# LinkAI 文档 - 完整文档 > LinkAI 是一站式 AI 智能体平台，包含超级 Agent 助理、企业智能体平台、模型服务平台三大核心产品。提供多模态大模型、技能、知识库、插件、工作流等 Agent 构建能力，并提供丰富的应用渠道接入和管理能力，助力个人和企业快速落地 AI 智能体应用。 生成时间: 2026-05-17T12:21:38.192Z | 来源: https://docs.link-ai.tech | 规范: https://llmstxt.org/ # LinkAI 平台 --- url: https://docs.link-ai.tech/platform title: 介绍 description: LinkAI平台文档，包括超级Agent助理、企业智能体平台、模型服务平台三大核心产品，提供模型、技能、知识库、插件、工作流等平台能力，以及多种应用渠道的一键接入 --- # 介绍 **LinkAI** 是一站式 AI 智能体平台，包含**超级 Agent 助理**、**企业智能体平台**、**模型服务平台**三大核心产品。提供多模态大模型、技能、知识库、插件、工作流等 Agent 构建能力，并提供丰富的应用渠道接入和管理能力，助力个人和企业快速落地 AI 智能体应用。 > AI Agent 友好：本站点提供了 [llms.txt](https://docs.link-ai.tech/llms.txt) 文档索引和 [llms-full.txt](https://docs.link-ai.tech/llms-full.txt) 完整文档，可直接发送给 ChatGPT、Claude、Cursor、CowAgent 等 AI 工具以快速了解本文档中心的全貌。 - 🌐 [官方网站](https://link-ai.tech/portal)
- 💻 [产品入口](https://link-ai.tech/console)

--- url: https://docs.link-ai.tech/platform/quick-start title: 快速开始 description: 本篇内容介绍如何 **从0到1在LinkAI平台** 上结合 私有数据 定制化一个 **AI应用**，整个过程大概只需要花费 **5分钟** 时间。 --- # 快速开始 本篇内容介绍如何 **从0到1在LinkAI平台** 上结合 私有数据 定制化一个 **AI应用**，整个过程大概只需要花费 **5分钟** 时间。本文主要提供一个最小可用的使用流程，对各个模块更复杂的配置和介绍在后续章节中展开。 💻 [产品入口](https://link-ai.tech/console) ## 1. 概念介绍 在开始之前先介绍几个基本概念： ### 1.1 应用 应用就是你制作出的AI对话机器人，可以配置这个机器人的性格人设、对话风格、数据来源(知识库)、各项技能(插件)以及驱动的大模型能力。在LinkAI平台每个应用都有一个唯一的 app_code，应用集成和API接入需要通过 app_code 来完成。详情可查看 [应用配置说明](https://docs.link-ai.tech/platform/create-app)。 :::info 提示 在 LinkAI平台上有两种应用，一种是 "轻量应用"，即通过一段 应用设定 (prompt) 来控制机器人行为；另一种是 "知识库应用"，可以通过上传私有文档来让让机器人按照指定的数据进行对话，两者区别为是否有知识库，本篇文章以知识库应用的创建为例介绍。 ::: ### 1.2 知识库 知识库是基于RAG架构、帮助企业利用自有知识定制化AI的能力。通过在LinkAI上传知识库，可以把知识教给一个“数字大脑”。可上传 **无结构文档、Q&A问答对格式、多列表格** 的知识以及图片、视频等素材来训练智能体，让AI具备针对自有知识进行智能问答的能力。知识库需要和应用绑定使用，支持实时更新内容，并可设置知识库的检索策略，自定义召回深度和精度，可在线进行问答检索测试。详情可查看 [知识库说明](https://docs.link-ai.tech/platform/knowledge)。 ### 1.3 插件 插件是一种基于Agent架构的高可扩展**工具调用能力**，能够让智能体与外部服务和系统进行交互，比如 "联网搜索"、"查询天气"、"总结网页"、"查询快递" 等等，让大模型除了“大脑”还能拥有“手和脚” 。插件同样需要与"应用"关联来发挥作用，基于意图识别自动选择插件，白盒化执行例如联网搜索、数据查询等任务。详情可查看 [插件说明](https://docs.link-ai.tech/platform/plugins)。 ### 1.4 工作流 工作流(workflow) 是一种更为灵活的智能体搭建方式，可以自由组合应用、知识库、插件、意图识别、定时任务、渠道发送等能力，通过流程编排的方式来增强AI智能体对流程型复杂任务的理解和执行能力，并让整个工作过程白盒化。详情可查看 [工作流说明](https://docs.link-ai.tech/platform/workflow)。 ## 2. 操作步骤 ### 2.1 第一步 创建知识库 第一步就是创建一个知识库来存放我们自定义的数据。进入 [知识库页面](https://link-ai.tech/console/knowledgeBase) 点击 "创建知识库"，输入名称和描述即可：
创建完成后就可以上传文件了，支持四种文件类型： - **无结构文档：** 无需进行任何预处理的原始文档，LinkAI会帮你进行文档拆分和加工，支持pdf、docx、md、txt格式； - **QA问答文档：** 一问一答形式的语料，需要按照 [模板](https://link-ai.tech/template.csv) 进行预处理，支持 csv 格式，QA问答对类型的文档在回答准确性上会更好； - **多列表格：** 多列的Excel或csv数据表格，可设置参与索引的列，支持 多列Excel 或 多列csv 格式的文件； - **网站导入：** 提交网址链接或网站地图，可自动解析网页内容并导入知识库。 这里以上传无结构的 pdf 文件为例：
可以看到在右侧可以预览文件拆分的结果，此时点击 "确定导入" 就可以开始处理文件了，很快当显示文件状态为 "已生效" 时，就表示已经处理成功了，点击查看按钮还可以看到文件中的内容：
### 2.2 第二步 创建应用 接下来开始创建应用，进入 [我的应用](https://link-ai.tech/console/factory) 页面，点击 "创建应用"，选择 "知识库应用"，填写应用的基本信息（推荐使用AI一键填写功能，自动生成应用设定和应用头像）：
**应用名称、描述、开场介绍** 是在网页端展示给用户看的，不会实际影响机器人的回复效果。其中开场介绍中可以列举几个常见问题，放入"[]"中，用户点击后即可自动发送问题。对于可以公开的应用，推荐发布到应用广场中分享给其他人，你还能获得创作者收益哦。 :::info 提示 "应用设定"是对大模型(LLM)的提示指令,也称为提示词(Prompt),它是智能体能否按你预期工作的关键,良好的提示词是与大模型进行有效沟通的重要前提。故这段应用设定非常重要，会直接影响到机器人的回复效果。 > 可以在应用设定中描述**AI的人设、对话风格、语气、目标或需要完成的任务、禁止或限制的事项等**，以及规定AI的**回复输出格式**，并将其结构化地表达和输入。 :::
填写完上述表单后，接下来就是绑定刚刚我们创建的知识库了，选择知识库并提交表单后，这些数据就能够被 AI "学习"：

### 2.3 第三步 开始使用 提交 "创建应用" 之后，就会弹出一个创建成功的提示，表示这个应用已经制作完毕了，同时系统会为你生成一个唯一的链接，你可以直接与他对话并把链接分享给你的好友：
点击 **"立即调试"** 进入应用调试页面，可以进行一些高级配置，以及快速进行调试 (注意每次修改配置都需要保存才能生效)。
示意图中，我们在右侧的对话窗口询问和原始 pdf 文件中相关的问题，机器人可以按照文件中的内容准确地进行回答，对于文本中没有明确给出答案的情况，机器人也可以通过总结和推理给出正确的答案。 ## 3. 更多用法 到这一步，一个拥有定制化数据的AI机器人就制作完成了，接下来你还可以进行一些高级配置 和 渠道接入。 推荐下一步： - [超级AI助理](/platform/superagent)：运行在独立云电脑的新一代智能Agent，具备任务规划、长期记忆、技能系统等核心能力 - [工作流](/platform/workflow)：组合多种AI能力实现更复杂的逻辑编排 - [开放API](/platform/api)：通过接口调用把智能体接入自有产品中 --- url: https://docs.link-ai.tech/platform/data-cockpit title: 数据看板 description: 数据可视化看板呈现AI应用平台的使用情况 --- # 数据看板 ## 1. 功能简介 **使用数据分析看板** 是LinkAI提供的智能体使用情况可视化分析功能，具有**对话数、用户活跃情况、积分消耗情况、转人工情况、未命中知识库情况，以及提问高频词**等多个维度的数据统计图表。 💻[功能入口](https://link-ai.tech/console/dataAnalysis) 可切换统计周期（按天、按周、按月），并选择2024年起的任意时间范围查看： - 按天看：以天为单位默认展示过去7天的统计数据 - 按周看：以周为单位默认展示过去7周的统计数据 - 按月看：以月为单位默认展示过去6个月的统计数据
**功能入口：** https://link-ai.tech/console/dataAnalysis ## 2. 图表介绍 {#chart} ### 2.1 用户数 > **版本要求：** [标准版](https://link-ai.tech/console/price?type=upgrade)及以上 周期内与你创建的应用或工作流进行过至少一次对话的用户数，周期内（每天/每周/每月）同一用户统计一次 可筛选应用、工作流查看 提示：建议使用托管渠道接入进行用户数的精确统计
### 2.2 对话数 > **版本要求：** [基础版](https://link-ai.tech/console/price?type=upgrade)及以上 周期内（每天/每周/每月）用户与你创建的应用或工作流发生对话(一次问答)的次数 可筛选应用、工作流查看
### 2.3 渠道对话数 > **版本要求：** [标准版](https://link-ai.tech/console/price?type=upgrade)及以上 周期内（每天/每周/每月）用户在不同的使用渠道（按照 [客户端](https://docs.link-ai.tech/platform/manage/client) 统计）与你创建的应用或工作流发生对话的次数及占比情况 可筛选应用、工作流查看
### 2.4 积分消耗 > **版本要求：** [基础版](https://link-ai.tech/console/price?type=upgrade)及以上 周期内（每天/每周/每月）使用大模型、插件、工作流和知识库导入所消耗的积分及占比情况，积分消耗明细也可在 [我的账户](https://link-ai.tech/console/account)-使用记录 中查看 可筛选不同模型、插件查看
### 2.5 未命中知识库 > **版本要求：** [标准版](https://link-ai.tech/console/price?type=upgrade)及以上 周期内（每天/每周/每月）用户与你创建的知识库应用（含工作流中的知识库应用未命中、不含工作流中的知识库节点未命中）对话时未命中知识库内容的提问次数 可筛选应用、工作流查看；并可下钻查看明细列表以及导出明细数据

### 2.6 转人工 > **版本要求：** [专业版](https://link-ai.tech/console/price?type=upgrade)及以上 周期内（每天/每周/每月）用户与你创建的应用/工作流对话时触发转人工的次数 可筛选应用、工作流查看；并可下钻查看明细列表以及导出明细数据

### 2.7 提问高频词 > **版本要求：** [专业版](https://link-ai.tech/console/price?type=upgrade)及以上 周期内（每天/每周/每月）用户提问中出现的高频关键词 可筛选应用、工作流查看；并可下钻查看明细列表以及导出明细数据

### 2.8 活跃分布 > **版本要求：** [专业版](https://link-ai.tech/console/price?type=upgrade)及以上 月度对话活跃情况分布图，可查看一个月中每天用户与智能体对话的活跃情况（对话次数越多，日期格子颜色越深）
--- url: https://docs.link-ai.tech/platform/template title: 模板中心 description: LinkAI模板中心提供了丰富的智能体模板，为用户搭建智能体拓宽思路、提供方法。一键复制模板，无门槛快速创建。 --- # 模板中心 💻 [功能入口](https://link-ai.tech/templates) 更多模版，敬请期待...
--- url: https://docs.link-ai.tech/platform/template/8tGEw2Wr title: 🤖 智能客服 description: 智能体模板-智能客服 --- # 🤖 智能客服 ### 基本信息 - **模板类型：** 知识应用 - **所需资源：** 知识应用x1、知识库x1 - **应用领域：** 智能客服 - **模板亮点：** 基于知识库问答 - **复杂程度：** ⭐️ ### 模板地址 - **👉 [点我前往](https://link-ai.tech/template/8tGEw2Wr)** ### 模板介绍 上传企业知识，快速搭建一个基于专有知识库对话的智能客服应用 🧑🏼‍💻 **使用方法：** 1. 体验：可向客服咨询关于 LinkAI 平台相关的问题 2. 复制：一键复制工作流模板（注：工作流内部包含的知识库等资源会一并复制）到个人控制台 3. 修改：上传你的知识内容并替换应用中绑定的知识库 🛠 **实现原理：** - 知识库可上传垂直领域的知识数据。将内容上传到知识库中，可自动解析和处理文档，经过知识库“训练”的 AI 应用（将知识库与应用绑定），面对用户提问时能够检索调用相关的知识语料，以提供针对性的回答 💬 **注意事项：** 1. 如您的企业有与本模板场景类似的应用需求，可联系[产品顾问](https://cdn.link-ai.tech/consultant.jpg)获取专业的企业服务支持 --- url: https://docs.link-ai.tech/platform/template/Xnp1EBFc title: 📶 手机号归属地查询 description: 智能体模板-手机号归属地查询 --- # 📶 手机号归属地查询 ### 基本信息 - **模板类型：** 轻量应用 - **所需资源：** 轻量应用x1、自定义插件x1 - **应用领域：** 生活工具 - **模板亮点：** 自定义插件的使用 - **复杂程度：** ⭐️⭐️ ### 模板地址 - **👉 [点我前往](https://link-ai.tech/template/Xnp1EBFc)** ### 模板介绍 该模板为绑定了自定义插件的应用，可通过对话智能识别用户的意图，并在符合需求时调用自定义插件访问第三方 API 工具，从而获取结果生成回答。通过该模版可了解如何使用**[自定义插件](https://docs.link-ai.tech/platform/plugins/custom-plugins)**功能。 🚀 **效果示例：**

🧑🏼‍💻 **使用方法：** 1. 体验：直接发送11位手机号码，即可获取该手机号的归属地、运营商等信息 2. 复制：一键复制应用模板（注：应用内部包含的自定义插件等资源会一并复制）到个人控制台 3. 参考：查看复制的自定义插件，根据该插件所使用的第三方API：手机号码归属地查询的[接口文档](https://qqlykm.cn/doc/132)（该 API 为网络公开资源，仅用于演示），了解自定义插件的使用方法 🛠 **实现原理：** - 智能体应用基于用户提问的意图判断是否符合其绑定的自定义插件的使用场景（通过插件描述来定义），如符合则会调用该插件完成任务 - 自定义插件功能支持请求第三方 API ，并将 API 的请求结果输入给大模型，由大模型结合用户提问和插件请求结果生成回答 💡 **更多用法：** - 自定义插件可在工作流中使用。自定义插件支持对响应结果进行结构化的定义，当一个第三方 API 返回结果中内容较多时，我们在工作流中可以针对性地使用某个结果参数，从而提升准确性和稳定性 - 如企业内部自建系统、第三方系统提供开放 API 接口，则可通过自定义插件打造与三方系统进行交互的智能体，快速让大模型能力赋能企业信息化场景 💬 **注意事项：** 1. 自定义插件的插件描述和字段描述非常重要，决定了智能体调用该插件的条件，需填写准确、完善 2. 如果对插件的响应结果进行了结构化的定义，可在应用的应用设定中对响应结果的各参数含义进行解释，从而让大模型能够更精准地使用 API 的响应结果 3. 如您的企业有与本模板场景类似的应用需求，可联系[产品顾问](https://cdn.link-ai.tech/consultant.jpg)获取专业的企业服务支持 --- url: https://docs.link-ai.tech/platform/template/vggimeq9 title: 👩‍⚕️ 心理咨询师 description: 智能体模板-心理咨询师 --- # 👩‍⚕️ 心理咨询师 ### 基本信息 - **模板类型：** 轻量应用 - **所需资源：** 轻量应用x1 - **应用领域：** 生活帮手、健康管理、情感陪伴 - **模板亮点：** 多轮对话、拟人化 - **复杂程度：** ⭐️ ### 模板地址 - **👉 [点我前往](https://link-ai.tech/template/vggimeq9)** ### 模板介绍 与你聊天，解答你的困惑，放松你的心灵～ 🧑🏼‍💻 **使用方法：** 1. 体验：与智能体直接聊天吧 2. 复制：一键复制应用模板到个人控制台即可使用 🛠 **实现原理：** - 通过专业的大模型提示词工程，塑造了一个善于引导、善于倾听、表达简洁、亲近温暖的心理咨询师角色——牧棽。她可通过多轮的对话，引导用户充分表达自我，并不断帮助用户剖析心理问题的根本原因，找到客服困难、走出困境的方法，提供一些建议和鼓励 💡 **更多用法：** - 该应用可兼容[接入渠道端（如企业微信、飞书、钉钉）使用](https://link-ai.tech/console/interface)，当接入托管渠道端使用时，[拟人化](https://docs.link-ai.tech/platform/create-app/manage/manual) 中的分段回复、延迟回复、合并回复等功能方可生效，智能体的对话效果将更加拟人 💬 **注意事项：** 1. 如您的企业有与本模板场景类似的应用需求，可联系[产品顾问](https://cdn.link-ai.tech/consultant.jpg)获取专业的企业服务支持 --- url: https://docs.link-ai.tech/platform/template/Fb7lkgmj5D title: 🧘‍♀️ BMI 指数计算 description: 智能体模板-BMI 指数计算 --- # 🧘‍♀️ BMI 指数计算 ### 基本信息 - **模板类型：** 工作流 - **所需资源：** 工作流x1 - **应用领域：** 生活助手、健康管理 - **模板亮点：** 代码块计算 - **复杂程度：** ⭐️ ### 模板地址 - **👉 [点我前往](https://link-ai.tech/template/Fb7lkgmj5D)** ### 模板介绍 输入的身高和体重，帮你计算你的 BMI (身体质量指数) 指数，并提供健康建议~ 本模板的用途在于展示如何使用工作流的自定义参数功能，以及配合代码块节点能力，可对输入工作流的参数进行计算和处理，以实现个性化的场景需求 🚀 **效果示例：**

🧑🏼‍💻 **使用方法：** 1. 体验：输入身高（单位：米）、体重（单位：千克）数值，一件运行工作流得到 BMI 指数结果 2. 复制：一键复制工作流模板到个人控制台 🛠 **实现原理：** - 工作流中使用了代码块节点，对输入的身高、体重数值进行数学计算，得到 BMI 数值 💬 **注意事项：** 1. 如您的企业有与本模板场景类似的应用需求，可联系[产品顾问](https://cdn.link-ai.tech/consultant.jpg)获取专业的企业服务支持 --- url: https://docs.link-ai.tech/platform/template/W6CHVtqM7k title: 🎨 AI一键改图 description: 智能体模板-AI一键改图 --- # 🎨 AI一键改图 ### 基本信息 - **模板类型：** 工作流 - **所需资源：** 工作流x1 - **应用领域：** 图像处理 - **模板亮点：** 对话一键改图 - **复杂程度：** ⭐️ ### 模板地址 - **👉 [点我前往](https://link-ai.tech/template/W6CHVtqM7k)** ### 模板介绍 上传原图片，输入修改要求（支持修改图片风格、颜色、在图片中增加或移除元素等），AI即可一键帮你智能修改。 🚀 **效果示例：** **网页端使用：**

**渠道端使用：**

🧑🏼‍💻 **使用方法：** 1. 体验：模板已预置上传了示例图片和修改要求，一键运行工作流即可获取智能修改后的图片 2. 复制：一键复制工作流模板到个人控制台即可使用 3. 修改：如需固定图片修改风格，可直接将修改要求提示词内置在工作流的插件节点输入中，不开放给用户填写，即可根据场景制作多个特定风格的图片修改智能体

💬 **注意事项：** 1. 如您的企业有与本模板场景类似的应用需求，可联系[产品顾问](https://cdn.link-ai.tech/consultant.jpg)获取专业的企业服务支持 --- url: https://docs.link-ai.tech/platform/template/ju1UToqvVK title: 📝 文件问答 description: 智能体模板-文件问答 --- # 📝 文件问答 ### 基本信息 - **模板类型：** 工作流 - **所需资源：** 工作流x1 - **应用领域：** 工作学习 - **模板亮点：** 基于文件问答 - **复杂程度：** ⭐️ ### 模板地址 - **👉 [点我前往](https://link-ai.tech/template/ju1UToqvVK)** ### 模板介绍 上传一个文件（支持pdf/word/excel/csv/txt/md），并进行提问，智能根据文件内容进行回答 🚀 **效果示例：**

🧑🏼‍💻 **使用方法：** 1. 体验：可上传任意文件（暂不支持PDF扫描件）并进行提问，智能体将根据文件内容和提问进行回答 2. 复制：一键复制工作流模板到个人控制台即可使用 3. 修改：可根据自己的需求，修改工作流中内容总结节点的提示词，可对 AI 进行回答侧重点和输出格式等定制个性化的要求 🛠 **实现原理：** - 工作流中使用了内容总结插件，可将输入工作流的文件内容进行提取，并根据用户的问题，进行总结回答 💬 **注意事项：** 1. 如您的企业有与本模板场景类似的应用需求，可联系[产品顾问](https://cdn.link-ai.tech/consultant.jpg)获取专业的企业服务支持 --- url: https://docs.link-ai.tech/platform/template/QBCHU6GJ5k title: 🍔 美食鉴赏家 description: 智能体模板-美食鉴赏家 --- # 🍔 美食鉴赏家 ### 基本信息 - **模板类型：** 工作流 - **所需资源：** 工作流x1 - **应用领域：** 生活助手、健康管理 - **模板亮点：** 图像识别 - **复杂程度：** ⭐️ ### 模板地址 - **👉 [点我前往](https://link-ai.tech/template/QBCHU6GJ5k)** ### 模板介绍 只需拍一张今天吃的食物照片，即可获取这餐的营养成分、能量的分析和饮食建议 🚀 **效果示例：**

🧑🏼‍💻 **使用方法：** 1. 体验：模板已预置上传食物照片示例图，一键运行工作流即可获取美食的分析结果～ 2. 复制：一键复制工作流模板到个人控制台即可使用 3. 修改：可根据自己的需求，修改工作流中图像识别节点和大模型节点的提示词，调整 AI 在分析食物时的侧重点，以及输出结果的丰富性 🛠 **实现原理：** - 工作流中使用了图像识别模型插件，用于识别食物图片中所包含的具体食材以及烹饪方式，图像识别大模型可自定义提示词，在识别时可同步对食材的营养成分等特征进行输出 - 使用大模型节点，对图像识别大模型输出的结果进行润色、精简，并添加饮食建议，得到最终的结果 💬 **注意事项：** 1. 本模板在实际应用过程中，食物图片的清晰程度将影响识别的准确性 2. 大模型提供的食材营养成分、能量以及饮食建议仅供参考，不代表专业的医学建议 3. 如您的企业有与本模板场景类似的应用需求，可联系[产品顾问](https://cdn.link-ai.tech/consultant.jpg)获取专业的企业服务支持 --- url: https://docs.link-ai.tech/platform/template/FK4HQ3nr title: 📈 数据库分析助手 description: 智能体模板-数据库分析助手 --- # 📈 数据库分析助手 ### 基本信息 - **模板类型：** 知识应用 - **所需资源：** 工作流x1、知识应用x1、数据库(内置)x1 - **应用领域：** 智能BI、数据可视化 - **模板亮点：** 对话式数据查询与分析、图表生成 - **复杂程度：** ⭐️⭐️ ### 模板地址 - **👉 [点我前往](https://link-ai.tech/template/FK4HQ3nr)** ### 模板介绍 内置商品销售数据库，可通过自然语言对话，智能查询数据明细和统计，并智能生成折线图、饼图、柱状图等可视化图表 🚀 **效果示例：** 网页端图表：

渠道端使用：

🧑🏼‍💻 **使用方法：** 1. 体验：该数据分析助手对7～10月的商品销售数据“了如指掌”，如果你有数据查询统计的需求，尽管问他吧～ 2. 复制：一键复制应用模板（注：工作流内部包含的内置数据库等资源会一并复制）到个人控制台 3. 修改：查看一并复制的内置数据库，了解内置数据库的建设方法（👉[戳此详细了解](https://docs.link-ai.tech/platform/database#1-%E5%86%85%E7%BD%AE%E5%BA%93)），根据你的需求场景，建设自己的数据库，并绑定至应用 🛠 **实现原理：** - 对话时，AI 将根据意图识别选取合适的数据库，智能生成 SQL 语句查询库中的结构化信息，并智能分析数据，生成图表 - 建设内置数据库时，对于数据库的描述、数据表的描述、表中字段的描述，都进行清晰的定义，大模型便可理解数据库的含义，并结合用户提问的意图准确生成查询 SQL 💡 **更多用法：** - 内置数据库除查询数据外，还可以实现写入数据（包括新增、编辑），例如：接入渠道端时，通过对话收集用户的购买下单、服务预约、反馈建议等信息 - 除内置数据库外，还可以通过远程连接的方式（👉[戳此详细了解](https://docs.link-ai.tech/platform/database#2-%E8%BF%9C%E7%A8%8B%E5%BA%93)）绑定自有的数据库（如：MySQL、SqlServer、PostgreSQL），实现数据查询功能 - 该工作流可兼容[接入渠道端（如企业微信、飞书、钉钉）使用](https://link-ai.tech/console/interface)，接入渠道端使用时，智能生成的图表将以图片的格式发送，统计的数据明细将以 csv 表格文件的格式发送 💬 **注意事项：** 1. 本模板在实际应用过程中，数据表描述、字段描述，将用于数据查询时生成查询语句（SQL）、写入数据时判断写入规则，清晰的描述可以提升对话查询数据、写入数据的准确性。例如：将每个枚举类型字段的所有枚举值，都填写在字段描述中 2. 如您的企业有与本模板场景类似的应用需求，可联系[产品顾问](https://cdn.link-ai.tech/consultant.jpg)获取专业的企业服务支持 --- url: https://docs.link-ai.tech/platform/template/fMTGoIsB title: 👔 服装销售 description: 智能体模板-服装销售 --- # 👔 服装销售 ### 基本信息 - **模板类型：** 知识应用 - **所需资源：** 知识应用x1、知识库x1 - **版本依赖：** [专业版](https://link-ai.tech/console/price?type=upgrade) - **应用领域：** 商品销售、私域营销 - **模板亮点：** 多轮对话、拟人化、发送多媒体素材、智能转人工 - **复杂程度：** ⭐️⭐️ ### 模板地址 - **👉 [点我前往](https://link-ai.tech/template/fMTGoIsB)** ### 模板介绍 欢迎光临极简服饰小铺，这是你的专属时尚官，无论你最近要面试还是约会，有正式场合还是日常通勤穿着，有什么款式和尺码的服饰选购需求，尽管提问吧！ 🚀 **效果示例：**

🧑🏼‍💻 **使用方法：** 1. 体验：先和销售打个招呼吧，提出你的服装购买需求，她将为你推荐合适的服饰（小店目前只有夏季衣服库存～），如果觉得贵，还可以和她砍价哦！ 2. 复制：一键复制应用模板（注：工作流内部包含的知识库等资源会一并复制）到个人控制台 > **注：本模板包含权益功能：[智能转人工](https://docs.link-ai.tech/platform/create-app/manage/manual)，仅专业版、企业版可复制** 3. 修改：将知识库中的内容替换为你所售卖的商品或服务；修改应用设定中的角色定义为你的场景 🛠 **实现原理：** - 通过专业的大模型提示词工程，塑造了一个拥有多轮记忆，拟人、活泼，善于挖掘用户需求，会根据优惠政策引导消费者多购买的服装导购 - 使用[知识库素材管理](https://docs.link-ai.tech/platform/knowledge#image)功能，可实现向用户发送图片、视频、文件、小程序卡片、微信名片等多媒体素材 - 使用智能转人工功能，可实现丰富的转人工场景，例如：当消费者决定下单付款时，提供收件人、地址、手机号信息后即可触发转人工；转人工 AI 将自动生成对话总结摘要供人工参考 💡 **更多用法：** - 该应用可兼容[接入渠道端（如企业微信）使用](https://link-ai.tech/console/interface)，当接入托管渠道端使用时，[拟人化](https://docs.link-ai.tech/platform/create-app/manage/manual) 中的分段回复、延迟回复、合并回复等功能方可生效，智能体的对话效果将更加拟人 - 配合工作流的定时运行和[渠道发送](https://docs.link-ai.tech/platform/workflow/nodes/channel-send)能力，还可实现定时主动触达客户 💬 **注意事项：** 1. 本模板知识库中仅有少量的服装商品数据，仅作示例 2. 如您的企业有与本模板场景类似的应用需求，可联系[产品顾问](https://cdn.link-ai.tech/consultant.jpg)获取专业的企业服务支持 --- url: https://docs.link-ai.tech/platform/template/1bxqouENBm title: 📦 快递查询助手 description: 智能体模板-快递查询助手 --- # 📦 快递查询助手 ### 基本信息 - **模板类型：** 工作流 - **所需资源：** 工作流x1 - **应用领域：** 生活助手 - **模板亮点：** 图像识别、物流插件 - **复杂程度：** ⭐️⭐️ ### 模板地址 - **👉 [点我前往](https://link-ai.tech/template/1bxqouENBm)** ### 模板介绍 拍摄并上传快递回执单图片，或直接输入快递单号，即可查询快递的实时物流信息。 🚀 **效果示例：**

🧑🏼‍💻 **使用方法：** 1. 体验：输入快递单号或上传快递回执单照片，一键运行工作流即可查询物流信息 2. 复制：一键复制工作流模板到个人控制台即可使用 🛠 **实现原理：** - 工作流中使用了图像识别模型插件，用于识别和提取快递回执单中的快递单号 - 使用[快递查询](https://link-ai.tech/console/plugins)插件查询物流信息，查询结果为 json 数据，用大模型整理输出为自然语言 💬 **注意事项：** 1. 本模板在实际应用过程中，如上传快递回执单图片，需保证图片清晰（快递单号部分完整、无遮挡），并可在图像识别大模型节点的系统提示词中根据实际情况描述快递单号特征（例如：快递单号一般为图像中的一串连续数字，也可能会以字母开头，一般在条形码附近）。 2. 如您的企业有与本模板场景类似的应用需求，可联系[产品顾问](https://cdn.link-ai.tech/consultant.jpg)获取专业的企业服务支持 --- url: https://docs.link-ai.tech/platform/template/d21Km3gtwe title: 📞 自动记录客户信息 description: 智能体模板-自动记录客户信息 --- # 📞 自动记录客户信息 ### 基本信息 - **模板类型：** 工作流 - **所需资源：** 工作流x1、数据库(内置)x1 - **应用领域：** 智能客服 - **模板亮点：** 系统变量、数据库写入 - **复杂程度：** ⭐️⭐️ ### 模板地址 - **👉 [点我前往](https://link-ai.tech/template/d21Km3gtwe)** ### 模板介绍 在营销和客服场景中，AI在解决客户咨询问题的同时，如果识别到用户不满意或进行投诉，会自动把用户的问题、用户昵称、用户所在的群聊名称（如有）以及当前时间等信息写入内置的数据库中，以便人工跟进处理。 🚀 **效果示例：**

🧑🏼‍💻 **使用方法：** 1. 体验：在模板页进行体验时，可以输入表达投诉或不满的类似问题，并模拟输入用户的昵称、群名称后点击运行 2. 复制：一键复制工作流模板，可在一并复制的内置数据库中查看到模拟运行时记录下来的投诉内容 3. 了解系统变量：在开始节点可查看 **用户昵称** 、 **群名称** 、 **当前时间** 的系统变量，变量已经在数据库节点的输入中使用 4. 修改：根据自身的业务场景，修改工作流中的数据库节点和客服应用节点，即可接入渠道服务客户 🛠 **实现原理：** - 开始节点可添加当前时间、渠道端的用户（提问人）昵称、群聊名称等系统变量 - 通过意图分支判断是否需要记录用户的反馈，例如记录投诉或者表达不满的用户反馈 - 需要记录的用户反馈内容会写入到内置数据库进行记录 💬 **注意事项：** 1. 使用 CoW 开源项目接入时，用户昵称变量为好友备注；使用托管能力接入时，用户昵称变量为好友昵称 2. 如您的企业有与本模板场景类似的应用需求，可联系[产品顾问](https://cdn.link-ai.tech/consultant.jpg)获取专业的企业服务支持 --- url: https://docs.link-ai.tech/platform/template/S6Vmk74LHP title: 📃 通过工作流写入知识库 description: 智能体模板-通过工作流写入知识库 --- # 📃 通过工作流写入知识库 ### 基本信息 - **模板类型：** 工作流 - **所需资源：** 工作流x1、知识库x1 - **应用领域：** 智能助手、客服助手 - **模板亮点：** 知识库写入、智能解析 - **复杂程度：** ⭐️⭐️ ### 模板地址 - **👉 [点我前往](https://link-ai.tech/template/S6Vmk74LHP)** ### 模板介绍 支持对话中**动态实时写入**知识库，可在 **web端、API调用、渠道端** 使用，为知识库的运营维护提供了新的模式，支持**文件**和**文本**两种写入方式。 🚀 **效果示例：**

🧑🏼‍💻 **使用方法：** 1. 体验：在模板页进行体验时，可以输入一段文本或者文件。输入文本时，会自动拆分为问答对；输入文件时，会把整个文件直接写入知识库，自动完成文件的解析、切分、导入。 2. 复制：一键复制工作流模板，可在一并复制的知识库中查看到模拟运行时写入的知识库内容。 4. 修改：知识库节点中 **操作类型** 支持 **写入** 和 **查询** ，按需修改工作流中的知识库以及要写入的文件。 🛠 **实现原理：** - 开始节点开启**文件输入**，可以在web端或者移动端发送文件。 - 通过逻辑分支判断输入是否有文件，如果有文件就走文件写入分支，反之走文本写入分支。 - 如果是文本写入，会根据选择的文件类型，对输入的文本信息进行智能提取，然后写入到选择的文件中。 --- url: https://docs.link-ai.tech/platform/template/knca7TQuDI title: 🚫 特殊场景不回复 description: 智能体模板-特场景不回复 --- # 🚫 特殊场景不回复 ### 基本信息 - **模板类型：** 工作流 - **所需资源：** 工作流x1、知识应用x1、知识库x1 - **应用领域：** 智能客服 - **模板亮点：** 巧用「固定回复」节点 - **复杂程度：** ⭐️⭐️ ### 模板地址 - **👉 [点我前往](https://link-ai.tech/template/knca7TQuDI)** ### 模板介绍 当面临一些 AI 智能体无法解决、不适合回答的特殊问题时，可不回复用户该条消息 🚀 **效果示例：**

🧑🏼‍💻 **使用方法：** 1. 体验：发送正常提问，可咨询关于 LinkAI 平台的问题；发送“投诉”相关问题时、只发送一个表情符号时、质疑智能体是不是真人时，则不回复 2. 复制：一键复制工作流模板（注：工作流内部包含的知识应用等资源会一并复制）到个人控制台 3. 修改：根据需求，替换工作流中的知识应用，修改意图分支中不回复的场景 🛠 **实现原理：** - 工作流中使用了固定回复节点，将固定回复节点的回复内容设置为空，即为不回复 💡 **更多用法：** - 该工作流可兼容[接入渠道端（如企业微信、飞书、钉钉）使用](https://link-ai.tech/console/interface)，可在 IM 应用中实现机器人不回复好友的特殊消息 💬 **注意事项：** 1. 如您的企业有与本模板场景类似的应用需求，可联系[产品顾问](https://cdn.link-ai.tech/consultant.jpg)获取专业的企业服务支持 --- url: https://docs.link-ai.tech/platform/template/MbmVfCFzRE title: 📝 文件总结 description: 智能体模板-文件总结 --- # 📝 文件总结 ### 基本信息 - **模板类型：** 工作流 - **所需资源：** 工作流x1 - **应用领域：** 工作学习 - **模板亮点：** 内容总结、文件生成 - **复杂程度：** ⭐️⭐️ ### 模板地址 - **👉 [点我前往](https://link-ai.tech/template/MbmVfCFzRE)** ### 模板介绍 上传一个pdf、docx或txt文件，自动总结文件中的内容，并将结果生成为一个 word 文档输出 🚀 **效果示例：**

🧑🏼‍💻 **使用方法：** 1. 体验：模板已预置上传 pdf 文件，一键运行即可获取文件内容总结，并以 word 文档发出 2. 复制：一键复制工作流模板到个人控制台即可使用 3. 修改：可根据自己的需求，修改工作流中内容总结节点的提示词，对 AI 总结内容的侧重点、输出格式等提出个性化的要求 🛠 **实现原理：** - 工作流中使用了内容总结插件，可将输入工作流的文件内容进行提取和总结 - 工作流中使用了文件生成插件，可将输入该节点的内容生成为一个 word 文档发出 💡 **更多用法：** - 该工作流可兼容[接入渠道端（如企业微信、飞书、钉钉）使用](https://link-ai.tech/console/interface)，可在即时通讯工具中直接向智能体发送 pdf 资料，得到总结后的 word 文档 💬 **注意事项：** 1. 目前支持输出 word 文档，后续将支持更多文件类型 2. 如您的企业有与本模板场景类似的应用需求，可联系[产品顾问](https://cdn.link-ai.tech/consultant.jpg)获取专业的企业服务支持 --- url: https://docs.link-ai.tech/platform/template/Ph84UcBbCY title: 💬 补全完善用户提问 description: 智能体模板-补全完善用户提问 --- # 💬 补全完善用户提问 ### 基本信息 - **模板类型：** 工作流 - **所需资源：** 工作流x1、知识应用x1、知识库x1 - **应用领域：** 智能客服、智能销售 - **模板亮点：** 工作流记忆功能的使用 - **复杂程度：** ⭐️⭐️⭐️ ### 模板地址 - **👉 [点我前往](https://link-ai.tech/template/Ph84UcBbCY)** ### 模板介绍 用户在提问时，常常因为上文的语境清晰，故省略后续提问中的主语、宾语的情况。在使用工作流时，需借助工作流记忆功能来完善对话的上下文信息。我们可以在用户提问后、生成回复前，用大模型补全用户的提问，还原用户问题的完整语义，从而提升拟人程度、生成更准确的回复。 🚀 **效果示例：**

