Conversations

Quickchat AI erfasst und analysiert automatisch jede Konversation, die Ihr KI-Agent über alle Kanäle hinweg führt — Widget, Slack, WhatsApp, Telegram und mehr. Die Conversations API bietet Ihnen programmatischen Zugriff auf diesen umfangreichen Datensatz, um eigene Dashboards zu bauen, nachgelagerte Analytics-Pipelines zu speisen, CRM-Workflows auszulösen oder mit Ihren bestehenden Business-Intelligence-Tools zu integrieren.

Jede Konversation enthält KI-gestützte Analyse: Stimmungserkennung, Themenklassifizierung, Auflösungs-Tracking und automatisches Markieren von Konversationen, die möglicherweise menschliche Aufmerksamkeit benötigen. In Kombination mit dem vollständigen Nachrichtenverlauf, erfassten Link-Klicks und benutzerdefinierten Metadaten haben Sie alles, was Sie brauchen, um zu verstehen, wie Besucher mit Ihrem KI-Agenten interagieren.

Konversationsdaten sind auf mehrere Endpunkte verteilt:

• List Conversations — Grundlegende Informationen, Besucherdetails, Status. Für Dashboards, Übersichten und gefilterte Abfragen
• Get Conversation Details — Vollständige Informationen einschließlich unified_analysis (KI-generierte Insights) und client_metadata
• Get Conversation Events — Vollständiger Nachrichtenverlauf, erfasste Link-Klicks und Log-Einträge
• Get/Set Metadata — Benutzerdefinierte Schlüssel-Wert-Daten, die Sie Konversationen anhängen (siehe Conversation Metadata)

List Conversations

Scope: read_all

GET https://app.quickchat.ai/v1/api_core/conversations

Query-Parameter

Parameter	Description
limit integer	Elemente pro Seite
offset integer	Zu überspringende Elemente
query string	Suche nach Bestellnummer, UUID oder Nachrichtentext
assignee_type string	"ai_assistant", "human_operator" oder "unassigned"
source string	"widget", "slack", "telegram", "whatsapp" usw.
resolution_status string	"open" oder "resolved"
created_timestamp_start_date datetime	Nach Erstellungsdatum filtern (Start)
created_timestamp_end_date datetime	Nach Erstellungsdatum filtern (Ende)
last_message_at_start_date datetime	Nach Datum der letzten Nachricht filtern (Start)
last_message_at_end_date datetime	Nach Datum der letzten Nachricht filtern (Ende)
most_frequent_language string	Nach erkannter Sprache filtern

Shell

curl 'https://app.quickchat.ai/v1/api_core/conversations?limit=10&resolution_status=open' \
  -H 'Authorization: Bearer <API_TOKEN>'

Python

import requests

response = requests.get(
    url="https://app.quickchat.ai/v1/api_core/conversations",
    headers={"Authorization": "Bearer <API_TOKEN>"},
    params={"limit": 10, "resolution_status": "open"},
)
data = response.json()

Antwort 200 OK

{
  "items": [
    {
      "id": "conv-uuid-1234",
      "ord": 42,
      "created_at": "2026-01-15T10:30:00Z",
      "last_message_at": "2026-01-15T10:35:00Z",
      "title": "Return policy question",
      "source": "widget",
      "terminated": false,
      "resolution_status": "open",
      "has_unread_messages": true,
      "supports_inbox_control": true,
      "last_message_content": "What is your return policy?",
      "most_frequent_language": "en",
      "assignee": {
        "type": "ai_assistant"
      },
      "visitor_name": "John",
      "visitor_email": "john@example.com",
      "visitor_phone_number": null,
      "visitor_label": null
    }
  ],
  "offset": 0,
  "limit": 10,
  "count": 42
}

Field	Description
id string	Konversations-UUID
ord integer	Fortlaufende Konversationsnummer
created_at string	Zeitstempel der Konversationserstellung
last_message_at string	Zeitstempel der neuesten Nachricht
title string	KI-generierter Konversationstitel
source string	Kanal, aus dem die Konversation stammt (z. B. "widget", "slack", "whatsapp")
terminated boolean	Ob die Konversation beendet wurde
resolution_status string	"open" oder "resolved"
has_unread_messages boolean	Ob ungelesene Nachrichten vorhanden sind
supports_inbox_control boolean	Ob die Konversationsquelle Inbox-Steuerung unterstützt (Zuweisen, Handoff)
last_message_content string	Inhalt der letzten Nachricht in der Konversation
most_frequent_language string	Am häufigsten erkannte Sprache in der Konversation
assignee object	Aktuell zuständige Person (type: "ai_assistant", "human_operator" oder "unassigned")
visitor_name string or null	Name des Besuchers (aus dem Pre-Chat-Formular oder dem Kanalprofil)
visitor_email string or null	E-Mail-Adresse des Besuchers
visitor_phone_number string or null	Telefonnummer des Besuchers
visitor_label string or null	Dem Besucher zugewiesenes benutzerdefiniertes Label

Get Conversation Details

Scope: read_all

GET https://app.quickchat.ai/v1/api_core/conversations/{conversation_id}/

Shell

curl https://app.quickchat.ai/v1/api_core/conversations/conv-uuid-1234/ \
  -H 'Authorization: Bearer <API_TOKEN>'

