FreeScout API 更新会话自定义字段指南
2025-06-25 03:50:19作者:温艾琴Wonderful
概述
FreeScout作为一款开源的帮助台系统,提供了丰富的API接口供开发者进行集成和扩展。其中,更新会话自定义字段是一个常见需求,本文将详细介绍如何使用FreeScout API来更新会话中的自定义字段值。
API端点
FreeScout提供了专门的API端点来更新会话的自定义字段:
PUT /api/conversations/{conversationId}/custom_fields
这个端点允许开发者通过HTTP PUT请求来修改指定会话ID的自定义字段值。
请求参数
- conversationId:必需参数,指定要更新的会话ID
- 请求体:需要以JSON格式提供要更新的自定义字段及其值
使用示例
假设我们要更新会话ID为12345的自定义字段,其中包含一个名为"priority"的列表类型字段和一个名为"department"的文本类型字段:
{
"priority": 2,
"department": "技术支持"
}
对于列表类型的自定义字段,需要特别注意:必须提供选项的ID值而非显示文本。例如,如果优先级选项有"低(1)"、"中(2)"、"高(3)"三个选项,要设置为"中"优先级,则应传递数值2而非字符串"中"。
实现细节
-
认证:请求需要使用有效的API密钥进行认证,通常通过Authorization头传递
-
响应处理:
- 成功更新将返回HTTP 200状态码
- 如果会话不存在,将返回404错误
- 无效的字段值将返回400错误
-
批量更新:可以一次性更新多个自定义字段,只需在请求体中包含所有需要更新的字段即可
最佳实践
-
字段类型处理:
- 文本字段:直接传递字符串值
- 数字字段:传递数值
- 日期字段:使用ISO 8601格式字符串
- 列表字段:传递选项ID
-
错误处理:
- 始终检查API响应状态码
- 对于400错误,检查返回的错误信息以了解具体问题
-
性能考虑:
- 尽量减少API调用次数,批量更新多个字段
- 考虑使用缓存机制存储常用字段的选项ID
总结
通过FreeScout的API更新会话自定义字段是一个简单但功能强大的操作。开发者需要特别注意不同字段类型的值传递方式,特别是列表类型字段需要使用选项ID而非显示文本。合理使用这一API可以有效地将FreeScout与其他业务系统集成,实现自动化的工作流程。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
346
147