补全环节：

🧑🏼‍💻 **使用方法：** 1. 体验： - 发送问题1：LinkAI专业版有哪些功能 - 发送问题2：如何购买
在回答问题2时，会根据问题1的对话历史补全问题2中缺失的宾语 —— LinkAI专业版 2. 复制：一键复制工作流模板（注：工作流内部包含的知识应用等资源会一并复制）到个人控制台 3. 修改：根据实际需求，对工作流中需要补全的场景进行完善（即完善意图分支），对补全的规则进行修改（即修改大模型节点的系统提示词） 🛠 **实现原理：** - 工作流中使用意图分支对用户每次的提问进行判断，在需要补全的场景（根据实际需求而定，例如：购买产品、咨询价格等）分支后面使用大模型进行补全 - 将用于补全完善问题的大模型节点，开启记忆功能，并在节点系统提示词中对补全要求、示例进行说明，如此大模型便可根据前面的对话历史（工作流记忆）对后续提问进行补全 💬 **注意事项：** 1. 模板中大模型节点的系统提示词仅供参考，需根据实际场景进行修改，尤其是其中补全示例的部分 2. 如您的企业有与本模板场景类似的应用需求，可联系[产品顾问](https://cdn.link-ai.tech/consultant.jpg)获取专业的企业服务支持 --- url: https://docs.link-ai.tech/platform/template/nRUX39rfd0 title: ⏰ 自动上下班客服 description: 智能体模板-自动上下班客服 --- # ⏰ 自动上下班客服 ### 基本信息 - **模板类型：** 工作流 - **所需资源：** 工作流x1、知识应用x2、知识库x1 - **版本依赖：** [专业版](https://link-ai.tech/console/price?type=upgrade) - **应用领域：** 智能客服 - **模板亮点：** 将应用放入工作流中使用、使用代码块判断当前时间并设置不同分支 - **复杂程度：** ⭐️⭐️⭐️ ### 模板地址 - **👉 [点我前往](https://link-ai.tech/template/nRUX39rfd0)** ### 模板介绍 客户在工作时间（例如：9:00～18:00）咨询时，智能客服可正常提供服务，并可转人工客服；在非工作时间咨询时，智能客服在客户要求转人工时提醒客户当前为非工作时间，将在工作时间转接人工，可继续咨询智能客服。如此便可实现智能客服根据工作时间自主“上下班” 🚀 **效果示例：** 工作时间（可正常转人工）：

非工作时间（触发转人工时提醒客户当前无人工服务）：

🧑🏼‍💻 **使用方法：** 1. 体验：在工作时间（9:00～18:00）提问时，可咨询关于 LinkAI 平台的问题，输入“转人工”，即可转接人工客服，此时 AI 客服在 10 钟内不提供服务；在非工作时间提问时，输入“转人工”，将提示当前非人工客服工作时间，此时 AI 客服可继续正常提供服务。 2. 复制：一键复制工作流模板（注：工作流内部包含的知识应用等资源会一并复制）到个人控制台 > **注：本模板包含权益功能：[智能转人工](https://docs.link-ai.tech/platform/create-app/manage/manual)，仅专业版、企业版可复制** 3. 修改：根据需求，替换工作流中的两个知识应用（分别在工作时间 和 非工作时间使用，可分别设置不同的转人工策略及通知人），修改代码块节点中对于工作时间的定义 🛠 **实现原理：** - 当工作流运行时，经过代码块节点可判断当前时间，是否满足工作时间条件将分别输出不同的结果 - 使用逻辑分支对两种情形进行判断，并导向不同工作流分支 - 不同分支使用两个不同的客服应用进行响应，其中：工作时间的客服应用，转人工后 10 分钟内暂停 AI 客服服务，待人工接入；非工作时间的客服应用，客户触发转人工时提醒客户当前为非工作时间，并继续提供 AI 客服服务 💡 **更多用法：** - 如非工作时间不需要 AI 智能客服提供服务，可将非工作时间分支的知识应用替换为「固定回复」节点，并设置回复客户的固定话术；如无需回复，可将此固定回复节点的内容设置为空 - 如工作时间为两班制（例如：9:00～12:00、14:00～18:00），也可通过调整代码块节点的逻辑，按照两班制“上下班” 💬 **注意事项：** 1. 本模板专业版及以上可复制，如有需求，可[升级版本](https://link-ai.tech/console/price?type=upgrade) 2. 如您的企业有与本模板场景类似的应用需求，可联系[产品顾问](https://cdn.link-ai.tech/consultant.jpg)获取专业的企业服务支持 --- url: https://docs.link-ai.tech/platform/template/H90QEnyioF title: 👩‍💼 简历评估 HR description: 智能体模板-简历评估 HR --- # 👩‍💼 简历评估 HR ### 基本信息 - **模板类型：** 工作流 - **所需资源：** 工作流x1、轻量应用x2 - **应用领域：** 人力资源、人才招聘 - **模板亮点：** 附件识别、图像识别 - **复杂程度：** ⭐️⭐️⭐️ ### 模板地址 - **👉 [点我前往](https://link-ai.tech/template/H90QEnyioF)** ### 模板介绍 智能分析候选人简历，评估其与目标岗位的匹配程度 ，为 HR 提供精准有效的招聘决策辅助支持 🚀 **效果示例：**

🧑🏼‍💻 **使用方法：** 1. 体验：模板已预置上传简历附件和岗位要求的示例，一键运行工作流即可获取简历评估结论 2. 复制：一键复制工作流模板（注：工作流内部包含的轻量应用等资源会一并复制）到个人控制台 3. 修改：根据自己的业务要求，修改工作流中使用的轻量应用的应用设定（进行简历评估的大模型提示词）等内容 🛠 **实现原理：** - 工作流中使用了图像识别模型插件和附件内容总结插件，用于识别提取候选人简历内容 - 工作流中包含两个轻量应用智能体。分别负责研发类岗位和业务类岗位的简历与岗位匹配度评估。通过专业的大模型提示词，以及前置环节输入的简历和岗位信息来生成评估结果 💡 **更多用法：** - 该工作流可兼容[接入渠道端（如企业微信、飞书、钉钉）使用](https://link-ai.tech/console/interface)，可实现：候选人向 HR 的即时通讯工具发送自己的 pdf 简历，智能体评估候选人匹配度后，将评估结论转发给 HR 💬 **注意事项：** 1. 使用时，需至少上传简历附件或简历图片中的一种（如同时上传优先使用附件） 2. 简历评估的效果取决于工作流中包含的两个岗位评估轻量应用的大模型提示词，可根据自己的要求，在提示词中对简历评估标准、评估原则等进行定义，提升简历评估的准确度 3. 如您的企业有与本模板场景类似的应用需求，可联系[产品顾问](https://cdn.link-ai.tech/consultant.jpg)获取专业的企业服务支持 --- url: https://docs.link-ai.tech/platform/template/ewCx3JyjOu title: 👨‍⚕️ 体检报告解读 description: 智能体模板-体检报告解读 --- # 👨‍⚕️ 体检报告解读 ### 基本信息 - **模板类型：** 工作流 - **所需资源：** 工作流x1 - **应用领域：** 生活帮手、健康管理 - **模板亮点：** 附件识别、图像识别 - **复杂程度：** ⭐️⭐️⭐️ ### 模板地址 - **👉 [点我前往](https://link-ai.tech/template/ewCx3JyjOu)** ### 模板介绍 识别体检报告附件（可上传完整的体检报告文件）或图片（适合单独上传体检异常项的截图）信息，定位报告中的异常指标项，并提供相关的健康建议 🚀 **效果示例：**

🧑🏼‍💻 **使用方法：** 1. 体验：模板已预置上传体检报告图片示例，一键运行工作流即可获取解读和建议 2. 复制：一键复制工作流模板到个人控制台即可使用 3. 修改：根据需求修改工作流中大模型节点的提示词，进一步优化报告解读的专业性 🛠 **实现原理：** - 工作流中使用了图像识别模型插件和附件内容总结插件，用于识别提取体检报告的信息 - 使用大模型，对报告内容中的异常指标项进行识别和解读，并针对性地提供复查建议和健康指导 💡 **更多用法：** - 该工作流可兼容[接入渠道端（如企业微信、飞书、钉钉）使用](https://link-ai.tech/console/interface)，可实现：患者通过即时通讯工具发送自己的体检报告，智能体直接回复报告解读和建议 💬 **注意事项：** 1. 使用时，需至少上传体检报告附件或图片中的一种（如同时上传优先使用附件） 2. 通用大模型提供的体检报告解读和建议仅供参考，不代表专业的医学建议；如有条件，可对接专业的医疗领域垂直大模型完成报告解读环节 3. 如您的企业有与本模板场景类似的应用需求，可联系[产品顾问](https://cdn.link-ai.tech/consultant.jpg)获取专业的企业服务支持 --- url: https://docs.link-ai.tech/platform/template/dADYLN2I6e title: 📊 表格数据分析 description: 智能体模板-表格数据分析 --- # 📊 表格数据分析 ### 基本信息 - **模板类型：** 工作流 - **所需资源：** 工作流x1 - **应用领域：** 数据处理、数据分析 - **模板亮点：** 表格文件分析、图表生成 - **复杂程度：** ⭐️⭐️⭐️ ### 模板地址 - **👉 [点我前往](https://link-ai.tech/template/dADYLN2I6e)** ### 模板介绍 上传Excel或csv数据表格，并提出进行分析或解读的要求，即可快速获取数据解读和可视化图表。 🚀 **效果示例：**

🧑🏼‍💻 **使用方法：** 1. 体验：模板已预置上传示例数据表文件和分析要求，一键运行即可获取分析结果 2. 复制：一键复制工作流模板到个人控制台即可使用 3. 修改：可根据需求修改工作流中大模型节点的提示词，进一步优化数据分析的侧重点和专业性 🛠 **实现原理：** - 工作流中使用「大模型」节点，对上传的数据表数据进行提取，并依照设定的提示词、用户的分析要求进行分析 - 工作流中使用「图表生成」插件节点，将数据渲染为可视化的图表（例如饼图、柱状图、折线图） 💡 **更多用法：** - 该工作流可兼容[接入渠道端（如微信、企业微信、飞书、钉钉）使用](https://link-ai.tech/console/interface)，可实现：用户通过IM工具发送一个表格文件，直接获取分析结果 💬 **注意事项：** 1. 使用时，须上传表格文件和分析要求，表格文件将在大模型节点、图表生成插件节点使用；分析要求将在大模型节点使用 2. 如您的企业有与本模板场景类似的应用需求，可联系[产品顾问](https://cdn.link-ai.tech/consultant.jpg)获取专业的企业服务支持 --- url: https://docs.link-ai.tech/platform/template/KqS4HCduWF title: 🎫 发票报销信息统计 description: 智能体模板-发票报销信息统计 --- # 🎫 发票报销信息统计 ### 基本信息 - **模板类型：** 工作流 - **所需资源：** 工作流x1、数据库(内置)x1 - **应用领域：** 财务管理、员工服务 - **模板亮点：** 图像识别、附件识别、数据库写入、数据库查询 - **复杂程度：** ⭐️⭐️⭐️⭐️ ### 模板地址 - **👉 [点我前往](https://link-ai.tech/template/KqS4HCduWF)** ### 模板介绍 上传发票图片或PDF文件，自动识别发票各项信息并写入数据库；后续可以通过对话查询已录入的发票信息明细或统计数据 🚀 **效果示例：** 发票录入：

信息查询：

🧑🏼‍💻 **使用方法：** 1. 体验：模板已预置上传发票示例图，一键运行工作流即可完成发票报销信息录入 2. 复制：一键复制工作流模板（注：工作流内部包含的内置数据库等资源会一并复制）到个人控制台 3. 修改：根据自己的业务场景，修改工作流中的数据库（发票的参数）等内容 🛠 **实现原理：** - 工作流中使用了图像识别模型插件和附件内容总结插件，用于识别和提取发票中的关键信息，并以 json 格式输出 - 提取出的发票信息 json 数据，通过数据库节点写入了平台内置数据库 - 在查询场景，大模型根据用户的提问要求生成 SQL 查询语句，将内置数据库中存储的信息查询后输出 💡 **更多用法：** - 在实际使用时，可以将该智能体与公司财务报销系统进行 API 对接，实现对话式完成报销单提交 💬 **注意事项：** 1. 如您的企业有与本模板场景类似的应用需求，可联系[产品顾问](https://cdn.link-ai.tech/consultant.jpg)获取专业的企业服务支持 --- url: https://docs.link-ai.tech/platform/template/Z1F30Q6Va8 title: 📐 工程制图造价生成 description: 智能体模板-工程制图造价生成 --- # 📐 工程制图造价生成 ### 基本信息 - **模板类型：** 工作流 - **所需资源：** 工作流x1、数据库(内置)x1 - **应用领域：** 机械制造、工业设计 - **模板亮点：** 图像识别、数据库检索、代码块计算 - **复杂程度：** ⭐️⭐️⭐️⭐️⭐️ ### 模板地址 - **👉 [点我前往](https://link-ai.tech/template/Z1F30Q6Va8)** ### 模板介绍 根据工程设计制图中标注的制作型材、配件，以及对应的标号、尺寸、数量等信息，智能生成报价 🚀 **效果示例：**

🧑🏼‍💻 **使用方法：** 1. 体验：模板已预置上传工程制图示例，一键运行工作流即可获取报价结果 2. 复制：一键复制工作流模板（注：工作流内部包含的内置数据库等资源会一并复制）到个人控制台 3. 修改：根据自己的业务场景，修改工作流中的数据库（价格表）、代码块（价格计算逻辑）等内容 🛠 **实现原理：** - 工作流中使用了图像识别模型插件，用于识别提取工程制图中的标注（如使用的型材、配件，以及对应的尺寸、数量等），并按 json 格式输出 - 用图像识别的信息检索数据库（数据库功能原理为根据输入，智能生成 SQL 语句查询库中的结构化信息），查询制图标注所对应的价格信息 - 使用大模型将制图标注和对应的价格信息统一整理并以 json 格式输出，用于计算价格 - 使用代码块节点编写价格计算逻辑，根据输入的信息进行计算 - 在本模板中，还设计了可自定义的计算系数，如业务逻辑中存在会变化的参数，则在代码块计算时可根据用户动态输入的计算系数进行计算，如不存在动态系数可去除这部分的节点 💬 **注意事项：** 1. 本模板在实际应用过程中，需保证工程制图的标注规范性以及内容的清晰度 2. 在实际应用中，如工程制图标注信息较多且存在较多类别的信息时，需要设计一个计算价格的副工作流，在价格计算环节用代码块节点对副工作流的运行 API 进行多次调用，分批计算造价，最后在主工作流进行合并输出 3. 如您的企业有与本模板场景类似的应用需求，可联系[产品顾问](https://cdn.link-ai.tech/consultant.jpg)获取专业的企业服务支持 --- url: https://docs.link-ai.tech/platform/product title: 方案与案例 description: LinkAI提供全面的AI解决方案，涵盖行业解决方案、通用解决方案和丰富的客户案例，助力企业实现智能化转型。 --- # 方案与案例 > LinkAI平台提供全面的AI解决方案，涵盖行业解决方案、通用解决方案和丰富的客户案例，助力企业更好实现智能体落地。 💻 [资源中心](https://link-ai.tech/resources) --- url: https://docs.link-ai.tech/platform/product/personal-assistant title: 超级AI助理 description: LinkAI超级AI助理基于CowAgent开源项目打造，无需部署即可获得运行在独立云电脑中7×24h工作的Agent助理，具备复杂任务规划、技能拓展、长期记忆等核心能力，适用于内容运营、行情分析、Vibe Coding、企业提效等场景 --- # 超级AI助理 ## 1. 方案简介 超级AI助理是 LinkAI 推出的新一代 Agent 解决方案，基于开源项目 [CowAgent](https://github.com/zhayujie/chatgpt-on-wechat) 打造。无需部署，即可获得运行在独立云电脑中 7×24h 工作的 Agent 助理，通过 Skills 快速集成知识库及业务系统，轻松安全地落地专属个人助手或数字员工。 💻 **立即体验**：[创建超级AI助理](https://link-ai.tech/console/factory?agent=1) 超级AI助理架构
**核心能力一览：** | 能力 | 说明 | | --- | --- | | **复杂任务规划** | 理解复杂任务并自主规划执行，持续调用工具直到完成目标，支持文件、终端、浏览器、定时任务等系统资源操作 | | **长期记忆** | 自动将对话记忆持久化存储，包括核心记忆和天级记忆，支持关键词及向量的混合检索 | | **技能系统** | 内置多种技能，支持自然语言创建自定义 Skills，可集成知识库、数据库及业务系统 | | **多模态消息** | 支持文本、图片、语音、文件等多类型消息的解析、处理和生成 | | **多模型切换** | 支持 OpenAI、Claude、Gemini、DeepSeek、MiniMax、GLM、Qwen、Kimi、Doubao 等主流模型 | | **多端接入** | 可接入网页、飞书、钉钉、QQ、企业微信、微信公众号等渠道 | ## 2. 适用场景 > 以下是超级AI助理的部分典型应用场景，实际能力远不止于此，通过技能扩展和自定义配置，可以适配更多业务需求。 ### 2.1 内容运营 将超级助理接入飞书等渠道，对话即可一键生成文案、图片、视频素材，边聊边改、反复打磨，让创意落地更快： 内容运营-生成脚本
内容运营-生成视频
### 2.2 行情分析 内置市场行情助手和信息搜索技能，可实时监控最新行情数据和财经资讯，快速完成信息整合和深度解读： 行情分析
### 2.3 Vibe Coding 内置 GitHub 操作与前端 UI 设计技能，可完成从需求拆解、界面设计、代码编写、GitHub 提交到部署运维的研发全流程，无需编程基础也能完成产品开发： Vibe Coding
### 2.4 企业提效 通过技能配置直接获取 LinkAI 平台知识库与数据库的企业专属信息，快速完成信息处理、数据分析与专业报告生成： 企业提效
## 3. 快速上手 ### 3.1 创建助理 登录 LinkAI 平台，点击「创建超级AI助理」，设置名称后会自动生成头像和描述： 创建超级AI助理
### 3.2 选择模型 设置超级AI助理的大脑引擎「模型」，点击立即创建： 选择模型
### 3.3 配置与调试 等待云电脑启动运行后（约1分钟），可调整主模型及核心 Agent 配置。**最大执行步数**、**最大记忆轮次**和**上下文 Token 长度**可有效控制算力成本。运行成功后即可在右侧进行调试对话： 配置与调试
### 3.4 技能安装 Agent 创建时已预置多个常用技能，还可将 LinkAI 平台上的应用、知识库、数据库、工作流等资源安装为技能： 技能安装
### 3.5 渠道接入 支持接入飞书、钉钉、企业微信、QQ、微信等多种渠道，让 Agent 时刻在手边： 渠道接入
## 4. 了解更多 📖 **功能详解**：[超级AI助理文档](/platform/superagent) 💻 **立即体验**：[创建超级AI助理](https://link-ai.tech/console/factory?agent=1) --- url: https://docs.link-ai.tech/platform/product/digital-employee title: 企业智能体平台 description: LinkAI企业智能体平台提供一站式AI智能体搭建和管理能力，涵盖知识库、数据库、工作流、多智能体协同、插件系统等核心模块，支持智能客服、企业培训、知识问答、数据分析、业务系统集成等场景，助力企业低成本构建AI原生的知识中枢和流程驱动中枢 --- # 企业智能体平台 ## 1. 方案简介 LinkAI 企业智能体平台提供一站式 AI 智能体搭建和管理能力，企业可基于知识库、数据库、工作流、多智能体协同、插件系统等核心模块，快速构建适用于 **智能客服、企业培训、知识问答、数据分析、业务系统集成** 等场景的专属智能体，打造 7×24h 在线的 AI 驱动业务平台。 ## 2. 核心能力 企业只需上传自有数据、连接业务系统，即可低成本搭建定制化的智能体应用，覆盖从知识管理到业务流程的全链路需求。 ### 2.1 企业知识库 基于 LinkAI 平台强大的无结构**知识管理**能力，企业可在 [知识库管理页面](https://link-ai.tech/console/knowledgeBase) 构建企业知识库，支持 **数据上传、检索测试、数据更新、检索策略配置** 全链路管理。 相比传统知识库系统，AI 知识库的核心优势： - **构建便捷：** 无需依赖结构化 FAQ，原始无结构文档也能轻松导入，由 AI 自动完成知识语料的制作 - **体验提升：** 基于语义理解和推理能力，大幅降低无结果率，回复更拟人化、体验更佳 支持多种格式文件上传，包括无结构文档（pdf、docx、md、txt）、QA 问答文档（双列 csv）和多列表格（csv、excel）：
可实时热更新知识库数据：
提供检索测试功能，方便进行相似度配置和语料优化：
支持丰富的知识库检索策略，适应各类业务场景：
简单配置后即可搭建出一个智能体应用，理解企业知识进行智能问答，并可零代码集成到企业微信、公众号、微信等平台：

### 2.2 企业数据库 基于 LinkAI 的**数据库**功能模块，可让大模型直接访问企业内部的结构化数据。支持连接自有的**远程数据库**，也支持使用平台托管的**内置数据库**，用户可通过对话的方式对数据进行查询、新增、编辑、删除： - **AI 数据分析：** 对在线数据库、离线表格中的数据进行对话式分析，根据自然语言生成 SQL 语句、分析结果、数据图表 - **动态数据管理：** 在智能体对话中动态记录结构化数据，存储长期记忆，如订单记录、客户反馈、客户画像等

**数据分析** 通过对话可以智能生成 SQL 语句、AI 数据文案、数据图表，支持单表及多表 JOIN 查询：

支持折线图、饼图、柱状图，AI 会根据问题及数据结果智能选择图表类型：

在渠道中使用时，数据图表以图片形式输出，明细结果以表格文件发送：


### 2.3 工作流 [工作流](/platform/workflow) 是一种更为灵活的智能体创建方式，可自由组合应用、知识库、插件、意图识别、定时任务、渠道发送等能力，增强 AI 智能体对流程型复杂任务的理解和执行： - **面向业务场景设计：** 支持十余种节点单元任意组合，可视化拖拉拽界面，零代码搭出业务人员能看懂的流程图 - **组合多应用的超级智能体：** 支持组合多个 AI 应用，通过意图识别选择不同应用提供服务 - **定时任务和主动推送：** 支持定时触发工作流执行，渠道发送节点可将输出主动推送到指定渠道 - **快速接入集成：** 支持自建部署、托管一键接入、API 接入三种方式，快速对接微信公众号、企微、飞书、钉钉等渠道
📖 详细文档：[工作流](/platform/workflow) ### 2.4 业务系统集成 基于工作流、[自定义插件](/platform/plugins/custom-plugins)和 [API 接口](/platform/api)等能力，可将智能体与企业内部的业务系统和管理系统打通。通过自然语言对话（含 API 调用），实现对外部系统的信息查询、数据写入、任务执行等操作，以 AI 驱动业务流程闭环，打破系统壁垒。 ### 2.5 私域运营 基于对话式 AI 智能体的私域社群运营能力，可由智能体与客户进行智能互动对话，为商家和品牌带来销售增长与效率提升。支持在企业微信、微信等私域渠道中自动完成客户触达、内容推送、问题解答等运营工作。
## 3. 服务 LinkAI 可为企业客户提供从需求场景分析到 AI 落地应用的端到端一站式服务，帮助企业高质量完成**企业知识库搭建**、**提示词工程**、**智能体渠道接入**、**专业培训指导**等工作，助力构建 AI 原生的**知识中枢**和**流程驱动中枢**。 针对安全合规要求严格的企业客户，提供 LinkAI基础平台+超级Agent助理的 **私有化部署**服务，数据完全自主可控，满足高安全、高合规场景需求。 可查看[企业版](https://link-ai.tech/console/price?type=upgrade)介绍了解，并联系[企业产品顾问](https://cdn.link-ai.tech/consultant.jpg)咨询。 --- url: https://docs.link-ai.tech/platform/product/developer-platform title: 开发者生态 description: LinkAI开发者生态由一系列 **开源项目** 和 **开放API** 共同组成，目的是为开发者提供快速搭建AI应用的能力。开发者可以选择通过已有的开源项目将自己的应用零代码集成到各APP中，也可以通过开放API接入自己开发的产品中 --- # 开发者生态 LinkAI开发者生态由一系列 **开源项目** 和 **开放API** 共同组成，目的是为开发者提供快速搭建AI应用的能力。开发者可以选择通过已有的开源项目将自己的应用零代码集成到各APP中，也可以通过开放API接入自己开发的产品中。 ## 1. 开源项目 ### 1.1 CowAgent CowAgent 是基于大模型的超级AI助理，能够主动思考和任务规划、操作计算机和外部资源、创造和执行Skills、拥有长期记忆并不断成长。 🌐 [官网](https://cowagent.ai) 📖 [项目文档](https://docs.cowagent.ai) 👉🏻 [Github地址](https://github.com/zhayujie/chatgpt-on-wechat) ### 1.2 bot-on-anything 将 AI模型 接入各类 消息应用，开发者通过轻量配置即可在二者之间选择一条连线，运行起一个智能对话机器人，在一个项目中轻松完成多条链路的切换。 👉🏻 [Github地址](https://github.com/zhayujie/bot-on-anything) ### 1.3 AgentMesh AgentMesh 是一个开源的多智能体 (Multi-Agent) 平台，核心目标是解决多个智能体之间的通信和协同问题，真正实现 "1+1>2" 的效果。能够帮助用户快速创造自己的多智能体团队，或是让已有的多个单智能体获得协同能力，最终解决更为复杂的任务。 📖 [项目介绍](https://docs.link-ai.tech/blog/agentmesh) 👉🏻 [Github地址](https://github.com/MinimalFuture/AgentMesh)
## 2. API开放接口 👉[整体介绍](https://docs.link-ai.tech/platform/api) ### 2.1 对话API LinkAI对话接口，通过一个API集成了各种模型，并支持知识库、插件等核心能力，可直接调用LinkAI的应用或工作流的对话能力。并且完全兼容OpenAI的接口格式，支持流式输出，可以通过 api_base 设置完成调用。 📖[API文档](https://docs.link-ai.tech/platform/api/chat) ### 2.2 支持上下文记忆的对话API 相比普通对话 API，支持上下文记忆的对话 API 能够原生支持开发者在应用/工作流中设置的记忆功能。开发者无需自行维护上下文记忆，只需传入用户问题和身份标识即可，由系统按用户维度对上下文记忆进行维护，只需开启LinkAI应用配置和工作流编排中对应的记忆功能，即可实现长期记忆下的多轮对话。 📖[API文档](https://docs.link-ai.tech/platform/api/chat-memory) ### 2.3 工作流运行API 该接口为使用工作流的高级接口，可支持传入工作流开始节点中设置的文字、图片、文件默认变量，以及多个自定义变量，同时支持上下文记忆功能。结合工作流灵活的编排能力，可实现丰富的场景应用开发。 📖[API文档](https://docs.link-ai.tech/platform/api/workflow-run) ### 2.4 语音识别API 语音识别接口，可将语音文件转为文本内容。 📖[API文档](https://docs.link-ai.tech/platform/api/voice-recognition) ### 2.5 语音合成API 语音合成接口，可将文本内容合称为语音文件，支持多种音色可供选择，覆盖通用问答、智能助手、有声阅读、视频配音、各地方言等场景。 📖[API文档](https://docs.link-ai.tech/platform/api/voice-speech) ### 2.6 图像生成API LinkAI 统一图像生成接口，通过一个 API 接入 GPT-Image、Nano Banana、Seedream 等多家图像生成模型，支持文生图、图生图（图像编辑），响应结构与 OpenAI `images/generations` 接口对齐。 📖[API文档](https://docs.link-ai.tech/platform/api/image-generation) ### 2.7 视频生成API LinkAI 统一视频生成接口，通过一组 API 接入 Seedance、即梦、可灵等多家视频生成模型，支持文生视频、图生视频（含首尾帧）、视频续写，采用异步任务模式提交与查询。 📖[API文档](https://docs.link-ai.tech/platform/api/video-generation) --- url: https://docs.link-ai.tech/platform/create-app title: 智能应用 description: AI应用即AI智能体，是LinkAI最基础的模块，用于定义AI机器人的行为，模型、知识库、插件也是在应用中进行整合，并通过应用统一对外提供服务。 --- 对话式应用是LinkAI最基础的模块，即基于各类业务场景，组合大模型、知识库、插件等能力搭建，并进行个性化配置的专属AI机器人。 💻 [功能入口](https://link-ai.tech/console/factory) ## 1. 应用创建 进入 [LinkAI控制台](https://link-ai.tech/console/factory)，在 "我的应用" 板块下点击 "创建应用"：
根据需要选择 轻量应用 或 知识库应用 进行创建，当你只想通过一段系统提示词来创建一个对话机器人时，选择 **"轻量应用"** 可以快速完成；当你需要根据私有数据定制化机器人的问答时，比如作为AI客服，则选择 **"知识库应用"**。 应用创建的过程在 [快速开始](/platform/quick-start#22-第二步-创建应用) 中进行了详细介绍。
## 2. 应用配置 {#config} 应用创建完成后，点击右上角的齿轮图标，就可以进入配置和调试界面：
在应用配置的过程中，可随时调试应用效果。点击 **调试** 按钮后，可以在左侧窗口进行应用配置的修改、右侧窗口进行对话调试，注意每次修改都需要保存才能生效。
下面详细说明各个模块的配置方法： ### 2.1 基础信息 基础信息部分主要维护 应用名称 和 应用的头像，同时会展示这个应用的类型以及唯一应用code。点击删除按钮可以对该应用进行删除，但不会删除关联的知识库。如果是轻量应用，可随时在应用配置基础信息中升级为知识库应用（不可逆）。

### 2.2 应用分享 应用分享部分主要配置与对话体验相关的内容。首先会显示该应用的分享链接；其次可选择 **是否公开** 的开关，开启后其他用户可以在LinkAI应用广场与这个应用对话，同时你也会获得收益；应用描述是对该应用的一个简短介绍。 **开场介绍**：用户首次进入对话时，应用向用户发送的第一条消息，支持Markdown格式。同时支持使用 "[]" 符号生成引导问题，方便点击之后直接发送。 **问题推荐**：开启后会在智能体回复后生成几个推荐问题，以引导用户进一步提问，支持在Web调试与对话、网站嵌入、渠道托管、API接入中使用。推荐的问题会与对话历史具有相关性，并且会针对主题不断递进，让用户能逐步深入的了解更多信息。针对知识应用，推荐的问题会尽量与知识库内容相关，使下一次提问也能更好**命中知识库**。

### 2.3 模型与Prompt设置 {#model} 接下来是对应用的大语言模型进行配置：
配置模型的最大上下文：
- **模型配置：**默认模型，该模型将在网页端对话时默认使用，以及将应用接入渠道使用时；对话可选模型，这些模型在调试、对话，或在应用广场中由其他用户对话使用时，可供切换选择。 - **模型选择：** LinkAI目前支持多种通用大模型及行业大模型，可一键切换（详细可参考：**[模型服务](/platform/create-app/LLM)**） - **通用大模型：** `chatGPT系列(OpenA)`, `Claude系列(Anthropic)`, `Gemini系列(Google)`, `DeepSeek系列(深度求索)`, `qwen系列(阿里通义千问)`, `wenxin系列(百度文心一言)` ,`doubao系列(字节跳动豆包)` , `Kimi系列(月之暗面)`, `chat-GLM系列(智谱)`,`xunfei(科大讯飞)`; - **行业大模型：** 支持 通义法睿法律大模型。 - **声音配置：** 此处选择音色后，在网页端进行应用对话时，可根据选择的音色语音播报应用回复的文字内容；接入支持语音对话的渠道端（企微、微信、企微应用、微信客服、钉钉、飞书、公众号）使用时，可根据选择的音色进行语音回复。 - **最大上下文长度：**可设置模型接受存储的最大上下文长度，该设置不可超过模型自身可支持的最大上下文长度。上下文长度=保存的记忆轮次的问&答内容+应用设定+本次提问知识库命中内容+本次用户问题+本次模型回复，按照文本token计算。 - **记忆：**对话时保持记忆的上下文轮次，每一轮包括一条提问和一条回复，超过该轮次的历史记忆同样会被自动清除。 - **温度：**温度越高回复越具有创意和不确定性，温度越低则回复更严谨。知识库问答的场景，建议设置温度不超过0.3。 - **应用设定：**"应用设定"就是对大语言模型的提示指令，也称为系统提示词(Prompt)，是智能体能否按你预期工作的关键，良好的提示词是与大模型进行有效沟通的重要前提。故这段应用设定非常重要，会直接影响到机器人的回复效果。 > 可以在应用设定中描述**AI的人设、对话风格、语气、目标或需要完成的任务、禁止或限制的事项等**，以及规定AI的**回复输出格式**，并将其结构化地表达和输入。 :::tip 应用设定参考模版 #### 角色 - 你是xx公司的客服，需要热情、耐心地回复用户关于产品的问题。 #### 目标 - 你的目标是回答公司客户关于产品使用相关的问题和咨询，为客户提供优秀的技术支持与服务。 #### 技能： - 1.熟悉和了解公司的产品功能。 - 2.擅长通过反问、追问、二次确认的方式引导客户清晰地描述他遇到的问题。 - 3.可以提供产品问题的最佳解决方案。 #### 工作流 - 1.友好的欢迎用户 - 2.确认用户遇到的具体是哪方面的问题，如提问不清晰可追问用户 - 3.根据提供的知识库内容，总结后回答用户的问题 #### 注意 - 1.你不是大语言模型，也不是人工智能，而是一个充满亲和力的客服人员 - 2.对于知识库中没有的内容，不要编造 - 3.每次回答问题尽量简洁清晰 - ... ::: 以上应用设定可作为撰写框架参考，你也可以直接使用应用设定的 **一键优化** 功能来优化你的原版应用设定：

### 2.4 知识库配置 > 仅适用于知识应用 将创建的知识库绑定到应用上，同时可以设置知识库的检索策略和未命中策略，在与应用对话时可以检索知识库中的内容生成回答。 详细可参考：**[知识库配置说明](/platform/knowledge#app-config)**

### 2.5 数据库配置 > 仅适用于知识应用 该部分配置仅用于知识应用。用于把数据关联到应用上，数据库模块提供了一种让大模型访问 结构化数据 的能力，用户可通过对话的方式对数据库进行查询、新增、编辑、删除。数据库绑定到应用后，在与应用对话时即可完成基于数据库的AI数据分析等。 详细可参考：**[数据库配置说明](/platform/database#bind)**

### 2.6 插件配置 插件设置部分用于把应用与插件关联，开启了插件之后应用就拥有了对应的插件能力，例如地图、搜索、计算、时间、网页访问等。应用创建后会默认添加部分插件能力，可点击 **添加插件** 开启更多插件能力。

详细可参考：**[插件配置说明](/platform/plugins)** ### 2.7 高级配置 在部分业务场景下，还可通过高级配置开启应用的转人工、拟人化等能力。 详细可参考：**[应用高级配置说明](/platform/create-app/manage/manual)**

## 3. 使用 ### 1.网页端使用 应用配置、调试完成后，就可以在网页端直接使用了。点击应用卡片上的 **开始对话** 即可打开对话页，支持语音模式。可前往 **[应用广场](https://link-ai.tech/home)** 体验。

