', padding=5)
        self.style.configure('TFrame', background='#f0f0f0')

    def setup_ui(self):
        # 主布局框架
        main_frame = ttk.Frame(self.root)
        main_frame.pack(fill=tk.BOTH, expand=True, padx=10, pady=10)

        # 知识库面板 (左侧30%)
        knowledge_frame = ttk.LabelFrame(main_frame, text="知识库管理", width=300)
        knowledge_frame.pack(side=tk.LEFT, fill=tk.Y, padx=(0, 10))
        knowledge_frame.pack_propagate(False)

        self.setup_knowledge_ui(knowledge_frame)

        # 聊天面板 (右侧70%)
        chat_frame = ttk.Frame(main_frame)
        chat_frame.pack(side=tk.RIGHT, fill=tk.BOTH, expand=True)

        self.setup_chat_ui(chat_frame)

7.3.1知识库区域

支持用户上传文件，并展示已上传文件的列表，点击文件可浏览文件具体内容。

def setup_knowledge_ui(self, parent):
        # 上传按钮区域
        upload_frame = ttk.Frame(parent)
        upload_frame.pack(fill=tk.X, pady=5)

        ttk.Button(upload_frame, text="上传文件", command=self.upload_knowledge).pack(side=tk.LEFT)
        ttk.Button(upload_frame, text="清空知识库", command=self.clear_knowledge).pack(side=tk.RIGHT)

        # 知识库列表
        list_frame = ttk.Frame(parent)
        list_frame.pack(fill=tk.BOTH, expand=True)

        self.knowledge_list = tk.Listbox(
            list_frame, 
            selectmode=tk.SINGLE,
            font=('Microsoft YaHei', 10)
        )
        self.knowledge_list.pack(side=tk.LEFT, fill=tk.BOTH, expand=True)

        scrollbar = ttk.Scrollbar(list_frame, orient=tk.VERTICAL)
        scrollbar.config(command=self.knowledge_list.yview)
        scrollbar.pack(side=tk.RIGHT, fill=tk.Y)
        self.knowledge_list.config(yscrollcommand=scrollbar.set)

        # 知识详情
        detail_frame = ttk.LabelFrame(parent, text="知识详情")
        detail_frame.pack(fill=tk.BOTH, pady=(5, 0))

        self.knowledge_detail = scrolledtext.ScrolledText(
            detail_frame,
            wrap=tk.WORD,
            font=('Microsoft YaHei', 10),
            height=8
        )
        self.knowledge_detail.pack(fill=tk.BOTH, expand=True)

7.3.2聊天区域

用户可与客服直接用自然语言对话，页面会显示当前聊天的实时时间，（这是这个智能客服的一个小亮点），最下方还会显示系统的操作。

  def setup_chat_ui(self, parent):
        # 聊天显示区域
        self.chat_display = scrolledtext.ScrolledText(
            parent,
            wrap=tk.WORD,
            state='disabled',
            font=('Microsoft YaHei', 12),
            padx=10,
            pady=10
        )
        self.chat_display.pack(fill=tk.BOTH, expand=True)

        # 输入区域
        input_frame = ttk.Frame(parent)
        input_frame.pack(fill=tk.X, pady=(5, 0))

        self.user_input = ttk.Entry(
            input_frame,
            font=('Microsoft YaHei', 12)
        )
        self.user_input.pack(side=tk.LEFT, fill=tk.X, expand=True, padx=(0, 5))

        send_btn = ttk.Button(
            input_frame,
            text="发送",
            command=self.send_message,
            style='TButton'
        )
        send_btn.pack(side=tk.RIGHT)

        # 状态栏
        self.status_var = tk.StringVar()
        self.status_var.set("就绪")
        ttk.Label(
            parent,
            textvariable=self.status_var,
            relief=tk.SUNKEN,
            anchor=tk.W
        ).pack(fill=tk.X, pady=(5, 0))

实际运行效果与对话效果

AI智能客服系统v1.0界面拥有着三大亮点：

• 布局合理 ：界面分区明确，左侧知识库管理区域（页面大小占比30% ）便于上传文件、查看知识条目及知识内容详情，右侧聊天区域（页面大小占比70% ）专注对话交互，系统信息展示（右下方）和操作互不干扰，用户能快速定位所需功能，使用便捷。
• 功能直观："上传文件"、"清空知识库"按钮功能清晰，用户可管理和快速查看知识库内容；聊天窗口消息按时间和角色排列，方便用户回顾对话过程，理解交互逻辑。
• 专业实用：智能客服能基于知识库为用户推荐手机产品，给出详细产品信息，具备专业知识储备和应用能力，切实满足用户咨询需求。

