要在Coze平台接入Mistral Large模型，需通过自建FastAPI网关转换协议并绑定自定义Bot：先获取Mistral AI的API密钥与稳定版本模型名（如mistral-large-2402），再搭建支持OpenAI格式响应的中转服务，最后在Coze中配置自定义模型URL及Function Call节点实现多语言代码生成。
☞☞☞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）平台中接入 Mistral Large 模型，专门用于处理法语、西班牙语混合注释的 Python 脚本生成或中文变量名+英文 docstring 的 Java 方法补全，必须绕过 Coze 默认只支持 OpenAI/Gemini/国产模型的限制，通过自定义 Bot + 外部 API 网关方式实现真实调用——因为 Coze 官方 Bot 编辑器里根本找不到 Mistral Large 选项。
确认 Mistral Large 可用的官方 API 接入点
打开 Mistral AI 控制台 → 进入 API Keys 页面 → 复制你已创建的 secret key（格式为 sk-xxx）→ 记下 Endpoint 地址：https://api.mistral.ai/v1/chat/completions。这一步不可跳过，Coze 不提供 Mistral 的内置 provider，所有请求必须走此地址。
注意：如果你在控制台看到的是 mistral-large-latest 别名，【不要在生产 Bot 中直接使用它】，该 alias 在流量高峰时会返回 429 错误；请改用固定版本号，例如 mistral-large-2402 或 mistral-large-2411，它们稳定可回溯。
搭建轻量级协议转换网关（必需）
Coze Bot 只接受标准 OpenAI 格式的 chat/completions 响应，而 Mistral 的 response body 字段名与 OpenAI 不同（如 choices[0].message.content 相同，但 usage.input_tokens → usage.prompt_tokens），直接转发会触发解析失败。
第一步：用 Python + FastAPI 写一个 50 行以内的中转服务：
新建 gateway.py，填入以下内容（替换 YOUR_MISTRAL_KEY）：
from fastapi import FastAPI, Request<br>import httpx<br>app = FastAPI()<br>@app.post("/v1/chat/completions")<br>async def proxy(request: Request):<br> body = await request.json()<br> async with httpx.AsyncClient() as client:<br> resp = await client.post(<br> "https://api.mistral.ai/v1/chat/completions",<br> headers={"Authorization": "Bearer YOUR_MISTRAL_KEY"},<br> json={**body, "model": "mistral-large-2402"}<br> )<br> data = resp.json()<br> if "choices" in data:<br> for c in data["choices"]:<br> if "delta" in c.get("message", {}): del c["message"]["delta"]<br> return data
第二步：运行服务并确保公网可访问（Coze 需能回调）：
uvicorn gateway:app --host 0.0.0.0:8000 --reload → 用 ngrok 或 Cloudflare Tunnel 暴露端口，获得类似 https://abc123.ngrok.io 的 URL。
第三步：验证网关是否生效：
用 curl 测试：curl -X POST https://abc123.ngrok.io/v1/chat/completions -H "Content-Type: application/json" -d '{"model":"any","messages":[{"role":"user","content":"Hello"}]}' → 返回含 "choices" 的 JSON 即成功。
使用 Google GenAI SDK 通过 Gemini 生成或编辑图像。当用户要求在 OpenCla… 中创建、转换、渲染或保存一张或多张图像时使用。
在 Coze 创建自定义 Bot 并绑定网关
第一步：进入 Coze 工作台 → 创建 Bot → 在「Bot 设置」→「模型」选项卡中选择「自定义模型」→ 点击「添加自定义模型」。
第二步：填写配置项：
名称：Mistral-Large-Multilang
API Base URL：https://abc123.ngrok.io（你的网关地址）
Model Name：mistral-large-2402
API Key：留空（网关已内置密钥）
Supports Streaming：✅ 勾选
第三步：保存后，在 Bot「对话流」中新建一个「Function Call」节点，设置如下：
Function Name：generate_code
Description：Generate code snippet with multilingual comments or docstrings
Parameters：{"language": {"type": "string", "description": "Target programming language, e.g. python, java"}, "context": {"type": "string", "description": "Code logic description in any language"}}
第四步：在 Function 回调逻辑中，将用户输入拼装为符合 Mistral 输入格式的 messages 数组，例如：
[{"role":"system","content":"You are a senior dev who writes clean, runnable code. Always output only code block with no explanation. Use French comments if user speaks French, Spanish comments if user speaks Spanish, Chinese variable names if context contains Chinese."},{"role":"user","content":"写一个Python函数，计算两个日期之间的天数差，用西班牙语写注释"}]
测试多语言代码生成效果
方法一：在 Bot 预览窗口直接发送测试消息：“写一个Java方法，把字符串按逗号分割并去重，用中文变量名，英文docstring” → 观察返回是否含 public static List<string> splitAndDedup(String input)</string> 且变量为 原始字符串、分割结果 等。
方法二：在「调试」面板中启用「Show raw response」，确认 response 中 choices[0].message.content 字段确实包含代码块，而非错误提示或空值。
若返回 "error": "invalid_api_key"，说明网关里的 YOUR_MISTRAL_KEY 未正确替换或已过期；若返回 "detail": "model not found"，检查网关转发时是否误将 model 字段覆盖为 any —— 必须在转发 payload 中显式设为 "mistral-large-2402"。
