将 AI 能力引入日常业务流程的最有效方式之一，是将 AI API 集成到工作流自动化平台中。Make 就是这样的平台之一，提供强大的零代码环境来构建复杂的自动化场景。与旨在简化 AI API 使用的预构建 Make 应用 CometAPI 搭配使用时，企业无需处理复杂的 API 管理开销即可利用 AI。我们很高兴地宣布：CometAPI 现已在零代码平台 Make 上线。
本文提供一份详细的分步指南，讲解如何在 Make 中使用 CometAPI 集成 AI API，并包含解释、用例，以及用于高级场景的代码示例。
什么是 Make？
Make 是一个可视化自动化与集成平台，允许你创建“场景”（scenarios）——由触发器和模块组成的拖拽式工作流——用于在应用之间传输数据、调用 API，并自动化业务流程。它支持数以千计的预构建应用，并提供 HTTP / API 模块、调度、错误处理、多分支逻辑，以及内置的 AI 工具（Make AI Apps 和 Agents）。Make 面向非开发者设计，同时保留适用于技术团队的高级功能（JSON 映射、迭代器、路由器和 webhooks）。
集成 AI 时，哪些 Make 功能最有用？
- Scenario Builder 与可视化流程编辑器——以可视化方式设计与测试多步流程。
- 预构建应用模块——例如，CometAPI 作为一等应用出现，包含诸如Create a Chat、Generate text、Analyze image、Create an API Call 等操作。
- HTTP / Create API Call 模块——当没有预构建操作时，可用它调用任意 REST API。
- 映射、过滤与迭代器——将 AI 调用输出映射到下游系统（表格、CRM、工单）。
- 安全与治理——企业级功能，如 SSO、SOC2/GDPR 合规与集中式连接管理。
什么是 CometAPI？为什么将其作为统一的 AI 端点？
CometAPI 是一个 API 聚合层，通过统一的、OpenAI 风格的接口，封装了众多（宣称 500+）AI 模型。你无需为每个提供商（OpenAI、Google Gemini、Anthropic、Suno 等）分别编写自定义代码；只需调用 CometAPI 并在一次请求中选择所需模型。这简化了模型切换、计费与密钥管理。CometAPI 文档明确建议使用 OpenAI 兼容的格式，并通过自定义 base_url（https://api.cometapi.com）便于迁移。
简而言之，CometAPI 提供：
- 跨多个底层模型提供商的统一 API Key 与统一计费。
- OpenAI 兼容的请求模式（因此许多 OpenAI 客户端库只需更改 base_url 即可工作）。
- 模型目录（文本、图像、视频、音频等），便于为每个任务选择专用模型。
这使得在 Make 中接入 AI 尤其方便：你可以使用 CometAPI 的预构建 Make 应用（零代码），或者使用 Make 的 HTTP 模块直接以 JSON 调用 CometAPI。
获取用于在 Make 中使用 CometAPI 模块所需的CometAPI Key，请按以下步骤操作：
如何获取 CometAPI Key
获取用于在 Make 中使用 CometAPI 模块所需的CometAPI Key，请按以下步骤操作：
1. 注册或登录 CometAPI
- 访问 cometapi.com 并注册账户（许多用户表示可即刻获得密钥）。
- 如果你已有账户，直接登录即可。
2. 前往 API Token 区域
- 登录后，进入你的个人中心或仪表盘。
- 找到 API token 区域。应有 “Add Token” 按钮或类似选项用于生成新密钥。
3. 生成并复制密钥
- 点击 “Add Token” 创建 Token。密钥通常形如
sk-xxxxx。 - 复制该密钥到剪贴板——它将作为你的 CometAPI 认证 Token。
4. 在 Make 或你的应用中使用密钥
- 在 Make 中，配置 CometAPI 模块（例如 Create a Chat、Create an API Call）时使用该 API Key。
- 如果你在编写代码（例如 Python），可以像这样：
client = OpenAI(
base_url="https://api.cometapi.com/v1",
api_key="sk-xxxxx", # Replace with your actual API key
)
如何在 Make 中使用 CometAPI 预构建模块？
Make 提供预构建的 CometAPI 应用模块（如 Create a Chat、Create an API Call、List Models、Upload File），你可以将其拖入场景中。你提供的步骤是很好的基础；登录 Make.com 后，以下是更贴近生产的优化版本：
快速优化步骤
- 选择 Create scenario。
- 点击 + 添加模块并搜索 CometAPI（它是经过验证的 Make 应用）。
- 选择合适的模块，Create an API Call，然后点击 Add。
- 在连接对话框中授权你的 CometAPI Key（将 CometAPI 仪表盘中的 CometAPI Bearer Key 粘贴进去）。Make 会为该场景安全保存。
- 配置动作字段：选择
model，设置prompt或messages，调节temperature、max_tokens或其他与提供商相关的字段。对于文件/图像生成，先上传文件再进行引用。 - 添加错误处理：使用 Make 的错误处理器与路由，实现重试/退避或当首选模型失败时的回退模型调用。
下面我们将扩展每一步，展示图示，并说明在 Make 内的实用映射方法。
现在，一起通过 CometAPI 在 Make 中逐步集成 AI API。
第 1 步：创建你的 Make 账号
- 前往 Make.com 创建免费账号。
- 登录后，创建一个新场景。
第 2 步：将 CometAPI 添加到你的场景
- 在场景中，点击 + 按钮以添加新模块。
- 在应用目录中搜索 CometAPI。
- 选择与你用例相关的 CometAPI 模块（例如，文本补全、情感分析或自定义 API 调用）。
第 3 步：配置 CometAPI 模块
每个 CometAPI 模块都需要基础配置：
- API Key：创建一个 API 调用，然后输入你从 CometAPI 获取的密钥并点击保存。
- 按图示填写你要使用的端点，例如 /v1/chat/completions，方法选择 POST；并按以下格式输入参数。
- 最后点击 Save 并运行一次以完成测试。
如果调用成功，你将收到相应的翻译回复；如失败，请检查配置是否正确，或联系 CometAPI 在线客服。
Make 会将你的表单字段映射为 {{Form.field_question}} 风格的令牌；CometAPI 模块负责授权并返回标准 JSON 响应，便于你继续进行映射。
有哪些示例场景？
让我们通过带有上下文与代码示例的场景，看看在 Make 中如何使用 CometAPI。
场景 1：摘要邮件并发送提醒
目标：自动摘要 Gmail 中的新邮件，并将摘要发送到 Slack。
工作流步骤
- Gmail：监听新邮件。
- CometAPI：摘要邮件内容。
- Slack：将摘要发送到频道。
在 CometAPI 中的示例配置
{
"task": "summarize",
"input": "Dear Support, I am facing an issue with my account login. I tried resetting my password but still cannot access my dashboard. Can you assist?",
"max_length": 100
}
输出：
“客户报告在重置密码后仍无法登录仪表盘，请求支持协助。”
场景 2：分类客户反馈
目标：使用 AI 将来自 Google 表单的反馈分类为（Positive、Negative、Neutral）。
工作流步骤
- Google Forms/Sheets：监听新表单响应。
- CometAPI：执行情感分析。
- Google Sheets：追加分类结果。
在 CometAPI 中的示例配置
{
"task": "sentiment-analysis",
"input": "The checkout process was smooth, but delivery was late."
