话说，coze 真是有点过了啊，DeepSeek 大模型用不了，非得升级专业版，付费才能调用。
想在 coze 平台上使用最新的大模型服务，又不想自己掏钱升级专业版？不怕，咱召唤出 Cursor 帮忙。但凡是有代码的地方，都可以求助于 Cursor。
今天撸了一把用 Cursor 开发 coze 大模型插件的全过程。做个文字记录，顺便跟您分享。
01 获取 DeepSeek API
登录 DeepSeek 官网，点击“接入 API”。
网站地址：https://www.deepseek.com/
进入到 API 页面。点击“创建 API key”按钮。
这里有一个习惯建议，每次配置的 api 用途都不一样，建议在名称那里，写上对应的使用 API 的平台。
完成创建后，拷贝 API 密钥。
02 创建 Coze 插件
接下来，去 coze 的工作空间，点击资源库，创建新插件。
插件工具创建方式选择：“云插件-在 Coze IDE 中创建”，IDE运行语言选择 Python3。
进入到插件开发界面，点击左侧添加工具。然后，按照指定的要求，填入工具名称和工具介绍。
来到插件开发界面，可以看到这里有一段插件开发的要求，拷贝选择对应的代码规范。后面有用。
03 召唤 Cursor
你可能会犯晕，接下来该怎么开发，我不会啊。不要急，咱打开 Cursor。
打开 Cursor，创建一个新的提示词文档。
输入这段话：
你是一个专业的 coze 插件开发工程师。需要使用 python 语言，开发一个coze 插件。
目标是开发一个 可以 在 coze 中 使用 的 插件。插件的输入是用户的自然语言输入，输出是 DeepSeek api返回的结果。
coze 插件开发结果，请新建一个 python 文件，文件名请使用 deepseek\_plugin.py 的格式。
deepseek api 的调用格式如下：
"""
# Please install OpenAI SDK first: `pip3 install openai`
from openai import OpenAI
client = OpenAI(api\_key="<DeepSeek API Key>", base\_url="https://api.deepseek.com")
response = client.chat.completions.create(
model="deepseek-chat",
messages=[
{"role": "system", "content": "You are a helpful assistant"},
{"role": "user", "content": "Hello"},
],
stream=False
)
print(response.choices[0].message.content)
"""
coze插件的开发模板是：
"""
from runtime import Args
from typings.deepseek.deepseek import Input, Output
"""
Each file needs to export a function named `handler`. This function is the entrance to the Tool.
Parameters:
args: parameters of the entry function.
args.input - input parameters, you can get test input value by args.input.xxx.
args.logger - logger instance used to print logs, injected by runtime.
Remember to fill in input/output in Metadata, it helps LLM to recognize and use tool.
Return:
The return data of the function, which should match the declared output parameters.
"""
def handler(args: Args[Input])->Output:
return {"message": "Hello, world!"}
"""
点击 command+L，选择 COMPOSER，点选 agent 模式。然后，点击 submit运行。
很快，Cursor 就按照要求输出了我们需要的 python 代码文件。
确认一下，然后点击“Accept”。
包含了如下的功能，输入和输出部分：
输入参数：
text: 用户的输入文本
api\_key: DeepSeek API 密钥
system\_prompt: 系统提示词（可选，默认为 "You are a helpful assistant"）
2. 输出参数：
message: DeepSeek API 的响应内容
特殊功能实现考虑。同时 Cursor 提醒，这个插件需要安装 openai 包。
功能实现：
使用 OpenAI 客户端连接到 DeepSeek API
处理用户输入并调用 API
包含错误处理和日志记录
返回 API 响应或错误信息
使用这个插件时，用户需要：
提供 DeepSeek API 密钥
提供要发送给 AI 的文本内容
可选择性地提供自定义的系统提示词
插件会返回 DeepSeek API 的响应结果或错误信息。需要注意的是，使用此插件前需要安装 openai 包。你可以通过 pip install openai 来安装它。
04 coze 插件开发
然后，把 python 代码拷贝一份，放到 coze 插件的开发页面，注意，这里需要输入我们刚才创建好的 DeepSee API。
接下来，安装 openai 包。点击左侧“添加依赖”按钮。
然后，会弹出这样的搜索框。coze 已经内置了很多的 python 算法包，输入关键字就可以进行版本检索和包安装。
行，版本已经安装成功。
这个时候，还得去“元数据”那里做一下入参和出参配置。coze会自动匹配代码中的输入好输出参数进行关联匹配。
ok，一切准备就绪。那就到右上角的区域进行代码测试。通过后，点击发布。
05 Coze 插件完整测试
回到 coze，拖一个简单的工作流，把刚才做好的插件添加上去，做个简单测试。芜湖，调通了。
当然，这里，还有一个优化空间，每次调用都得输入 api_key 非常麻烦。如果不想自己折腾的话，可以考虑把 api_key写到代码中。我稍微做了个调整，搞定！
聪明的你，是不是又 get 到了 Cursor 的新用法了呢？快试起来吧。
提示词和代码已经准备好了，后台留言回复 “DeepSeek V3.0 免费插件”，免费送给您。