可通过四种方式查看扣子AI使用统计：一、平台内置“分析”面板查实时指标；二、Webhook+自建数据库记录全量日志；三、工作流嵌入“统计上报节点”自动写入多维表格；四、调用OpenAPI批量拉取历史数据。
☞☞☞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☜☜☜
如果您已部署扣子AI智能体或工作流，但无法直观掌握其调用频次、用户交互量、响应成功率等核心运行指标，则可能是由于未启用或未正确配置数据统计与报表生成功能。以下是查看扣子AI使用统计的多种可行方法：
一、通过扣子平台内置“分析”面板查看实时使用统计
扣子后台为每个智能体和工作流默认提供基础运行数据看板，无需额外开发即可获取关键行为指标。该方式适用于快速掌握日/周级调用量、会话数、平均响应时长及失败率等基础维度。
1、登录扣子官网（https://www.coze.cn），进入对应Bot或工作流管理页。
2、在左侧导航栏点击「分析」选项卡。
3、选择时间范围（支持近7天、近30天或自定义日期区间）。
4、查看顶部汇总卡片中的总调用量、独立用户数、平均响应时长、错误率四项核心指标。
5、向下滚动至折线图区域，可观察每小时/每日的调用量趋势与会话分布热力。
二、利用扣子Webhook + 自建数据库记录全量日志
当需要长期归档、跨智能体聚合分析或对接企业BI系统时，可通过Webhook将每次会话的原始事件（如session_id、user_id、trigger_time、status、duration_ms）实时推送至自有服务器或云数据库。此方式保留最细粒度数据，支持任意维度下钻分析。
1、进入智能体设置页，点击「开发者设置」→「Webhook」。
2、开启Webhook开关，并填写您已部署的接收端URL（需支持POST请求并返回200状态码）。
3、在Webhook事件类型中，勾选「会话开始」「消息发送」「执行完成」「执行失败」全部选项。
4、在接收服务端解析JSON payload，提取event_type、bot_id、user_id、timestamp、status等字段，写入MySQL或ClickHouse等时序友好型数据库。
5、使用SQL或BI工具（如Superset、QuickSight）按智能体、渠道（如微信群、网页插件）、时间段等维度生成定制化统计报表。
三、通过扣子工作流嵌入“统计上报节点”实现自动报表生成
对于已搭建工作流的场景，可在流程末端插入专用统计节点，将本次执行的关键参数（如输入长度、模型耗时、图表生成结果大小）结构化后，自动写入飞书多维表格、腾讯文档或Airtable，并同步触发邮件或群消息通知。该方式适合轻量级运营监控，无需运维成本。
1、打开目标工作流编辑器，在流程末尾添加一个「代码节点」。
2、在代码中构造上报对象，例如：{"workflow_id": "{{workflow.id}}", "exec_time": "{{now}}", "input_len": {{input.length}}, "duration_ms": {{duration}}。
3、调用飞书多维表格API（需提前在飞书开放平台创建应用并获取access_token）将该对象追加为新记录。
4、在飞书多维表格中设置视图筛选条件，例如按workflow_id分组统计日均执行次数，或按duration_ms大于10000毫秒标记慢请求。
5、为该表格启用「自动日报」功能，每日上午9点向指定群组推送前一日关键指标摘要。
四、调用扣子OpenAPI批量拉取历史统计数据
适用于技术团队需将扣子使用数据纳入统一数据中台的场景。扣子官方提供/v1/bots/{bot_id}/analytics等接口，支持按日期、会话ID、用户ID等条件查询原始行为日志，返回结构化JSON，可直接接入Flink或DataX进行ETL处理。
1、前往扣子开发者中心（https://www.coze.cn/console/dev），创建应用并获取Bot Token 和 API Key。
2、使用curl或Python requests调用GET https://api.coze.com/v1/bots/{bot_id}/analytics?start_date=2025-12-15&end_date=2025-12-21&granularity=day。
3、解析返回JSON中的data.metrics数组，提取total_messages、success_rate、avg_response_time_ms等字段。
4、将结果写入本地CSV或上传至对象存储（如阿里云OSS），供后续离线分析使用。
5、编写定时任务脚本（如Linux crontab），每天凌晨2点自动执行该API拉取并覆盖昨日数据文件。