7.4完整代码

完整的代码给大家做参考，直接用也可以。

import tkinter as tk
from tkinter import scrolledtext, messagebox, filedialog, ttk
import requests
import threading
import json
import os
from datetime import datetime

# 新增库：用于处理Word和PDF文件
try:
    from docx import Document
    import PyPDF2
    PDF_SUPPORT = True
except ImportError:
    PDF_SUPPORT = False
    print("警告：缺少PyPDF2或python-docx库，无法支持PDF和DOCX格式")

class KnowledgeBaseManager:
    def __init__(self):
        self.knowledge_base = []
        self.vector_index = None  # 预留向量索引接口

    def load_from_file(self, filepath):
        """从文件加载知识库，支持多种格式"""
        try:
            filename = os.path.basename(filepath)
            
            if filepath.endswith('.json'):
                with open(filepath, 'r', encoding='utf-8') as f:
                    data = json.load(f)
                    self.knowledge_base.extend(data if isinstance(data, list) else [data])
                    
            elif filepath.endswith('.txt'):
                with open(filepath, 'r', encoding='utf-8') as f:
                    self.knowledge_base.extend([
                        {"content": line.strip(), "source": filename}
                        for line in f if line.strip()
                    ])
                    
            elif filepath.endswith('.docx'):
                # 处理Word文档
                doc = Document(filepath)
                content = "\n".join([para.text for para in doc.paragraphs])
                self.knowledge_base.append({"content": content, "source": filename})
                
            elif filepath.endswith('.pdf') and PDF_SUPPORT:
                # 处理PDF文档
                with open(filepath, 'rb') as f:
                    reader = PyPDF2.PdfReader(f)
                    content = ""
                    for page_num in range(len(reader.pages)):
                        content += reader.pages[page_num].extract_text() + "\n"
                    self.knowledge_base.append({"content": content, "source": filename})
                    
            else:
                messagebox.showerror("格式错误", f"不支持的文件格式: {filename}")
                return False
                
            return True
            
        except Exception as e:
            messagebox.showerror("加载错误", f"无法解析文件 {filename}: {str(e)}")
            return False

    def get_context(self, query, max_items=5):
        """获取与查询相关的知识库内容"""
        return "\n".join(
            f"[知识{i+1}] {item['content']}"
            for i, item in enumerate(self.knowledge_base[:max_items])
        ) if self.knowledge_base else ""

class ChatApp:
    def __init__(self, root):
        self.root = root
        self.setup_window()
        self.knowledge_mgr = KnowledgeBaseManager()
        self.setup_ui()
        self.setup_bindings()
        
        # API配置
        self.api_config = {
            "url": "https://maas-api.lanyun.net/v1/chat/completions",
            "api_key": "请替换为实际API密钥",  # 请替换为实际API密钥
            "model": "/maas/deepseek-ai/DeepSeek-V3"
        }
        
        # 聊天历史
        self.conversation = [
            {"role": "system", "content": self.get_system_prompt()},
            {"role": "assistant", "content": "您好！我是您的手机智能助手，很高兴为您服务！关于手机购买、使用教程、故障排查等问题，都可以告诉我，我会尽力为您解答～"}
        ]
        
        # 自动显示开场白
        self.display_message("客服", "您好！我是您的手机智能助手，很高兴为您服务！关于手机购买、使用教程、故障排查等问题，都可以告诉我，我会尽力为您解答～")

    def setup_window(self):
        self.root.title("AI智能客服系统 v1.0")
        self.root.geometry("1000x700")
        self.root.minsize(800, 600)
        self.style = ttk.Style()
        self.style.configure('TButton', padding=5)
        self.style.configure('TFrame', background='#f0f0f0')

    def setup_ui(self):
        # 主布局框架
        main_frame = ttk.Frame(self.root)
        main_frame.pack(fill=tk.BOTH, expand=True, padx=10, pady=10)

        # 知识库面板 (左侧30%)
        knowledge_frame = ttk.LabelFrame(main_frame, text="知识库管理", width=300)
        knowledge_frame.pack(side=tk.LEFT, fill=tk.Y, padx=(0, 10))
        knowledge_frame.pack_propagate(False)

        self.setup_knowledge_ui(knowledge_frame)