### 2.接入渠道端使用 LinkAI支持多种接入渠道，可将制作的应用对话能力接入网站、微信、公众号、企业微信、微信客服、钉钉、飞书等渠道使用。可前往 **[应用接入](/platform/link-app)** 了解。

### 3.通过API接入 LinkAI 平台提供各类开放 API 接口，支持开发者将平台创建的应用、工作流、知识库等智能体能力通过接口集成至其他系统和服务，以实现个性化的 AI 应用场景开发。可前往 **[接口文档](/platform/api)** 了解。 --- url: https://docs.link-ai.tech/platform/create-app/LLM title: 模型服务 description: 模型服务 --- :::tip 说明 模型服务的完整介绍、模型查看与体验、自定义模型创建、API 调用、第三方工具接入等内容，请参考 👉 [模型服务](/platform/maas)。本页仅介绍在应用中使用模型的相关说明。 ::: ### 1. 文本对话模型 也就是通常所说的大语言模型。在智能对话生成、知识库问答、一键创建应用等场景使用的就是该类模型，也是AI应用中最主要的模型类别。你可以在创建的应用中配置需要使用的模型，或者在创建的工作流（使用到大语言模型的）节点中配置需要使用的模型。 - 目前支持的 **通用大模型** 有：`chatGPT系列(OpenA)`, `Claude系列(Anthropic)`, `Gemini系列(Google)`, `DeepSeek系列(深度求索)`, `qwen系列(阿里通义千问)`, `wenxin系列(百度文心一言)` ,`doubao系列(字节跳动豆包)` ,`chat-GLM系列(智谱)`,`xunfei(科大讯飞)`, `Kimi系列(月之暗面)`（1）; - 支持的 **行业大模型** 有：通义法睿法律大模型; - 使用模型的方法是：在【应用配置】-【模型设置】中设置默认模型，该模型将在网页端对话时默认使用，以及将应用接入渠道使用；设置对话可选模型，这些模型在调试、对话，或在应用广场中由其他用户对话使用时，可供切换选择。可阅读 [应用配置-模型设置](https://docs.link-ai.tech/platform/create-app#model) 了解更多。
:::info 提示 不同模型的参数情况和训练方法不一样，能力表现也往往有所差别。一般来说，模型的参数越大，理解应用设定（提示词）及推理的能力越强，但输出速度越慢。例如，qwen系列模型中qwen-turbo、qwen-plus、qwen-max的模型参数依次提升，推理能力依次提升，但响应速度递减，成本递增。你可以根据不同情景的使用场景，结合成本的考虑，选择适合的模型使用。 模型服务资费详见[计费规则](https://docs.link-ai.tech/platform/funds/price#token)。 **注1 ：** 使用Kimi模型时采用根据上下文长度动态切换的策略。当不超过「应用配置-模型设置」中的最大上下文长度阈值时，系统将根据每次提问的总token数（应用设定+历史对话记忆+知识库检索内容+用户提问）动态选择适合的模型。
例如：模型设置为Kimi，上下文长度阈值设置为128K，当提问的总token数未超过8k时，将使用Kimi-8K模型回答；超过8K且未超过32K时，将自动使用kimi-32K模型回答；超过32K且未超过128K时，将自动使用kimi-128K模型回答。 ::: ### 2. 文生图模型 LinkAI的文生图模型是通过画图插件的方式提供服务，目前支持DaLL-E 3模型、Midjunery模型、豆包文生图模型。在应用中开启对应的插件，或在工作流插件节点中选择对应的插件即可使用，可阅读 [插件](https://docs.link-ai.tech/platform/plugins) 了解更多。 ### 3. 图像识别模型 LinkAI的图像识别模型同样通过图像识别插件的方式提供，目前支持OpenAI图像识别模型、Claude图像识别模型、通义千问图像识别模型，以及OCR图像识别模型。在应用中开启图像识别插件并配置需要的模型，或在工作流插件节点中选择并配置即可使用，可阅读 [插件](https://docs.link-ai.tech/platform/plugins) 了解更多。 ### 4. 语音模型 在LinkAI网页端、接入渠道端进行语音所使用的模型。其中，语音识别模型为系统默认，语音合成模型目前支持：OpenAI、豆包、百度。 ### 5. 知识库Embedding模型 处理上传的知识库数据并嵌入向量数据库，以及将用户的提问内容向量化与知识库匹配所使用的的模型。该模型无需手动选择，已内置在知识库功能中。 --- url: https://docs.link-ai.tech/platform/create-app/manage/manual title: 智能转人工 description: 智能转人工 --- > 智能转人工能力，可以指定在某些意图或关键词下自动转为人工模式，通知人工进行接管，提升可控性。并支持智能生成AI对话摘要、AI自动打标签等。 **版本要求：** [专业版](https://link-ai.tech/console/price?type=upgrade)及以上 ### 1. 功能简介 {#intro} - **触发配置：** 当用户对话的“意图”或“包含关键词”满足设置的条件时，触发转人工 - **回复配置：** 设置转人工后的默认回复以及转人工后AI的回复模式，如：不回复、继续回复、延迟一定时间后再开始回复 - **通知配置：** 转人工后可通过 短信、公众号消息、群机器人 的形式通知人工 - **智能总结：** 可设置转人工后展示在对话管理的智能对话总结摘要模板、企业版用户还可结合客户管理的标签功能，配置转人工时AI打标签 ### 2. 配置说明 {#notes}
#### 2.1 触发配置 可设置自动转人工的触发条件，支持**意图识别**和**关键词匹配**两种模式 - 意图识别：用自然语言描述转人工意图，当用户问题命中该意图时即执行转人工。意图描述越详细越清晰，则决策越准确 - 关键词匹配：当用户问题包含设置的关键词时即执行转人工 #### 2.2 回复配置 1. 默认回复：执行转人工后的默认回复文案 2. 回复模式：设置执行转人工后的智能体对用户的回复策略 - 不回复：转人工后，需要在【对话管理】模块手动切换为AI回复，否则AI不会回复 - 继续回复：转人工后AI会继续回复 - 延迟回复：转人工之后，会在指定的延迟时间后自动切换为AI回复。当设置为延迟回复时，需设置延迟时间 #### 2.3 通知配置 1. 通知方式： - 短信：选定接收通知的空间成员，向空间成员LinkAI账号绑定的手机号发送短信通知 - 公众号消息：选定接收通知的空间成员，通过“LinkAI平台公众号”向空间成员LinkAI账号绑定的微信发送公众号消息通知 - 群机器人：设置企微、钉钉、飞书内部群的Webhook群机器人，通过机器人向群内投递消息通知，通知内容将使用智能总结中配置的对话总结摘要模板 2. 通知人： - 空间成员：通知方式选择 短信或公众号 时，需选择空间成员作为通知人 - Webhook配置：通知方式选择 群机器人 时，需配置对应渠道的群机器人Webhook地址，具体配置方法可参考[附：Webhook群机器人配置](/platform/create-app/manage/manual#webhook) #### 2.4 智能总结 {#sum} 1. 对话总结摘要： - 可用自然语言配置AI与用户会话结束时的总结模版，触发转人工时AI根据模板自动总结对话关键信息，内容将展示于后台「对话管理」页面，或通过Webhook能力投递到IM群聊，帮助人工介入时快速了解前面的沟通情况。 2. AI打标签： （**版本要求：** [企业版](https://link-ai.tech/console/price?type=upgrade)） - 选择需要为客户智能添加的标签，在触发转人工时，AI将根据对话内容判断客户是否符合所选标签的描述，如符合将自动为客户打标签，并将标签展示在对话管理中的摘要卡片和客户管理中的客户标签 了解更多客户管理及标签能力，请查看**[客户管理](https://docs.link-ai.tech/platform/chat-manage/customer-manage)**模块

**转人工后可在[对话管理](https://docs.link-ai.tech/platform/chat-manage)中查看智能总结招摘要，以及进行人工回复：**

### 附：Webhook群机器人配置 {#webhook} :::tip 1.钉钉 在钉钉群聊（支持企业内部群与外部群）中，点击群设置-添加机器人-自定义机器人-添加，在机器人命名页面选择**安全设置**为**加签**，复制生成的密钥，点击完成；复制生成的Webhook地址。将上述两个信息分别填写在渠道发送节点的 Webhook URL 和 Webhook Sercet：
:::
:::tip 2.飞书 在飞书群聊（支持企业内部群与外部群）中，点击群设置-群机器人-添加机器人-自定义机器人，在机器人添加页面复制生成的Webhook地址；选择**安全设置**为**签名校验**，复制生成的密钥，点击保存。将上述两个信息分别填写在渠道发送节点的 Webhook URL 和 Webhook Sercet：
:::
:::tip 3.企微 在企微群聊（仅支持企业内部群）中，点击群设置-添加群机器人-新创建一个机器人-命名机器人，复制生成的Webhook地址。将上述信息填写在渠道发送节点的 Webhook URL：
::: --- url: https://docs.link-ai.tech/platform/create-app/manage/personification title: 拟人化 description: 拟人化 --- > 开启后可模拟真人习惯与用户进行对话，提升体验和转化效果。 **版本要求：** [专业版](https://link-ai.tech/console/price?type=upgrade)及以上 ### 1. 配置说明 {#notes} **拟人化配置（应用配置-高级配置）：**
1.**提示词优化**：通过提示词工程让AI的回复更加拟人、生动； 2.**分段回复**：将生成的长回复内容，随机拆分为多个段落发出； 3.**合并回复**：将用户在一定时间内（配置的延迟回复时间）发送的多个问题合并为一个问题生成回复； 4.**延迟回复**：可单独使用，即延迟响应用户的提问；配合「合并回复」一起使用时，可将用户第一句提问开始至达到延迟时间截止的所有问题合并为一个问题生成回复。 ### 2. 用户端效果示例

:::tip 提示 另外，启用拟人化后还支持在应用配置中设置应用保持更长时间的上下文记忆，跨多天的对话也能记住用户之前的问题。 ::: --- url: https://docs.link-ai.tech/platform/create-app/multi-agent title: 多智能体 description: LinkAI多智能体协同功能，从单点能力到全局协同，打造分工协作的AI数字化团队 --- # 多智能体 > 随着智能体在企业落地的逐步深入，单一智能体架构面对部分复杂场景会面临很多瓶颈，例如模型上下文的限制、多个不同角色提示词的相互干扰、对不同大模型的需求等。LinkAI平台基于[AgentMesh](https://github.com/MinimalFuture/AgentMesh)框架增加了多智能体能力，支持快速将多个已有的智能体组合为智能体团队，通过分工协作处理复杂任务。 💻 **立即创建**：[创建多智能体](https://link-ai.tech/console/factory) 👉🏻 **Demo体验**：[企业多智能体团队](https://link-ai.tech/app/kZh9ZJdhN) ## 一、创建多智能体团队 在 **「应用 - 多智能体团队」** 中可以创建多智能体团队，将已有的 **应用** 或 **工作流** 作为智能体成员加入团队，可以快速搭建自定义的数字员工团队：
## 二、多智能体配置 多智能体团队会对用户提交的任务进行拆解和规划，将子任务分配给合适的智能体成员进行执行，成员可以是**应用或工作流**，每个智能体都可设置独立的**模型、提示词、插件、知识库**，并且拥有自身和团队的上下文记忆：
智能体内部的配置可在应用或工作流的配置页面进行调整，同时多智能体团队模块也提供了可以灵活调整的配置，方便对多智能体间的协同进行自定义： :::info 配置说明 - **智能体描述：** 建议详细描述在何种情况下应该使用该智能体，决策时将会参考该描述 - **最大轮次** 最多可以执行的轮次，智能体每回答一次为一轮 - **协作策略：** 用于控制任务如何分配、多智能体如何协同完成任务 - 智能规划：由模型根据任务拆解选择最佳的一个或多个智能体协作完成任务，适用于复杂任务处理场景 - 单一决策：由模型选择最适合回答该问题的一个智能体来处理该任务，适用于多个智能体的简单路由场景 - 全部执行：所有智能体都会按顺序逐一回答该问题，适用于多个智能体对比评测场景 - **自定义规则：** 需要补充说明的团队全局规则，同样会在任务规划时作为重要参考 ::: ## 三、调试和运行 在网页端调试、WEB集成、广场对话均可以与多智能体团队交互，团队会根据配置的策略进行任务规划，生成任务清单后交给智能体进行执行： ### 1.智能规划 > 以下是一个智能规划模式的例子，在企业内部协作场景，当员工询问关于出差相关问题，首先由HR智能体确认出差的政策，财务智能体明确费用标准和预算，行政智能体给出申请流程和交通住宿建议，由商务智能体提供出行商务建议：
### 2.单一决策 > 当开启单一决策模式时，会根据用户问题选出最适合解答该问题的一个智能体进行回复，适用于多对一服务时的简单任务分配场景：
### 3.全部执行 > 当开启全部执行模式时，用户的问题会被所有智能体进行处理，并按顺序逐一回复，适用于需要所有智能体对同一问题回答和对比的场景：
### 4.@指定智能体 支持直接向团队发送问题，也支持通过@指定某个成员进行提问：
## 四、渠道端接入 多智能体团队同样可接入各个渠道端使用，目前已支持网页嵌入、微信、企业微信等渠道，可在客户端配置中进行切换：

- **私聊场景：** 将整个智能体团队与账号绑定，通过单个账号的多次回复将不同智能体的回答结果进行输出 - **群聊场景：** 将多个智能体与多个真实的群聊成员关联，真正实现多智能体面向终端客户的多对一服务
--- url: https://docs.link-ai.tech/platform/superagent title: 超级AI助理 description: LinkAI超级AI助理基于CowAgent开源项目打造，无需部署即可获得运行在独立云电脑中7×24h工作的Agent助理，具备复杂任务规划、技能拓展、长期记忆等核心能力 --- # 超级AI助理 > 超级AI助理基于开源项目 CowAgent 打造，无需部署即可获得运行在独立云电脑中 7×24h 工作的 Agent 助理。它能够自主思考和规划任务、操作计算机和外部资源、创造和执行 Skills、拥有长期记忆并不断成长。可通过 Skills 快速集成知识库及业务系统，轻松安全地落地专属数字员工。 💻 **立即创建**：[创建超级AI助理](https://link-ai.tech/console/factory?agent=1) 超级AI助理架构
## 一、核心能力 | 能力 | 说明 | | --- | --- | | **复杂任务规划** | 能够理解复杂任务并自主规划执行，持续思考和调用工具直到完成目标，支持操作访问文件、终端、浏览器、定时任务等系统资源 | | **长期记忆** | 自动将对话记忆持久化存储，包括核心记忆和天级记忆，支持关键词及向量检索的混合检索模式，并通过梦境蒸馏机制每日自动整理形成长期记忆 | | **知识库** | Agent 可自主构建和维护结构化知识库，支持自动写入、关键词与向量混合检索、文件树及知识图谱可视化 | | **技能系统** | 实现了 Skills 创建和运行的引擎，内置多种技能，并支持通过自然语言对话完成自定义 Skills 开发 | | **多模态消息** | 支持对文本、图片、语音、文件等多类型消息进行解析、处理、生成、发送等操作 | | **多模型接入** | 支持 OpenAI、Claude、Gemini、DeepSeek、MiniMax、GLM、Qwen、Kimi、Doubao 等国内外主流模型厂商 | | **多端部署** | 可集成到微信、飞书、钉钉、QQ、企业微信、网页等渠道中使用 | 与 OpenClaw对比： 超级AI助理架构
## 二、使用教程 ### 1. 创建助理 登录 LinkAI 平台，点击「创建超级AI助理」，设置名称后会自动生成头像和描述： 创建超级AI助理
### 2. 选择模型 设置超级AI助理的大脑引擎「模型」，点击立即创建： 选择模型
### 3. 配置与调试 等待云电脑启动运行后（约1分钟），可调整AI助理的主模型及核心 Agent 配置，其中**最大执行步数**、**最大记忆轮次**和**上下文 Token 长度**均可有效控制算力成本。运行成功后即可在右侧进行调试对话： 配置与调试

:::info 配置说明 - **最大执行步数：** 控制 Agent 单次任务的最大推理和工具调用步数，影响任务复杂度上限和算力消耗 - **最大记忆轮次：** 对话历史保留的轮次数量，影响上下文连贯性和 Token 用量 - **上下文 Token 长度：** 单次请求发送给大模型的最大 Token 数，超出部分会被截断 ::: ### 4. 渠道接入 超级AI助理支持接入微信、飞书、钉钉、企业微信、QQ等多种渠道，让 Agent 时刻在手边，对话高效便捷： 渠道接入
具体渠道的接入教程请参考： - [微信](/platform/superagent/channels/weixin) - [飞书](/platform/superagent/channels/feishu) - [钉钉](/platform/superagent/channels/dingtalk) - [企微智能机器人](/platform/superagent/channels/wecom-bot) - [QQ](/platform/superagent/channels/qq) ## 三、功能详解 ### 1. 长期记忆 > 记忆系统让 Agent 能够长期记住重要信息。Agent 会在用户分享偏好、决策、事实等重要信息时主动存储，也会在对话达到一定长度时自动提取摘要。记忆分为核心记忆和天级记忆，支持语义搜索和向量检索的混合检索模式。 在超级AI助理管理页面，支持查看和管理记忆文件数据，可视化、可回溯、透明可控： 记忆查看

首次启动时，Agent 会主动询问关键信息，并记录至工作空间中的智能体设定、用户身份、记忆文件中。在后续的长期对话中，Agent 会在需要时智能记录或检索记忆，并对自身设定、用户偏好等进行不断更新，真正实现自主思考和不断成长。 #### 1.1 梦境记忆蒸馏 每日自动将分散的天级记忆蒸馏为精炼的长期记忆，形成「对话上下文（短期）→ 天级记忆（中期）→ MEMORY.md（长期）」三层记忆生命周期。每次蒸馏会生成一篇叙事风格的梦境日记，记录整理过程的发现和洞察，可在记忆管理页面的「梦境日记」tab 中浏览。 梦境记忆

### 2. 知识库 > 知识库系统让 Agent 可自主构建和维护结构化知识，并在对话中按需检索引用，形成持续生长的知识网络。 - **索引驱动的自组织结构**：知识库采用 `knowledge/` 目录，按分类自动组织，每个知识页面为独立的 Markdown 文件 - **自动写入**：向 Agent 发送文件、链接等知识，或在讨论中识别到有价值的知识时，Agent 会自动创建或更新知识页面 - **混合检索**：支持关键词全文搜索和向量语义检索，在对话中按需加载相关知识 - **可视化**：支持文件树浏览和知识图谱可视化，文档内链接可直接跳转查看 - **命令管理**：`/knowledge` 查看统计、`/knowledge list` 查看目录结构、`/knowledge on|off` 开关知识库 知识库

### 3. 任务规划和工具调用 > 工具是 Agent 访问操作系统资源的核心，Agent 会根据任务需求智能选择和调用工具，完成文件读写、命令执行、定时任务等各类操作。 平台已经内置了基础工具：文件读写编辑、Bash 终端、文件发送、定时调度、记忆搜索、联网搜索、浏览器操作、环境配置等。 内置工具
#### 3.1 终端和文件访问 对操作系统的终端和文件的访问是最基础和核心的工具能力。用户可通过各端渠道与 Agent 交互，操作云电脑上的资源： 终端和文件访问
#### 3.2 浏览器操作 浏览器工具让 Agent 可以控制浏览器访问和操作网页，支持页面导航、元素点击、表单填写、页面快照、截图保存、JavaScript 执行等操作： 浏览器工具
#### 3.3 定时任务 定时任务工具目前需接入渠道端使用，实现了通过自然语言动态管理定时任务，支持**一次性任务**、**固定时间间隔**、**Cron 表达式**三种形式，任务触发可选择固定消息发送或 Agent 动态任务执行两种模式： 定时任务
### 4. 技能系统 技能系统为 Agent 提供无限的扩展性，每个 Skill 由说明文件、运行脚本（可选）、资源（可选）组成，描述如何完成特定类型的任务。通过 Skill 可以让 Agent 遵循说明完成复杂流程、调用各类工具或对接第三方系统。 Agent 创建时已经预置了多个常用技能，你还可以将 LinkAI 平台上的所有应用、知识库、数据库、工作流等资源安装为技能。目前 LinkAI 平台上拥有 **50+ 内置插件**、**10,000+ 开放应用**，都可以作为 Skill 让 Agent 使用： 技能安装

同时支持从 [Skill Hub](https://skills.cowagent.ai)（技能广场）浏览、搜索和一键安装社区技能，也可以通过对话中的 `/skill install` 命令从 GitHub、ClawHub 等多种来源安装技能。 #### 4.1 创建技能 可通过对话方式快速创建技能。你可以让 Agent 将某个工作流程固化为技能，或者把任意接口文档和示例发送给 Agent，让它直接完成对接： 创建技能
#### 4.2 安装技能 除了平台预置和自行创建的技能外，还可以从多种来源安装技能： - **技能广场**：在管理页面的「安装技能 - 社区技能」中浏览和一键安装 [Skill Hub](https://skills.cowagent.ai) 上的技能 - **对话命令安装**：在对话中使用 `/skill install <名称>` 命令安装，支持 Skill Hub、GitHub、ClawHub、LinkAI、URL 等多种来源 - **LinkAI 资源安装**：平台上的应用、知识库、数据库、工作流、插件都可以作为 Skill 安装 安装技能

没有被 Skill Hub 收录的第三方技能，也可以通过命令直接安装： GitHub 上的所有技能都可以直接安装，支持仓库级批量安装和指定子目录安装，例如： ```bash /skill install / /skill install https://github.com/larksuite/cli/tree/main/skills/lark-doc ``` [ClawHub](https://clawhub.ai/) 上的所有技能 (4w+个) 都支持命令安装： ```bash /skill install clawhub: ``` [LinkAI](https://link-ai.tech/console) 上的所有公开资源 (1w+个插件/应用/工作流)，以及自己创建的资源 (应用/工作流/知识库/数据库/插件) 都可以通过命令安装： ```bash /skill install linkai: ``` > LinkAI 平台上创建的所有应用、工作流、知识库、数据库、插件都有唯一的 code，可在[控制台](https://link-ai.tech/console)各资源页面中获取 支持 zip 压缩包和 SKILL.md 文件链接： ```bash /skill install https://cdn.link-ai.tech/skills/pptx.zip /skill install https://example.com/path/to/SKILL.md ``` ### 5. 对话命令 支持在对话和 Web 控制台中通过指令管理 Agent，输入 `/` 即可弹出指令菜单，包括 `/help`、`/status`、`/config`、`/skill`、`/knowledge`、`/memory`、`/context`、`/logs`、`/version` 等命令，方便快速查看状态、管理配置、安装技能、管理知识库和记忆。 对话命令
### 6. Web 控制台 Web 控制台提供完整的 Agent 调试和使用界面，支持多项核心能力： - **多会话管理**：支持创建和切换多个独立会话，侧边栏展示会话列表，会话标题自动生成且可手动编辑，每个会话拥有独立的上下文 - **思考过程展示**：可在 Web 端展示模型的深度思考过程，清晰看到 Agent 在回复前的推理链路 - **斜杠指令菜单**：输入 `/` 即可弹出指令菜单，支持输入历史回溯 - **定时推送**：定时任务执行结果可推送到 Web 控制台 - **消息复制**：AI 回复支持一键复制原始 Markdown 内容 ## 四、使用场景 ### 1. 内容运营 将超级助理接入微信、飞书等渠道，对话即可一键生成文案、图片、视频素材，还能边聊边改、反复打磨，让创意落地更快： 内容运营-生成脚本
内容运营-生成视频
### 2. 行情分析 内置市场行情助手和信息搜索技能，可实时监控最新行情数据和财经资讯，快速完成信息整合和深度解读，提供决策参考： 行情分析
### 3. Vibe Coding 内置 GitHub 操作与前端 UI 设计技能，可完成从需求拆解、界面设计、代码编写、GitHub 提交到部署运维的研发全流程。无需编程基础，也能完成产品开发： Vibe Coding
### 4. 企业提效 通过技能配置直接获取 LinkAI 平台知识库与数据库的企业专属信息，快速完成信息处理、数据分析与专业报告生成，大幅提升工作效率： 企业提效
--- url: https://docs.link-ai.tech/platform/superagent/channels/weixin title: 微信 description: 将超级AI助理接入个人微信，扫码登录即可使用，支持文本、图片、语音、文件、视频等消息的收发 --- > 接入个人微信，扫码登录即可使用，支持文本、图片、语音、文件、视频等消息的收发。 ### 1. 接入微信通道 在 [超级AI助理](https://link-ai.tech/console)-渠道接入 页面中找到【微信】渠道，点击"接入"，使用微信扫码完成授权即可接入。
:::info 提示 1. 微信客户端需要更新至 **8.0.69** 版本或以上 2. 接入微信后会在对话中创建出一个机器人助理，不会对当前账号的正常使用有任何影响 ::: ### 2. 使用说明 微信完成授权后即可开始对话，你可以通过搜索"微信ClawBot"随时找到这个机器人，还可以修改这个机器人的头像、备注等信息，将机器人置顶在消息列表等。
### 3. 功能说明 | 功能 | 支持情况 | | --- | --- | | 单聊 | ✅ | | 文本消息 | ✅ 收发 | | 图片消息 | ✅ 收发 | | 文件消息 | ✅ 收发 | | 视频消息 | ✅ 收发 | | 语音消息 | ✅ 接收 (自带语音识别) | --- url: https://docs.link-ai.tech/platform/superagent/channels/feishu title: 飞书 description: 通过 LinkAI 超级AI助理接入飞书应用，使用 WebSocket 长连接，无需公网 IP，支持单聊与群聊（@机器人），支持流式卡片回复和 Markdown 渲染 --- :::tip 说明 通过飞书自建应用接入超级 AI 助理，使用 **WebSocket 长连接** 模式，无需公网 IP，支持单聊与群聊（@机器人），支持流式卡片回复和 Markdown 渲染。 支持 **扫码接入** 和 **手动填写** 两种方式，推荐使用扫码接入，更加快捷。 > 接入前请确保使用的是飞书企业用户且具有企业管理权限。 ::: ### 方式一：扫码接入（推荐） 在 **超级AI助理 - 渠道接入** 界面找到【飞书】渠道，选择「扫码接入」模式，点击 **一键创建飞书应用**，使用 **飞书 App** 扫描二维码即可自动完成应用创建并接入：

扫码或点击链接后即可进入飞书创建页面：

> 扫码创建出的应用会自动预置全部所需权限（消息收发、卡片读写、群聊事件等）和事件订阅，无需到飞书开放平台手动配置。 ### 方式二：手动填写 #### 1. 飞书应用创建和权限配置 ##### 1.1 进入[飞书开发平台](https://open.feishu.cn/app/) ，点击**创建企业自建应用**
##### 1.2 在**添加应用能力**菜单中，为应用添加**机器人**能力
##### 1.3 添加权限 打开**权限管理**菜单，点击**开通权限**，一键复制下方的权限项，粘贴到开通权限的输入框内，全选筛选结果，点击**批量开通权限**： ```text im:message,im:message.group_at_msg,im:message.group_at_msg:readonly,im:message.p2p_msg,im:message.p2p_msg:readonly,im:message:send_as_bot,im:resource,cardkit:card:write ```
> `cardkit:card:write` 权限用于流式卡片回复，未开通该权限将自动降级为普通文本回复。 #### 2. 填写配置 ##### 2.1 在**凭证与基础信息**内获取到 App ID 和 App Secret
##### 2.2 LinkAI 渠道接入配置 在 **超级AI助理 - 渠道接入** 界面找到【飞书】渠道，选择「手动填写」模式，把上一步获取到的 `App ID`、`App Secret` 填到对应位置，最后点击确认创建。
#### 3. 配置事件订阅 ##### 3.1 在飞书开放平台点击 **事件与回调**，选择 **长连接** 方式，点击保存：
##### 3.2 点击下方的 **添加事件**，搜索 "接收消息"，选择 "**接收消息 v2.0**"，确认添加。
#### 4. 发布应用 完成全部配置后，点击 **版本管理与发布**，点击 **创建版本**，并申请 **线上发布**，在飞书客户端查看审批消息并审核通过：
### 使用 完成接入后，在飞书中搜索创建的机器人名称，即可开始单聊对话。 如需在群聊中使用，将机器人添加到群中，@机器人发送消息即可。 ### 功能说明 | 功能 | 支持情况 | | --- | --- | | 单聊 | ✅ | | 群聊（@机器人） | ✅ | | 文本消息 | ✅ 收发 | | 图片消息 | ✅ 收发 | | Markdown 渲染 | ✅ | | 流式卡片回复 | ✅（默认开启） | > 流式卡片回复要求接收方飞书客户端版本 ≥ 7.20，低版本客户端会显示升级提示，权限或版本不满足时自动降级为普通文本回复。 --- url: https://docs.link-ai.tech/platform/superagent/channels/dingtalk title: 钉钉 description: 通过LinkAI把大模型接入钉钉机器人，打造钉钉智能助手，支持钉钉企业内私聊及内部群访问 --- ### 1. 创建钉钉应用 #### 1.1 进入[钉钉开发者后台](https://open-dev.dingtalk.com/fe/app#/corp/app)，登录后，点击**创建应用**，填写应用相关信息。
#### 1.2 点击添加应用能力，选择 "机器人" 能力，点击 **添加**
#### 1.3 配置机器人信息 参考下图填写机器人相关配置信息，并选择 **Stream模式**，最后点击 **发布**
#### 1.4 配置权限 前往【权限管理】菜单，搜索 `qyapi_get_member` 权限项，并【申请权限】
### 2. 填写配置 #### 2.1 获取凭证信息
#### 2.2 LinkAI渠道接入配置 在 超级AI助理-渠道接入 界面找到 【钉钉】 渠道，点击 "创建"，并把2.1步骤获取到的`Client ID`、`Client Secret`填到对应位置，最后点击 确认创建。
### 3. 配置事件订阅 在钉钉平台点击 **事件与回调**，推送方式选择 **Stream模式推送** 方式。 点击 **已完成接入，验证连接通道** 按钮，会提示"连接接入成功"。 ![image-20260311203808870](https://cdn.link-ai.tech/doc/image-20260311203808870.png) ### 4. 发布和使用 点击 **版本管理与发布**，创建新版本(审批)发布后即可开始使用：

在钉钉使用机器人时，可在钉钉搜索框内直接搜索机器人名称（第1步创建机器人应用时的应用名称）：
在群内使用时，可根据下图指引将机器人添加到群聊，并在群聊中@机器人进行对话：
--- url: https://docs.link-ai.tech/platform/superagent/channels/wecom-bot title: 企微智能机器人 description: 通过LinkAI把大模型接入企业微信智能机器人，使用长连接模式，无需公网IP，支持企业内部单聊和内部群聊 --- :::tip 说明 智能机器人与企业微信自建应用是两种不同的接入方式。智能机器人使用 WebSocket 长连接，无需服务器公网 IP 和域名，配置更简单。可以在企微内部私聊和内部群聊场景使用。 支持 **扫码接入** 和 **手动填写** 两种方式，推荐使用扫码接入，更加快捷。 ::: ### 方式一：扫码接入（推荐） 在 **超级AI助理 - 渠道接入** 界面找到【企微智能机器人】渠道，选择「扫码接入」模式，使用企业微信扫码即可自动创建并接入智能机器人，无需手动到企业微信后台配置。

> 扫码成功后，可在企业微信工作台 - 智能机器人页面对机器人进行进一步配置，包括修改名称、头像、可见范围等。 ### 方式二：手动填写 #### 1. 创建智能机器人 ##### 1.1 打开企业微信客户端，进入工作台，点击**智能机器人**
> 接入成功后，可在企业微信工作台 - 智能机器人页面对机器人进行进一步配置，包括修改名称、头像、可见范围等。 ##### 1.2 点击创建机器人 - 手动创建
##### 1.3 右侧窗口拖到最下方，选择**API模式创建**
##### 1.4 设置信息并记录配置 设置机器人名称、头像、可见范围，并选择**长连接模式**，记录下 **Bot ID** 和 **Secret** 信息后点击保存。 #### 2. 填写配置 在 **超级AI助理 - 渠道接入** 界面找到【企微智能机器人】渠道，选择「手动填写」模式，把上一步获取到的 `Bot ID`、`Secret` 填到对应位置，最后点击确认创建。
### 使用 在企业微信中搜索创建的机器人名称，即可开始单聊对话。 如需在企微内部群聊中使用，将机器人添加到群中，@机器人发送消息即可。
### 功能说明 | 功能 | 支持情况 | | --- | --- | | 单聊 | ✅ | | 群聊（@机器人） | ✅ | | 文本消息 | ✅ 收发 | | 图片消息 | ✅ 收发 | | 文件消息 | ✅ 收发 | | 流式回复 | ✅ | --- url: https://docs.link-ai.tech/platform/superagent/channels/qq title: QQ机器人 description: 通过LinkAI把大模型接入QQ机器人，使用WebSocket长连接模式，无需公网IP，支持QQ单聊、群聊、频道消息 --- ### 1. 创建QQ机器人 > 进入[QQ 开放平台](https://q.qq.com)，QQ扫码登录，如果未注册开放平台账号，请先完成[账号注册](https://q.qq.com/#/register)。 #### 1.1 在 [QQ开放平台-机器人列表页](https://q.qq.com/#/apps)，点击创建机器人
#### 1.2 填写机器人名称、头像等基本信息，完成创建
#### 1.3 点击进入机器人配置页面，选择**开发管理**菜单，完成以下步骤： - 复制并记录 **AppID**（机器人ID） - 生成并记录 **AppSecret**（机器人秘钥）
### 2. 填写配置 #### 2.1 LinkAI渠道接入配置 在 超级AI助理-渠道接入 界面找到 【QQ】 渠道，点击 "接入"，并把1.3步骤获取到的`AppID`、`AppSecret`填到对应位置，最后点击 确认创建。
### 3. 使用 在 QQ开放平台 - 管理 - **使用范围和人员** 菜单中，使用QQ客户端扫描 "添加到群和消息列表" 的二维码，即可开始与QQ机器人的聊天：
对话效果：
### 4. 功能说明 :::info 注意 若需在群聊及频道中使用QQ机器人，需完成发布上架审核并在使用范围配置权限使用范围。 ::: | 功能 | 支持情况 | | --- | --- | | QQ 单聊 | ✅ | | QQ 群聊（@机器人） | ✅ | | 频道消息（@机器人） | ✅ | | 频道私信 | ✅ | | 文本消息 | ✅ 收发 | | 图片消息 | ✅ 收发（群聊和单聊） | | 文件消息 | ✅ 发送（群聊和单聊） | :::caution 使用提示 1. **被动消息限制**：QQ 单聊被动消息有效期为 60 分钟，每条消息最多回复 5 次；QQ 群聊被动消息有效期为 5 分钟。 2. **主动消息限制**：单聊和群聊每月主动消息上限为 4 条。 ::: --- url: https://docs.link-ai.tech/platform/maas title: 模型服务 description: LinkAI 提供大模型聚合服务，可一站式接入文本、推理、图像、视频、语音等各类多模态模型，支持创建自定义模型，并可通过开放 API 与主流第三方 Agent / Coding 工具调用 --- # 模型服务 ## 1. 功能简介 {#intro} LinkAI 模型服务聚合了 **100+** 国内外主流厂商的大模型，覆盖 **文本、推理、图像、视频、语音、向量** 等多种模态，所有模型可在 LinkAI 应用、工作流、超级 AI 助理中直接选用，也可通过 [开放 API](#api) 与 [第三方工具](#agent-tools) 一站式调用。同时支持用户创建自定义模型，对接第三方厂商或本地部署模型。 💻 [功能入口](https://link-ai.tech/console/models) 模型管理

## 2. 基本概念 {#concepts} **厂商：** 模型管理中的"厂商"指发布大模型的企业品牌，例如 deepseek-r1 / deepseek-v3 模型的厂商即：杭州深度求索人工智能基础技术研究有限公司，简称"深度求索"。
平台已预置主流的模型厂商，用户在创建自定义模型时，可选择对应的模型厂商，直接配置自己的 API Key；如预置模型厂商未覆盖需求，用户可创建自定义的模型厂商（需支持通过 API 调用，并符合 OpenAI 接口标准格式），并配置 API Key，再创建对应的模型。

**模型：** 即我们日常使用的大模型名称，一般由模型系列+模型型号组成，例如 doubao-pro-128k。内置模型的名称原则上和厂商官方命名保持一致。每个模型都归属于指定厂商。

**内置模型：** LinkAI 平台提供的大模型服务，可（在应用或工作流中）直接使用，根据用量按照 [积分计费](https://docs.link-ai.tech/platform/funds/price#token)。

**自定义模型：** 允许标准版及以上用户创建自己的模型，这些模型可以是市面上主流的大模型，但使用的是用户自己的 API Key；也可以是用户自行训练和部署的本地模型（需支持通过 API 调用，并符合 OpenAI 标准接口格式）。模型需基于厂商创建。 ## 3. 模型查看 {#view} 在 [模型管理](https://link-ai.tech/console/models) 页面可浏览全部内置模型与自定义模型，支持按厂商、模态、能力筛选： 模型管理

点击任意模型卡片可进入 **模型详情页**，查看模型的 **基本信息**、**价格信息**、**模型能力**（输入/输出模态、上下文长度、支持参数等），以及 API 调用示例： ## 4. 模型体验 {#playground} 模型详情页提供 **一键体验** 入口，可在线试用模型对话效果，支持文本、图像、视频模型，可设置多种请求参数，便于在选型阶段快速对比不同模型： 模型管理

## 5. 模型使用 {#usage} 所有模型（包括内置模型和自定义模型）均可直接在 LinkAI 平台或外部系统中调用。 ### 5.1 在 LinkAI 平台中使用 {#in-platform} 无需任何代码开发，直接在 LinkAI 的智能体中配置该模型即可使用： - **应用配置**：在应用中作为对话模型使用

- **工作流-大模型节点**：在工作流编排中作为大模型节点的可选模型

- **超级 AI 助理**：作为Agent助理底层模型，配合工具、插件、技能、记忆等能力使用

### 5.2 通过开放 API 调用 {#api} 模型服务中的所有模型均可通过 LinkAI 开放 API 调用，接口完全兼容 OpenAI 协议： - **API Base**：`https://api.link-ai.tech/v1` - **API 文档**：[通用对话接口](/platform/api/chat) ｜ [图像生成](/platform/api/image-generation) ｜ [视频生成](/platform/api/video-generation) ｜ [语音识别](/platform/api/voice-recognition) ｜ [语音合成](/platform/api/voice-speech) - **在线调试**：https://apidoc.link-ai.tech 调用时 model 参数需要与模型卡片中的编码字段保持一致，可在模型服务页面完成从 "创建API - 获取调用示例 - 完成接入" 的全流程：

:::info 对于自定义模型，为了区分与内置模型的编码，系统会在填写的 `model` 参数后添加唯一标识，在 API 使用时需要使用卡片中呈现的实际编码作为 `model` 字段进行调用。 ::: ### 5.3 在第三方工具中使用 {#agent-tools} LinkAI 模型服务兼容 OpenAI / Anthropic 标准协议，可作为模型供应商接入主流的 AI 编程工具与 Agent 客户端，在熟悉的工具中直接调用平台聚合的全部模型，并自由切换： - [Cursor](/platform/maas/agent-tools/cursor) - [Claude Code](/platform/maas/agent-tools/claude-code) - [Hermes](/platform/maas/agent-tools/hermes) - [OpenClaw](/platform/maas/agent-tools/openclaw) - [CowAgent](/platform/maas/agent-tools/cowagent) 完整列表与配置说明详见 [第三方工具集成](/platform/maas/agent-tools)。 ## 6. 创建自定义模型 {#custom-model} 在创建模型时，需先选择模型厂商。如要创建的模型隶属于预置的主流厂商，可直接选择：