}
输出：
{
"sentiment": "Mixed",
"confidence": 0.87
}
场景 3：AI 生成社交媒体帖子
目标：基于博客标题生成 AI 帖子并自动排程发布。
工作流步骤
- RSS Feed：监听新博客文章。
- CometAPI：生成 LinkedIn 帖子草稿。
- Buffer / Social Scheduler：发布帖子。
在 CometAPI 中的示例配置
{
"task": "generate",
"prompt": "Write a professional LinkedIn post about the blog title: '5 Ways AI is Transforming Healthcare'. Limit to 200 words."
}
输出（AI 生成的帖子）：
“AI 正在通过改进诊断、提升患者护理和实现预测分析来重塑医疗行业。以下是它推动行业变革的 5 种方式……”
在 Make 中使用 CometAPI 的最佳实践是什么？
如何管理成本、模型选择与性能？
- 模型分层：将较小的模型用于简单任务（如
gpt-5-nano），将更强的模型用于复杂推理。CometAPI 的统一命名使得切换模型只是配置变更。为了可靠性可考虑回退/集成策略。 - Token 与成本控制：监控 Token 使用量（CometAPI 会返回
usage），保守设置max_tokens。采用合适的 temperature 与确定性解码以获得可复现结果。 - 缓存与去重：缓存重复提示（例如相同 FAQ）以避免重复调用。
- 重试与退避：在 Make 中使用错误处理器实现指数退避（Make 支持错误处理器与场景调度）。
如何强化安全、隐私与治理？
- 密钥管理：将 CometAPI Key 存储在 Make 连接中（而非明文）。使用企业级 SSO 与集中化连接控制。
- 数据过滤：在发送至第三方模型前去标识化或脱敏 PII，除非你已有 DPA/合同条款覆盖数据处理。
- 日志与可观测性：记录请求/响应 ID（CometAPI 提供 request id），并将其存入安全审计日志。使用 Make 的执行日志便于排错。
如何处理速率限制与多提供商回退？
- 关注限流：CometAPI 可能继承底层提供商的速率限制；使用 Make 的限流与排队模式，或将请求拆分到不同模型。
- 回退策略：在 Make 中构建路由：首选调用
openai/gpt-5，若失败则切换至gpt-5-mini或通过 CometAPI 调用 Anthropic。当单一模型被限流时，该模式可保持平稳的用户体验。
将 CometAPI 与在 Make 中直接使用 HTTP 模块相比如何？
你可以在 Make 中直接使用 HTTP 模块集成 AI API。但这需要：
- 手动设置请求头与认证。
- 构造 JSON 负载并解析响应。
- 手动处理限流与重试。
CometAPI 通过提供带 AI 功能的预构建模块简化了这些工作，节省时间并降低复杂性。对于缺乏深度 API 知识的团队，CometAPI 是更务实的选择。
结论
将 Make 的可视化自动化与 CometAPI 的多模型网关结合，为团队提供了快速、灵活且面向未来的集成路径。Make 将编排的工程开销降至最低，而 CometAPI 简化了模型选择、供应商切换与计费。二者结合让你能够在保持生产级管控的同时，快速尝试最新模型（Gemini、OpenAI、Suno 等）。随着模型产品与政策持续演进，围绕单一且可适配的 API 进行设计是一种务实做法。
入门
CometAPI 是一个统一的 API 平台，聚合了来自领先提供商的 500 多个 AI 模型——如 OpenAI 的 GPT 系列、Google 的 Gemini、Anthropic 的 Claude、Midjourney、Suno 等——并提供统一、对开发者友好的接口。通过一致的认证、请求格式与响应处理，CometAPI 极大简化了将 AI 能力集成到应用中的过程。无论你在构建聊天机器人、图像生成器、音乐创作工具，还是数据驱动的分析管道，CometAPI 都能帮助你更快迭代、控制成本并保持供应商无关性，同时利用 AI 生态中的最新突破。
开始之前，请在 Playground 探索模型能力，并查阅 Make Integration Guide 获取详细说明。访问前请确保已登录 CometAPI 并获得 API Key。CometAPI 提供远低于官方价格的方案，助你完成集成。