        # 聊天面板 (右侧70%)
        chat_frame = ttk.Frame(main_frame)
        chat_frame.pack(side=tk.RIGHT, fill=tk.BOTH, expand=True)

        self.setup_chat_ui(chat_frame)

    def setup_knowledge_ui(self, parent):
        # 上传按钮区域
        upload_frame = ttk.Frame(parent)
        upload_frame.pack(fill=tk.X, pady=5)

        ttk.Button(upload_frame, text="上传文件", command=self.upload_knowledge).pack(side=tk.LEFT)
        ttk.Button(upload_frame, text="清空知识库", command=self.clear_knowledge).pack(side=tk.RIGHT)

        # 知识库列表
        list_frame = ttk.Frame(parent)
        list_frame.pack(fill=tk.BOTH, expand=True)

        self.knowledge_list = tk.Listbox(
            list_frame, 
            selectmode=tk.SINGLE,
            font=('Microsoft YaHei', 10)
        )
        self.knowledge_list.pack(side=tk.LEFT, fill=tk.BOTH, expand=True)

        scrollbar = ttk.Scrollbar(list_frame, orient=tk.VERTICAL)
        scrollbar.config(command=self.knowledge_list.yview)
        scrollbar.pack(side=tk.RIGHT, fill=tk.Y)
        self.knowledge_list.config(yscrollcommand=scrollbar.set)

        # 知识详情
        detail_frame = ttk.LabelFrame(parent, text="知识详情")
        detail_frame.pack(fill=tk.BOTH, pady=(5, 0))

        self.knowledge_detail = scrolledtext.ScrolledText(
            detail_frame,
            wrap=tk.WORD,
            font=('Microsoft YaHei', 10),
            height=8
        )
        self.knowledge_detail.pack(fill=tk.BOTH, expand=True)

    def setup_chat_ui(self, parent):
        # 聊天显示区域
        self.chat_display = scrolledtext.ScrolledText(
            parent,
            wrap=tk.WORD,
            state='disabled',
            font=('Microsoft YaHei', 12),
            padx=10,
            pady=10
        )
        self.chat_display.pack(fill=tk.BOTH, expand=True)

        # 输入区域
        input_frame = ttk.Frame(parent)
        input_frame.pack(fill=tk.X, pady=(5, 0))

        self.user_input = ttk.Entry(
            input_frame,
            font=('Microsoft YaHei', 12)
        )
        self.user_input.pack(side=tk.LEFT, fill=tk.X, expand=True, padx=(0, 5))

        send_btn = ttk.Button(
            input_frame,
            text="发送",
            command=self.send_message,
            style='TButton'
        )
        send_btn.pack(side=tk.RIGHT)

        # 状态栏
        self.status_var = tk.StringVar()
        self.status_var.set("就绪")
        ttk.Label(
            parent,
            textvariable=self.status_var,
            relief=tk.SUNKEN,
            anchor=tk.W
        ).pack(fill=tk.X, pady=(5, 0))

    def setup_bindings(self):
        self.user_input.bind("<Return>", lambda e: self.send_message())
        self.knowledge_list.bind("<<ListboxSelect>>", self.show_knowledge_detail)

    def upload_knowledge(self):
       
        filetypes = [
            ("所有支持的文件", "*.txt *.json *.docx *.pdf"),
            ("Word文档", "*.docx"),
            ("PDF文档", "*.pdf"),
            ("JSON文件", "*.json"),
            ("文本文件", "*.txt"),
            ("所有文件", "*.*")
        ]
        filepath = filedialog.askopenfilename(filetypes=filetypes)
        if filepath:
            if self.knowledge_mgr.load_from_file(filepath):
                self.update_knowledge_list()
                self.status_var.set(f"已加载知识库: {os.path.basename(filepath)}")
            else:
                self.status_var.set("知识库加载失败")

    def clear_knowledge(self):
        self.knowledge_mgr.knowledge_base = []
        self.update_knowledge_list()
        self.knowledge_detail.delete(1.0, tk.END)
        self.status_var.set("知识库已清空")

    def update_knowledge_list(self):
        self.knowledge_list.delete(0, tk.END)
        for idx, item in enumerate(self.knowledge_mgr.knowledge_base[:200]):
            content = item.get('content', '').strip()  # 使用get方法避免键错误
            self.knowledge_list.insert(tk.END, f"{idx+1}. {content[:50]}...")