- **厂商配置**： 首次选择未配置的厂商时，需先配置该厂商的 API Key（平台已预置主流模型厂商及 API 地址）：
- **创建厂商**： 用户也可创建自定义的模型厂商，填写 API Base 和 API Key，支持符合 OpenAI 接口标准格式的第三方模型供应商：
- **模型新增**： 完成厂商配置或创建后，可填写模型信息，包括 `模型名称` `model参数` `模型分类` `模型描述` `最大上下文` `默认上下文` 和 `是否支持思考过程`（模型分类选择推理模型时），其中 **model 参数** 为模型厂商接口中进行模型指定的字段，务必填写正确：
- **模型编辑**： 在编辑模型信息时，可修改 `模型名称` `模型分类` `模型描述` `最大上下文` `默认上下文` 和 `是否支持思考过程`，不可修改 `模型厂商` 和 `model参数`：
创建后的自定义模型，同样可在模型管理列表中查看、筛选和编辑：
--- url: https://docs.link-ai.tech/platform/maas/coding-plan title: Coding Plan使用 description: Coding Plan 编程包月套餐模型配置，支持阿里云、MiniMax、智谱GLM、Kimi、火山引擎等厂商 --- # Coding Plan使用 > Coding Plan 是各厂商推出的编程包月套餐，适合高频使用Agent助理的场景。LinkAI 支持通过自定义模型接入各厂商的 Coding Plan 接口。 :::info 注意 Coding Plan 的 API Base 和 API Key 通常与普通按量计费接口不通用，请在各厂商平台单独获取。 ::: ## 通用配置方式 > 所有厂商均可使用 OpenAI 兼容协议接入，参考 [模型服务说明](/platform/maas#custom-model) 中的 **自定义模型** 功能快速配置。 配置步骤 (以阿里Coding Plan为例)： 1. 进入 [模型服务](https://link-ai.tech/console/models) 页面，点击**自定义模型**，点击创建厂商 2. 填入对应厂商的 **API Base** 和 **API Key** (下文中有详细说明)： 3. 填写模型设置，填入厂商支持的 **模型编码**： 保存后在超级AI助理中切换使用即可。 --- ## 阿里云 | 配置项 | 说明 | | --- | --- | | 支持模型 | `qwen3.5-plus`、`qwen3-max-2026-01-23`、`qwen3-coder-next`、`qwen3-coder-plus`、`glm-5`、`glm-4.7`、`kimi-k2.5`、`MiniMax-M2.5` | | API Base | `https://coding.dashscope.aliyuncs.com/v1` | | API Key | Coding Plan 专用 Key（与按量计费接口不通用） | 官方文档：[快速开始](https://help.aliyun.com/zh/model-studio/coding-plan-quickstart?spm=a2c4g.11186623.help-menu-2400256.d_0_2_1.70115203zi5Igc)、[模型列表](https://help.aliyun.com/zh/model-studio/coding-plan) --- ## MiniMax | 配置项 | 说明 | | --- | --- | | 支持模型 | `MiniMax-M2.5`、`MiniMax-M2.5-highspeed`、`MiniMax-M2.1`、`MiniMax-M2` | | API Base | 国内：`https://api.minimaxi.com/v1`；海外：`https://api.minimax.io/v1` | | API Key | Coding Plan 专用 Key（与按量计费接口不通用） | 官方文档：[国内 Key 获取](https://platform.minimaxi.com/docs/coding-plan/quickstart)、[模型列表](https://platform.minimaxi.com/docs/guides/pricing-coding-plan)、[国际 Key 获取](https://platform.minimax.io/docs/coding-plan/quickstart) --- ## 智谱 GLM | 配置项 | 说明 | | --- | --- | | 支持模型 | `glm-5`、`glm-4.7`、`glm-4.6`、`glm-4.5`、`glm-4.5-air` | | API Base | 中国区：`https://open.bigmodel.cn/api/coding/paas/v4`；全球区：`https://api.z.ai/api/coding/paas/v4` | | API Key | API Key 与普通接口通用 | 官方文档：[国内版快速开始](https://docs.bigmodel.cn/cn/coding-plan/quick-start)、[国际版快速开始](https://docs.z.ai/devpack/quick-start) --- ## Kimi | 配置项 | 说明 | | --- | --- | | 支持模型 | `kimi-for-coding` | | API Base | `https://api.kimi.com/coding/v1` | | API Key | Coding Plan 专用 Key（与按量计费接口不通用） | 官方文档：[Key 获取](https://www.kimi.com/code/docs/) --- ## 火山引擎 | 配置项 | 说明 | | --- | --- | | 支持模型 | `Doubao-Seed-2.0-Code`、`Doubao-Seed-2.0-pro`、`Doubao-Seed-2.0-lite`、`Doubao-Seed-Code`、`MiniMax-M2.5`、`Kimi-K2.5`、`GLM-4.7`、`DeepSeek-V3.2` | | API Base | `https://ark.cn-beijing.volces.com/api/coding/v3` | | API Key | API Key 与普通接口通用 | 官方文档：[快速开始](https://www.volcengine.com/docs/82379/1928261?lang=zh) --- url: https://docs.link-ai.tech/platform/maas/agent-tools title: 第三方工具集成 description: LinkAI 模型服务支持接入主流的第三方 Agent 与 Coding 工具，包括 Cursor、Claude Code、Hermes、OpenClaw、CowAgent 等 --- # 第三方工具集成 LinkAI 模型服务兼容 OpenAI / Anthropic 标准接口协议，可作为模型供应商接入主流的 AI 编程工具与 Agent 客户端。开发者只需在第三方工具中配置 LinkAI 的 API Base 与 API Key，即可在熟悉的工具中调用 LinkAI 平台聚合的全部模型。 [LinkAI 模型服务](https://link-ai.tech/console/models) 已聚合 **100+** 主流大模型（覆盖文本、推理、图像、视频、语音等多种模态），可在下述 Agent 与 Coding 工具中**直接使用并自由切换模型**，无需为每个厂商单独申请和维护 API Key。 以下是当前支持的第三方工具列表，点击查看详细的配置与使用说明。 --- url: https://docs.link-ai.tech/platform/maas/agent-tools/cursor title: Cursor description: 在 Cursor 中配置 LinkAI 模型服务，使用 LinkAI 聚合的多家大模型进行 AI 编程 --- # Cursor > Cursor 是一款 AI 原生的代码编辑器，内置 Chat、Plan、Agent 等多种 AI 编程模式，支持自定义模型供应商。 ## 工具地址 - 下载：https://cursor.com/downloads ## 配置 LinkAI 模型 1. 打开 Cursor，进入 `Cursor Settings` → `Models`。 2. 在 OpenAI API Key 区域填写 LinkAI 的配置： - **API Key**：在 [LinkAI 控制台](https://link-ai.tech/console/interface) 创建并填入 - **Base URL（Override OpenAI Base URL）**：`https://api.link-ai.tech/v1` 3. 在模型列表中添加需要使用的 LinkAI 模型编码（参考 [模型列表](https://link-ai.tech/console/models)）。

## 使用方式 在对话面板中切换到刚刚添加的模型即可开始使用：
## 常见问题 由于Cursor的限制，当自定义模型的编码与cursor内置模型编码完全相同时 (例如 `claude-opus-4-7`)，会默认使用cursor的内置模型。 如果对于这类内置模型仍想使用LinkAI上的模型，可以通过在LinkAI平台创建自定义模型的方式来解决，自定义模型的编码会在实际模型编码后增加一个唯一标识，从而实现在Cursor中的使用。 --- url: https://docs.link-ai.tech/platform/maas/agent-tools/claude-code title: Claude Code description: 在 Claude Code 中配置 LinkAI 模型服务，通过命令行使用 LinkAI 聚合的多家大模型 --- # Claude Code > Claude Code 是 Anthropic 官方推出的命令行 AI 编程工具，支持通过环境变量切换到兼容 Anthropic 协议的第三方模型供应商。 ## 工具地址 - 官网：https://www.anthropic.com/claude-code ## 安装 Claude Code macOS, Linux, WSL: ```bash curl -fsSL https://claude.ai/install.sh | bash ``` Windows PowerShell: ```powershell irm https://claude.ai/install.ps1 | iex ``` ## 配置 LinkAI 模型 通过环境变量将 Claude Code 指向 LinkAI 的 Anthropic 兼容接口 (以使用 DeepSeek 模型为例)： ```shell export ANTHROPIC_BASE_URL=https://api.link-ai.tech/anthropic export ANTHROPIC_AUTH_TOKEN=YOUR_LINKAI_API_KEY export ANTHROPIC_MODEL="deepseek-v4-pro" export ANTHROPIC_DEFAULT_OPUS_MODEL="deepseek-v4-pro" export ANTHROPIC_DEFAULT_SONNET_MODEL="deepseek-v4-pro" export ANTHROPIC_DEFAULT_HAIKU_MODEL="deepseek-v4-flash" export CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC="1" ``` 环境变量说明： | 变量 | 说明 | | --- | --- | | `ANTHROPIC_BASE_URL` | API 端点地址，指向 LinkAI 的 Anthropic 兼容接口 | | `ANTHROPIC_AUTH_TOKEN` | LinkAI 的 API Key，在 [LinkAI 控制台](https://link-ai.tech/console/interface) 创建 | | `ANTHROPIC_MODEL` | 默认使用的模型名称（可选，未设置时由下方三档模型决定） | | `ANTHROPIC_DEFAULT_OPUS_MODEL` | Opus 级别模型，对应 Fast/Think 模式 | | `ANTHROPIC_DEFAULT_SONNET_MODEL` | Sonnet 级别模型，对应普通模式 | | `ANTHROPIC_DEFAULT_HAIKU_MODEL` | Haiku 级别模型，对应轻量任务 | | `CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC` | 设为 `1` 禁用非必要网络请求（建议开启） | :::info 关于模型级别 Claude Code 区分三个模型级别（Opus > Sonnet > Haiku），Fast/Think 模式走 Opus，普通模式走 Sonnet，轻量任务走 Haiku。如果你只想用一个模型，把三个变量设成同一个值即可。 ::: 模型编码可在 [LinkAI 模型服务](https://link-ai.tech/console/models) 中查看，平台上的所有模型都可在此处自由切换。 ## 使用方式 启动 Claude Code： ```shell claude ``` 在交互界面中通过 `/status` 确认当前使用的模型。

## 常见问题 Claude 支持通过订阅和API调用两种方式使用，如果不想进行订阅，可以在登录时选择通过控制台账号登录 (Anthropic Console account · API usage billing)，登录后通过配置 LinkAI 的 API 信息即可开始使用。 --- url: https://docs.link-ai.tech/platform/maas/agent-tools/openclaw title: OpenClaw description: 在 OpenClaw 中配置 LinkAI 模型服务，搭建可自主执行任务的开源通用 Agent --- # OpenClaw > OpenClaw 是一个开源的通用 Agent 框架，支持自主任务规划、工具调用、多步执行等能力，可对接任意符合 OpenAI 协议的模型供应商。 ## 工具地址 - 仓库：https://github.com/openclaw/openclaw - 官网：https://openclaw.ai/ ## 安装 OpenClaw macOS, Linux, WSL: ```bash curl -fsSL https://openclaw.ai/install.sh | bash ``` Windows PowerShell: ```powershell iwr -useb https://openclaw.ai/install.ps1 | iex ``` ## 配置 LinkAI 模型 ### 第一步：获取 LinkAI API Key 前往 [LinkAI 控制台](https://link-ai.tech/console/interface) 创建 API Key。 ### 第二步：编辑 `openclaw.json` 打开 OpenClaw 配置文件（macOS 默认路径 `~/.openclaw/openclaw.json`），将以下内容合并进去（替换为你自己的 API Key 和模型 ID）。 如果是首次配置自定义厂商，从 `"models"` 这一行开始合并；如果你已经配过其它厂商，只需把 `linkai` 这段加到 `models.providers` 下。 ```json "models": { "providers": { "linkai": { "baseUrl": "https://api.link-ai.tech/v1", "apiKey": "YOUR_LINKAI_API_KEY", "api": "openai-completions", "models": [ { "id": "deepseek-v4-pro", "name": "DeepSeek V4 Pro" }, { "id": "LinkAI-5.4-mini", "name": "GPT 5.4 Mini" }, { "id": "claude-sonnet-4-6", "name": "Claude Sonnet 4.6" } ] } } } ``` 需要添加更多模型时，在 `models` 数组中追加同样格式的对象即可，例如： :::info 注意 `id` 必须与 [LinkAI 模型服务](https://link-ai.tech/console/models) 中的模型编码完全一致；`name` 仅用于在 OpenClaw 界面中展示，可自定义。 ::: 配置完成后，在终端运行 `openclaw models list` 可查看可用模型：

## 使用方式 启动 Web UI： ```bash openclaw dashboard ``` 网页端即可开始对话：

--- url: https://docs.link-ai.tech/platform/maas/agent-tools/hermes title: Hermes description: 在 Hermes Agent 中配置 LinkAI 模型服务，通过命令行使用 LinkAI 聚合的多家大模型 --- # Hermes Agent > Hermes 是开源的通用 AI Agent，提供 TUI 终端、消息网关（Telegram / Discord / Slack 等）、定时任务、技能系统、子智能体等能力，支持任意符合 OpenAI 协议的模型供应商。 ## 工具地址 - 仓库：https://github.com/NousResearch/hermes-agent ## 安装 Hermes macOS, Linux, WSL2: ```bash curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash ``` Windows PowerShell: ```powershell irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1 | iex ``` ## 配置 LinkAI 模型 LinkAI 在 Hermes 中以 **Custom (direct API)** 形式接入，通过交互式向导即可完成配置。 ### 第一步：启动配置向导 在终端中执行： ```bash hermes setup ``` 进入向导后选择 **Quick Setup**。 ### 第二步：选择模型提供商 当提示选择模型提供商时，选择 **Custom (direct API)**，并依次填入 LinkAI 的接口信息： | 字段 | 取值 | | --- | --- | | Base URL | `https://api.link-ai.tech/v1` | | API Key | 在 [LinkAI 控制台](https://link-ai.tech/console/interface) 创建 | | Model | [LinkAI 模型服务](https://link-ai.tech/console/models) 中的模型编码 | [LinkAI 模型服务](https://link-ai.tech/console/models) 中的所有模型均可在此处自由切换，无需为每个厂商单独维护 API Key。 ## 使用方式 启动 Hermes 后即可开始对话： ```bash hermes ```

你还可以通过 `/model` 指令在对话中切换 LinkAI 支持的所有模型：
--- url: https://docs.link-ai.tech/platform/maas/agent-tools/cowagent title: CowAgent description: CowAgent 原生支持 LinkAI，开启 use_linkai 即可调用 LinkAI 平台的全部模型与知识库、工作流、插件等 Agent 能力 --- # CowAgent > CowAgent 是开源的超级 AI 助理，具备自主任务规划、长期记忆、Skills 系统、多模态消息、多通道接入等能力，可运行于个人电脑或服务器。CowAgent 原生支持了 LinkAI 模型服务的接入。 ## 工具地址 - 仓库：https://github.com/zhayujie/CowAgent - 官网：https://cowagent.ai/ - 文档：https://docs.cowagent.ai/ ## 安装 CowAgent 项目提供了一键安装脚本： Linux, macOS: ```bash bash <(curl -fsSL https://cdn.link-ai.tech/code/cow/run.sh) ``` Windows PowerShell: ```powershell irm https://cdn.link-ai.tech/code/cow/run.ps1 | iex ``` 脚本会自动完成依赖安装、配置生成与服务启动，安装后可使用 `cow start` / `cow stop` 等 CLI 命令管理服务。 > 也支持源码运行与 Docker 部署，详见 [CowAgent 快速开始文档](https://docs.cowagent.ai/guide/quick-start)。 ## 配置 LinkAI 模型 CowAgent 支持两种方式开启 LinkAI 接入。 ### 方式一：Web 控制台（推荐） 启动 CowAgent 后，浏览器访问 `http://localhost:9899` 进入 Web 控制台，在 **模型** 页面选择 **LinkAI** 模型厂商后选择可用模型：

保存后即可直接对话，无需手动编辑配置文件。所有 [LinkAI模型服务](https://link-ai.tech/console/models) 中支持的模型都可以在页面选择或手动填写。 ### 方式二：编辑配置文件 在项目根目录的 `config.json` 中加入以下字段： ```json { "use_linkai": true, "model": "deepseek-v4-pro", "linkai_api_key": "YOUR_LINKAI_API_KEY" } ``` | 参数 | 说明 | | --- | --- | | `use_linkai` | 设为 `true` 启用 LinkAI 接口 | | `linkai_api_key` | LinkAI 的 API Key，在 [LinkAI 控制台](https://link-ai.tech/console/interface) 创建 | | `model` | 留空则使用智能体默认模型，也可填写 [LinkAI 模型服务](https://link-ai.tech/console/models) 中的任意模型编码，可在平台中灵活切换 | 修改后通过 `cow restart` 重启服务即可生效。 ## 使用方式 ### 对话 程序启动后在网页端即可开始对话，还可一键接入微信、飞书、钉钉、企微、公众号等多种通道中使用，详情查看 [通道接入](https://docs.cowagent.ai/channels/weixin) 文档：

### 模型切换 配置完成后，可在对话中通过 `/config model` 命令一键切换 LinkAI 支持的任意模型，无需重启服务：

[LinkAI 模型服务](https://link-ai.tech/console/models) 中的全部模型均可在此处自由切换，新模型立即生效。完整的对话指令参考 [CowAgent 命令文档](https://docs.cowagent.ai/cli/general#config)。 --- url: https://docs.link-ai.tech/platform/knowledge title: 知识库 description: LinkAI提供企业级AI知识库，让企业能够上传专有知识数据打造领域知识库。支持上传 pdf、docx、md、txt、excel、csv、飞书文档和表格、网页等多种格式的文档，支持内容自动解析和拆分，能够实时更新生效、支持根据向量相似度、未命中策略、检索条数等定制检索策略。 --- # 知识库 知识库可上传垂直领域的 **私有知识数据** 。将内容上传到知识库中，可自动解析和处理文档，经过知识库“训练”的AI应用（将知识库与应用绑定），面对用户提问时能够检索调用相关的知识语料，以提供针对性的回答。 > 知识库需要和 **知识库应用** 绑定后才生效，绑定知识库后可以根据上传的知识数据提供定制化的智能问答服务，在一定程度上可以解决通用大模型 缺乏领域数据支撑、偶尔"胡言乱语" 的短板。基于知识库，你可以上传例如产品使用手册、客服FAQ语料等来打造智能客服；可以上传你的个人简历来打造一个“数字分身”；甚至可以上传一本小说塑造一个人物角色。把知识教给一个“数字大脑”，让TA成为你的“领域专家”！ 💻[功能入口](https://link-ai.tech/console/knowledgeBase) ## 1. 创建知识库 进入 [知识库菜单](https://link-ai.tech/console/knowledgeBase) 点击 "创建知识库"，输入名称和描述即可创建一个新的知识库：
点击知识库进入，选择 "配置" 页面，可以修改基础信息，以及删除知识库： ## 2. 导入文件 {#file} 知识库创建完成后即可导入知识内容，支持导入四种类型的知识： - **文档：** 无需进行任何预处理的原始文档，LinkAI会帮你进行文档拆分和加工，支持 pdf、docx、md、txt 和 单列CSV格式的文件 - **问答：** 一问一答形式的语料，需要按照 [模板](https://link-ai.tech/template.csv) 进行预处理，支持 双列csv（一问一答） 格式的文件 - **表格：** 多列的Excel或csv数据表格，可设置参与索引的列，支持 多列Excel 或 多列csv 格式的文件 - **网站导入：** 提交网址链接或网站地图，可自动解析网页内容并导入知识库 :::info 类型选择 **文档** 、 **问答** 、 **表格** 和 **网站导入** 应该怎么选择？ 选择何种知识库导入方式，取决于现有的知识沉淀情况以及应用场景。文档导入非常方便，可以直接上传pdf、word等文件，自动解析分段完成导入；导入 QA 问答格式则回答的准确度会更加高；结构化的多列表格则是一些业务场景（例如多sku、多属性的产品信息表格）常见的内容格式；网站则可以直接将博客、产品手册网站、公众号文章等在线网页解析导入。 可以根据需求结合多种文件的导入方式使用，以获得更好的效果。例如在客服场景，可以将客服 FAQs 语料整理为 问答对 格式导入，保证高频问题的回答精准度；如有多列的产品信息表、服务说明表等，可以将其以表格的方式导入，基于多列检索提供精准的信息查询能力；在相对开放式的对话场景，可以将公司介绍、产品介绍、使用指引等文件材料通过无结构文档的方式导入；将个人博客、公司网站等在线网址以网站解析的方式导入，以覆盖长尾问题，降低无结果率。 同一个知识库中可导入 **文档、问答、表格、网站导入** 四种不同类型的内容。 ::: ### 2.1 无结构文档 {#doc} 导入无结构的文档，系统会自动结合 分段长度 和 标点符合 将长文本拆分成多个段落，方便进行检索，在右侧可以看到拆分效果的预览。在左下方可以看到文件的token数量以及预估的积分价格：
#### 解析策略 目前针对无结构文档类型支持 文本解析、增强解析、智能解析 三种解析模式： :::info 解析策略 1. **文本解析**：只提取文件中的文字内容 2. **增强解析**支持提取文件中的文字、图片和表格 3. **智能解析模式** 则对于有复杂表格结构的文档，以及清晰度不佳的**PDF扫描件**有更好的解析效果。智能解析模式底层使用图像识别大模型进行解析，在文件导入解析时即会消耗token，价格为15积分/页，可根据需求选择是否开启该模式。 ::: #### 分段策略 分段策略控制文档导入过程中以何种规则对内容进行切分，目前支持以下三种分段模式： :::info 分段策略 1. **智能分段：** 自动分段是默认的分段模式，将根据系统内置的分段规则进行拆分，用户可设置最大分段长度，系统会让切分后的每段内容在最大长度内，并尽可能保证语句的完整性及分段之间的连贯性。 2. **自定义分段：** 支持根据自定义的分隔符进行拆分，支持设置以下参数: - **分段长度：** 段落的最大长度，注意该值不要设置太大，因为AI每次回复时将会取若干个段落放在上下文中请求模型，如果段落数量太多或内容太长可能影响模型回复效果或导致成本消耗增加 - **分隔符：** 可配置多个分隔符，分段时将根据分隔符顺序依次对文档进行切分，直到段落的长度小于设置的分段长度，一般情况下设置为段落或语句的结束符号 - **分段重叠度：** 连续两个分段之间冗余的重复内容，用于保持上下文之间的连贯性 3. **层级分段**：按照文档层级分段，更好保留文档的层级结构，让相对独立的内容尽可能拆分到一个段落中。适用于 **Markdown** 类型文件、网页导入、以及开启了「智能解析」后的 Word、PDF、PPT 文件。 ::: 如需从**飞书云文档**导入知识库，可参考[飞书导入](/platform/knowledge/fesihu-doc)中的说明。 ### 2.2 QA问答对 {#q&a} 导入QA问答需下载 [CSV文件模板](https://link-ai.tech/template.csv) 并按格式填写，每一行有 question 和 answer两列：
与无结构文档不同的是，QA类型文档在导入时可以选择检索策略： - 默认为 **"同时检索问题和答案"**： 检索时会同时匹配语料的问题和答案，检索范围广但相似度较低 - 可选择 **"只检索问题"**： 只能根据问题中的相关文本找到这条语料，但检索的相似度更高 :::info 举例说明 假设有一条QA语料录入， 问题: LinkAI有哪些应用类型 答案: 轻量和知识库 此时若选择 "同时检索问题和答案" 的策略 + 当提问 "LinkAI有哪些应用类型"： 检索相似度可能为0.9，可以找到这条语料并回复； + 当提问 "什么是轻量应用"，检索相似度可能为 0.85，同样可以找到这条语料并回复 此时若选择 "只检索问题" 的策略 + 如果用户提问 "LinkAI有哪些应用类型"，那么相似度为1，可以精准找到这条语料并回复 + 但如果问题是 "什么是轻量应用"，检索相似度可能只有 0.7，有可能就无法命中语料并回复了 所以，如果你的场景更多是根据问题去找答案，而不需要根据答案中的内容反向找到这条语料，选择 "只检索问题" 的策略会更精准，反之亦然。 ::: ### 2.3 多列表格 {#table} 表格导入支持多列的csv文件或Excel文件，为避免格式乱码，建议优先选择csv文件（csv UTF-8格式）进行导入：
导入表格时： - 如Excel表格中有多个sheet，默认导入Sheet1的数据 - 表格的第一行数据将作为表头（即列名） - 如有合并的单元格，默认将合并单元格中的数据填入左上的原始单元格中 导入表格后： - 可编辑修改列名（表头），列的名称会在检索知识库并使用AI生成回复的过程中，起到重要的语义解释作用，设置一个含义清晰的列名能够让AI更好的理解该列的内容 - 可设置需要参与检索的列，默认所有列的内容均参与检索 :::info 提示 索引列（参与检索的列）指的是用户提问时会将用户问题和该列的内容进行语义匹配或关建词匹配。不参与检索不代表用户提问时该列的内容不会被搜索到。 以上图举例：设置“学校英文名”一列不参与检索，其余三列参与检索，当用户提问中涉及“牛津大学”时，会将用户问题与“排名”、“学校名称”、“类型”三列的内容进行检索匹配，则可检索到第三行数据“1 牛津大学 University of Oxford QS200”，那么在AI回复用户时，这一整行数据都会用于回复的生成。 ::: 如需从**飞书在线表格**导入知识库，可参考[飞书导入](/platform/knowledge/fesihu-doc)中的说明。 ### 2.4 网站导入 {#website} > 网站导入方便快速将网页资源导入知识库中。使用“网站导入”功能时，您提交的网站地址应为您有权支配或使用的自有或第三方网址，并对提交网址内容的合法性承担全部责任。 平台仅提供网站解析导入服务，不对您使用网址数据的行为承担任何责任。**建议导入博客、公众号文章、文字信息为主的官网、使用说明文档等静态资源网站，不支持导入在线文档、大部分平台型媒体网站和需要登录的网站内容。** 网站导入支持粘贴 **单个或批量独立的网址链接**、或直接输入**网站地图URL**（网站地图为网站管理员方便搜索引擎抓取而设置的网页地址集合，URL一般为网站根地址后加上 `/sitemap.xml`），可一键获取站点下各子页面的文本内容。 与导入文件类似，系统会自动结合 分段长度 和 标点符合 将长文本拆分成多个段落，方便进行检索，在右侧可以看到拆分效果的预览：
#### 2.4.1 独立网址导入 导入时，选择 **“批量导入独立网址”**，可将多个网址链接用换行分隔粘贴进输入框，点击导入，可查看导入成功的网页，并在右侧预览内容分段；如有不支持导入的网页，会在操作导入后标红提示： > 在导入前可在输入框左下角开启 **提取子页面** ，将自动解析页面中的子链接并访问其内容，通过多层递归的方式快速导入站点的下级子页面；开启 **提取图片** ，将提取网页中的图片内容供预览，并以链接形式存储于知识库素材中。

#### 2.4.2 网站地图导入 导入时，选择 **“基于网站地图导入”**，可输入网站地图URL，点击导入，可查看导入成功的该网站下的网页，并在右侧预览内容分段。如有不支持导入的网页，会在操作导入后标红提示：
### 知识库导入权益说明 | 分类 | 基础版 | 标准版 | 专业版 | | :----- | ----- | ----- | ----- | | 单次导入文件数量 | 10个 | 15 个 | 30个 | | 单个文件大小限制 | 15MB | 20MB | 30MB | | 单个表格文件行数 | 2000行 | 5000行 | 10000行 | | 单次导入网页的数量（含深度解析的子链接） | 10个 | 20个 | 30个 | | 网站地图导入网页数量 | 20个 | 50个 | 100个 | ## 3. 上传素材 {#image} 知识库支持为语料段落上传附加素材（支持图片、视频、文件、小程序卡片、微信号名片），在回复时，如果使用的知识库语料包含素材，会将素材一并发出，并直接在网页或渠道端展示为对应格式（即直接发出图片、发出视频、发出小程序等）。 1. 添加 **图片、视频、文件**(pdf、ppt、word、excel、csv、txt、md) 素材时，可在**知识库的语料编辑页面**，直接上传图片、视频、文件，系统会自动转换为链接填入语料内容中；也可在**知识库-素材管理**进行上传，然后复制素材的链接，再将链接粘贴进对应的知识库语料的编辑框中。 当用户提问命中该条语料时，AI机器人会将其中的素材直接发出。（为稳定实现素材发送效果，需在应用配置-“应用设定”(大模型提示词)中或工作流-大模型节点-“系统提示词”中添加指令： **将知识库信息中的图片、视频、文件链接直接发送出来，不要省略或改写，不要使用markdown格式。**）
:::info 提示 如在导入文档时开启**增强解析**功能，从文档中提取的图片会自动上传至知识库素材管理。 :::
2. 添加 **微信小程序卡片、微信/企微名片** 素材时，需通过与托管的机器人进行指令对话完成，可联系[客服](https://cdn.link-ai.tech/customer-service.jpg)获取支持。 上传后复制对应素材的链接，再将链接粘贴进对应的知识库语料中，当用户提问命中该条语料时，AI机器人会将小程序卡片或微信名片发出。
## 4. 编辑内容 {#edit} 导入成功之后可以在 "文件列表" 中看到生效的文件，点击 "查看" 可以查看文件具体内容：
同时可以在文件中对数据进行 **编辑**、**删除**和**单条新增**。数据变更操作是异步进行，操作后可能页面上不会立即发生变化，但最多会在几秒钟内完成同步。 ## 5. 配置检索策略并开始使用 {#app-config} 知识库需要在 **应用** 中绑定，或在工作流 **知识库节点** 中使用才能发挥作用。一个应用可以绑定多个知识库，一个知识库可以被多个应用绑定。 > 在工作流的「知识库」节点中使用知识库能力，详见：[工作流-知识库节点](https://docs.link-ai.tech/platform/workflow/nodes/knowledge-base) 点击编辑按钮可以修改默认的知识库的检索策略。检索策略中检索方式可以选择**语义检索** 或 **增强检索**。 - **语义检索**：通过知识库语料和用户问题的语义向量相似度进行匹配检索，语义相似度越高的知识库语料越容易被检索到；在使用语义检索时，需配置语义相似度阈值、语义检索条数，前者代表知识库语料和用户问题的语义匹配相似度需高于xx才可被检索，后者代表在满足相似度阈值的前提下检索出前x条知识库语料 - **增强检索**：增强检索可将在语义检索的基础上，使用全文关键词检索进行增强；在使用增强检索时，还需配置全文关键词检索条数，代表将检索出前x条包含用户问题关键词的知识库语料 > 在使用全文关键词检索时，系统会将用户的问题根据常用语义拆分成若干个关建词组，然后在知识库中检索包含这些关键词组的知识库语料。这种方法对于知识库内容和用户问题中包含姓名、字母、数字、代号（如产品型号）等内容的情形检索效果更好。

**配置项说明**： - **相似度阈值：** 只有在这个相似度以上的语料才会在对话中被使用，设置高相似度阈值时 (如0.8以上)，只会检索出与问题相关性高的知识，会更准确，同时也容易出现未命中；设置低相似度阈值时 (如0.7以下)，可能会检索出相关性低的内容，但检索范围更大。 具体设置需要根据语料情况来判断，结合上一步的 **检索测试** 功能，模拟用户提问，根据各语料的相似度 选择合适的相似度配置 - **语义检索条数：** 单次问答从知识库中通过语义检索得到的最大段落数量，默认为3条，一般情况下条数不宜设置过大，否则可能超出模型上下文的限制，以及造成较大的模型token成本 - **全文检索条数：** 单次问答从知识库中通过全文关键词检索得到的最大段落数量，开启增强检索后默认为1条，全文检索条数加语义检索条数之和最大为10（优先满足语义检索条数设置）。若实际使用时未匹配到关键词，则全文检索的实际结果可能为0。 - **未命中策略：** 当没有找到知识库中内容时的策略，可以选择 **自由发挥** (由AI自行推理并回复)、**固定文案** (根据一段指定的文本进行回复) 和 **转人工** (根据 应用高级配置-[转人工配置](/platform/create-app/manage/manual) 中的规则提醒人工处理) - **展示知识库引用来源：** 开启后，如提问命中知识库内容，将在回复中展示知识库内容出处的文件名、网站名和网址（网页端和接入渠道端对话均支持）。同时支持对引用来源单独设置相似度阈值，只有高于该阈值的知识库引用才会被展示。 :::info 举个例子 1、假设 **相似度阈值** 设置为0.8，**语义检索条数** 设置为 3，用户提问时，最终会从知识库中检索出来的内容为 相似度在0.8以上的3条语料输入给模型来生成回复。 2、假设 **相似度阈值** 设置为0.75，**语义检索条数** 设置为 3，**全文检索条数** 设置为 1，用户提问时，最终会从知识库中检索出来的内容为 相似度在0.75以上的3条语料+关键词匹配排序最高的一条语料一起输入给模型来生成回复。 注意：对于无结构文档，每条语料的长度是我们导入时设置的，默认为500字符，对于QA结构文档，语料的长度是 问题+答案 之和，所以这样可以大致估计出每次提问时携带的知识库内容长度了，这个长度不能超过模型的[最大上下文长度设置](https://docs.link-ai.tech/platform/create-app#%E6%A8%A1%E5%9E%8B%E8%AE%BE%E7%BD%AE)。 ::: - **查询改写：** 开启后可根据 **对话上下文** 对用户问题进行关键信息补全，在知识库检索时能够结合上下文语义查询到预期结果，提高多轮对话中的检索准确性 :::info 说明 知识库默认会直接以原始问题进行知识库检索，举个例子，用户第一次提问的问题为 "介绍下LinkAI知识库"，第二次提问的问题为 "支持哪些文件类型"，如果直接以第二次的原始问题进行检索，很可能因为缺少主语而无法准确检索到结果，通过查询改写后会将问题补全为 "LinkAI知识库支持哪些文件类型"，实现**指代消解**的效果，检索到更准确的内容。 查询改写不会直接对原始问题进行修改，也不会改变最终发给大模型的问题，只会使用补充后的问题额外检索一次知识库，并将附加知识库条目添加到上下文中。注意**查询改写**需借助大模型来实现信息补充，所以会带来一些耗时的提升，请在需要时开启。 ::: - **结果重排：** 开启后将基于重排算法对知识库混合检索的结果进行再次排序，让更相关的内容排在前面 ## 6. 检索测试 {#search-test} 在知识库使用过程中，如对某个case的检索结果有疑问，可在知识库配置的 **检索测试** 页面模拟用户提问来查看知识库的检索结果，检索测试支持 **语义检索** 和 **增强检索** 两种模式： ### 6.1 语义检索 通过知识库语料的语义向量相似度进行检索，每条语料会展示出相似度指标，表示这条语料与问题的相关性。
### 6.2 增强检索 将语义检索与全文关键词检索进行混合，分别展示两种方式的检索结果及相似度指标（或相关度排序）来表示这条语料与问题的相关性。
利用知识库的检索测试结果可以辅助调整知识库的检索策略配置。 ## 7. 定时同步 知识库中的 **网页** 以及 **在线文档** (飞书文档、表格) 支持开启定时同步，在外部页面和文档发生内容变更的时候可以自动同步至知识库中，省去定期手动维护的步骤，方便知识数据统一管理。功能入口在 **「知识库 - 配置」** 模块：

开启定时同步开关后，系统将按 **每日一次** 的频率自动同步知识库内容，同时可以点击 **手动同步** 来人工触发知识库同步任务： :::info 注意事项 1. 定时同步前会对比每一个链接的内容是否发生变化，若内容未变更则不会进行更新；如果检测到发生变化则会重新进行切片、向量化、入库，会消耗一定量积分 2. 如果源网页或在线文档发生变更，同步时会使用最新内容进行覆盖更新，所以开启了定时同步后建议不要在知识库中对网页或在线文档进行手动编辑 3. 根据sitemap进行导入的网站，如果增加了新的页面，也会进行增量同步 ::: --- url: https://docs.link-ai.tech/platform/knowledge/fesihu-doc title: 飞书导入 description: 从飞书文档和飞书表格导入数据到知识库。 --- # 飞书导入知识库 支持将**飞书文档**、**飞书表格**中的数据导入LinkAI知识库。 > 仅支持导入用户自己飞书租户的文档数据，不可导入他人飞书租户的数据；暂不支持导入飞书多维表格、飞书幻灯片。 ## 一、配置飞书自建应用 {#appset} :::tip 提示 欲从飞书文档导入数据进入LinkAI知识库，需由用户在飞书开放平台创建具备相关权限的企业自建应用作为访问凭证，并在知识库导入时授权。 ::: ### 1.1 创建自建应用 进入[飞书开发平台](https://open.feishu.cn/app/) ，点击**创建企业自建应用**。如您在使用[渠道接入-飞书托管接入](https://docs.link-ai.tech/platform/link-app/feishu)时已创建过企业自建应用，则可根据1.2直接在原应用中添加权限，并直接使用该应用进行授权。
### 1.2 添加权限 进入自建应用配置的**开发配置-权限管理**页面，复制下面的权限内容，粘贴到**权限配置**下方的输入框内，全选权限筛选结果，点击**批量开通**并确认: ```json wiki:wiki,drive:drive,docx:document:readonly,sheets:spreadsheet:readonly ```

### 1.3 应用发布 进入自建应用配置的**版本管理与发布**页面，点击**创建版本**，并进行**发布**（如发布需审批，请联系拥有审批权限的同事在飞书客户端查看审批消息，并审批通过）：
### 1.4 获取授权凭证 进入自建应用配置的**凭证与基础信息**页面，获取 App ID 和 App Secret：

## 二、凭证授权 进入知识库-文件导入页面，选择 **文档-导入飞书文档**（或 表格-导入飞书表格），点击**去授权**，将1.4步骤获取的App ID 和 App Secret 填入表单保存：

## 三、文档导入 完成一、二的配置后，便可随时将飞书文档或飞书表格导入知识库。 ### 3.1 导入飞书文档 选择需要进行导入的飞书云文档，复制浏览器地址中的URL（如是在飞书客户端内打开云文档，可点击客户端右上角的「复制链接」按钮获取URL）：
在知识库-文件导入页面，选择**文档**类型，导入方式选择**导入飞书文档**，在文档地址输入框中粘贴复制的云文档URL（多个URL可用换行分隔），点击「导入」即可预览文档内容的分段结果： > 在导入前可选择开启 **增强解析** ，增强解析可将云文档中的图片一并提取导入知识库。

### 3.1 导入飞书表格 选择需要进行导入的飞书云表格，复制表格的URL：
在知识库-文件导入页面，选择**表格**类型，导入方式选择**导入飞表格**，在文档地址输入框中粘贴复制的表格URL（单次导入一个表格），点击「导入」即可预览表格内容：

导入表格时： - 如在线表格有多个sheet，默认导入Sheet1的数据 - 表格的第一行数据将作为表头（即列名） - 如有合并的单元格，默认将合并单元格中的数据填入左上的原始单元格中 导入表格后： - 可编辑修改列名（表头），列的名称会在检索知识库并使用AI生成回复的过程中，起到重要的语义解释作用，设置一个含义清晰的列名能够让AI更好的理解该列的内容 - 可设置需要参与检索的列，默认所有列的内容均参与检索 :::info 提示 索引列（参与检索的列）指的是用户提问时会将用户问题和该列的内容进行语义匹配或关建词匹配。不参与检索不代表用户提问时该列的内容不会被搜索到。 以上图举例：设置“学校英文名”一列不参与检索，其余三列参与检索，当用户提问中涉及“牛津大学”时，会将用户问题与“排名”、“学校名称”、“类型”三列的内容进行检索匹配，则可检索到第三行数据“1 牛津大学 University of Oxford QS200”，那么在AI回复用户时，这一整行数据都会用于回复的生成。 ::: ## 四、常见问题 {#tip} 如无法正常导入飞书文档、表格数据： 1. 首先请检查飞书自建应用已经按照 [应用配置-添加权限](/platform/knowledge/fesihu-doc#12-%E6%B7%BB%E5%8A%A0%E6%9D%83%E9%99%90) 中的指引，配置了全部权限。 2. 如应用权限配置无误，请检查导入的飞书文档、表格的文档分享权限是否为“仅文档协作组可通过链接访问”，若设置如此，有两种处理方式： 2.1 文档分享权限更改为更宽松的级别，如“组织内获得链接的人可阅读” 2.2 如下图所示，将创建的飞书自建应用添加为文档协作者