Python

import requests

response = requests.get(
    url="https://app.quickchat.ai/v1/api_core/conversations/conv-uuid-1234/",
    headers={"Authorization": "Bearer <API_TOKEN>"},
)
data = response.json()

Antwort 200 OK

{
  "id": "conv-uuid-1234",
  "ord": 42,
  "created_at": "2026-01-15T10:30:00Z",
  "last_message_at": "2026-01-15T10:35:00Z",
  "title": "Return policy question",
  "source": "widget",
  "terminated": false,
  "resolution_status": "open",
  "has_unread_messages": true,
  "supports_inbox_control": true,
  "last_message_content": "What is your return policy?",
  "most_frequent_language": "en",
  "assignee": {
    "type": "ai_assistant"
  },
  "url": null,
  "client_metadata": {"userId": 12},
  "last_visitor_message_at": "2026-01-15T10:34:00Z",
  "unified_analysis": {
    "sentiment": "neutral",
    "resolution_status": "open",
    "topic": "Return policy",
    "is_flagged": false,
    "flag_reason": null
  },
  "visitor_name": "John",
  "visitor_email": "john@example.com",
  "visitor_phone_number": null,
  "visitor_label": null
}

Die Detailantwort enthält alle Felder der Listenantwort, plus:

Field	Description
url string or null	URL der Seite, auf der die Konversation gestartet wurde (nur Widget)
client_metadata object or null	Benutzerdefinierte Schlüssel-Wert-Paare, die der Konversation angehängt sind
last_visitor_message_at string	Zeitstempel der letzten Besuchernachricht
unified_analysis object or null	KI-generierte Analyse der Konversation (siehe unten)

unified_analysis-Felder:

Field	Description
sentiment string	KI-erkannte Stimmung der Konversation (z. B. "positive", "neutral", "negative")
resolution_status string	KI-bewerteter Auflösungsstatus (kann vom übergeordneten resolution_status abweichen)
topic string	KI-erkanntes Konversationsthema
is_flagged boolean	Ob die KI diese Konversation zur menschlichen Überprüfung markiert hat
flag_reason string or null	Grund, warum die Konversation markiert wurde

resolution_status vs. unified_analysis.resolution_status

Das übergeordnete Feld resolution_status ("open" oder "resolved") ist der kanonische Status, der manuell oder durch Automatisierungsregeln gesetzt wird.

unified_analysis.resolution_status wird durch KI-Analyse berechnet und kann abweichen — beispielsweise könnte die KI eine Konversation aufgrund der Inhaltsanalyse als gelöst einstufen, obwohl der übergeordnete Status noch "open" ist. Verwenden Sie das übergeordnete Feld für Filterung und Workflows; verwenden Sie unified_analysis für Analytics und Insights.

Get Conversation Events

Alle Events (Nachrichten, erfasste Links, Logs) für eine Konversation abrufen.

Scope: read_all

GET https://app.quickchat.ai/v1/api_core/conversations/{conversation_id}/events/

Query-Parameter

Parameter	Description
limit integer	Elemente pro Seite
offset integer	Zu überspringende Elemente

Shell

curl 'https://app.quickchat.ai/v1/api_core/conversations/conv-uuid-1234/events/?limit=20' \
  -H 'Authorization: Bearer <API_TOKEN>'

Python

import requests

response = requests.get(
    url="https://app.quickchat.ai/v1/api_core/conversations/conv-uuid-1234/events/",
    headers={"Authorization": "Bearer <API_TOKEN>"},
    params={"limit": 20},
)
data = response.json()

Antwort 200 OK

{
  "items": [
    {
      "type": "message",
      "data": {
        "id": "msg-uuid-001",
        "ord": 1,
        "created_at": "2026-01-15T10:30:00Z",
        "content": "Hello! How can I help you today?",
        "author": "ai_assistant",
        "handoff_state": null,
        "message_insights": null,
        "feedback": null,
        "client_metadata": null,
        "sources_generated": [],
        "is_welcome": true,
        "attachments": []
      }
    },
    {
      "type": "message",
      "data": {
        "id": "msg-uuid-002",
        "ord": 2,
        "created_at": "2026-01-15T10:31:00Z",
        "content": "What is your return policy?",
        "author": "visitor",
        "handoff_state": null,
        "message_insights": null,
        "feedback": null,
        "client_metadata": null,
        "sources_generated": [],
        "is_welcome": false,
        "attachments": []
      }
    }
  ],
  "offset": 0,
  "limit": 20,
  "count": 2
}

Event-Typen: message, tracked_link, log

Autor-Typen: ai_assistant, visitor, human_operator

Field	Description
type string	Event-Typ: "message", "tracked_link" oder "log"
data.id string	Eindeutiger Identifier der Nachricht
data.ord integer	Fortlaufende Nachrichtennummer
data.created_at string	Zeitstempel des Events
data.content string	Nachrichteninhalt
data.author string	"ai_assistant", "visitor" oder "human_operator"
data.handoff_state string or null	Handoff-Status, falls zutreffend
data.message_insights object or null	KI-generierte Nachrichten-Insights
data.feedback object or null	Nutzer-Feedback zur Nachricht
data.client_metadata object or null	Benutzerdefinierte Metadaten, die der Nachricht angehängt sind
data.sources_generated array	Artikel der Wissensdatenbank, die die KI beim Generieren ihrer Antwort verwendet hat
data.is_welcome boolean	Ob es sich um eine Willkommensnachricht handelt
data.attachments array	Dateianhänge

---