    def show_knowledge_detail(self, event):
        selection = self.knowledge_list.curselection()
        if selection:
            try:
                item = self.knowledge_mgr.knowledge_base[selection[0]]
                self.knowledge_detail.delete(1.0, tk.END)
                if isinstance(item, dict):
                    self.knowledge_detail.insert(tk.END, 
                        f"来源: {item.get('source', '未知')}\n\n"
                        f"内容:\n{item.get('content', '')}"
                    )
                else:
                    self.knowledge_detail.insert(tk.END, str(item))
            except IndexError:
                messagebox.showerror("索引错误", "知识库条目已被删除")

    def get_system_prompt(self):
        knowledge_context = self.knowledge_mgr.get_context("")
        return f"""你是专业客服助手，请根据以下知识库内容回答问题：
        {knowledge_context}

        回答要求：
        1. 优先使用知识库内容
        2. 保持专业礼貌
        3. 不知道的内容明确说明
        4. 回答简明扼要"""

    def send_message(self):
        user_input = self.user_input.get().strip()
        if not user_input:
            return

        self.user_input.delete(0, tk.END)
        self.display_message("用户", user_input)
        
        # 添加到对话历史
        self.conversation.append({"role": "user", "content": user_input})
        
        # 获取知识库上下文并更新系统提示
        knowledge_context = self.knowledge_mgr.get_context(user_input)
        self.conversation[0]['content'] = self.get_system_prompt().replace(
            "{knowledge_context}", knowledge_context
        )
        
        # 启动线程调用API
        threading.Thread(target=self.call_ai_api, daemon=True).start()

    def call_ai_api(self):
        try:
            # 构建请求头
            headers = {
                "Content-Type": "application/json",
                "Authorization": f"Bearer {self.api_config['api_key']}"
            }
            
            # 构建请求体（确保messages为列表）
            data = {
                "model": self.api_config["model"],
                "messages": self.conversation.copy()  # 使用copy避免修改原列表
            }
            
            # 打印调试信息
            print("=== 发起API请求 ===")
            print("URL:", self.api_config["url"])
            print("请求头:", headers)
            print("请求体:", json.dumps(data, indent=2))
            
            # 发送请求
            response = requests.post(
                self.api_config["url"],
                headers=headers,
                json=data,
                timeout=15
            )
            
            # 处理响应
            if response.status_code == 200:
                result = response.json()
                print("API响应:", result)
                
                # 提取回复内容（根据实际API响应格式调整）
                ai_answer = result.get("choices", [{}])[0].get("message", {}).get("content", "")
                
                if ai_answer:
                    self.display_message("客服", ai_answer)
                    # 更新对话历史
                    self.conversation.append({"role": "assistant", "content": ai_answer})
                    self.status_var.set("回答已生成")
                else:
                    self.status_var.set("API返回空内容")
                    messagebox.showerror("API响应错误", "接收到的回复内容为空")
            else:
                error_msg = f"API错误：状态码{response.status_code}，详情：{response.text}"
                messagebox.showerror("API调用失败", error_msg)
                print("=== API请求失败 ===")
                print(error_msg)
                self.status_var.set("API调用失败")
                
        except Exception as e:
            error_msg = f"系统异常：{str(e)}"
            messagebox.showerror("系统错误", error_msg)
            print("=== 系统错误 ===")
            print(error_msg)
            self.status_var.set("系统异常")

    def display_message(self, role, content):
        timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
        self.chat_display.configure(state='normal')
        self.chat_display.insert(tk.END, f"[{timestamp}] {role}: {content}\n", "tag")
        self.chat_display.configure(state='disabled')
        self.chat_display.see(tk.END)

if __name__ == "__main__":
    root = tk.Tk()
    app = ChatApp(root)
    root.mainloop()

另外值得一提的是平台可以看到调用API的数量和token用量，实时监控并更新，方便我们查看。

8.总结

调用蓝耘Maas平台API，在智能客服服务场景中，我们实现了带知识库的智能客服系统，智能客服借助统一知识库保障回答一致性、支持动态更新适配业务迭代，精准匹配用户问题，实现长时间高效服务，AI智能客服还能通过多轮对话解决复杂问题，适用于电商、金融等领域，助力企业降本增效的同时还提升用户满意度，构建智能化服务体系。

蓝耘平台注册链接奉上
https://cloud.lanyun.net//#/registerPage?promoterCode=0131