--- url: https://docs.link-ai.tech/platform/database title: 数据库 description: LinkAI提供大模型接入数据库的方式，让用户能够通过自然语言对话的方式访问数据库中的数据，实现长期记忆维护、对话式数据分析等场景 --- # 数据库 LinkAI的数据库模块提供了一种让大模型访问 **结构化数据** 的能力，支持连接已有的**远程数据库**，也支持直接使用由平台托管的**内置数据库**，用户可通过对话的方式对数据库进行查询、新增、编辑、删除，可实现以下核心场景： - **AI数据分析：** 支持对在线数据库、离线表格 中的数据进行对话式分析，根据自然语言一键生成SQL语句、分析结果、数据图表，支持在网页端和各个接入渠道中使用 - **动态数据管理：** 在AI智能体与用户的对话中动态记录结构化数据，存储长期记忆，例如订单记录、客户反馈、问卷结果、客户画像等 💻 [功能入口](https://link-ai.tech/console/database) 💬 [在线Demo体验](https://link-ai.tech/app/UY4lISyD) ## 一、 数据库创建 LinkAI提供两种类型的数据库，一种是**内置库**，由平台直接提供和维护，用户无需感知底层的数据存储，开箱即用；另一种是**远程库**，可直接连接用户自己维护的在线数据库，实时获取最新数据。 ### 1. 内置库 进入[数据库页面](https://link-ai.tech/console/database)，点击创建数据库，内置库可通过对话进行查询、新增、更新、删除数据，可灵活控制用户使用时的权限：
**注意：数据库描述将在对话时用于识别与用户意图是否匹配，从而判断是否调用数据库能力。需在数据库描述中清晰、完善地填写该数据库的使用场景。** 数据库中可创建多张数据表，每个数据表可以定义不同的字段结构，有两种数据初始化方式： 1. 通过 **EXCEL表格** 导入的方式自动生成字段信息，并写入数据 2. 填写字段信息后，通过手动添加、文件导入、智能体对话 的方式进行数据写入。注意文件导入的列名需要与字段名称一致，可根据模板进行填写。 **注意：数据表描述、字段描述，都将用于数据查询时生成查询语句（SQL）、写入数据时判断写入规则，清晰的描述可以提升查询语句的准确性。例如：需将每个枚举类型字段的所有枚举值，都填写在字段描述中**
数据导入后可在 "数据预览" 页面查看数据，并支持手动新增、编辑、批量导入新增、导出：

在 "数据库配置" 页面可以修改数据库基础信息和操作权限：
### 2. 远程库 > 远程库：[专业版](https://link-ai.tech/console/price?type=upgrade) 及以上可用，详情请咨询 [客服](https://cdn.link-ai.tech/consultant.jpg) 远程库在创建时需要填写数据库的连接信息，目前支持 `MySQL`、`SqlServer`、`PostgreSQL` 数据库：

成功连接后会自动加载库中的全部数据表，可选择需要纳入管理的数据表：
创建完成后与内置库相似，可进行数据预览和字段查看，在数据表配置页面可以继续添加数据表、修改数据表备注和字段备注：
:::caution 注意 在数据安全方面，LinkAI平台对 **远程数据库** 的连接信息进行了加密传输和存储，且限制了远程库仅支持查询操作，同时建议您在使用SaaS版本远程库时进行以下安全操作： - 建议通过IP白名单仅向平台开放端口 - 建议通过只读权限的数据库用户进行连接 - 推荐使用非生产环境的数据库 - 只添加最少可用的数据表 对于数据敏感的使用场景，可考虑私有化部署方案，详情咨询 [客服](https://cdn.link-ai.tech/consultant.jpg) ::: ## 二、数据库绑定 {#bind} 对于创建完成的数据库，可以在应用、工作流中进行绑定引用，通过对话访问数据库中的数据。 ### 1. 应用 在 **知识应用** 中可以绑定创建好的数据库，**轻量应用** 暂不支持使用数据库：

绑定完成后可通过对话访问数据库，系统会对 **用户问题和数据库的描述** 进行 **意图识别**，判断该问题是否需要访问数据库来回答，如果绑定了多个数据库，则会选取其中一个进行访问，如果不需要进行数据访问或者没有满足需求的数据库就会正常进行后续对话，如使用知识库或插件等。 ### 2. 工作流 在工作流中可以更灵活的使用数据库能力，可以自定义访问数据库的场景、数据分析处理的提示词等，在数据库查询场景，一般需要在数据库节点后增加一个大模型节点用于对原始数据的统计分析：

详情查看: [工作流-数据库节点](/platform/workflow/nodes/database) ## 三、数据库使用 ### 1. 网页端使用 应用绑定数据库后，可以在 **应用调试** 及 **对话页面** 进行对话，AI应用将根据用户提问的意图，选取对应的数据库执行数据查询任务。 **数据分析** 数据查询分析场景中，通过对话可以智能生成SQL语句、AI数据文案、数据图表，支持单表及多表JOIN查询：

图表目前支持折线图、饼图、柱状图，AI会根据用户问题及数据结果智能选择最合适的图表类型，同时也可以手动切换不同的图表展示：

同时可以切换tab至 **表格** 查看明细数据，以及切换至 **SQL** 查看AI生成的SQL语句：

**数据录入** 在数据记录场景中，可以通过对话方式写入结构化数据，AI会从用户输入中智能提取出数据库字段对应的内容，写入数据库：

**注意：数据表描述、字段描述，都将用于写入数据时判断写入规则，清晰的描述可以提升对话写入数据的准确性。** 成功写入后，在 "数据库-数据预览" 页面可以查看到数据明细：

对于终端用户通过对话写入的数据，智能体管理员可以进行快速的对话式数据查询、统计分析。 网页端Demo体验：[数据分析助手](https://link-ai.tech/app/UY4lISyD) ### 2. 渠道端使用 在LinkAI平台支持的 **托管及自建渠道** 中，同样可以通过对话的方式进行数据库交互，目前已支持 **企微、公众号、飞书、钉钉、微信** 等渠道： 在渠道中对话使用，数据图表会以图片的形式在文本后发出：

如果是数据明细查询的场景，数据结果则会以表格文件的形式发送出来：

同样的，渠道端也支持通过对话进行数据录入操作：
详情查看：[渠道接入文档](/platform/link-app) ### 3. API接入 LinkAI的对话API完全兼容数据库模块，通过API接入应用或工作流的方式可以访问其中绑定的数据库，接口中会返回数据分析文案以及生成的图表链接，详情查看 [接口文档](/platform/api/chat)。 --- url: https://docs.link-ai.tech/platform/plugins title: 插件 description: LinkAI是插件是通过Agent技术对模型能力的扩展和增强，让模型可以与外部数据和系统进行交互，每一种插件都封装了一种原子能力，例如google搜索、必应搜索、图像识别等，并具有意图识别和多轮思考的能力。 --- # 插件 插件功能是对模型能力的扩展和增强，让智能体可以与外部数据源、工具、系统进行交互，每一种插件都封装了一种原子能力。插件目前已兼容**MCP协议**，支持将MCP Server一键转化为插件供智能体使用。 插件执行的原理是通过对用户提问的 **意图识别** 进行决策（也可设置为根据**提问关建词**进行决策）并调用对应的插件能力，比如当你问到关于最新的实时或者新闻时就会决策使用搜索插件，当你问到数学计算相关的问题就会使用计算器插件。 💻 [插件中心入口](https://link-ai.tech/console/plugins) :::info 提示 本篇文档对平台内置插件及使用方法进行介绍，如需自定义的执行外部请求的插件能力，对接更多自有或第三方服务，可查看**[自定义插件文档](https://docs.link-ai.tech/platform/plugins/custom-plugins)**。 ::: ## 1. 内置插件 {#price} 内置插件是由LinkAI平台提供的可以**开箱即用**的插件，完整插件列表请查看：[插件中心](https://link-ai.tech/console/plugins) | 插件名称 | 介绍 | 触发条件 | 价格(积分) | | :---- | ---- | ---- | ---- | | **MCP插件** | 内置插件中已支持多个精选MCP插件，包括高德地图、百度地图、博查搜索、资讯聚合、网页部署等，将持续更新 | 意图识别 / 关键词 | 见插件详情 | | **当前时间** | 获取当前准确时间 | 识别用户询问的和时间有关的问题触发 | 0 | | **计算器** | 可计算加、减、乘、除、次方 | 识别用户和数学运算相关的问题触发 或 设置关键词触发 | 0 | | **默认搜索** | 通过整合大模型及爬虫能力，成本最低，时效性和准确性稍低 | 识别用户和实时信息或资讯有关的问题触发 或 设置关键词触发 | 5积分/次（不含大模型token） | | **AI搜索** | AI增强搜索，结果更丰富、结构化，展示搜索结果来源，（网页端）一键跳转对应网页 | 识别用户和实时信息或资讯有关的问题触发 或 设置关键词触发 | 10积分/次（不含大模型token） | | **谷歌搜索** | 使用谷歌搜索引擎获取最新信息 | 识别用户和实时信息或资讯有关的问题触发 或 设置关键词触发 | 10积分/次（不含大模型token） | | **必应搜索** | 使用必应搜索引擎获取最新信息(支持用户托管自己的API Key，该Key只会被当前用户调用) | 识别用户和实时信息或资讯有关的问题触发 或 设置关键词触发 | 60积分/次（不含大模型token） | | **网页速读** | 访问网页链接的内容 | 直接发送链接或者发送链接和问题 或 设置关键词触发 | 0（不含大模型token） | | **内容总结** | 总结文件、微信公众号文章的内容并可开启对话 | 直接发送文件(PDF、docx、txt、微信文章)触发 | 6积分/千tokens | | **豆包文生图** | 使用字节跳动豆包文生图模型进行画图 | 根据用户画图的意图触发 或 设置关键词触发 | 150积分/次 | | **DALL-E文生图** | 使用Dall-E-3模型进行画图 | 根据用户画图的意图触发 或 设置关键词触发 | 200积分/次 | | **Midjunery文生图** | 使用Midjunery（mj）模型进行画图 | 根据用户画图的意图触发 或 设置关键词触发 | 150积分/次 | | **AI改图** | 上传图片和修改要求，AI智能重绘图片 | 在工作流插件节点中使用 | 50积分/次（体验期） | | **图像识别** | 根据图像输入进行问答 | 发送图片触发（可设置渠道端使用的触发条件：发送图即触发 或 发送图加文字提问触发） | 4o模型：1积分/15token；4-vision模型：1积分/10token
claude模型：1积分/20token
千问模型：1积分/60token
OCR：25积分/次 | | **文件生成** | 在工作流中根据输入的文本内容生成文件 | 在工作流中使用，运行到该插件节点即触发 | 0 | | **图表生成** | 用于在工作流中AI分析数据并生成图表，支持折线图、饼图、柱状图 | 在工作流插件节点中使用 | 5积分/次 | | **快递查询** | 查询指定快递单号的物流信息 | 识别提问中和快递物流查询有关的问题 或 设置关键词触发 | 5积分/次（不含大模型token） | | **天气查询** | 查询指定城市的天气情况或未来天气预报 | 识别提问中和天气查询有关的问题 或 设置关键词触发 | 5积分/次（不含大模型token） | | **新闻早报** | 获取昨日新闻快报 | 识别提问中获取实时新闻相关的问题 或 设置关键词触发 | 5积分/次（不含大模型token） | | **AI视频生成** | 根据文本或图片生成视频 | 意图识别或关键词触发 | Sora2：700积分/次；Veo3.1：800积分/次；即梦3.0:1000积分/次 |
## 2. 应用配置 {#config} 在 **"应用配置" - "插件配置"** 模块可以配置应用需要开启的插件。每个应用在创建时会有几个自带插件，但默认是关闭的，可打开开关；同时可以点击 "添加插件" 按钮添加更多内置插件。
### 2.1 插件触发条件 内置插件的默认触发条件是通过对用户提问进行**意图识别**，根据插件描述匹配最满足需求的插件并执行。例如用户提问中带有搜索意图时会触发搜索插件。 自定义插件的触发条件是通过对用户提问的**意图识别**，判断与插件**描述之间**的关联性，具体可查看[自定义插件](https://docs.link-ai.tech/platform/plugins/custom-plugins)。 也支持将插件的触发条件设置为关建词匹触发（前缀匹配、包含匹配、后缀匹配），以提高插件触发的成功率。
### 2.2 插件执行和思考过程 在开启插件执行过程后，执行时将会展示当前选择的插件；在开启思考过程时，同时会显示机器人分析问题和选择这个插件的思考过程。对于MCP插件，还会展示插件下多个工具的组合执行过程：
### 2.3 插件执行策略 针对知识库应用，还支持选择插件执行策略：
策略说明： - **知识库优先：** 对于用户问题优先去知识库中检索，未命中才会选择插件 - **插件优先：** 优先决策插件，插件未命中时才尝试检索知识库 - **知识库与插件同时执行：** 每次请求都会尝试检索知识库和选择插件，并将二者的结果汇总后进行问题回答
## 3. 工作流配置 工作流的 **插件节点** 中可选择所有 **内置插件及自定义插件**，与应用不同的是，工作流是根据实际运行的节点链路进行插件执行，无需通过意图识别选择，另外执行完成后一般需要对接一个大模型节点来对插件原始输出转化成自然语言。
详细文档参考：[工作流-插件节点说明](/platform/workflow/nodes/plugin) ## 4. 外部调用 ### 4.1 渠道接入 渠道端可以通过接入应用或工作流来获得插件能力，以下是一个通过组合调用天气、位置查询、路线规划工具生成旅行规划的例子：
### 4.2 API接入 API接入LinkAI应用或工作流时，将同时无感支持插件能力，在 [开放API](https://docs.link-ai.tech/platform/api/chat) 的响应中则会返回插件执行和思考过程字段，响应结构如下： ```json { "agent": { "status": "FINISHED", "chain": [ { "plugin_name": "谷歌搜索", "thought": "该问题需要搜索电影《坚如磐石》的豆瓣评分，因此使用谷歌搜索引擎来获取相关信息。", "plugin_icon": "🔎", "plugin_input": "电影坚如磐石 豆瓣评分" } ], "need_show_plugin": true, "need_show_thought": true } } ``` ### 4.3 开源集成 通过 [chatgpt-on-wechat](/cow) 开源项目进行的集成，在该项目的1.4.0版本之后 也可以自动进行插件调用，并支持展示插件执行和思考过程。
--- url: https://docs.link-ai.tech/platform/plugins/custom-plugins title: 自定义插件 description: 支持用户自己创建插件，通过意图识别执行插件，可调用外部接口，对接业务系统、第三方接口、外部设备等。 --- > 支持创建自定义插件，可设置**意图识别** 或 **关建词识别**的触发条件，执行调用外部接口或服务。支持HTTP协议和MCP协议，可对接业务系统、数据库、MCP Server、外部设备等。 ## 1. 功能简介 自定义插件的实现方式是基于 **自有/第三方的API** 或 **MCP Server**，在LinkAI创建一个可以访问该服务的能力，当满足触发条件时调用该插件以实现其支持的特定功能。 例如，我们可以将业务系统的数据写入API作为自定义插件，当用户提问满足条件时可以自动往业务系统写入数据；也可以将数据库的查询接口服务作为自定义插件，通过对话式的交互，让AI执行数据获取和分析的任务，等等。 自定义插件支持 **HTTP/HTTPS** 协议，只需配置接口的 **描述、请求地址、参数** 即可；同时支持 **MCP** 协议，只需配置MCP Server的JSON配置即可。 ## 2. HTTP插件 ### 2.1 基础配置 以下用对接 [第三方快递查询](https://www.alapi.cn/api/view/63) 接口为例进行说明：

该第三方接口的接口文档中对于请求地址、请求方法 和 请求参数等信息做了完整的说明，根据接口文档说明，在LinkAI创建自定义插件（创建入口： [控制台 - 插件 - 创建自定义插件](https://link-ai.tech/console/plugins/detail)），填写插件的名称、**描述**、头像，并根据接口文档配置第三方接口的信息（**请求地址**、**入参**、**出参**等）即可完成创建。
:::info 提示 **“插件描述”** 对于AI判断插件的执行条件非常重要，需描述清楚插件的使用场景（什么时候需要执行该插件）。当自定义插件的触发条件选择「意图识别」时，用户提问与插件描述的语义意图匹配时，则触发该插件。 **“参数描述”** 对于AI根据用户问题提取入参内容非常重要，需描述清楚该参数的含义（结合用户实际提问场景来描述，便于AI根据提问内容匹配到对应的参数，对于一些专业领域的参数，可以在参数描述中将参数的枚举值列举出来）。当使用该插件时，AI将根据参数描述从用户提问内容中提取相应的入参值。 ::: ### 2.1 多级请求和响应结构 **2.1.1 请求参数支持多级** **自定义插件**参数支持 **对象** 和 **数组** 类型，支持定义多级嵌套的入参结构，以适配更复杂的接口调用：

**2.1.2 支持定义接口响应的结构** 支持 **响应结果** 配置，可定义接口返回中的各个字段的 **名称、类型、描述**，提升模型对接口返回数据的处理效果：

同时为了方便快速配置响应结构，提供了一键 **自动填写** 的功能，填入请求参数后将根据实际请求一次接口返回的数据自动生成响应结构，生成后可手动筛选所需的字段，并补充字段描述，保存插件后生效。 :::info 说明 响应结果的定义可按需选择是否开启，如不开启，接口的全部返回数据都会交给模型处理。 定义结构化的响应结果，对插件效果有以下提升： 1. **提升回答准确性：** 响应结果中的字段描述会发送给大模型，增强模型对返回结果的理解，提升向用户回复的效果 2. **减少上下文长度：** 用户定义了响应字段后，结果中的其他字段信息则会被过滤，可以实现精确提取回复中的关键内容，在减少token消耗的同时也降低了无关信息对模型的干扰 :::
### 2.2 在线调试 自定义插件支持 **在线调试** ，方便检查接口的联通性和参数填写的正确性。 点击右上角 **调试** 按钮，填入参数值后提交。若请求成功，则会展示接口返回的结果；若失败会输出接口的错误码以及错误信息：

## 3. MCP插件 {#mcp} > **MCP** (Model Context Protocal) 是专为大模型应用设计的开放协议，提供了一种标准化的方式让LLM能够与外部工具无缝集成。**LinkAI平台** 目前已全面支持 **MCP协议**，通过插件模块可一键接入MCP生态下的海量工具，极大提升了LinkAI智能体的扩展性。 ### 3.1 插件发现 首先需要根据需求找到需要添加的MCP服务，MCP Server一般由服务厂商或开发者开发，分散在开源社区的各个仓库中，但我们可以在常用的 **MCP开放广场** 中进行搜索，例如国内的 [魔搭社区](https://modelscope.cn/mcp?hosted=1)、国外的 [mcp.so](https://mcp.so/)、官方的 [MCP Server汇总仓库](https://github.com/modelcontextprotocol/servers) 。此外，通过 [Zapier](/platform/plugins/tutorial/zapier) 的MCP插件，可以一键接入8000+款应用的数万个MCP工具，连接各类办公效率软件。 以这个最简单的 [时间服务](https://github.com/modelcontextprotocol/servers/tree/main/src/time) 为例，我们可以在它的说明文档中找到 MCP Server的配置项，LinkAI支持标准的MCP JSON配置，与Claude客户端的配置格式一致：

:::info 注意 1. 目前支持 `npx`、`uvx`、`sse` 等多种运行方式 2. LinkAI线上版本只支持调用远程服务的MCP工具，涉及访问本地资源例如文件系统、本地浏览器的工具暂不支持 3. 部分MCP Server需要配置API Key才能使用，需按照MCP提供方的说明文档申请对应秘钥并填入JSON配置中 ::: ### 3.2 插件配置 点击「创建插件 - MCP插件」进入插件创建页面，根据MCP Server提供方的介绍填写 **名称、描述、头像** 等基本信息，注意插件描述会用于插件决策，请尽量清晰的描写。 将上面说明文档中获取到的配置项填入 **MCP Server配置** 中，确保JSON格式，点击保存后平台将自动进行配置校验和MCP Server安装：
### 3.2 工具调试 保存成功后，插件将自动加载出可用的 **工具列表**，每个工具对应MCP Server的一个原子能力，每个工具都可以在线输入参数进行调试：
## 4. 使用说明 ### 3.1 应用中使用 自定义插件的配置和使用方法与内置插件相同，即在**「应用配置-插件配置」**中添加，并设置**触发条件（意图识别 / 关键词识别）**启用即可。 AI将依据插件配置中**请求参数的描述**，从插件节点的输入中提取出对应的入参信息，插件的返回结果也将完整输出。
### 3.2 工作流中使用 工作流中的 **插件** 节点可选择已经创建的自定义插件： - 不开启结构化参数，AI将依据插件配置中**请求参数的描述**，从插件节点的输入中提取出对应的入参信息，插件的返回结果也将完整输出； - HTTP插件支持开启 **结构化参数**，可手动选取工作流中的变量（如前置节点的输出）作为自定义插件的入参；可将插件返回结果中的某个出参在后置节点所引用。 > 例如，在前置节点可使用大模型来提取用户输入的内容，开启大模型的[结构化输出](/platform/workflow/nodes/llm#3-%E9%AB%98%E7%BA%A7%E7%94%A8%E6%B3%95%E7%BB%93%E6%9E%84%E5%8C%96%E8%BE%93%E5%87%BA)功能，将提取的内容定义为一个个变量，将这些变量一一对应作为自定义插件节点的入参。

自定义插件基于在应用和工作流中的使用，可以兼容支持**网页端对话**、**API接入**、**渠道接入**(微信、企微、公众号、钉钉、飞书)等。 --- url: https://docs.link-ai.tech/platform/plugins/pgc title: 贡献插件* description: 支持用户自己将自定义插件贡献至LinkAI平台以获得更多的曝光，让LinkAI的其他用户发现、使用你的插件。 --- > LinkAI支持用户将创建的插件发布至LinkAI插件市场，以获得更多的曝光，让LinkAI的其他用户发现、使用你的插件，并通过贡献插件为LinkAI用户提供插件 API 服务获益 ## 1. 创建自定义插件 贡献插件之前需先创建 [自定义插件](/platform/plugins/custom-plugins)，并完整填写插件的相关信息，确保插件功能可正常使用。
## 2. 联系上架 请联系 [客服](https://cdn.link-ai.tech/doc/linkai-customer-service.png) 沟通插件上架事宜。 --- url: https://docs.link-ai.tech/platform/plugins/tutorial/form title: 表单问卷 description: 使用表单问卷插件进行数据收集和用户调研 --- # 表单问卷插件 > **版本要求：** [专业版](https://link-ai.tech/console/price?type=upgrade)及以上 表单问卷插件是LinkAI平台提供的强大数据收集工具，支持通过拖拉拽方式快速设计表单页面，并与工作流、数据库无缝集成。适用于客户回访、信息收集、患者随访、市场调研等多种业务场景。 ## 核心特性 ### ✨ 可视化设计 - **拖拉拽操作**：无需编程，通过可视化界面快速构建表单 - **丰富组件库**：支持文本框、下拉框、富文本、附件、按钮、级联选择等20余种组件 - **自定义事件**：支持组件触发事件等高级设置 ### 🔗 数据库集成 - **自动建表**：创建表单时自动生成对应的内置数据表 - **数据存储**：用户提交的表单数据自动存储至数据库 - **用户信息关联**：同时记录用户ID、昵称等身份信息 ### 🚀 工作流集成 - **插件节点支持**：可在工作流中通过插件节点调用表单 - **URL输出**：节点运行时输出表单页面链接 - **回调机制**：表单提交后自动触发回调工作流 ## 快速开始 ### 第一步：访问表单管理 1. 进入 [LinkAI插件](https://link-ai.tech/console/plugins) 页面 2. 点击 "表单问卷" 内置插件 3. 进入表单管理界面
### 第二步：创建表单 1. 点击"新增表单"按钮 2. 使用拖拉拽方式添加所需组件 3. 注意"数据库字段参数"会和实际存储到数据库中的字段保持一致 4. 设置表单样式和布局 5. 保存表单配置

创建表单的同时，系统会自动创建对应的内置数据表：

### 第三步：在工作流中使用 在工作流中添加插件节点，选择表单问卷插件：

## 表单分发方式 ### 被动分发 通过工作流结束节点，将表单URL作为回复内容返回给用户 ### 主动分发 使用工作流「渠道发送」节点，主动向单个或多个用户推送表单链接 ## 用户填写体验 用户在渠道端会收到H5链接形式的表单问卷：

**填写流程：** 1. 用户点击接收到的表单链接 2. 在H5页面中填写表单内容 3. 用户提交表单数据 4. 自动写入关联的内置数据库 5. 自动触发回调工作流（可选） ## 数据管理 用户提交的表单数据会自动存储到关联的内置数据表中，可以在数据库模块进行数据查看和导出：
--- url: https://docs.link-ai.tech/platform/plugins/tutorial/feishu title: 飞书 description: 飞书官方MCP Server，封装了飞书核心能力，支持操作**飞书文档、多维表格、对话消息、群组管理、日历事件**等核心功能。 --- > 飞书官方MCP插件，封装了飞书核心能力，支持操作**飞书文档、多维表格、对话消息、群组管理、日历事件**等核心功能。 ## 配置方式 ### 1. 飞书应用创建 首先需要进入[飞书开发平台](https://open.feishu.cn/app/) ，点击**创建企业自建应用**：
### 2.添加权限 打开**权限管理**菜单，点击**开通权限**，根据需求添加相应权限，例如你需要通过该MCP插件操作多维表格时，就需要开通多维表格相关权限：
### 3.获取APP ID和 APP Secret 在**凭证与基础信息**内获取到 App ID 和 App Secret
### 4.配置插件 可以直接使用LinkAI提供的内置插件，填入 `App ID` 和 `App Secret`字段即可使用，也可以通过自定义插件配置，在JSON配置中填写。在应用及工作流中均可一键配置飞书MCP插件，此处以应用为例： ## 使用效果 以应用网页端调试为例，通过自然语言可直接将数据写入**飞书多维表格**：
打开输出的多维表格链接，可查看到通过智能体写入的数据： 除了在网页端使用，还可以集成到飞书、钉钉、企微、API等多个渠道中使用，可管理多维表格、飞书文档、消息对话、日程管理等飞书核心功能。 --- url: https://docs.link-ai.tech/platform/plugins/tutorial/zapier title: Zapier description: Zapier官方MCP Server，聚合了8000多个应用的MCP工具，包括Gmail、Slack、Outlook、Excel、Zoom、Notion等各类应用。 --- > Zapier官方MCP插件，通过一个MCP Server可聚合8000多个软件的MCP工具，包括Gmail、Slack、Outlook、Excel、Zoom、Notion等各类办公软件和效率工具，可通过LinkAI自定义插件使用。 ## 配置方式 ### 1. MCP Server配置 进入 [Zapier MCP Server](https://mcp.zapier.com/mcp/servers) 页面，点击「New MCP Server」新建，MCP Client类型选择**Other**： ### 2. 添加工具 点击「Add tool」添加所需工具，可添加8000+应用中的数万个工具。这里以 Gmail 的邮件发送和查询工具为例： ### 3. 获取URL 选择 Connect 菜单，复制 **Server URL**： 将url填写到以下JSON结构中： ```json { "mcpServers": { "Zapier": { "url": "https://mcp.zapier.com/api/mcp/s/******/sse" } } } ``` ### 4. MCP插件配置 在[LinkAI插件中心](https://link-ai.tech/console/plugins)点击 **创建插件**，选择MCP类型，将上面的JSON块填入到 **MCP Server 配置** 中，保存后即可展示可用工具，并支持在线调试： > 自定义MCP插件的详细教程参考: [自定义MCP插件](/platform/plugins/custom-plugins#mcp) ## 使用效果 创建后的Zapier MCP插件可以在**应用、工作流**中一键配置使用，由于一个 **Zapier MCP Server** 中可能集成多个彼此独立、使用场景差异较大的工具，所以很适合在工作流中配合 **指定工具** 功能使用，在插件节点灵活选取需要的工具：

工作流运行过程如下，配合工作流的定时任务能力还可以实现定时发送：

实际邮箱接收效果：
除了Gmail邮箱，Zapier中的海量MCP工具都可以在LinkAI的应用和工作流中灵活使用，极大提升智能体的扩展性。 --- url: https://docs.link-ai.tech/platform/plugins/tutorial/github title: Github description: Github官方MCP Server，支持仓库管理、文件操作、仓库及代码搜索等核心能力。 --- > Github官方MCP插件，支持 **仓库管理、文件操作、仓库及代码搜索** 等核心能力。 💻 应用体验：[Github开源助手](https://link-ai.tech/app/eCtEY9I6) ## 配置方式 ### 1. 创建 Github Access Token 首先需要进入[Github Token管理页面](https://github.com/settings/personal-access-tokens) ，点击**Generate new token** 创建token，填写token的名称和描述后，根据需求设置权限： > 一般常用的权限有 Administration(仓库管理)、Contents(仓库代码、提交、分支等内容访问)、Issues(项目Issues访问): ### 2.配置插件 可以直接使用LinkAI提供的内置插件，填入 `Github Access Token`字段即可使用，也可以通过自定义插件配置，在JSON配置中填写。在应用及工作流中均可一键配置Github MCP插件，此处以应用为例： ## 使用效果 以应用网页端调试为例，可通过该插件查询Github中的开源项目信息：
除了项目搜索分析，还能创建仓库、提交代码、管理Issue等，通过该MCP插件可以实现完整的项目研发流程。 --- url: https://docs.link-ai.tech/platform/plugins/tutorial/summary title: 内容总结 description: 内容总结是LinkAI结合大模型文本能力和知识库能力搭建的 对长内容一键生成摘要及基于内容进行问答的能力。 --- > 内容总结是LinkAI结合 **大模型文本能力** 和 **知识库能力** 搭建的 对长内容 **一键生成摘要** 及 **基于内容进行问答** 的能力。 ## 1. 功能介绍 ### 1.1 文件总结插件 支持对 `txt、pdf、docx、markdown、csv` 格式的文件进行一键总结。如下图，​一篇约9万字的小说，大约几十秒就可以生成摘要，帮助你预览书籍内容，实现 "量子速读":
发送 "开启对话" 后，可以通过问答的形式进一步了解细节： ### 1.2 网页速读插件 除了文件，还支持各类链接，比如公众号文章可以一键转发后总结：
同时借助 "网页速读" 插件，还可以对任何url进行访问和总结： ### 1.3 图片识别插件 能够理解图片并进行详细描述：
## 2. 使用路径 ### 2.1 体验 添加LinkAI助手的微信后可以直接使用，扫描下方二维码并完成认证后，将文件、公众号文章等链接发给助手即可一键总结。 ### 2.2 LinkAI使用 使用LinkAI插件功能，选择「**内容总结**」、「**网页速读**」、「**图像识别**」插件，可分别实现以上功能，详见LinkAI[插件模块](https://link-ai.tech/console/plugins) ### 2.3 开源集成 如果你想自己搭建内容总结功能，在公众号、企微等应用中使用，可以通过 [chatgpt-on-wechat](/cow) 开源项目完成，在该项目的 linkai 插件中可以快速开启，使用参考 [插件配置](https://github.com/zhayujie/chatgpt-on-wechat/tree/master/plugins/linkai#3%E6%96%87%E6%A1%A3%E6%80%BB%E7%BB%93%E5%AF%B9%E8%AF%9D%E5%8A%9F%E8%83%BD)。 --- url: https://docs.link-ai.tech/platform/plugins/tutorial/video-generation title: AI视频生成 description: AI视频生成插件，支持Sora、Veo、即梦等最新模型，可根据用户的文本或图片输入一键生成视频 --- > **AI视频生成** 插件，可根据用户的文本或图片输入一键生成视频，可用于创意视频制作、企业产品宣传、电商视频生成等丰富场景，并可通过与LinkAI智能体和工作流结合，搭建自动化流程。 👉🏻 在线体验：[AI视频生成助手](https://link-ai.tech/template/h3RkEgHGyF) ## 支持的视频模型 目前支持在 **Sora-2、Veo-3.1、即梦-3.0** 中进行切换，未来将支持更多视频模型及更精细的视频参数控制。 :::info 视频模型说明 - **即梦-3.0：** 每次可生成5S视频，上传的图片会作为视频的首帧图，视频与输入的一致性更好 - **Sora-2：** 每次可生成10S视频，可直接通过提示词控制台词和音效的生成。注意通过图片生成视频时，图中不能带有人物形象，否则可能生成失败 - **Veo-3.1：** 每次可生成8S视频，支持输入多张图片 ::: ## 使用方式 ### 1. 应用中使用 在应用中可直接配置该插件，选择所需的视频模型：

直接输入文本或图片即可通过意图识别判断是否执行视频生成插件：
### 2. 工作流中使用 在工作流中可以更灵活的使用视频生成插件，例如通过大模型节点进行**视频脚本编写**，使用Nano Banana插件完成**静态帧生成**，再使用AI视频生成插件完成最终的**视频创作**，可以搭建出一套自动化内容创作流程：

发布至广场中使用效果如下：

### 3. 渠道接入 同时支持将搭建好的智能体接入到各**渠道端**完成视频生成：

## 应用场景 - **创意视频制作**：为创作者提供快速视频生成能力 - **企业产品宣传**：快速制作产品展示视频 - **电商视频生成**：为商品生成展示视频 - **教育培训**：制作教学演示视频 - **社交媒体内容**：生成短视频内容 ## 模板推荐 👉🏻 模板地址：[AI视频生成助手](https://link-ai.tech/template/h3RkEgHGyF) --- url: https://docs.link-ai.tech/platform/workflow title: 工作流 description: 「工作流」支持十余种节点单元任意组合，可视化拖拉拽界面，零代码搭出业务人员能看懂的流程图。工作流还可化身“超级应用”，直接对话使用，或接入客户端使用。 --- ## 功能简介 **工作流（workflow）** 是一种更为灵活的智能体创建方式，可以自由组合应用、知识库、插件、意图识别、定时任务、渠道发送等能力，增强AI智能体对流程型复杂任务的理解和执行。 💻[功能入口](https://link-ai.tech/console/workflows) **工作流功能特点：** 1. **面向业务场景设计：** 支持十余种节点单元任意组合，可视化拖拉拽界面，能够零代码搭出业务人员能看懂的流程图 2. **组合多应用的超级智能体：** 支持组合多个AI应用，通过识别不同场景的用户意图选择不同应用提供服务，例如对于电商场景下的选品咨询、购买下单、售后客服环节可以配置不同的数字员工，统一对客提供服务 3. **支持定时任务触发：** 可以通过定时任务触发工作流的执行，支持根据自然语言描述快速配置时间规则 4. **主动渠道发送能力：** 渠道发送节点支持将工作流中任意节点的输出主动发送到指定渠道，配合定时任务、插件等节点可以实现各类 信息获取、社群运营 需求 5. **快速的接入集成：** 支持 自建部署接入、托管一键接入、API接入 三种方式，快速将工作流接入到微信公众号、企微、飞书、钉钉、web集成等多种渠道中 ## 说明 --- url: https://docs.link-ai.tech/platform/workflow/nodes/start-end title: 开始和结束 description: 工作流开始和结束节点 --- ## 1. 功能简介 {#intro} - 新建工作流时会默认添加**开始**节点和**结束**节点，为工作流必备节点，不可删除 - 所有流程分支**需最终可间接连接到**开始和结束节点 - 可在开始节点定义工作流中需要使用的**变量** 注：当工作流接入各渠道端使用时，用户发送的消息内容即为 **开始节点的输入**，并会将 **结束节点的上一个节点输出的内容** 回复用户。 ## 2. 开始节点-配置说明 {#notes} ### 2.1 默认变量设置 **1. 文字输入：**即用户提问的文本部分。当工作流发布到广场使用时，可设置文字变量是否开启、是否必填；当工作流接入渠道端使用时，「是否开启」、「是否必填」设置无效，该变量默认会被使用，即用户在渠道端发送的文字提问。

**2. 图片输入：**即用户输入/发送的图像。当工作流发布到广场使用时，可设置图片变量 **是否开启、是否必填、是否支持多图片上传**。 当工作流接入渠道端使用时，只要开启了图片变量，「是否必填」设置无效，可设置发送图片来触发工作流时的触发条件： - 用户在渠道端发送图片即触发工作流 - 用户在渠道端发送图片后需跟一句文字提问才可触发工作流 输入的图片内容仅可在工作流的 **「图像识别插件」** 节点中被使用，详见[功能日志](https://docs.link-ai.tech/platform/version/2.5.5#workflow)。

**3. 文件上传：**即用户输入/发送的文件。当工作流发布到广场使用时，可设置文件变量是否开启、是否必填、是否支持多文件上传；当工作流接入渠道端使用时，只要开启了文件变量，「是否必填」设置无效，用户在渠道端发送文件即可触发工作流。 输入的文件内容可在工作流的 **「内容总结插件」**、**「大模型」**、**「渠道发送」** 等节点中被使用，详见[功能日志](https://docs.link-ai.tech/platform/version/3.1.0#workflow-file)。

### 2.2 自定义变量设置 **1. 文本变量：** 添加文本类型的自定义变量（以字符串存储）。变量名需为英文字母或下划线的组合，变量名在工作流内不可重复；变量显示名称可自定义，即工作流发布到广场时运行表单中用户看到的字段名称；设置是否必填能够控制工作流变量字段在广场运行表单内的必填性。

**2. 单选变量：** 添加单选类型的自定义变量（以字符串存储）。单选类型变量可设置字段选项值，至少需要有一个选项；可设置选项默认值，即用户在广场工作流表单中填写单选变量字段时，系统默认选中的选项。

**3. 图片及文件变量：** 支持添加图片或文件类型的自定义变量，可在后续的图像识别、内容总结、大模型等节点中引用该类型变量。基于此变量可以轻松实现 多图片/多文件的对比、汇总、合成效果，例如合同审核、人岗匹配、多图片合成等场景。

### 2.3 系统变量设置 系统变量是系统内置的环境变量，在工作流运行前由系统自动进行赋值，可在后续节点中进行引用。目前支持以下系统变量： - **当前时间：** 获取当前时间信息 - **发送人昵称：** 获取向机器人发送消息的用户的昵称，支持获取企微号、微信号、微信客服、企微应用、钉钉、飞书渠道的用户昵称 - **群名称：** 获取用户所在的群聊名称，支持企微群聊、微信群聊、钉钉群聊、飞书群聊

:::info 提示 1.接入「微信」渠道时： - 用chatgpt-on-wechat项目接入，<发送人昵称>变量为**微信好友备注**(如没有添加好友备注则为微信昵称)； - 用LinkAI平台托管接入，<发送人昵称>变量为微信好友的**微信昵称** 2.接入「企微」渠道时： - 与微信好友对话，<发送人昵称>变量为微信好友的**微信昵称**； - 与企微好友（同事）对话，<发送人昵称>变量为企微好友的**企微账号姓名** 3.接入「微信客服」渠道时：<发送人昵称>变量为访问用户的**微信昵称** 4.接入「企微应用」渠道时，<发送人昵称>变量为与企微应用对话的**企微账号姓名**
5.接入「钉钉」渠道时，<发送人昵称>变量为与钉钉机机器人对话的**钉钉账号昵称**
6.接入「飞书」渠道时，<发送人昵称>变量为与飞书机机器人对话的**飞书账号姓名**
:::
### 2.4 变量引用 默认变量和自定义变量均可以在工作流的任意节点中被引用，作为节点输入或输出的一部分。工作流还可通过API调用，进行自定义变量入参。 **举例：** - 在开始节点设置所需的变量：

