必须通过自定义http请求+assistants api接入商汤日日新模型，因扣子无原生商汤插件；需获取client_id/client_secret、开通模型权限、动态刷新access_token，并用三组prompt评测指令遵循、上下文一致性及术语准确性。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在扣子（Coze）平台中调用商汤日日新模型并实际验证其对话生成质量，必须绕过扣子原生插件市场里没有的“商汤专属插件”这一限制，转而通过自定义 HTTP 请求 + Assistants API 的方式接入——因为商汤已明确开放全球首个支持多模态工具调用的 Assistants API，且该接口与 OpenAI 兼容，扣子恰好支持自定义 HTTP 工具接入。
确认商汤模型调用权限与 API 凭据
登录 商汤日日新平台，进入「我的应用」→「API 密钥」，确保已创建应用并获取到 【client_id 和 client_secret】；若未开通「SenseChat」或「SenseChat-VL」系列模型权限，页面将不显示对应 model 列表，此时无法继续——普通注册账号默认无权调用，需提交工单说明教育/企业用途及预估 QPS，个人开发者申请大概率被拒。
打开「模型服务」页，确认已勾选启用的模型名称，例如 sensechat-4.0（纯文本对话）或 sensechat-vl-caption（图文理解），后续请求中 model 字段必须与之完全一致，大小写、连字符、版本号均不可错。
在扣子中创建自定义 HTTP 工具
进入扣子 Bot 编辑页 →「Bot 设置」→「插件」→「自定义插件」→「+ 新建 HTTP 插件」。
填写插件基础信息：名称填“商汤SenseChat”，描述写“调用商汤日日新大模型进行文本生成”，认证方式选「无认证」——因为 token 需动态获取，不能硬编码在插件里。
在「请求配置」中，URL 填 https://api.sensenova.cn/v1/chat/completions，请求方法选 POST，Headers 添加两行：
Content-Type → application/json
Authorization → Bearer {{access_token}}
⚠️ 注意：这里不能直接填死 token，必须用变量 {{access_token}}，否则 token 过期后整个 Bot 就会静默失败，且无报错提示。
构建带 token 刷新逻辑的 Bot 工作流
第一步：添加「HTTP 请求」节点，请求商汤 OAuth2 接口获取 access_token：
URL：https://api.sensenova.cn/v1/oauth/token
Method：POST
Headers：Content-Type: application/x-www-form-urlencoded
Body（x-www-form-urlencoded）：grant_type=client_credentials&client_id={{client_id}}&client_secret={{client_secret}}
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
第二步：用「提取变量」节点，从上一步响应 JSON 中提取 access_token 字段，存为变量 access_token；同时提取 expires_in（单位秒），存为 expires_at，用于后续缓存判断。
第三步：添加「条件判断」节点，检查当前时间戳是否大于 expires_at - 300（预留5分钟缓冲），若是，则重新走第一步刷新 token；否则直接复用已有 access_token。
第四步：调用上一步配置好的「商汤SenseChat」HTTP 插件，传入用户输入的 message 内容，body 示例：{"model":"sensechat-4.0","messages":[{"role":"user","content":"{{input}}"}],"temperature":0.7}
这一步必须确保 {{input}} 是 Bot 接收到的原始用户消息，不要做额外清洗或截断，否则会影响上下文连贯性评测效果。
设计三组对比评测 prompt 验证生成质量
方法一：指令遵循强度测试
输入：“请用不超过80字，分三点列出‘如何在Linux中查看端口占用’，每点以‘❶’‘❷’‘❸’开头，不加标点句号。”
观察输出是否严格满足字数、符号、格式、禁用标点四项约束——这是检验模型对复杂指令边界的识别能力。
方法二：多轮上下文一致性测试
先发：“我正在准备雅思口语 Part 2，题目是‘一次难忘的旅行’，请帮我列5个关键词。”
再发：“基于刚才的5个词，写一段120词左右的英文独白，用现在完成时开头。”
检查第二轮回复是否准确回溯并复用第一轮生成的全部5个词，且未擅自增删或替换。
方法三：专业术语稳定性测试
输入：“解释‘MoE（Mixture of Experts）’在 SenseNova U1 架构中的作用，要求包含参数路由、稀疏激活、计算效率三个关键词。”
重点看模型是否混淆 MoE 与传统稠密网络，是否把“稀疏激活”错误表述为“部分层跳过”，以及是否将“计算效率”归因为显存节省而非 FLOPs 降低。
每次运行后，将扣子 Bot 的完整响应复制进本地表格，标注响应延迟（ms）、token 数、是否幻觉、是否越狱、是否漏条件——这些字段构成你后续横向对比 Qwen、GLM4 或 Kimi 的原始数据基线。