- 在分支节点引用变量，用于分支判断：

- 在大模型节点引用变量，用于给大模型提供动态的文本输入：
:::info 提示 1.开始节点的 **图片输入** 默认变量： - 可在「图像识别插件」的节点输入中引用，用于图像识别； - 可在「渠道发送（仅托管接入渠道）」的节点输入中引用，直接将输入的图片发送到企微、微信。 2.开始节点的 **文件输入** 默认变量： - 可在「内容总结插件」节点的输入中引用，用于总结pdf、word等文件的文本内容； - 也可在「大模型」节点的输入中引用，将文件中的文本作为上下文提供给大模型进行加工； - 同样，可在「渠道发送（仅托管接入渠道）」节点的输入中引用，直接将输入的文件发送到企微、微信。 :::

## 3. 结束节点-配置说明 {#notes-end}

### 3.1 语音音色 此处选择音色后，在网页端进行工作流对话时，可根据选择的音色语音播报工作流回复的文字内容；接入支持语音对话的渠道端（企微、微信、企微应用、微信客服、钉钉、飞书、公众号）使用时，可根据选择的音色进行语音回复。 ### 3.2 分段、合并、延迟回复 **1. 分段回复**：将生成的长回复内容，随机拆分为多个段落发出； **2. 合并回复**：将用户在一定时间内（配置的延迟回复时间）输入工作流的多个问题合并为一个问题生成回复； **3. 延迟回复**：可单独使用，即延迟响应用户的提问；配合「合并回复」一起使用时，可将用户第一句提问开始至达到延迟时间截止的所有问题合并为一个问题生成回复。 ### 用户端效果示例

### 3.3 流式输出 工作流支持在「结束节点」中开启 **流式输出** 开关，启用后将对工作流生成的结果进行流式输出，降低用户等待延迟。在 **网站集成** 接入和 **API流式** 调用方式中均可生效。

:::info 注意 当结束节点的上一个节点是**大模型或应用节点**时，会实时将该节点流式输出的内容进行输出，能有效降低响应延迟；若结束节点的上一个节点不是大模型或应用节点，会等待结束节点拿到最终输出内容后再进行流式输出，所需等待耗时并不会减少。 ::: --- url: https://docs.link-ai.tech/platform/workflow/nodes/llm title: 大模型 description: 将大模型引入工作流，结合系统提示词和前序环节输入，智能生成回复。 --- > 大模型节点在工作流中使用时，可将前序节点的输出（以及自定义的文本）以参数的形式插入来作为输入的问题，还可设置该节点的默认系统提示词，然后基于问题和系统提示词通过模型输出智能回复。 ### 1. 功能简介 {#intro} - 支持选择**LinkAI**应用中支持的**所有模型**（`OpenAI系列`, `Claude系列`, `Gemini系列`, `DeepSeek(深度求索)系列`, `wenxin(文心一言)系列`, `qwen(通义千问)系列`, `xunfei(讯飞星火)`, `chat-GLM(智谱)`, `Kimi(月之暗面)系列`, `doubao(豆包)系列`） - 支持设置**系统提示词**（即经过该节点时默认发给模型的提示词） - 支持**添加其他节点的输出作为**大模型节点的**输入**（默认使用上一节点的输出） - 支持设置模型的**温度**（严谨程度） - 支持设置模型节点携带工作流输入输出记录作为上下文记忆 ### 2. 配置说明 {#notes} 1. **节点输入**：即发给大模型的问题。默认为上一节点的输出，可手动修改为前序其他节点的输出，或插入多个前序节点的输出，及添加自定义的文本，共同组合作为“问题”。注意：该节点与开始节点直接或间接连通，才可选择前序节点的输出参数。 2. **系统提示词**：系统提示词非常重要，决定了机器人的人物设定、功能和工作特征，请尽可能用详细的自然语言进行描述，越具体效果越好。 3. **温度**：温度越高回复越具有创意和不确定性，温度越低则回复更严谨。 4. **模型选择**：可根据需求任意选择LinkAI全平台支持的大语言模型。 5. **记忆**：使用工作流输入输出记录作为上下文，便于模型参考历史对话情况进行更好的推理决策或回复。可选择是否开启记忆，及设置该节点保留工作流记忆的轮次，最高支持携带10轮记忆。 :::info 提示 1.每一轮记忆指整个工作流运行一次产生的开始节点输入内容和结束节点输出内容（不包含中间过程内容）。 2.工作流的记忆内容可能经过了多个与本节点无关的节点加工后得出，请根据实际需求选择是否开启记忆功能。 3.当前记忆默认保留30分钟 :::
### 3. 高级用法：结构化输出 工作流的 **大模型节点** 支持定义输出输出变量，让模型从输入的自然语言问题中智能地提取出结构化的参数值：

大模型节点将以JSON格式输出，同时后续节点可直接引用输出的变量：

:::tip 提示 使用结构化输出模式，大模型节点可以更加灵活地用于参数提取、决策判断等场景，并更准确的以变量的形式向后置节点传递。例如从对话中提取到的结构化信息，可以选择存入数据库、使用代码块进一步处理、或者通过自定义插件与业务系统交互等，，进一步释放大模型的潜力。 > 例如：使用大模型来提取用户输入的内容，开启大模型的结构化输出功能，将提取的内容定义为一个个变量，将这些变量一一对应作为后置的自定义插件节点的插件入参. ::: --- url: https://docs.link-ai.tech/platform/workflow/nodes/app title: 智能体 description: 使用已创建的轻应用、知识库应用或超级AI助理生成回复，将工作流的可编排与智能体的智能性结合。 --- > 智能体节点支持将多个 **轻应用 / 知识库应用 / 超级AI助理** 引入工作流，不同智能体扮演不同的「角色」，在同一工作流中协同工作。例如在同一工作流中接入「售前机器人」和「售后机器人」服务不同用户场景，或接入「超级AI助理」承担需要自主决策、调用浏览器/技能/深度研究的复杂任务。 ### 1. 功能简介 {#intro} - 支持选择任一已创建的 **轻应用 / 知识库应用 / 超级AI助理** 作为节点 - 支持设置节点携带工作流输入输出记录作为上下文记忆 ### 2. 配置说明 {#config} 1. **节点输入**：默认以上一节点的输出作为该节点输入，可手动修改为其他前序节点或多个前序节点的输出，及添加自定义的文本，共同组合作为输入。注意：该节点与开始节点直接或间接连通，才可选择前序节点的输出参数 2. **智能体选择**：可选择已创建的 **轻应用**、**知识库应用** 或 **超级AI助理**，也可从应用广场选择公开智能体 3. **记忆**：使用工作流输入输出记录作为上下文，便于智能体参考历史对话情况进行更好的推理决策或回复。可选择是否开启记忆，及设置该节点保留工作流记忆的轮次，最高支持携带 10 轮记忆 :::info 提示 1. 每一轮记忆指整个工作流运行一次产生的开始节点输入内容和结束节点输出内容（不包含中间过程内容） 2. 工作流的记忆内容可能经过了多个与本节点无关的节点加工后得出，请根据实际需求选择是否开启记忆功能 3. 节点开启记忆后将使用工作流记忆，而非智能体自身配置中的记忆设置 4. 当前记忆默认保留 30 分钟 :::
### 3. 使用超级AI助理 智能体节点中除了普通AI应用，还可以选择超级AI助理，使用场景： - **复杂任务分发**：工作流前置节点完成参数解析与流程控制，交给超级AI助理执行需要浏览器操作、深度研究、调用多技能的子任务 - **稳定性 + 智能性结合**：将工作流的确定性流程（如审批、定时触发、渠道路由）与超级AI助理的自主决策能力结合，覆盖更复杂的业务场景 - **面向终端用户的差异化回答**：可将工作流「开始节点」的 **上下文变量**（例如用户 ID、用户昵称等）通过节点输入传递给超级AI助理，实现针对不同终端用户的个性化回复 --- url: https://docs.link-ai.tech/platform/workflow/nodes/knowledge-base title: 知识库 description: 选取特定知识库，根据输入内容检索知识库并输出。 --- > 将知识库引入工作流使用，实现检索查询或数据写入。 推荐场景有： > - 将前序插件/大模型的输出结果作为知识库检索的输入 > - 将知识库检索结果输出给后续的插件/大模型节点进行处理（知识库节点的输出结果为字符串，**一般需要在知识库节点后增加大模型节点，对知识库检索结果进行处理生成回复**，效果类似知识库应用的问答）。 > - 将文件或文本内容动态实时写入知识库，可实现在渠道端进行知识库维护 ### 1. 功能简介 {#intro} **知识库节点** 支持支持数据的查询和写入： - 默认以上一个节点的输出作为该节点的输入，也可选择其他节点的输出作为输入 - 支持选择已创建的（多个）知识库进行检索，并设置知识库检索条数和检索相似度阈值等参数 - 支持选择已创建的（单个）知识库进行写入 ### 2. 知识库查询 {#search} 1. **节点输入**：默认以上一个节点的输出作为该节点的输入，也可手动修改为前序其他节点的输出作为输入。注意：该节点与开始节点直接或间接连通，才可选择前序节点的输出参数。 2. **知识库选择**：可选择一个知识库或多个知识库，执行时会根据所输入的内容，在所选择的知识库中进行相似度检索。 3. **检索方式**：支持选择 **语义检索** 或 **增强检索**，语义检索即通过文本语义向量相似度进行检索，增强检索是将语义检索和全文关键词检索进行混合增强，详见[知识库](https://docs.link-ai.tech/platform/knowledge#52-%E5%A2%9E%E5%BC%BA%E6%A3%80%E7%B4%A2) 4. **相似度阈值**：只有知识库条目的相似度高于该阈值时才会被检索，可以在 "知识库 - 搜索测试" 中进行测试，例如： - 高相似度时 (如0.8以上)，只会检索出与问题相关性高的知识，会更准确，同时也容易出现未命中； - 低相似度时 (如0.7以下)，可能会检索出相关性低的内容，但检索范围更大。 5. **语义检索条数**： 单次问答从知识库中通过语义检索得到的最大段落数量，默认为3条，注意这个值不能设置的过大，否则可能超出模型上下文的限制。 6. **全文检索条数**：单次问答从知识库中通过全文关键词检索得到的最大段落数量，开启增强检索后默认为1条，全文检索条数加语义检索条数之和最大为10，优先满足语义检索条数设置。若实际使用时未匹配到关键词，则全文检索的实际结果可能为0。 7. **查询改写**：开启后可根据对话上下文对用户问题进行关键信息补全，在知识库检索时能够结合上下文语义查询到预期结果，提高多轮对话中的检索准确性
:::info 提示 在 **知识库节点** 查询场景中，后面一般需要对接一个**大模型节点**用于对知识库检索结果进行选择、整理、包装后再输出，如图所示： :::
### 3. 知识库写入 {#write} > 知识库节点支持写入，支持以对话形式对知识库进行动态实时写入，可在web端、API调用、渠道端使用，为知识库的运营维护提供了新的模式。 使用方式：在知识库节点中将 **操作类型** 切换为 **写入**，并选择需要写入的知识库，**写入类型** 可选择文件和文本两种。 **(1) 写入文件** 当「写入类型」为文件时，节点输入须为文件类型变量或文件url，此时会将输入的整个文件直接写入知识库，并自动完成文件的解析、切分、导入：

**(2) 写入文本** 当「写入类型」为文本时，节点输入需要为文本类型变量，此时会将文本内容写入到指定文件中。在选择不同文件类型时有不同处理逻辑： - **无结构文件**：会将用户原始问题直接写入文件 - **问答文件**：会将输入内容自动解析为QA问答对后写入 - **表格文件**：会将输入内容根据列信息进行结构化解析后写入

将该工作流接入到**渠道端**后，可实现通过对话方式进行知识库写入：

使用API进行工作流调用时，如果是对知识库写入文本内容，直接使用 [对话接口](/platform/api/chat) 即可，如果要直接写入文件，则需使用 [工作流运行接口](/platform/api/workflow-run)，在 `input_file` 字段中传入文件url。 --- url: https://docs.link-ai.tech/platform/workflow/nodes/database title: 数据库 description: 在工作流中访问数据库，增强智能体的结构化数据操作能力 --- > LinkAI的数据库模块提供了一种让大模型访问 **结构化数据** 的能力，支持连接已有的**远程数据库**，也支持直接使用由平台托管的**内置数据库**，用户可通过对话的方式对数据库进行查询、新增、编辑、删除。 ### 1. 功能简介 {#intro} 在工作流中可以灵活地使用数据库能力，自定义访问数据库的场景、数据分析处理的提示词等，有以下功能： - 支持远程库和内置库，权限范围内可对数据进行查询、新增、更新、删除 - 通过AI提取节点输入中的字段信息，智能生成SQL语句 - 配合大模型节点可自定义数据分析的系统提示词，定制数据处理格式等 - 配合分支节点可以对业务逻辑进行编排，在不同场景下访问不同数据库，进行不同数据操作 ### 2. 使用说明 {#notes} #### 2.1 数据库节点添加 添加数据库节点，选择需要访问的数据：
#### 2.2 数据结果的处理 数据库节点的输入可以是自然语言的用户提问，节点输出是查询到的原始数据，一般需要在数据库节点后增加一个大模型节点用于对原始数据的统计分析：
运行工作流可输出数据分析结果：
--- url: https://docs.link-ai.tech/platform/workflow/nodes/plugin title: 插件 description: 在工作流中使用官方插件或自定义插件执行任务 --- > 将插件引入工作流使用，可极大扩展工作流的可用性。你可以使用内置插件（如搜索、地图、识图等）或你创建的自定义插件，并于其他节点配合，与外部系统、服务完成交互并输出业务结果。 ### 功能简介 {#intro} - 支持选择任一内置插件或已创建的自定义插件作为执行插件。如没有合适的插件，可先前往[插件](https://link-ai.tech/console/plugins)菜单创建自定义插件 - 默认以上一节点的输出作为该节点输入，可手动修改为其他前序节点或多个前序节点的输出，及添加自定义的文本，共同组合作为输入。注意：该节点与开始节点直接或间接连通，才可选择前序节点的输出参数。 - 当使用图像识别插件时，节点的输入包含两部分，分别为文字输入和图像输入，其中图像默认为开始节点的图像输入。

:::info 提示 **插件节点**的输出一般需要对接一个**大模型节点**用于对输出结果进行整理、包装后再输出，如图所示： :::
--- url: https://docs.link-ai.tech/platform/workflow/nodes/code title: 代码块 description: 在工作流中编写代码增强智能体的任务执行能力 --- > 支持在工作流中编写 Python 或 JavaScript 代码，通过执行代码可将输入的变量参数通过处理后输出新的结果参数，并进一步在后置节点中引用，帮助开发者进一步提升使用工作流编排智能体的能力。 ### 1. 功能简介 {#intro} 通过代码块的执行可以更灵活地自定义业务逻辑、提升智能体编排的扩展性，完成例如 **逻辑计算、外部接口交互、数据处理** 等工作： - 支持 **Python** 和 **JavaScript** 两种编程语言 - 支持将前序节点的输出或开始节点设置的变量定义为代码的输入参数，并在代码中使用 - 可将结构化的代码执行结果输出为参数，进一步在后序其他节点中使用 ### 2. 使用说明 {#notes} 代码块节点需要开发者编写一个**函数**，通过 引用输入参数、逻辑执行、输出执行结果 三步来实现业务逻辑： 1. **输入变量**：可引用工作流中前置节点的输出，或开始节点中定义的变量，输入变量将作为函数的参数使用 2. **代码编写**：编写函数内部的代码运行逻辑，支持python或JS语法。python函数中可通过import进行依赖引入 3. **输出变量**：代码块会产出JSON格式的结构化输出，其中每个变量都可被后续节点引用。 **注意：** 函数的定义、入参、出参由系统根据输入输出变量自动生成，无需手动修改，开发者只需填写函数内部的代码执行逻辑即可。
--- url: https://docs.link-ai.tech/platform/workflow/nodes/intent-branch title: 意图分支 description: 意图分支通过大语言模型对输入的内容进行意图判断来决策流程分支。 --- > 通过大语言模型对输入的内容进行意图判断来决策流程分支。 ### 1. 功能简介 {#intro} - 意图分支依靠**大模型进行意图识别**，默认以上一个节点的输出作为意图判断依据，也可选择前序其他节点的输出作为判断依据 - 可设置多个分支，并通过自然语言描述不同的意图来设置每个分支的规则 - 支持设置意图识别分支节点携带工作流输入输出记录作为上下文记忆 ### 2. 配置说明 {#notes} 1. **节点输入**：即判断分支走向的输入。默认为上一节点的输出，可手动修改为其他前序节点或多个前序节点的输出，及添加自定义的文本，共同组合作为输入。注意：该节点与开始节点直接或间接连通，才可选择前序节点的输出参数。 2. **模型选择**：选择执行意图识别判断任务的大模型，可选择`linkai-3.5` `linkai-4o` `linkai-4o-mini` `kimi` 3. **记忆**：使用工作流输入输出记录作为上下文，便于模型参考历史对话情况进行更好的推理决策或回复。可选择是否开启记忆，及设置该节点保留工作流记忆的轮次，最高支持携带10轮记忆。 :::info 提示 1.每一轮记忆指整个工作流运行一次产生的开始节点输入内容和结束节点输出内容（不包含中间过程内容）。 2.工作流的记忆内容可能经过了多个与本节点无关的节点加工后得出，请根据实际需求选择是否开启记忆功能。 3.当前记忆默认保留30分钟 ::: 4. **分支**： - **添加分支**：可添加不同的分支，并为不同分支撰写分支名称和分支描述（描述越详细则选择越精准），将依据分支描述定义的意图，来判断输入满足哪个分支。 - **默认分支**：当输入皆不满足所设置的分支意图时，将选择默认分支流程。
--- url: https://docs.link-ai.tech/platform/workflow/nodes/logic-branch title: 逻辑分支 description: 逻辑判断输入变量的值以选择后续流程分支 --- > 逻辑判断输入变量的值以选择后续流程分支。 ### 1. 功能简介 {#intro} - 可设置多个分支，并设置每个分支的判断条件 ### 2. 配置说明 {#notes} 1. **添加分支**：可添加不同的分支，并为不同分支撰写分支名称 2. **设置条件**：可添加多个条件，条件可用「参数值+运算符+值」来表达，例如： - `开始` 节点的输出`包含` `你好` ； - `知识库` 节点的输出`不为空`； - `插件` 节点的输出`等于` `true`； - 同一分支的不同条件可用“且”（and） / “或”（or）组合。 3. **默认分支**：当输入皆不满足所设置的分支条件时，将选择默认分支流程。
--- url: https://docs.link-ai.tech/platform/workflow/nodes/fixed-reply title: 固定内容 description: 输出设置的固定内容 --- > 走到固定回复节点时，输出固定内容。 ### 功能简介 {#intro} - 固定内容节点不需要前置节点的"输入" - 支持将设置的固定内容作为输出传到下一节点，可插入多个前序节点的输出变量及添加自定义的文本作为输出内容 - 支持"输出至渠道端"，开启后该节点输出会立即发送至渠道，适用于需要将中间内容临时输出的场景，支持广场对话、网站集成、各类接入渠道
### 输出至渠道端 {#output-to-channel} 固定回复节点支持"输出至渠道端"功能，可以将工作流的中间执行过程向终端用户输出，配合「结束节点」中的"流式输出"可以降低等待时间、提高交互体验。

:::tip 提示 网站集成渠道接入工作流时，需开启流式输出开关，才能输出中间节点内容。 ::: #### 应用示例： 可以参考 [简历评估工作流模板](https://link-ai.tech/template/H90QEnyioF)，通过固定回复节点先输出候选人信息摘要，再输出最终评估结果，提升用户体验。 --- url: https://docs.link-ai.tech/platform/workflow/nodes/channel-send title: 渠道发送 description: 将内容发送至智能体的接入渠道 --- > 渠道发送能力支持将上一节点或前序其他节点的输出，作为消息内容发送至应用接入的渠道，配合工作流定时运行能力，可实现定时发送。 ## 1. 托管渠道发送 {#intro} > **版本要求：** [专业版](https://link-ai.tech/console/price?type=upgrade)及以上 ### 1.1 功能简介 - 默认发送上一个节点的输出内容，可手动修改为前序其他节点或多个前序节点的输出 - 可配置消息发送渠道（目前支持微信、企微） - 可配置发送人（企微号/微信号） - 可选择接收人（指定好友/指定群聊/按好友标签），支持选择多个 ### 1.2 配置说明 1. **节点输入**：默认选择上一节点的输出作为该节点输入，可手动修改为前序其他节点或多个前序节点的输出。注意：该节点与开始节点直接或间接连通，才可选择前序节点的输出参数 > 如传入渠道发送节点的输入中有图片/文件的URL（例如前序知识库或应用节点检索结果中有图片URL，或直接在渠道发送节点的输入中放置了固定URL），通过托管渠道发送后可直接展示为图片/文件，但该URL需要是通过上传至LinkAI知识库素材所生成的URL。 2. **选择渠道**：选择托管接入渠道 3. **客户端**：选择企微或微信 4. **发送人**：选择消息发送人（【客户端配置】中的托管账号） 5. **发送类型**：选择发送类型：指定群聊/指定好友/按好友标签 6. **接收者**：选择消息接收者（支持多选）

## 2. Webhook推送 {#webhook} > **版本要求：** 全部版本可用 ### 2.1 功能简介 - 默认发送上一个节点的输出内容，可手动修改为前序其他节点或多个前序节点的输出 - 可配置消息发送渠道（钉钉群机器人、飞书群机器人、企微群机器人） ### 2.2 配置说明 1. **节点输入**：默认选择上一节点的输出作为该节点输入，可手动修改为前序其他节点或多个前序节点的输出。注意：该节点与开始节点直接或间接连通，才可选择前序节点的输出参数 2. **选择渠道**：选择Webhook推送 3. **客户端**：可选择钉钉群机器人、飞书群机器人、企微群机器人 4. **URL与Sercet配置**：
**钉钉、飞书、企微群机器人配置如下：** :::tip 1.钉钉 在钉钉群聊（支持企业内部群与外部群）中，点击群设置-添加机器人-自定义机器人-添加，在机器人命名页面选择**安全设置**为**加签**，复制生成的密钥，点击完成；复制生成的Webhook地址。将上述两个信息分别填写在渠道发送节点的 Webhook URL 和 Webhook Sercet：
:::
:::tip 2.飞书 在飞书群聊（支持企业内部群与外部群）中，点击群设置-群机器人-添加机器人-自定义机器人，在机器人添加页面复制生成的Webhook地址；选择**安全设置**为**签名校验**，复制生成的密钥，点击保存。将上述两个信息分别填写在渠道发送节点的 Webhook URL 和 Webhook Sercet：
:::
:::tip 3.企微 在企微群聊（仅支持企业内部群）中，点击群设置-添加群机器人-新创建一个机器人-命名机器人，复制生成的Webhook地址。将上述信息填写在渠道发送节点的 Webhook URL：
:::
### 2.3 使用效果 1. **钉钉群机器人**：
2. **飞书群机器人**：
3. **企微群机器人**：
--- url: https://docs.link-ai.tech/platform/workflow/nodes/manual title: 转人工 description: 直接执行对话“转人工”并发送提醒 --- > 走到转人工节点时，直接执行对话“转人工”并给人工发送提醒，人工可在【对话管理】模块进行人工回复 或 切换回AI回复。 **版本要求：** [专业版](https://link-ai.tech/console/price?type=upgrade)及以上 ### 1. 功能简介 {#intro} - 走到该节点时，**直接执行对话转人工**（可在应用高级配置中的“人工介入”模块使用完整的转人工能力，或查看[智能转人工](/platform/create-app/manage/manual)文档） - 支持设置消息通知人、通知方式、转人工后AI回复模式**（不回复、延迟回复、继续正常回复）** ### 2. 配置说明 {#notes} 1. **默认回复**：执行转人工后的默认回复文案 2. **通知人**：执行转人工后可通过**短信**或**公众号(LinkAI平台)消息**给【团队空间】的成员发送消息提醒 3. **通知方式**：选择通知方式 短信 或 公众号消息 4. **回复模式**：设置执行转人工后的智能体对用户的回复策略 - 不回复：转人工后，需要在【对话管理】模块手动切换为AI回复，否则AI不会回复 - 继续回复：转人工后AI会继续回复 - 延迟回复：转人工之后，会在指定的延迟时间后自动切换为AI回复
--- url: https://docs.link-ai.tech/platform/workflow/run/workflow title: 全流程运行 description: 全流程运行 --- > 支持在工作流的编排页面，直接运行全流程。可展示每个节点的输入输出结果，以及工作流的最终输出结果，并可查看每次运行的历史记录。 ### 1. 功能简介 {#intro} - 支持展示全流程节点执行结果 - 支持查看该流程的历史运行记录 ### 2. 使用说明 {#notes} **1.运行**：点击【流程运行】输入内容后，点击【开始运行】，即可查看下方所有流程节点的运行结果。运行成功的节点会有绿色的成功标识，否则为红色的失败标识。流程中途运行失败时，将终止运行。 **2.查看历史记录**：点击【流程运行】-【历史记录】，可查看该流程历史运行的记录（包含成功和失败的运行记录）。 > 注：如工作流为定时执行，可在编排页面顶部的【定时运行-历史记录】中查看运行记录；如工作流在广场对话页面运行，可在【我的账户-使用记录详情】中查看运行记录；如工作流为接入渠道调用，同样可在【我的账户-使用记录详情】中查看运行记录。

:::info提示 在网页端运行流程是真实地执行一次流程任务，如流程中有与外部交互的节点（如自定义插件、渠道发送、转人工等），将会真实触发。 --- url: https://docs.link-ai.tech/platform/workflow/run/process title: 单节点运行 description: 单节点运行 --- > 支持在工作流的编排页面，运行流程中的某个节点。 ### 功能简介 {#intro} - 选中节点，输入测试文本（即该节点的“输入”内容），点击运行后可查看运行输出结果 - 如运行成功，会有绿色的成功标识，否则为红色的失败标识
--- url: https://docs.link-ai.tech/platform/workflow/run/chatrun title: 广场对话运行 description: 广场对话运行 --- > 支持在广场「对话」菜单内通过表单对话的方式运行工作流 ### 1. 功能简介 {#intro} - 将[工作流发布至广场](/platform/workflow/link-app/home)后，可在[广场首页](https://link-ai.tech/home)搜索工作流，点击卡片打开后进行对话 - 已发布至广场的工作流，也可在[控制台-工作流](https://link-ai.tech/console/workflows)列表中点击卡片上的「开始对话」进入对话页面 ### 2. 使用说明 {#notes} **1.对话运行**： 进入对话界面后，可在左侧的表单中填写工作流输入，工作流的可输入项取决于工作流编排时开始节点的参数配置，包含文字、图片等参数类型；点击「开始运行」，右侧将展示工作流运行所经过的节点类型，并最终展示运行结果：

**2.查看历史记录**：在【我的账户-使用记录详情】中可查看该流程对话运行的历史记录。 > 注：如工作流为接入渠道调用，同样可在【我的账户-使用记录详情】中查看运行记录；如工作流在编排页面手动运行，可在编排页面顶部的【流程运行-历史记录】中查看运行记录；如工作流为定时执行，可在编排页面顶部的【定时运行-历史记录】中查看运行记录。 --- url: https://docs.link-ai.tech/platform/workflow/run/scheduler title: 定时自动运行 description: 定时自动运行 --- > 工作流支持设置定时运行。点击顶部「定时运行」菜单，在侧边抽屉中设置定时规则。当满足定时条件时，自动运行该工作流。 ### 1. 功能简介 {#intro} - 支持通过自然语言描述智能生成定时策略 - 支持撰写cron表达式设置定时策略 ### 2. 配置说明 {#notes} **1.智能生成**：直接用清晰的自然语言描述定时规则，例如： - 每天早上8点执行一次 - 周一到周五早上9点和晚上18点各执行一次
**2.cron表达式**：一种用于指定定时任务执行时间的规则表达式，包含分、时、日、月、星期等字段，以及一些特殊运算字符。你可根据需求来撰写cron表达式来设置定时，例如： - 每天早上8点执行一次，cron表达式写为：0 8 * * * - 周一到周五早上9点和晚上18点各执行一次，，cron表达式写为：0 9,18 * * 1-5
:::info提示 1. 可[查看资料](https://blog.csdn.net/study_665/article/details/123506946?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522172481725516800226558804%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=172481725516800226558804&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_positive~default-1-123506946-null-null.142^v100^pc_search_result_base6&utm_term=Cron&spm=1018.2226.3001.4187)了解cron表达式的含义及撰写方法。 2. cron表达式填写请**不要超过5位**，从第1位到第5位分别为“分” “时” “日” “月” “星期”单位，每位之间用空格隔开，暂不支持字母表达式 3. 当前最高支持**小时级**定时任务频率 ::: ### 3. 查看运行记录 {#records} - 工作流定时执行的运行记录，可在【定时运行-历史记录】中查看（包含成功和失败的运行记录）。 > 注：如工作流在编排页面手动运行，可在编排页面顶部的【流程运行-历史记录】中查看运行记录；如工作流在广场对话页面运行，可在【我的账户-使用记录详情】中查看运行记录；如工作流为接入渠道调用，同样可在【我的账户-使用记录详情】中查看运行记录。 --- url: https://docs.link-ai.tech/platform/workflow/link-app/home title: 发布到广场 description: 发布到广场 --- > 工作流可发布到智能体广场，供LinkAI用户搜索发现和使用，作者可赚取收益。 ### 配置说明 {#notes} 1. 在工作流编排页面，打开顶部的「发布」操作，开启“发布广场”开关，点击右侧“发布”即可完成：

2. 发布后，可前往[广场首页](https://link-ai.tech/home)搜索该工作流，点击卡片打开进行对话使用。 :::info 提示 工作流发布到广场前，需完善工作流的头像、描述和分类等信息。 开启「发布广场」开关后，工作流最新保存并点击「发布」的版本可成功显示在广场。如更新工作流后未再次点击「发布」，则广场中会保留该工作流上一次操作发布的版本。关闭「发布广场」开关工作流即从广场下架。 ::: --- url: https://docs.link-ai.tech/platform/workflow/link-app/hosting title: 托管渠道接入 description: 托管渠道接入 --- > 工作流可基于LinkAI托管接入的能力，接入不同的客户端使用。 **版本要求：** [标准版](https://link-ai.tech/console/price?type=upgrade)及以上 ### 配置说明 {#notes} 1. 可参考[渠道接入](https://docs.link-ai.tech/platform/link-app)中各个渠道说明文档的【托管接入】部分 2. 已有的托管客户端，在客户端配置中将应用修改为工作流即可无缝实现工作流接入



--- url: https://docs.link-ai.tech/platform/workflow/link-app/self-build title: 自建部署渠道接入 description: 自建部署渠道接入 --- > 工作流可基于开源项目 chatgpt-on-wechat 实现自建部署接入不同的客户端使用。 ### 配置说明 {#notes} 1. 可参考[渠道接入](https://docs.link-ai.tech/platform/link-app)中各个渠道说明文档的【自建接入】部分，与应用接入的方式完全一致，在配置文件 `config.json` 的 `linkai_app_code` 参数中填入工作流的唯一code即可。接入完成后用户即可在接入渠道直接与工作流能力进行对话，用户提问作为工作流输入，工作流的输出将回复给用户：
2. 对于拥有 [客户端管理](/manage/client) 功能权限的用户，在客户端配置中直接将应用设定切换为工作流即可无缝完成工作流接入：
--- url: https://docs.link-ai.tech/platform/workflow/link-app/api title: API接入 description: API接入 --- > 工作流可通过API接入第三方系统使用，可自由调用API执行工作流能力。 ### 配置说明 {#notes} - 对话接口 和 记忆对话接口，均兼容工作流的接入，只需将请求中的 `app_code` 参数填写为工作流的唯一code，与应用接入的方式完全一致，具体可查看 [开放API文档](/platform/api)

--- url: https://docs.link-ai.tech/platform/link-app title: 渠道接入 description: 通过LinkAI平台把AI大模型一键接入 企业微信、微信、公众号、微信客服、钉钉、飞书、网页等渠道，打造企业专属智能客服、私域销售、企业内部助手。 --- ## 功能简介 支持一键将智能体接入国内外主流 **即时通讯软件、社交媒体平台、协同办公工具、硬件设备** 等，还可通过封装能力嵌入您的**Web站点**，或通过**API**接入自研/第三方系统使用，接入后可统一对接入的客户端进行管理、配置和监测。 💻 [功能入口](https://link-ai.tech/console/interface) ## 支持渠道 --- url: https://docs.link-ai.tech/platform/link-app/web-integration title: 网站集成 description: 通过 零代码/低代码 的方式快速将LinkAI智能体快速接入web站点中，提供悬浮窗口嵌入、iframe嵌入、独立页面链接三种方式供灵活选择。 --- **版本要求：** [标准版](https://link-ai.tech/console/price?type=upgrade)及以上 :::info 提示 网站集成功能支持用户通过 零代码/低代码 的方式快速将LinkAI智能体接入 **web站点** 中，提供 **悬浮窗口嵌入**、**iframe嵌入**、**独立页面链接** 三种方式供灵活选择。 :::
详细介绍参考文章：[如何将 LinkAI 智能体快速接入你的网站？](https://mp.weixin.qq.com/s/fN-MxJdWS9QeHtyzZve2mg) ## 一、创建集成 在LinkAI控制台 [渠道接入](https://link-ai.tech/console/interface) 菜单，选择 **网页嵌入** 渠道，点击创建，根据弹窗的操作步骤填写第1步：
可选择接入**应用**或**工作流**（应用接入支持流式输出，工作流接入不支持流式输出）。创建完成后，点击确定前往客户端配置页面进行配置。 ## 二、客户端配置 {#config} 网页嵌入可在 [客户端](https://link-ai.tech/console/clients) 菜单中进行配置：
### 1. 基础设置 配置网页对话窗的基本信息和基础样式： #### 配置项说明： - **网站名称：** 使用网页嵌入的独立页面链接模式，在浏览器打开时的浏览器页签名称
- **绑定应用：** 对话能力所使用的智能体，可选择应用/工作流，保存后用户端使用的即是对应的智能体（注：工作流暂不支持流式输出） - **标题、副标题：** 对话窗顶部的标题及副标题内容 - **欢迎语：** 用户打开对话窗口时的提示和欢迎语，可配置智能体的介绍，用户使用指引，推荐提问等内容 - **输入框提示：** 用户提问输入框内的提示文案 - **禁用页面：** 一个站点中的某些页面如不需要显示悬浮窗，可在**禁用页面**中添加设置不需要展示的页面路由列表 - **背景色：** 对话窗顶部标题栏的背景颜色，可输入HEX色号 - **语音输入：** 开启后支持用户在提问时输入语音，AI识别语音后回复。注意：所嵌入的网站需是**通过HTTPS协议访问**才支持使用该功能，另外需保用户访问网页的**浏览器能够获取设备的麦克风权限**
- **清除记录：** 开启后支持用户手动清除自己的对话记录和上下文记忆 完成设置后，保存即可在左侧预览效果（注意：修改设置并保存后用户端也会实时生效哦～）。
### 2. 集成方式 {#integrtype} LinkAI提供三种将智能体集成到网站的方式：**悬浮窗口嵌入**、**iframe嵌入**、**独立页面链接**： #### 2.1 悬浮窗口嵌入 > 该方式是将整个智能体的对话能力封装为一个对话窗，可以悬浮窗的形式嵌入到网站页面中，通过添加 **几行JS代码** ，即可将智能对话的能力接入到自己的网站中，轻便灵活、交互美观。 该方式的优点是无需由用户自己设计和实现对话页面，**将封装好的能力直接接入**。可根需求自由配置网站内哪些页面需要嵌入悬浮窗、哪些页面不需要。悬浮窗可点击展开/收起；支持流式对话输出；支持Markdown格式；支持发送图片、视频素材。 #### 2.2 iframe嵌入 > 如果需要在网页的某个局部位置嵌入对话窗，可选择iframe嵌入的方式。iframe 即 HTML 中一种用于将一个网页嵌入到另一个网页中的标签方法。 该方式的优点是你可以在**网站页面任意位置嵌入**智能体对话窗，并**自由调整窗口尺寸**。 #### 2.3 独立页面链接 > 如果需要将智能体对话窗以独立页面展示，可选择独立页面链接的方式，该方式可提供一个可直接公开访问的链接地址。 该方式的优点是足够灵活，且最为方便，点开链接地址即是对话窗，无需登录操作。独立页面链接功能**可直接使用**，也可基于此将智能对话能力**快速接入到自己的网站、APP、小程序中**，只需在系统中设计一个点击后打开新页面的功能操作，并设置目标地址为上述独立页面链接地址即可实现。

### 3. 高级设置 {#advanced} **所属要求：** [专业版](https://link-ai.tech/console/price?type=upgrade) 专业版支持用户对网页嵌入对话窗的各种图标进行自定义，以体现个性化的品牌效果：
#### 配置项说明： - **悬浮图标：** 使用悬浮窗方式嵌入时，点击后可收起/展开对话窗的图标样式 - **机器人头像：** 对话窗内AI机器人的头像 - **底部标识和标语：** 对话窗底部的logo标识和标语 - **跳转地址：** 配置链接后，点击对话窗底部的标识或标语可跳转到该第三方地址 - **转人工：** 开启对话窗里的手动转人工能力。用户可手动操作转人工客服，此时客服人员在 "对话管理" 页面可以收到消息并实时回复推送。转人工完整能力，可参考[转人工文档](/platform/create-app/manage/manual)。
### 4. 其他说明 {#others} #### 4.1 图像输入 web集成支持用户在提问时输入图像，AI图像识别后回复。使用方法为：在web集成所接入的应用配置中，**打开「图像识别」插件**，则web集成对话窗默认打开图像发送能力。
#### 4.2 限流配置 此外，为防止开放出去的AI服务被过高频率访问或盗刷，可以配合限流配置模块一同使用，对访问用户的访问次数进行限制，详情查看 [限流配置说明](/platform/manage/rate-limit)：

可按 渠道 + 用户维度进行限流配置：
--- url: https://docs.link-ai.tech/platform/link-app/wechat-mp-service title: 公众号 (企业) description: 通过LinkAI把AI大模型接入微信公众号，用户可在企业服务号与AI对话 --- # 公众号 (企业) ## 一、托管接入 {#hosting} **版本要求：** [标准版](https://link-ai.tech/console/price?type=upgrade)及以上 :::info 提示 托管接入是Link平台提供的一键接入服务，无需部署程序，只需在线填写配置即可完成。**企业公众号**的托管接入在 [标准版](https://link-ai.tech/console/price?type=upgrade) 可用。 **企业公众号**是指完成了企业认证的公众号(服务号或订阅号均可)，拥有向用户主动发送消息的接口权限，相比个人订阅号拥有更好的使用体验。 ::: ### 1. 填写配置 #### 1.1 获取公众号后台参数 打开 [微信开发者后台](https://developers.weixin.qq.com/platform) ，扫码登陆后在"我的业务"板块选择公众号进入配置界面:
在当前配置页面中获取 **开发者ID(AppID)**、**开发者密码(AppSecret)**（如已遗忘需重置，如首次使用需启用），保存待下一步使用：
> 注：保留该页面，后续需返回该页面填写内容。 #### 1.2 填入LinkAI表单 进入LinkAI控制台 [渠道接入](https://link-ai.tech/console/interface) 菜单，选择 **微信公众号(企业)** 渠道，点击托管。在弹窗的第2步中，将前面获取的**开发者ID(AppID)**、**开发者密码(AppSecret)**填入对应位置；并填写**令牌(Token)**（令牌可随意填写，填写后请记住，将在下一步使用）：
填写完成后，点击下一步，分别复制LinkAI弹窗第3步生成的 **URL 链接**、**IP地址**，保存待下一步使用：
### 2. 回调地址填写 在[微信开发者后台](https://developers.weixin.qq.com/platform)的"域名与消息推送配置"中，启用消息推送：

将LinkAI平台生成的 **URL 链接**填入 “URL”；将1.2中填写的**令牌(Token)**填入 “Token”；“消息加解密方式” 选择 **明文模式**：

保存修改，确认服务器配置为**已启用**状态。 ### 3. IP白名单填写 在上一个页面的"开发密钥"配置中，编辑"API IP白名单"，将LinkAI平台创建客户端第三步时生成的IP地址填入：

配置完成后，即可在订阅号中发送消息进行 AI 对话。同时可以在 [客户端管理](https://link-ai.tech/console/clients) 页面进行进一步配置和管理（如设置首次关注公众号的欢迎语等）：

> ### 4. 使用效果 以下是接入公众号(企业)的使用效果示例： > 智能体接入公众号可支持基于AI的智能对话、知识库智能问答、获取知识库中的素材、识别用户的语音输入、使用Dall-E/Midjourney/豆包等文生图模型插件进行图像创作、AI识别理解图像、使用内容总结插件总结公众号文章或使用网页速读插件总结网页内容等功能，同时可在LinkAI对话管理页面实时查看AI与公众号渠道的用户对话记录：



## 二、自建接入 {#self-building} :::info 注意 自建接入基于开源项目 [chatgpt-on-wechat](https://github.com/zhayujie/chatgpt-on-wechat) 进行部署，以单进程方式运行，建议对性能、稳定性有要求的生产需求使用 [托管模式](#hosting) 接入。 自建接入的方式通过开源项目实现，非LinkAI官方功能，使用者需根据开源项目协议、使用教程和相关文档自助使用。LinkAI不提供自建接入的任何技术支持或使用咨询服务，也不对因使用开源项目自建接入所产生的任何问题或后果承担责任。 ::: ### 1. 准备 详细文档参考 [公众号部署文档](https://link-ai.tech/cow/multi-platform/wechat-mp) ，所需的资源有： 1. 一台服务器，拥有独立IP 2. 一个完成微信认证的企业公众号，已获得客服接口权限 ### 2. 项目配置 在[开源项目](https://github.com/zhayujie/chatgpt-on-wechat)接入LinkAI需要修改 `config.json` 文件中的3个配置: ```json { "channel_type": "wechatmp_service", "use_linkai": true, "linkai_api_key": "YOUR API KEY", "linkai_app_code": "YOUR APP CODE" } ``` :::tip 注意 - `channel_type` 表示当前接入的渠道为企业公众号 - `use_linkai` 默认为关闭，设置为true后对话将通过LinkAI平台完成，无需海外网络环境和OpenAI账号 ::: ### 3. API Key创建 `linkai_api_key` 参数是 LinkAI平台的 API Key，在 [控制台-渠道接入](https://link-ai.tech/console/interface) 中创建即可：
### 4. App Code获取 (可选) **(1) 渠道接入** 另一个参数 `linkai_app_code` 则是在 [应用创建](/platform/create-app) 时生成的，点击code即可复制 (注意是应用code不是知识库的code)：
注：同时也可以接入 [应用广场](https://link-ai.tech/home) 中公开的任何应用，进入应用对话后，url最后的一段字符串就是该应用的code，或者点击右上角的分享按钮也能获取到它的code。 :::tip 注意 `linkai_app_code` 为空时表示不使用任何应用，将直接进行请求转发，如果没有 OpenAI账号或可访问的网络环境 时可以使用该方式轻松访问。基于这个特性，目前 linkai 已经可以兼容大部分的插件。 ::: **(2) 工作流接入** 工作流的接入方式与应用相同，只需在 `linkai_app_code` 中填入工作流的code，即可在接入渠道使用工作流的对话能力：
工作流使用可参考文档：[工作流](/platform/workflow) ### 5. 更多功能 LinkAI还通过插件在渠道端提供了开箱即用的 **Midjourney绘图**、**文档总结和对话** 等能力，使用教程参考： https://github.com/zhayujie/chatgpt-on-wechat/tree/master/plugins/linkai --- url: https://docs.link-ai.tech/platform/link-app/wechat-mp title: 公众号 (个人) description: 通过LinkAI把AI大模型接入个人微信公众号，用户可在个人订阅号与AI对话 --- # 公众号 (个人号) ## 一、托管接入 {#hosting} **版本要求：** [标准版](https://link-ai.tech/console/price?type=upgrade)及以上 :::info 提示 托管接入是Link平台提供的一键接入服务，无需部署程序，只需在线填写配置即可完成。**个人订阅号**的托管接入 [标准版](https://link-ai.tech/console/price?type=upgrade) 可用。 **个人订阅号**无法进行企业认证，没有向用户主动发送消息的权限，所以只能被动回复。当15秒内无法回复用户时，需要用户主动发送消息获取响应结果。 ::: ### 1. 填写配置 #### 1.1 获取公众号后台参数 打开 [微信开发者后台](https://developers.weixin.qq.com/platform) ，扫码登陆后在"我的业务"板块选择公众号进入配置界面:
在当前配置页面中获取 **开发者ID(AppID)**、**开发者密码(AppSecret)**（如已遗忘需重置，如首次使用需启用），保存待下一步使用：
> 注：保留该页面，后续需返回该页面填写内容。 #### 1.2 填入LinkAI表单 进入LinkAI控制台 [渠道接入](https://link-ai.tech/console/interface) 菜单，选择 **微信公众号(个人)** 渠道，点击托管。在弹窗的第2步中，将前面获取的**开发者ID(AppID)**、**开发者密码(AppSecret)**填入对应位置；并填写**令牌(Token)**（令牌可随意填写，填写后请记住，将在下一步使用）：
填写完成后，点击下一步，分别复制LinkAI弹窗第3步生成的 **URL 链接**、**IP地址**，保存待下一步使用：
### 2. 回调地址填写 在[微信开发者后台](https://developers.weixin.qq.com/platform)的"域名与消息推送配置"中，启用消息推送：

将LinkAI平台生成的 **URL 链接**填入 “URL”；将1.2中填写的**令牌(Token)**填入 “Token”；“消息加解密方式” 选择 **明文模式**：

保存修改，确认服务器配置为**已启用**状态。 ### 3. IP白名单填写 在上一个页面的"开发密钥"配置中，编辑"API IP白名单"，将LinkAI平台创建客户端第三步时生成的IP地址填入：

配置完成后，即可在订阅号中发送消息进行 AI 对话。同时可以在 [客户端管理](https://link-ai.tech/console/clients) 页面进行进一步配置和管理（如设置首次关注公众号的欢迎语等）：

### 4. 使用效果 以下是接入公众号(个人)的使用效果示例： > 智能体接入公众号可支持基于AI的智能对话、知识库智能问答、获取知识库中的素材、识别用户的语音输入、使用Dall-E/Midjourney/豆包等文生图模型插件进行图像创作、AI识别理解图像、使用内容总结插件总结公众号文章或使用网页速读插件总结网页内容等功能，同时可在LinkAI对话管理页面实时查看AI与公众号渠道的用户对话记录：

:::caution 提示 受公众号功能限制，未完成企业认证的公众号在AI回复内容较短的情况下（15s内可输出完成）可正常回复用户，但耗时较长的回复则订阅号会先回复一句 "正在思考中"，然后需要用户主动输入任意文字继续获取回复。而[企业认证的公众号](https://docs.link-ai.tech/platform/link-app/wechat-mp-service)具备客服接口能力则不存在这个问题。 :::
## 二、自建接入 {#self-building} :::info 注意 自建接入基于开源项目 [chatgpt-on-wechat](https://github.com/zhayujie/chatgpt-on-wechat) 进行部署，以单进程方式运行，建议对性能、稳定性有要求的生产需求使用 [托管模式](#hosting) 接入。 自建接入的方式通过开源项目实现，非LinkAI官方功能，使用者需根据开源项目协议、使用教程和相关文档自助使用。LinkAI不提供自建接入的任何技术支持或使用咨询服务，也不对因使用开源项目自建接入所产生的任何问题或后果承担责任。 ::: ### 1. 准备 详细文档参考 [公众号部署文档](https://link-ai.tech/cow/multi-platform/wechat-mp) ，所需的资源有： 1. 一台服务器，国内国外均可 2. 一个个人订阅号 ### 2. 项目配置 在该开源项目接入LinkAI同样只需修改 `config.json` 文件中的3个配置: ```json { "use_linkai": true, "linkai_api_key": "YOUR API KEY", "linkai_app_code": "YOUR APP CODE" } ``` 其中 `linkai_api_key`(API秘钥) 和 `linkai_app_code`(应用code) 的获取可以参考 [公众号(企业)接入配置](/platform/link-app/wechat-mp-service#self-building)和 [部署流程](/cow/quick-start) 中的说明。 --- url: https://docs.link-ai.tech/platform/link-app/wechat-customer-service title: 微信客服 description: 通过LinkAI把AI大模型接入微信客服号，用户可在微信小程序、视频号及视频号小店、公众号中使用 --- ## 托管接入 {#hosting} **版本要求：** [专业版](https://link-ai.tech/console/price?type=upgrade)及以上 :::info 提示 托管接入是Link平台提供的一键接入服务，无需部署程序，只需在线填写配置即可完成。**微信客服**的托管接入在 [专业版](https://link-ai.tech/console/price?type=upgrade) 可用。 **微信客服** 是企业微信官方的一项能力，可以将微信客服接入微信内、外的各个场景中，例如在小程序、公众号、视频号及视频号小店中使用，直接分享链接或二维码，用户即可在微信中打开微信客服对话。接入AI对话能力是通过将微信客服与企业微信的自建应用进行绑定来实现，故需先创建[企业微信自建应用](/platform/link-app/wechat-com)，再绑定至微信客服。 ::: ### 1. 创建企微应用 首先在 [企业微信管理后台](https://work.weixin.qq.com/wework_admin/frame#apps)，点击 **"应用管理"** 菜单，点击创建应用: ### 2. 填写配置 #### 2.1 获取 企业ID 点击 **"我的企业"** 菜单，在最下方可以看到 "企业ID"：
#### 2.2 获取 AgentId 和 Secret 进入上面创建的应用，获取 AgentId 和 Secret：
#### 2.3 获取 Token 和 EncodingAESKey 进入企业微信应用设置的 **"接受消息 - 设置API接收"**，获取 Token 和 EncodingAESKey。（首次创建应用时，进入【设置API接收】后没有现成的Token 和 EncodingAESKey，点击右侧【随机获取】即可生成）：
> 注：复制Token 和 EncodingAESKey 后不要关闭和保存，第3步需返回该页面填写内容 #### 2.4 将对应配置填入LinkAI渠道接入表单 在LinkAI控制台的 [渠道接入](https://link-ai.tech/console/interface) 菜单，选择 **微信客服** 渠道，点击托管，根据弹窗的操作步骤填写第1-2步：
### 3. 回调地址填写 将弹窗第3步生成的 URL 链接复制：

进入企业微信应用设置的 **"接收消息-设置API接收"**，将链接填入「(URL)」中，点击保存：
:::caution 注意 对于已进行企业认证的企业微信，需要将回调 URL 链接中的域名更改为企业微信认证的公司主体所备案的域名，可联系[LinkAI客服](https://cdn.link-ai.tech/doc/linkai-customer-service.png)协助处理。 ::: ### 4. 填写可信IP 将弹窗第3步生成的 IP 地址复制，进入企业微信应用设置的 **"企业可信IP"** 处填入IP地址 （有问题可联系[LinkAI客服](https://cdn.link-ai.tech/doc/linkai-customer-service.png)协助处理）。
### 5. 绑定微信客服账号 进入 **微信客服** 页面，创建客服账号并与企微应用绑定：


配置和绑定完成后，即可获取微信客服访问链接或二维码，推送给微信客户使用。同时可以在 [客户端管理](https://link-ai.tech/console/clients) 页面进行进一步配置和管理。
### 6. 使用效果 以下是接入微信客服的使用效果示例 > 智能体接入微信客服应用，微信的客户可通过微信客服链接或二维码进入客服对话，支持AI知识库智能问答、获取知识库中的图片素材、使用Dall-E/Midjourney/豆包等文生图模型插件进行图像创作、使用内容总结插件总结公众号文章或使用网页速读插件总结网页内容等功能，同时可在LinkAI对话管理页面实时查看AI与公众号渠道的用户对话记录：

除此之外，基于微信生态官方能力，还可将微信客服应用在公众号、小程序、视频号等场景，详情可查看 企业微信管理后台-[微信客服](https://work.weixin.qq.com/wework_admin/frame#/app/servicer)-接入场景 的相关说明，也可联系[LinkAI客服](https://cdn.link-ai.tech/consultant.jpg)获取帮助:
--- url: https://docs.link-ai.tech/platform/link-app/wework title: 企业微信 description: 通过LinkAI把大模型接入企业微信，让企微员工号变成AI数字员工，可自动化进行企微私聊和企微群聊的对话，并支持通过AI管理企业微信的私域客户 --- # 企业微信 ## 托管接入 **版本要求：** [专业版](https://link-ai.tech/console/price?type=upgrade)及以上 :::tip 提示 托管接入是Link平台提供的一站式智能体渠道接入服务，一体化产品能力，无需部署程序，在线登录即可完成接入，并支持在线管理配置。**企业微信号**托管接入，支持在企微内部群、企微外部聊、企微与微信用户单聊场景使用，并支持主动推送、语音对话、发送多媒体素材等能力。 ::: 企业用户有相关需求请联系 [客服](https://cdn.link-ai.tech/kf.jpg) 。
--- url: https://docs.link-ai.tech/platform/link-app/wechat title: 微信 description: 通过LinkAI把AI大模型接入微信，让微信号变成AI数字分身，可自动化进行微信私聊和去聊的对话 --- # 微信 ## 托管接入 **版本要求：** [专业版](https://link-ai.tech/console/price?type=upgrade)及以上 :::tip 提示 托管接入是Link平台提供的一站式智能体渠道接入服务，一体化产品能力，无需部署程序，在线登录即可完成接入，并支持在线管理配置。**微信**托管接入，支持在单聊、群聊场景使用，并支持主动推送、语音对话、发送多媒体素材等能力。 ::: 企业用户有相关需求请联系 [客服](https://cdn.link-ai.tech/kf.jpg) 。 --- url: https://docs.link-ai.tech/platform/link-app/feishu title: 飞书 description: 通过LinkAI把大模型接入飞书应用，打造飞书智能助手，支持企业内部员工访问，支持飞书企业内私聊及内部群访问 --- ## 一、托管接入 {#hosting} **版本要求：** [标准版](https://link-ai.tech/console/price?type=upgrade)及以上 :::info 提示 托管接入是Link平台提供的一键接入服务，无需部署程序，只需在线填写配置即可完成。飞书的托管接入在 [标准版](https://link-ai.tech/console/price?type=upgrade) 可用。 **飞书应用机器人** 支持飞书企业内部群聊对话、内部员工单聊对话；支持飞书外部群聊对话、外部用户单聊对话。 ::: ### 1. 飞书应用创建和权限配置 #### 1.1 进入[飞书开发平台](https://open.feishu.cn/app/) ，点击**创建企业自建应用**
#### 1.2 在**添加应用能力**菜单中，为应用添加**机器人**能力
#### 1.3 添加权限 打开**权限管理**菜单，点击**开通权限**，一键复制下方的权限项，粘贴到开通权限的输入框内，在**应用身份权限中**全选筛选结果，点击**确认开通权限** ```json im:message,im:message.group_at_msg:readonly,im:message.p2p_msg:readonly,im:message:send_as_bot,im:resource,contact:contact.base:readonly,contact:user.base:readonly,im:chat:readonly,im:message.group_msg ```
### 2. 填写配置 #### 2.1 在**凭证与基础信息**内获取到 App ID 和 App Secret
#### 2.2 在 **事件订阅** 内获取到 Verification Token
:::info 注意 在获取Verification Token时，请不要操作Encrypt Key，确保其为未开启状态 ::: #### 2.3 LinkAI控制台配置信息填写 在LinkAI控制台的 [渠道接入](https://link-ai.tech/console/factory) 菜单中选择 **飞书** 渠道，点击托管，根据弹窗的操作步骤填写第1～2步：
### 3. 配置事件订阅 #### 3.1 复制回调地址
#### 3.2 事件与回调-事件配置中，选择"将事件发送至开发者服务器"，将3.1中的回调地址填入并保存
#### 3.3 在同一页面，点击下方“添加事件”，搜索“**接收消息**”，在应用身份订阅中选择“**接收消息v2.0**”，确认添加。
### 4. 发布和使用 #### 完成全部配置后，点击**版本管理与发布**，点击**创建版本**，并申请**线上发布**，在飞书客户端查看审批消息，并审核通过。

如需将飞书机器人加入外部群使用（有其他飞书企业用户或个人飞书账号所在的群），需在创建版本时开启**对外共享**权限

审核完成并发布成功后，即可开始使用。 接下来可以在 [客户端管理](https://link-ai.tech/console/clients) 中进行进一步配置（如开启机器人群聊对话能力、开启流式输出效果等）： > - 内部员工单聊使用，需：在飞书搜索框内搜索机器人名称（第1步创建应用时的应用名称），可直接开始对话。
- 在群内使用时，需：1、在客户端配置中输入机器人名称并保存（如下图所示）；2、将机器人添加进群，并@机器人提问进行对话（添加路径：群设置-群机器人-添加机器人） - 外部飞书用户单聊使用，需：在已经添加该机器人的飞书群聊中，找到该机器人，点击「发送消息」即可开始对话

:::caution 使用提示 1. 目前飞书基础免费版对于每月的自建应用API调用存在次数限制。本功能会对API调用次数产生消耗，如超出可能需要升级您的飞书付费版本，否则无法正常使用本功能，详情查看[说明](https://open.feishu.cn/document/uAjLw4CM/ugTN1YjL4UTN24CO1UjN/platform-updates-/custom-app-api-call-limit)。 2. 如客户端绑定的应用有配置[数据库](https://docs.link-ai.tech/platform/database)，建议关闭[流式输出](/platform/link-app/feishu#5-流式输出)功能。当用户提问触发数据库查询时无法兼容流式输出效果，会造成机器人无法正常回复。 :::
### 5. 使用效果 以下是接入飞书的使用效果示例： > 智能体接入飞书，企业员工可通过私聊或群聊与AI机器人进行AI智能对话、知识库智能问答、获取知识库中的图片/文件/视频等素材；使用Dall-E插件或Midjourney插件进行图像创作、AI识别理解图像；使用内容总结插件总结公众号文章或使用网页速读插件总结网页内容等功能。飞书AI机器人支持流式输出与markdown格式。同时可在LinkAI对话管理页面实时查看AI与公众号渠道的用户对话记录：
#### 1. 知识库智能问答、联网搜索等插件调用 基于企业私有知识进行问答，为员工提供管理、业务等方面的咨询支持：
#### 2. 内容总结、网页速读 使用内容总结插件总结文件、公众号文章或网页内容：
#### 3. AI 图像识别 AI识别图像内容后基于提问和图像信息进行回答：
#### 4. 图像创作 同时支持 dall-e-3 和 midjourney：
#### 5. 流式输出

### 6. 更多用法 可将LinkAI控制台 URL 配置到一个新的[「企业自建应用-网页应用」](https://open.feishu.cn/document/client-docs/h5/development-guide/step1)中，即可实现从飞书一键直达LinkAI后台，快速处理应用搭建、对话管理人工回复任务，以及使用广场对话等。效果示例如下：

## 二、自建接入 {#self-building} :::info 注意 自建接入基于开源项目 [chatgpt-on-wechat](https://github.com/zhayujie/chatgpt-on-wechat) 进行部署，以单进程方式运行，建议对性能、稳定性有要求的生产需求使用 [托管模式](#hosting) 接入。参考该项目的 [飞书接入文档](https://link-ai.tech/cow/multi-platform/feishu) 进行项目的运行。 自建接入的方式通过开源项目实现，非LinkAI官方功能，使用者需根据开源项目协议、使用教程和相关文档自助使用。LinkAI不提供自建接入的任何技术支持或使用咨询服务，也不对因使用开源项目自建接入所产生的任何问题或后果承担责任。 ::: ### 1. 准备 需要的资源有： 1. 一台服务器，国内国外均可 2. 一个飞书账号，具有企业应用管理权限 ### 2. 项目配置 在该开源项目中将LinkAI接入飞书 同样只需修改三个配置: ```json "use_linkai": true, "linkai_api_key": "YOUR API KEY", "linkai_app_code": "YOUR APP CODE" ``` `linkai_api_key` 和 `linkai_app_code` 的获取可以参考 [公众号接入](/platform/link-app/wechat-mp-service#self-building) 中的说明。 其余项目配置参考 [飞书接入文档](https://link-ai.tech/cow/multi-platform/feishu)。 --- url: https://docs.link-ai.tech/platform/link-app/wechat-com title: 企微应用 description: 通过LinkAI把大模型接入 企业微信自建应用 支持企业内部员工访问，在企业微信的工作台中可以找到应用并开启对话，仅支持一对一单聊 --- ## 一、托管接入 {#hosting} **版本要求：** [专业版](https://link-ai.tech/console/price?type=upgrade)及以上 :::info 提示 托管接入是Link平台提供的一键接入服务，无需部署程序，只需在线填写配置即可完成。**企微应用**的托管接入在 [专业版](https://link-ai.tech/console/price?type=upgrade) 可用。 **企微内部应用** 支持企业内部员工访问，在企业微信的工作台中可以找到应用并开启对话，仅支持一对一单聊。如需支持与外部客户对话及接入群聊，请查看[企业微信](/platform/link-app/wework) ::: ### 1. 创建企微应用 首先在 [企业微信管理后台](https://work.weixin.qq.com/wework_admin/frame#apps)，点击 **"应用管理"** 菜单，点击创建应用: ### 2. 填写配置 #### 2.1 获取 企业ID 点击 **"我的企业"** 菜单，在最下方可以看到 "企业ID"：
#### 2.2 获取 AgentId 和 Secret 进入上面创建的应用，获取 AgentId 和 Secret：
#### 2.3 获取 Token 和 EncodingAESKey 进入企业微信应用设置的 **"接受消息 - 设置API接收"**，获取 Token 和 EncodingAESKey。（首次创建应用时，进入【设置API接收】后没有现成的Token 和 EncodingAESKey，点击右侧【随机获取】即可生成）：
> 注：复制Token 和 EncodingAESKey 后不要关闭和保存，第3步需返回该页面填写内容 #### 2.4 将对应配置填入LinkAI渠道接入表单 在LinkAI控制台的 [渠道接入](https://link-ai.tech/console/interface) 菜单，选择 **微信客服** 渠道，点击托管，根据弹窗的操作步骤填写第1-2步：
### 3. 回调地址填写 将弹窗第3步生成的 URL 链接复制：

进入企业微信应用设置的 **"接收消息-设置API接收"**，将链接填入「(URL)」中，点击保存：
:::caution 注意 对于已进行企业认证的企业微信，需要将回调地址 URL 链接中的域名更改为企业微信认证的公司主体所备案的域名，可联系[LinkAI客服](https://cdn.link-ai.tech/doc/linkai-customer-service.png)协助处理。 ::: ### 4. 填写可信IP 将弹窗第3步生成的 IP 地址复制，进入企业微信应用设置的 **"企业可信IP"** 处填入IP地址 (有问题可联系[LinkAI客服](https://cdn.link-ai.tech/doc/linkai-customer-service.png)协助处理)。
配置完成后，即可在企业微信工作台中进入企业微信应用，发送消息进行 AI 对话。同时可以在 [客户端管理](https://link-ai.tech/console/clients) 页面进行进一步配置和管理：

### 5. 使用效果 以下是接入企业微信应用的使用效果示例： > 智能体接入企业微信应用，企业员工可在工作台或应用消息中打开应用进行AI智能对话、知识库智能问答、获取知识库中的图片/文件/视频等素材、使用Dall-E/Midjourney/豆包等文生图模型插件进行图像创作、AI识别理解图像、使用内容总结插件总结公众号文章或使用网页速读插件总结网页内容等功能，同时可在LinkAI对话管理页面实时查看AI与公众号渠道的用户对话记录：
#### 1. 知识库智能问答，网页总结 基于企业知识库进行问答，总结网页内容等，为员工提供管理、业务等方面的咨询支持：
#### 2. AI 图像识别 AI识别图像内容后基于提问和图像信息进行回答：
#### 3. 图像创作 同时支持 dall-e-3 和 midjourney：

### 6. 更多用法 可将LinkAI控制台 URL 配置到一个新的[「企微自建应用-应用主页」](https://developer.work.weixin.qq.com/community/question/detail?content_id=16420247748580970331)中，实现从企微一键直达LinkAI后台，快速处理应用搭建、对话管理人工回复任务，以及使用广场对话等。效果示例如下：

## 二、自建接入 {#self-building} :::info 注意 自建接入基于开源项目 [chatgpt-on-wechat](https://github.com/zhayujie/chatgpt-on-wechat) 进行部署，以单进程方式运行，建议对性能、稳定性有要求的生产需求使用 [托管模式](#hosting) 接入。 自建接入的方式通过开源项目实现，非LinkAI官方功能，使用者需根据开源项目协议、使用教程和相关文档自助使用。LinkAI不提供自建接入的任何技术支持或使用咨询服务，也不对因使用开源项目自建接入所产生的任何问题或后果承担责任。 ::: ### 1. 准备 企业微信的接入在开源项目 chatgpt-on-wechat 的基础上进行。参考该项目 的 [企微应用部署文档](https://link-ai.tech/cow/multi-platform/wechat-com) 进行项目的运行。 需要的资源有： 1. 一台服务器，国内国外均可 2. 一个企业微信账号，个人和已认证的企业均支持 ### 2. 项目配置 在该开源项目中将LinkAI接入企业微信 同样只需修改三个配置: ```json "use_linkai": true, "linkai_api_key": "YOUR API KEY", "linkai_app_code": "YOUR APP CODE" ``` `linkai_api_key` 和 `linkai_app_code` 的获取可以参考 [公众号接入](/platform/link-app/wechat-mp-service#self-building)和 [部署流程](/cow/quick-start) 中的说明。 --- url: https://docs.link-ai.tech/platform/link-app/device title: AI硬件 description: LinkAI智能硬件解决方案，提供集算力、模型、智能体、硬件模组于一体的智能体平台，实现AI智能体与硬件标准化连接 --- # AI硬件 > 面向AI硬件场景，LinkAI提供集算力、模型、智能体、硬件模组、场景解决方案于一体的智能体平台。通过LinkAI硬件方案，将智能体能力深度嵌入硬件设备，让设备真正"开口说话"，实现从感知、理解到交互的全流程智能化。 💬 **需求沟通和系统对接**请联系：[技术支持](https://cdn.link-ai.tech/kf.jpg) ## 一、整体方案 面向智能硬件场景，LinkAI提供集算力、模型、智能体、硬件模组、场景解决方案于一体的智能体平台。
## 二、核心能力 ### 1. 面向硬件增强的智能体能力 > 多模态｜长期记忆｜拟人化 | 强拓展 **多模态模型聚合**：聚合文本生成、语音识别/合成/克隆、图像识别/生成等多模态能力，支持动态切换不同厂商的大模型。LinkAI模型网关通过智能负载均衡与故障切换，全面保障服务稳定性。 **长期记忆管理**：基于终端用户维度的记忆压缩与智能摘要技术，实现长期深度记忆维护，打造真正的千人千面互动，理解用户情感，提供个性化陪伴。 **拟人化交互**：支持声音克隆与定制化配置，赋予智能体情感与温度，带来更具人性化的沟通体验。 **生态无限扩展**：支持MCP插件与工作流接入，赋能设备更多场景化能力，满足办公助手、生活管家等多样化需求。
### 2. 灵活且稳定的API > 低延迟｜流式输出｜实时管理 **HTTPS接口：简单高效的端到端调用** 提供完整的端到端接口 voiceToVoice，设备输入语音流后，后台通过语音识别、AI生成、语音合成处理，直接返回语音流输出。此外，还提供语音识别/合成、文本生成、图像识别/生成等原子化接口，灵活组合以满足多样化场景需求。 **WebSocket：低延迟双向通信，实时智能管理** 支持WebSocket协议，设备可与服务端建立双向长连接，实现低延迟消息收发。具备VAD打断识别、设备状态实时监控、主动推送等功能，提供更丰富、更智能的交互体验。
### 3. 开箱即用的AI语音模组 > 零代码｜一站式接入｜多场景适配 **一体化智能语音解决方案**： LinkAI智能语音模组基于核心计算板，深度集成LinkAI智能体能力与多模态模型，构建了一个功能完整的智能对话机芯。模组内预烧完整的端侧程序，集成麦克风、扬声器、电源管理等硬件模块，并优化声学结构，设计标准化的外壳和安装孔位，提供即插即用的终端软硬件解决方案。 **零代码适配，快速实现AI智能化**：传统硬件厂商无需额外开发或编写代码，只需将语音模组嵌入硬件设备，即可轻松实现设备的AI智能化升级，显著降低开发成本与技术门槛。 **多场景适配，助力智能终端落地**：模组可广泛应用于玩具、家居、教育、医疗等多种场景，满足多样化需求。其即插即用特性让产品开发周期大幅缩短，同时确保功能稳定性与用户体验。 ### 4. 轻松省心的设备管理 > **灵活配置｜插件拓展｜智能管控** **一站式设备管理，操作轻松便捷**： 通过LinkAI平台的设备管理模块，可快速导入设备并完成灵活配置，无需复杂操作，即可实现设备的集中化管理，显著提升效率。

**插件化配置，精准绑定设备动作**：支持配置设备插件，用于绑定设备的实际动作。设备插件兼容MCP协议，在一个插件下可配置多个子工具，用户交互时通过自然语言进行插件的决策和触发，并在设备端完成实际操作的执行。

**实时监控与动态管理**：设备状态实时可见，支持批量管理与动态调整，确保设备运行稳定高效。 ## 三、硬件产品接入案例 以下是目前LinkAI与硬件产商合作，已经将AI硬件方案实际接入和落地的部分产品：



未来，我们希望携手更多客户伙伴，探索智能硬件在消费升级与行业革新中的无限可能，共创智能化时代的崭新生态。 💬 有接入需求欢迎联系 [技术支持](https://cdn.link-ai.tech/kf.jpg)。 --- url: https://docs.link-ai.tech/platform/link-app/global title: 海外渠道 description: LinkAI海外版智能体平台，支持ChatGPT、Claude、Gemini等海外主流模型，接入Whatsapp、Discord、Telegram、Slack、Hubspot等全球社交媒体和即时通讯软件 --- # 海外渠道 > 面向国内出海及海外商家，LinkAI推出海外版本，目标是打造从内容生成、营销获客到客户承接转化的一体化智能体平台，实现全球化业务的升级。 💬 **需求沟通和接入**请联系：[产品顾问](https://cdn.link-ai.tech/consultant.jpg) ## 一、海外营销和客服一体化服务 LinkAI海外模块支持ChatGPT、Claude、Gemini等海外主流模型，并支持接入 **Whatsapp、Discord、Telegram、Slack、Hubspot**，未来还会扩展更多全球社交媒体和即时通讯软件的支持。
海外版重点面向营销获客和客户服务场景，将智能体接入各类渠道后，解决海外营销及客户对接时的语言和时差障碍，通过7×24小时的AI支持为企业降低运营成本，同时提供多渠道的消息聚合管理，让运营人员在一个面板完成多渠道的人机智能协同。 ## 二、支持的海外渠道 ### 1. WhatsApp
### 2. Telgram
### 3. Discord
### 4. Hubspot 独立站Livechat:

打通控制台CRM管理：
### 5. Slack
## 三、联系 💬 **需求沟通和接入**请联系：[产品顾问](https://cdn.link-ai.tech/consultant.jpg) --- url: https://docs.link-ai.tech/platform/link-app/dingtalk/dingtalk title: 钉钉 description: 通过LinkAI把大模型接入钉钉机器人，打造钉钉智能助手，支持钉钉企业内私聊及内部群访问 --- ## 一、托管接入 {#hosting} **版本要求：** [标准版](https://link-ai.tech/console/price?type=upgrade)及以上 :::info 提示 托管接入是Link平台提供的一键接入服务，无需部署程序，只需在线填写配置即可完成。钉钉的托管接入在 [标准版](https://link-ai.tech/console/price?type=upgrade) 可用。 **钉钉应用机器人** 支持企业内部员工访问，支持一对一单聊和内部群中使用。 ::: ### 1. 创建钉钉应用 #### 1.1 进入[钉钉开发者后台](https://open-dev.dingtalk.com/fe/app#/corp/app)，登录后，点击**创建应用**，填写应用相关信息。
#### 1.2 点击添加应用能力，选择 "机器人" 能力，点击 **添加**
### 2. 填写配置 #### 2.1 获取凭证信息
#### 2.2 LinkAI控制台配置信息填写 在LinkAI控制台的 [应用接入](https://link-ai.tech/console/factory) 菜单中选择 **钉钉** 渠道，点击托管，根据弹窗的操作步骤填写第1～2步：
#### 2.3 机器人设置及添加权限 进入钉钉开放平台【机器人】菜单，设置 "消息接收模式" 为 **HTTP模式** （此处默认为Stream模式，需手动下拉切换选择HTTP模式），将弹窗第3步生成的回调 URL 填入 "消息接收地址" 中：

前往【权限管理】菜单，搜索 `qyapi_get_member` 权限项，并【申请权限】
### 3. 发布和使用 点击 **版本管理与发布**，创建新版本(审批)发布后即可开始使用：
同时可以在 [客户端管理](https://link-ai.tech/console/clients) 中进行进一步的配置管理。如需使用钉钉AI消息卡片效果，可参考[钉钉流式输出](https://docs.link-ai.tech/platform/link-app/dingtalk/flow-output)配置：
在钉钉使用机器人时，可在钉钉搜索框内直接搜索机器人名称（第1步创建机器人应用时的应用名称）：
在群内使用时，可根据下图指引将机器人添加到群聊，并在群聊中@机器人进行对话：
:::caution 使用提示 目前钉钉不同的版本，对于每月的API调用有不同的次数限制。本功能会对API调用次数产生消耗，如超出可能需要在钉钉开放平台购买额度，否则无法正常使用本功能，详情查看[说明](https://open.dingtalk.com/document/orgapp/purchase-instructions-for-enterprise-additional-purchase-package)。 :::
### 4. 使用效果 以下是接入钉钉的使用效果示例： > 智能体接入钉钉，企业员工可通过私聊或群聊与AI机器人进行AI智能对话、知识库智能问答、获取知识库中的图片/文件/视频等素材；使用Dall-E插件或Midjourney插件进行图像创作、AI识别理解图像；使用内容总结插件总结公众号文章或使用网页速读插件总结网页内容等功能。钉钉AI机器人支持流式输出与markdown格式。同时可在LinkAI对话管理页面实时查看AI与公众号渠道的用户对话记录：
#### 1. 知识库智能问答 基于企业私有知识进行问答，为员工提供管理、业务等方面的咨询支持：
#### 2. 内容总结 使用内容总结插件总结文件、公众号文章或网页内容：
#### 3. 图像创作与图像识别 同时支持 dall-e-3 和 midjourney，以及AI图像识别：

### 5. 更多用法 可将LinkAI控制台 URL 配置到一个新的[「钉钉应用-H5微应用」](https://open.dingtalk.com/document/orgapp/configure-web-application)中，实现从钉钉一键直达LinkAI后台，快速处理应用搭建、对话管理人工回复任务，以及使用广场对话等。效果示例如下：

## 二、自建接入 {#self-building} :::info 注意 自建接入基于开源项目 [chatgpt-on-wechat](https://github.com/zhayujie/chatgpt-on-wechat) 进行部署，以单进程方式运行，建议对性能、稳定性有要求的生产需求使用 [托管模式](#hosting) 接入。参考该项目的 [钉钉接入文档](https://link-ai.tech/cow/multi-platform/dingtalk) 进行项目的运行。 自建接入的方式通过开源项目实现，非LinkAI官方功能，使用者需根据开源项目协议、使用教程和相关文档自助使用。LinkAI不提供自建接入的任何技术支持或使用咨询服务，也不对因使用开源项目自建接入所产生的任何问题或后果承担责任。 ::: ### 1. 准备 钉钉的接入在开源项目 [chatgpt-on-wechat](https://github.com/zhayujie/chatgpt-on-wechat) 的基础上进行。参考该项目的 [钉钉接入文档](https://link-ai.tech/cow/multi-platform/dingtalk) 进行项目的运行。 需要的资源有： 1. 一台服务器，国内国外均可 2. 一个钉钉账号，具有企业应用管理权限 ### 2. 项目配置 在该开源项目中将LinkAI接入钉钉 同样只需修改以下几个配置: ```json "use_linkai": true, "linkai_api_key": "YOUR API KEY", "linkai_app_code": "YOUR APP CODE" ``` `linkai_api_key` 和 `linkai_app_code` 的获取可以参考 [公众号接入](/platform/link-app/wechat-mp-service#self-building) 中的说明。 其余项目配置参考 [钉钉接入文档](https://link-ai.tech/cow/multi-platform/dingtalk)。 --- url: https://docs.link-ai.tech/platform/link-app/dingtalk/flow-output title: 流式输出 description: 通过LinkAI把大模型接入钉钉机器人，打造钉钉智能助手，支持钉钉企业内私聊及内部群访问，并支持使用AI卡片进行流式输出 --- ## 1. 效果演示 {#demo} :::tip 示例 LinkAI钉钉托管接入现已支持AI卡片效果，可流式输出及展示markdown（效果示例如下）： :::
## 2. 配置说明 ### 2.1 创建钉钉AI卡片模板 前往[钉钉开放平台-开发者平台](https://open-dev.dingtalk.com/fe/card)，创建AI卡片模板（账号需具备钉钉应用开发权限）
选择【卡片类型】为“消息卡片”，【卡片模板场景】为“AI 卡片”，并在【关联应用】中选择已创建的LinkAI钉钉机器人
根据需要自定义编辑卡片不同状态的效果及添加各种元素，可支持markdown格式和代码块等。（注：卡片模板保存后不支持二次修改，需一次配置完成）
创建完成，复制卡片的“模板ID”，在第3步的操作中使用（建议不要关闭该页面）

### 2.2 钉钉应用权限配置及发布 前往[钉钉开发者后台-应用开发-应用配置](https://open-dev.dingtalk.com/fe/app?hash=)页面，选择LinkAI接入的钉钉机器人应用，打开【应用详情】
前往【权限管理】菜单，依次搜索 `Card.Streaming.Write` 和 `Card.Instance.Write` 权限项，并【申请权限】
点击【查看版本详情】，修改版本详情，修改版本号并填写版本描述，【保存】并直接【发布】



### 2.3 LinkAI客户端管理配置 前往LinkAI控制台-[客户端管理](https://link-ai.tech/console/clients)，找到dingtalk托管客户端，打开【配置】
打开【其他配置】中的【流式卡片输出】开关，并将第一步复制的模板ID填入【卡片模板ID】中，点击【保存】，即可开始使用

:::caution 使用提示 1.使用钉钉流式输出的AI消息卡片能力，需消耗钉钉付费API调用次数。而该卡片能力每次更新都需要调用一次接口，故调用成本是普通消息卡片的数倍（根据回答字数而定，3-10倍左右）。注：钉钉免费版每自然月赠送10000次API调用额度。 2.当钉钉租户付费API使用次数耗尽时，将自动切换为普通消息卡片模式。也可随时手动在客户端管理-dingtalk托管客户端配置中关闭流式输出。 :::
--- url: https://docs.link-ai.tech/platform/manage/client title: 客户端管理 description: 客户端管理 --- **版本要求：** [标准版](https://link-ai.tech/console/price?type=upgrade)及以上 💻 [功能入口](https://link-ai.tech/console/clients)
# 1. 功能简介 客户端管理模块支持应用/工作流接入渠道在线配置功能，一站式管理 通过LinkAI官方功能托管接入的渠道客户端 和 通过CoW开源项目自建接入的渠道客户端，统一查看所有客户端的**在线状态**，在线配置 **群聊、私聊回复策略**，**应用映射关系**，**机器人触发条件**， **群欢迎语**，**黑白名单**，**语音**，**画图** 等。 # 2. 使用说明 > 路径： 客户端 -> 选择客户端点击**配置** ## 2.1 客户端列表 可在此一站式查看、管理和删除应用/工作流通过托管和自建接入的所有渠道客户端，以及跳转**[对话管理](https://docs.link-ai.tech/platform/chat-manage)**功能查看对应客户端的会话：
### 2.1.1 离线通知 客户端出现掉线情况时可通过 **短信和公众号方式** 提醒管理员，统一支持所有 **托管接入** 和 **自建接入** (CoW开源项目接入) 的客户端。 在客户端列表页面点击 "离线通知" 按钮，可启用开关，并设置消息通知的渠道：

**通知机制：** 托管客户端发生离线事件会立即进行通知，自建客户端会在接收不到心跳90秒后判断为离线，每日可进行三次通知。 ## 2.2 客户端配置 ### 2.2.1 托管接入渠道配置 托管接入渠道可配置私聊、群聊绑定的应用/工作流，并配置**AI回复的触发策略**、**语音设置**、**加好友/进群欢迎语**等：

### 2.2.2 自建接入渠道配置 **CoW（chatgpt-on-wechat）**项目自建接入的客户端，可通过首次加载同步本地配置后，通过客户端管理功能进行客户端配置：

:::info 提示 1. 目前对于基于CoW开源项目自建的渠道接入，使用流程如下：启动程序 -> 进入客户端管理页面 -> 在线扫码登录 -> 在线修改配置并推送; 对于开通了客户端管理功能的用户，启动之后将会自动注册到客户端列表，并且能将本地config.json中的部分配置直接同步到远程进行修改。在客户端管理配置中打开“是否启用配置”开关后，配置将以控制台中的配置为准，一键推送即可生效，无需修改本地配置并重载. 2. 基于CoW开源项目自建的客户端版本需在[1.5.9](https://github.com/zhayujie/chatgpt-on-wechat/releases)以上，并升级LinkAI SDK 版本至0.0.6.0以上（pip3 install --upgrade linkai==0.0.6.0）。 ::: --- url: https://docs.link-ai.tech/platform/manage/rate-limit title: 限流配置 description: 限流配置 --- **版本要求：** [标准版](https://link-ai.tech/console/price?type=upgrade)及以上 ## 1. 功能简介 限流配置可以帮助应用创建者对自己的用户访问频率进行管理，防止对外服务出现过高频率访问、盗刷等情况出现。该功能为标准版可用。 ## 2. 使用说明 > 路径： 应用配置 -> 渠道接入 -> 限流配置 首先新增一个配置项：
填写配置信息，包括需要限制的接入渠道，单个用户在多少时间区间内，可以访问多少次：
限流配置是根据 应用 - 接入渠道 - 终端用户 的维度来进行限制的，目前支持 web集成、微信、企微、公众号、钉钉、飞书 等渠道的统一限流。当配置了 "全部" 渠道和 指定渠道时，指定渠道的配置优先级更高。 :::info 举例说明 假设配置为 "针对 企微 渠道，单用户每 1分钟 只能回复 1次" - 则A用户在当前分钟内第二次访问 企微 渠道就会失败，默认将不回复，或者按照固定文案进行回复；而A用户如果通过 其他渠道（比如公众号）与该应用对话则能够正常回复 - 此时B用户通过 企微 渠道访问该应用是能够正常回复的 ::: --- url: https://docs.link-ai.tech/platform/chat-manage title: 对话管理 description: LinkAI接入的多渠道对话可聚合于一处展示，消息实时同步。除AI回复外，还支持辅助对话模式、人工回复模式，提升智能回复的整体可控性。可生成AI原生客户档案（结构化对话摘要），提升转人工后的处理效率。 --- # 对话管理 **版本要求：** [专业版](https://link-ai.tech/console/price?type=upgrade)及以上 💻 [功能入口](https://link-ai.tech/console/chatManage) ## 1. 功能简介 1. 展示不同智能体接入渠道的对话记录，消息实时同步。 2. 支持**人工回复**（人工回复的消息同样会通过接入的机器人发出）和**辅助回复**（AI根据用户问题生成预回复，可由人工修改后发送），并可手动**一键切换**回复模式。 3. 结合**[智能转人工](/platform/create-app/manage/manual)**能力，由AI基于对话记录智能生成对话总结的摘要卡片，并基于客户管理中的标签进行自动打标签。 4. 支持**导出**会话记录。 ## 2. 功能示例 **PC端：**
**H5端：**

:::tip 提示 对话管理功能适配H5端，可关注“LinkAI平台”公众号进入控制台，随时查看对话管理的聚合消息并进行人工回复。 ::: --- url: https://docs.link-ai.tech/platform/chat-manage/customer-manage title: 客户管理 description: 企业微信、微信托管账号客户管理以及客户AI标签 --- # 客户管理 **版本要求：** [企业版](https://link-ai.tech/console/price?type=upgrade) ## 1. 功能简介 客户列表：智能体通过私域账号托管接入时，获取并展示与智能体进行对话的客户列表 标签设置：可通过自然语言建立AI原生的标签体系，并可为客户添加该标签、AI自动打标签、转人工时打标签等 ## 2. 使用说明 ### 2.1 客户列表 基于LinkAI渠道接入能力，展示 **微信、企业微信、微信客服、企微内部自建应用、钉钉、飞书** 等接入渠道所有与Chat Bot对话过的客户(用户)，支持查看客户基础信息、AI原生的客户标签和画像。


### 2.2 客户标签 用自然语言零门槛建立客户标签体系，可设置**标签**和**标签分组**。客户标签数据可同步至企微、微信平台，赋能其他运营场景。 标签使用场景： 1. 在客户列表中可按不同标签筛选查看客户 2. 手动为客户添加标签 3. 使用AI根据对话历史内容智能打标签 4. 在触发转人工时由AI自动打标签（详见：[智能转人工](https://docs.link-ai.tech/platform/create-app/manage/manual#sum)）。


--- url: https://docs.link-ai.tech/platform/team-space title: 团队空间 description: 支持创建团队空间并邀请成员进入，目前所有成员可共享空间内的资源。 --- # 团队空间 **版本要求：** [专业版](https://link-ai.tech/console/price?type=upgrade)及以上 💻 [功能入口](https://link-ai.tech/console/teamSpace) ## 1. 功能简介 支持创建团队空间，并邀请成员进入。专业版支持所有空间成员**共享LinkAI租户资源** (应用、工作流、知识库、插件、积分、对话管理等)。 :::tip 提示 **企业版**的团队空间升级为**[“企业空间”](https://docs.link-ai.tech/platform/team-space/enterprise-space)**，支持设置角色并授予功能操作和数据范围的权限，并为不同的企业用户进行(角色)授权，可满足中大型企业多样化的权限管理需求。如需了解，可查看[企业版介绍](https://link-ai.tech/console/price?type=upgrade)或联系[客服](https://cdn.link-ai.tech/consultant.jpg)咨询。 ::: ## 2. 使用说明 ### 2.1 邀请成员 在**团队空间**菜单内点击**邀请新成员**，复制邀请链接，发送给拟邀请的成员，通过该链接注册或登录即可加入团队。
### 2.2 移出成员 在成员列表中，点击**操作**，可将团队成员移出团队空间。
### 2.3 退出团队 在[我的账户](https://link-ai.tech/console/account)-个人信息中可查看“团队”，成员点击**退出**即可退出团队空间。
:::info 提示 成员加入团队空间后，账号内容（应用、知识库、工作流等）为空间内容（即管理员账号的内容），将成员移出空间或成员主动退出后，将恢复成员加入空间之前的账号的内容。 ::: --- url: https://docs.link-ai.tech/platform/team-space/enterprise-space title: 企业空间 description: 支持创建企业智能体空间并邀请成员加入，具备强大的企业级角色权限和用户管理功能。 --- # 企业空间 **版本要求：** [企业版](https://link-ai.tech/console/price?type=upgrade) ## 1. 功能简介 - 支持创建企业空间，并邀请企业成员进入。管理员可为空间成员设置角色 - 支持设置角色的权限，包括功能菜单及操作权限（例如知识库的增删改查操作）和数据范围权限（例如可查看的应用范围） ## 2. 使用说明 ### 2.1 角色权限设置 #### 2.1.1 设置菜单及功能权限 创建角色后，可设置角色的菜单及功能权限。为角色勾选相关功能权限，则对应角色下的成员可在系统查看、操作对应权限项的功能。支持设置的菜单及功能权限项如下： **应用：** 查看应用、编辑应用、创建应用、删除应用 **知识库：** 查看知识库、新增/更改知识库内容、创建知识库、删除知识库文件、删除知识库 **数据库：** 使用数据库功能 **插件：** 查看插件、编辑自定义插件、创建自定义插件、删除自定义插件 **工作流：** 查看工作流、编辑工作流、创建工作流、删除工作流 **我的账户：** 查看使用记录、导出使用记录 **渠道接入：** 网页嵌入、微信公众号(个人)、微信公众号(企业)、企业微信、企微应用、微信客服、微信、钉钉、飞书、API **客户端：** 查看客户端、配置客户端、删除客户端 **对话管理：** 查看对话、人工回复 **数据看板：** 用户数图表、对话数图表、渠道对话数图表、积分消耗图表、未命中知识库图表、转人工图表、高频词图表、活跃分布图表 **企业空间：** 查看成员、设置成员角色、邀请新成员、移出成员、成员积分管理、查看角色列表、配置角色权限、创建角色、删除角色 **客户管理：** 客户列表、标签管理 **应用广场：** 首页、绘画、广场

#### 2.1.2 设置数据范围权限 设置菜单及功能权限后，还需继续设置角色的数据范围权限。为角色勾选相关数据范围权限后，角色下的成员可以查询和操作对应的数据范围。支持设置的数据范围权限项如下： **应用：** 全部应用、自己创建的应用、*某个具体的应用* **知识库：** 全部知识库、自己创建的知识库、*某个具体的知识库* **插件：** 全部自定义插件、自己创建的自定义插件、*某个具体的自定义插件* **工作流：** 全部工作流、自己创建的工作流、*某个具体的工作流* **客户端：** 托管账号维度授权： - 企业微信：全部企业微信账号、*某个具体的账号* - 微信托管：全部微信账号、*某个具体的账号* 客户端维度授权： - 微信自建：全部微信自建客户端、*某个具体的微信自建客户端* - 飞书：全部飞书客户端、*某个具体的飞书客户端* - 钉钉：全部钉钉客户端、*某个具体的钉钉客户端* - 公众号：全部公众号客户端、*某个具体的公众号客户端* - 微信客服：全部微信客服客户端、*某个具体的微信客服客户端* - 企微应用：全部企微应用客户端、*某个具体的企微应用客户端* - 网页嵌入：全部网页嵌入客户端、*某个具体的网页嵌入客户端* :::info 提示 客户端数据范围权限对成员访问客户端配置、对话管理、客户列表（如有）同时生效，例如：开启企业微信账号A的数据权限，则在以上三个功能模块中都可以查看企业微信账号A相关的数据。 ::: **我的账户：** 所有人的使用记录、自己的使用记录 **数据看板：** 所有人的数据看板、自己的数据看板

:::tip 使用说明 定义一个角色在LinkAI平台所拥有的权限，需分别定义 **菜单及功能权限** 和 **数据范围权限** 。举例说明：当角色的权限配置中，在菜单及功能权限部分勾选了「应用-查看应用」，则该角色可在LinkAI控制台看到“应用”菜单；继续在数据范围权限部分勾选「自己创建的应用」，则该角色可在LinkAI控制台的“应用”菜单内看到自己创建的应用。 当更改了角色的权限项设置时，该角色下所有成员的权限会同步更新。 ::: ### 2.2 成员授权 #### 2.2.1 单个成员设置角色 在企业空间-成员列表页面，选择单个成员右侧操作列中的“设置角色”，选择需要设置的角色，保存即可生效，成员的系统权限将同步更新为所设置的角色的权限。

#### 2.2.2 成员批量设置角色 在企业空间-成员列表页面，批量选择选择多个成员，点击顶部“设置角色”，选择需要设置的角色，保存即可生效，所选中的全部成员的系统权限将同步更新为所设置的角色的权限。

#### 2.2.3 邀请成员时设置角色 在企业空间-成员列表页面，邀请新成员时，可选择需要授予该成员的角色，当成员接受邀请后则以该角色的身份加入企业空间。

### 2.3 成员积分分配 拥有「成员积分管理」权限的用户，可对企业空间内成员进行积分分配。分配方法为直接修改成员当前的积分数值，完成分配后，可在企业管理员和被分配成员的「我的账户页面-积分变更记录」中查看积分变化（积分分配、积分收回）情况。

--- url: https://docs.link-ai.tech/platform/api title: 开放接口 description: LinkAI开放接口，通过API接口集成AI应用、工作流、知识库、插件等能力，可通过API集成到自研产品中，如APP、小程序、web程序中。 --- # 开放接口 ## 介绍 LinkAI 平台提供各类开放 API 接口，支持开发者将平台创建的应用、工作流、知识库等智能体能力通过接口集成至其他系统和服务，以实现个性化的 AI 应用场景开发。 **接口根地址：** `https://api.link-ai.tech/v1` ## 接口列表 - [通用对话接口](/platform/api/chat) - [记忆对话接口](/platform/api/chat-memory) （版本要求：[标准版](https://link-ai.tech/console/price?type=upgrade) 及以上） - [工作流运行接口](/platform/api/workflow-run) （版本要求：[标准版](https://link-ai.tech/console/price?type=upgrade) 及以上） - [语音识别接口](/platform/api/voice-recognition) - [语音合成接口](/platform/api/voice-speech) - [图像生成接口](/platform/api/image-generation) - [视频生成接口](/platform/api/video-generation) ## 鉴权 {#auth} 接口调用使用API Key进行鉴权，调用前需前往 [控制台 - 渠道接入](https://link-ai.tech/console/interface) 页面创建API Key：
在API调用时，需要在请求头中放入上一步创建的 `API Key`： ```bash Authorization: Bearer {{YOUR_API_KEY}} ``` ## 在线调试 API 在线调试： https://apidoc.link-ai.tech --- url: https://docs.link-ai.tech/platform/api/chat title: 通用对话 description: LinkAI对话接口，通过一个API集成AI应用对话、工作流、知识库、插件等能力，可通过API集成到自研产品中，如APP、小程序、web程序中。 --- # 通用对话接口 ## 介绍 该接口为通用的智能体对话API，根据用户输入生成智能体的响应结果，通过一个接口融合LinkAI的各项能力： 1. 支持通过绑定 **应用**、**工作流** 或 **超级AI助理**，使用其背后的 **知识库**、**插件**、**技能** 等能力 2. 支持一键切换所有支持的 **大模型** 3. 支持 **流式/非流式** 输出，兼容 OpenAI 的接口结构 4. 支持 **多模态输入/输出**，可输入文字、图片；输出文字、图片、视频、文件 在线接口调试：[API接口调试](https://apidoc.link-ai.tech/api-110597681) ## 接口定义 ### 接口地址 ```bash POST https://api.link-ai.tech/v1/chat/completions ``` ### 请求头 | 参数 | 取值 | 说明 | | :---- | ---- | ---- | | Authorization | Bearer YOUR_API_KEY | 参考 [接口鉴权说明](/platform/api#auth) 创建 API Key 并填入 | | Content-Type | application/json | 表明使用JSON格式请求 | ### 请求体 | 参数 | 类型 | 是否必传 | **说明** | | :------------------- | :------------ | :------- | :--------------------------------------- | | messages | `list`| 是 | 消息上下文列表，其中每个元素的结构为 `{"role": "user", "content": "你好"}`， role 字段支持填写 system, user, assistant 中的一个，content字段不能为空 | | app_code | `string` | 否 | [应用](/platform/create-app)、[工作流](/platform/workflow) 或 [超级AI助理](/platform/superagent) 的 code。若不填则表示不绑定具体应用，将请求直接传递给模型 | | model | `string` | 否 | 模型编码，不传则使用应用的默认模型。所有可选模型见 [模型列表](/platform/api/chat/#models)。当 `app_code` 指定为超级AI助理时，该字段无效，实际模型由助理自身配置决定 | | session_id | `string` | 否 | 会话 ID。当 `app_code` 指定为超级AI助理时有效，传入则复用该会话的上下文与记忆，不传将自动生成一次性会话 | | temperature | `float` | 否 | 温度，默认为应用中配置的温度。取值范围为 [0, 1]，温度越高回复越具有创意和不确定性，温度越低则回复更严谨 | | top_p | `int` | 否 | 控制模型采样范围，默认值为 1 | | frequency_penalty | `float` | 否 | 频率惩罚项，该参数越大则更倾向于产生不同的内容，范围为 [-2, 2]，默认值为 0 | | presence_penalty | `float` | 否 | 存在惩罚项，该参数越大则更倾向于产生不同的内容，范围为 [-2, 2]，默认值为 0 | | stream | `bool` | 否 | 是否流式输出，默认值为 false | | stream_options | `object` | 否 | 当 stream 为 true 时有效，设置为 `{"include_usage": true}` 时流式输出最后一个chunk将包含 token 用量信息，默认为false | | stop | `list`| 否 | 停止词列表，模型生成内容遇到列表中的字符串时将停止输出，最多可填 4 个 | | tool_choice | `string` | 否 | 工具选择模式，auto:自动选择, none:不会调用, required:必须调用一个或多个tool | | tools | `list`| 否 | 工具列表，当使用 Function Call 功能时需要传入，详见 [Function Call](#function-call) | | response_format | `object` | 否 | 输出格式设置，设置为 `{"type": "json_object"}` 时将约束模型按照JSON格式输出。注意同时需要在提示词中告知模型以JSON格式输出 | | thinking | `object` | 否 | LinkAI 扩展字段，用于控制模型的思考/推理开关。`{"type": "enabled"}` 强制开启思考，`{"type": "disabled"}` 强制关闭。优先级高于应用与模型默认配置，详见 [思考与推理控制](#thinking) | | reasoning_effort | `string` | 否 | 推理强度，控制推理模型在思考阶段消耗的 token 数。常用取值 `minimal` / `low` / `medium` / `high`。仅对支持该参数的推理模型生效（如 OpenAI o / gpt-5 系列、DeepSeek V4 等），具体取值范围与默认值由模型决定，其他模型会忽略此字段 | **注意：** - 当通过 `app_code` 参数指定了应用时，将会默认使用 **应用设定** 作为系统提示词，使用应用中配置的 **默认模型** 作为model，使用 **应用的温度** 作为 `temperature` 的值 - 当通过 `app_code` 参数指定了工作流时，接口调用后将会从开始节点执行工作流，并将结束节点的输出通过接口返回 - 当通过 `app_code` 参数指定了超级AI助理时，接口将由助理自动选择模型、调用插件与技能完成任务，详见 [调用超级AI助理](#call-super-agent) 请求示例: ```json { "app_code": "G7z6vKwp", "messages": [ { "role": "user", "content": "你好" } ] } ``` **注意：**`app_code` 需换成你自己创建应用的code、应用广场中公开应用的code，或不指定应用（不指定应用时直接调用底层模型能力）。 ### 响应结果 #### 非流式响应 接口调用默认为非流式响应，会在所有内容生成完毕后一次性返回： ```json { "choices": [ { "index": 0, "message": { "role": "assistant", "content": "你好，请问有什么可以帮助您的吗？" } } ], "usage": { "prompt_tokens": 9, "completion_tokens": 17, "total_tokens": 26 } } ``` **注意：** - `choices.message.content` 中为AI的响应内容，`usage` 部分 prompt_tokens、completion_tokens、total_tokens 分别表示请求的token数、响应的token数、全部消耗的token数，这三个费用相关字段直接使用模型返回的结果，平台不做处理。 - 一次对话的token计算包含 **请求** 和 **响应** 中的总token数， 其中请求又包含 **应用设定**、**历史对话**、**知识库内容**、**用户问题**，这些几个部分的token长度限制都可以在 [应用管理](/platform/create-app) 中找到。 #### 流式响应 流式调用需要将传入参数 `stream` 设置为 true，将会在模型不断生成内容的过程中实时返回，适用于网页、APP、小程序等调用端进行流式输出： ```json data: {"choices": [{"index": 0, "delta": {"content": "你好！"}, "finish_reason": null}], "session_id": null} data: {"choices": [{"index": 0, "delta": {"content": "我能"}, "finish_reason": null}], "session_id": null} data: {"choices": [{"index": 0, "delta": {"content": "为你"}, "finish_reason": null}], "session_id": null} data: {"choices": [{"index": 0, "delta": {"content": "做些什么？"}, "finish_reason": null}], "session_id": null} data: {"choices": [{"index": 0, "delta": {}, "finish_reason": "stop", "usage": {"prompt_tokens": 9, "completion_tokens": 6, "total_tokens": 15}}], "session_id": null} data: [DONE] ``` **注意：** 1. 当输出为 "[DONE]" 时表示输出结束 2. 输入参数中包含 `"stream_options": {"include_usage": true}` 时，流式输出的最后一个chunk将包含token用量信息 #### 错误说明 当接口异常时会返回以下结构： ```json { "error": { "message": "Invalid request: user message content is empty", "type": "invalid_request_error" } } ``` 根据 HTTP状态码 (status code) 和错误信息 判断错误类型： | HTTP状态码 | 描述 | | :---- | ---- | | 400 | 请求格式错误 | | 401 | 接口鉴权失败，请检查 API Key 是否填写正确 | | 402 | 应用不存在，请检查 app_code 参数是否正确 | | 403 | 无访问权限，对于未公开应用，只有创建者账号才能调用 | | 406 | 账号积分额度不足 | | 409 | 内容审核不通过，问题、回答、检索的知识库中可能存在敏感词 | | 429 | 触发应用调用频率限制，请稍后重试 | | 503 | 接口调用异常，联系客服处理 | #### 额外字段 在返回结果中，LinkAI 还会提供一些扩展字段方便进行智能体开发： - `knowledge_base`: 知识库检索信息，其中 `search_hit` 字段表示是否检索命中，`first_similarity` 为首条命中的知识库记录的相似度 - `suggested_questions`: 当应用开启了 **问题推荐** 时返回，内容为模型推荐的问题列表，用于引导用户进一步提问 - `agent`: 当本次对话触发了 **应用插件 / 技能** 时返回，包含插件执行链信息，结构为 `{"status": "...", "chain": [{"plugin_name": "...", "thought": "...", "plugin_input": "...", ...}], "need_show_plugin": true}`，可用于在前端展示插件调用过程 - `trace_id`: 本次请求的链路 ID，用于排查问题 ### 模型列表 {#models} 接口支持的所有模型列表如下，完整模型列表可在平台 [模型管理](https://link-ai.tech/console/models) 页面查看，或调用 [模型列表接口](/platform/api/models) 查询。 若不传 `model` 参数，则会使用[智能体](/platform/create-app)中配置的默认模型，各模型价格以模型管理页面为准。 ## 示例代码 ### 文本对话 #### 1.CURL请求 ```curl curl --request POST \ --url https://api.link-ai.tech/v1/chat/completions \ --header 'Authorization: Bearer YOUR_API_KEY' \ --header 'Content-Type: application/json' \ --data '{ "app_code": "", "messages": [ { "role": "user", "content": "你是谁" } ] }' ``` ```curl curl --request POST \ --url https://api.link-ai.tech/v1/chat/completions \ --header 'Authorization: Bearer YOUR_API_KEY' \ --header 'Content-Type: application/json' \ --data '{ "app_code": "", "messages": [ { "role": "user", "content": "你是谁" } ], "stream": true, "stream_options": {"include_usage": true} }' ``` ```bash curl --request POST \ --url https://api.link-ai.tech/v1/chat/completions \ --header 'Authorization: Bearer YOUR_API_KEY' \ --header 'Content-Type: application/json' \ --data '{ "app_code": "", "messages": [ { "role": "user", "content": "北京今天天气怎么样？" } ], "tool_choice": "auto", "tools": [ { "type": "function", "function": { "name": "get_weather", "description": "获取指定城市的天气信息", "parameters": { "type": "object", "properties": { "city": { "type": "string", "description": "城市名称" } }, "required": ["city"] } } } ] }' ``` ```bash curl --request POST \ --url https://api.link-ai.tech/v1/chat/completions \ --header 'Authorization: Bearer YOUR_API_KEY' \ --header 'Content-Type: application/json' \ --data '{ "app_code": "", "messages": [ { "role": "user", "content": "使用JSON格式结构化输出以下数据：\n姓名：张三，年龄：28，性别：男" } ], "response_format": {"type": "json_object"} }' ``` **注意：**在 `YOUR_API_KEY` 处填入你创建的 `API Key`，在 `app_code` 中填入你创建的应用code。 #### 2.Python代码请求 ```python import requests url = "https://api.link-ai.tech/v1/chat/completions" headers = { "Content-Type": "application/json", "Authorization": "Bearer YOUR_API_KEY" } body = { "app_code": "", "messages": [ { "role": "user", "content": "你好" } ] } res = requests.post(url, json=body, headers=headers) if res.status_code == 200: reply_text = res.json().get("choices")[0]['message']['content'] print(reply_text) else: error = res.json().get("error") print(f"请求异常, 错误码={res.status_code}, 错误类型={error.get('type')}, 错误信息={error.get('message')}") ``` ```python import json import requests url = "https://api.link-ai.tech/v1/chat/completions" headers = { "Content-Type": "application/json", "Authorization": "Bearer YOUR_API_KEY" } body = { "app_code": "", "messages": [ { "role": "user", "content": "写一个登录模块的设计文档" } ], "stream": True, } res = requests.post(url, json=body, headers=headers, stream=True) for i in res.iter_lines(): st = str(i, encoding="utf-8") st = st.replace("data: ", "", 1) if st: if st == "[DONE]": # 输出结束 break chunk = json.loads(st) if not chunk.get("choices"): continue chunk_message = chunk["choices"][0]["delta"].get("content") if chunk_message: print(chunk_message, end="") # 输出每一段数据 ``` **注意：** - 在 `YOUR_API_KEY` 处填入你创建的 `API Key`，在 `app_code` 中填入你创建的应用code。 - 如果你使用的是 openai 的SDK，可以通过修改 `api_base` 配置快速完成键入，详见 [OpenAI兼容](/platform/api/chat/#openai-sdk) #### 3.更多语言和在线调试 其他编程语言的接入代码可以在 [API调试页面](https://apidoc.link-ai.tech/api-110597681) 进行代码生成，同时支持在线进行接口调试。
### Function Call {#function-call} 支持以与 OpenAI 完全兼容的方式使用 Function Call（工具调用），通过 `tools` 与 `tool_choice` 字段声明可调用的函数，由模型自动判断是否调用、生成调用参数，业务侧执行工具后将结果回传给模型生成最终回复。 #### 1. 发起调用 在请求中声明 `tools`（可选 `tool_choice` 控制调用模式）： ```json { "model": "deepseek-v4-flash", "messages": [ { "role": "user", "content": "北京今天天气怎么样？" } ], "tool_choice": "auto", "tools": [ { "type": "function", "function": { "name": "get_weather", "description": "获取指定城市的天气信息", "parameters": { "type": "object", "properties": { "city": { "type": "string", "description": "城市名称" } }, "required": ["city"] } } } ] } ``` #### 2. 模型决定调用工具 当模型判断需要调用工具时，响应中 `finish_reason` 为 `tool_calls`，`message.tool_calls` 包含模型生成的工具调用参数： ```json { "choices": [ { "index": 0, "message": { "role": "assistant", "content": null, "tool_calls": [ { "id": "call_abc123", "type": "function", "function": { "name": "get_weather", "arguments": "{\"city\":\"北京\"}" } } ] }, "finish_reason": "tool_calls" } ] } ``` #### 3. 回传工具结果 业务侧执行工具后，将结果以 `role: "tool"` 的消息追加到 `messages` 中再次发起请求，模型基于工具结果生成最终回复： ```json { "model": "deepseek-v4-flash", "messages": [ { "role": "user", "content": "北京今天天气怎么样？" }, { "role": "assistant", "content": null, "tool_calls": [ { "id": "call_abc123", "type": "function", "function": { "name": "get_weather", "arguments": "{\"city\":\"北京\"}" } } ] }, { "role": "tool", "tool_call_id": "call_abc123", "content": "{\"city\":\"北京\",\"weather\":\"晴\",\"temp\":\"20~28°C\"}" } ], "tools": [ /* 同上 */ ] } ``` 最终响应： ```json { "choices": [ { "index": 0, "message": { "role": "assistant", "content": "北京今天晴，气温 20~28°C。" }, "finish_reason": "stop" } ] } ``` **注意：** - 不同模型对 Function Call 的支持程度不同，建议优先使用 DeepSeek、OpenAI、Claude、Qwen、Gemini、Kimi 等主流模型 - 若想直接使用 LinkAI 平台内置的插件能力（无需在客户端实现工具逻辑），推荐通过 `app_code` 绑定应用并在 [应用](/platform/create-app) 中配置插件，或绑定 [超级AI助理](#call-super-agent) ### 思考与推理控制 {#thinking} 对于 **思考模型**（如 DeepSeek-R1、DeepSeek-V4、Qwen3、Doubao Seed 1.6、Claude 4 等），LinkAI 提供了思考开关与推理强度两类控制参数，并在响应中通过 `reasoning_content` 字段返回思考过程。 #### 思考开关 thinking `thinking` 为 LinkAI 扩展字段，用于覆盖应用 / 模型的默认思考配置： | 取值 | 说明 | | :--- | :--- | | `{"type": "enabled"}` | 强制开启思考 | | `{"type": "disabled"}` | 强制关闭思考 | 优先级为：**API 请求 `thinking` 参数 > 应用中针对模型的思考配置 > 模型自身的默认思考开关**。 不同模型的默认行为不同，例如 DeepSeek V4 默认开启思考（`enabled`），如不需要思考过程需显式传入 `{"type": "disabled"}` 关闭。 请求示例： ```json { "model": "qwen3.6-plus", "messages": [ { "role": "user", "content": "9.11 和 9.8 哪个大？" } ], "thinking": { "type": "enabled" } } ``` #### 推理强度 reasoning_effort 对于支持推理强度调节的模型（如 OpenAI o / gpt-5 系列、DeepSeek V4 等），可通过 `reasoning_effort` 控制模型在思考阶段的 token 消耗。该字段会被 LinkAI 直接透传给底层模型，**取值范围与默认值由具体模型决定**，常用取值如下： | 取值 | 说明 | | :--- | :--- | | `none` | 不进行推理（部分新模型支持，如 gpt-5.1） | | `minimal` | 极低推理强度 | | `low` | 低推理强度，速度快、成本低 | | `medium` | 中等推理强度 | | `high` | 高推理强度，结果更准确但耗时与成本更高 | | `xhigh` | 极高推理强度（部分模型支持，如 gpt-5.1-codex-max 之后） | **注意：** - 不支持该参数的模型（如 Claude、Qwen、Gemini 等）会忽略此字段 - 不同模型的默认值与有效取值不同，常见示例： - **OpenAI gpt-5.1**：默认 `none`（不推理） - **OpenAI 老版本推理模型**（如 o3）：默认 `medium`，不支持 `none` - **OpenAI gpt-5-pro**：仅支持 `high` - **DeepSeek V4**：思考模式下仅有效取值为 `high` / `max` - 具体取值范围与默认值以模型官方文档为准 #### 思考内容 reasoning_content 当模型开启思考时，响应中 `message.reasoning_content`（流式为 `delta.reasoning_content`）为模型的思考过程，`content` 为最终回答： 非流式： ```json { "choices": [ { "index": 0, "message": { "role": "assistant", "reasoning_content": "用户在问 9.11 和 9.8 哪个大。9.11 = 9 + 0.11，9.8 = 9 + 0.80 ...", "content": "9.8 更大。" }, "finish_reason": "stop" } ] } ``` 流式：思考阶段每个 chunk 的 `delta.reasoning_content` 持续输出，思考结束后再开始输出 `delta.content`。 ```json data: {"choices":[{"delta":{"reasoning_content":"先比较"}}]} data: {"choices":[{"delta":{"reasoning_content":"小数部分..."}}]} data: {"choices":[{"delta":{"content":"9.8"}}]} data: {"choices":[{"delta":{"content":" 更大。"},"finish_reason":"stop"}]} data: [DONE] ``` ### 图像识别 支持用户输入图片并根据图片进行问答，使用前提： - 对于 **应用接入**：应用中需启用 "图像识别" 插件 - 对于 **工作流接入**：工作流中需使用 "图像识别" 插件 ```curl curl https://api.link-ai.tech/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer YOUR_API_KEY" \ -d '{ "app_code": "default", "messages": [ { "role": "user", "content": [ { "type": "text", "text": "这张图是什么？" }, { "type": "image_url", "image_url": { "url": "https://cdn.link-ai.tech/doc/vision-model-config.jpg" } } ] } ] }' ``` **注意：** - 在 `YOUR_API_KEY` 处填入你创建的 `API Key`，将 `app_code` 中的值替换为你创建的应用或工作流的code。 - 图片url需填写公开网络可访问的图片地址。 - **图片修改**的调用方式与图像识别类似，需要开启 **GPT-Image-1** 或 **AI改图** 插件，传入图片url后会输出生成的图片url ### 超级AI助理 {#call-super-agent} 通过对话接口可以直接调用 [超级AI助理](/platform/superagent)，将助理的智能能力（自动模型选择、技能调用、长期记忆等）接入到 APP、小程序、Web 等自有业务系统。 **调用方式**：在请求中将 `app_code` 设置为超级AI助理的应用 code 即可。 **与普通应用的差异**： - **上下文记忆自动维护**：`messages` 数组只需传入最后一条用户消息，历史对话与长期记忆由超级AI助自动维护，无需调用方拼接历史 messages。传入已有 `session_id` 可复用该会话的上下文，不传则自动生成一次性会话并返回 `session_id` - **`model` 字段无效**：实际模型由超级AI助理自身配置决定，请求中传入的 `model` 会被忽略，响应中回显的 `model` 始终为助理配置的主模型 - **超时**：单次调用最长 600s，长任务建议使用流式调用 - **计费**：本接口本身不重复扣费，实际消耗由助理内部各步骤（模型调用、插件调用）按真实模型扣费 #### 请求示例 ```json { "app_code": "xxxxxxxx", "session_id": "my_session_001", "messages": [ { "role": "user", "content": "帮我查一下最近的天气" } ] } ``` 开启流式输出：在请求中加入 `"stream": true`。 #### 非流式响应 超级AI助理在执行过程中调用了工具时，会附带 `tool_calls`（模型发起的工具调用）和 `tool_results`（工具执行结果）字段： ```json { "id": "chatcmpl-xxxxxxxx", "object": "chat.completion", "created": 1778060000, "model": "deepseek-v4-flash", "session_id": "my_session_001", "choices": [ { "index": 0, "message": { "role": "assistant", "content": "今天上海多云转晴，气温 18~25°C ...", "tool_calls": [ { "id": "call_xxx", "type": "function", "function": { "name": "get_weather", "arguments": "{\"city\":\"上海\"}" } } ], "tool_results": [ { "tool_call_id": "call_xxx", "content": "{\"city\":\"上海\",\"weather\":\"多云转晴\",\"temp\":\"18~25°C\"}" } ] }, "finish_reason": "stop" } ] } ``` #### 流式响应 返回 `text/event-stream`，正文 chunk 与 OpenAI `chat.completion.chunk` 完全兼容（通过 `delta.content` 增量推送）；工具调用过程通过 LinkAI 扩展字段 `extension` 透传，便于客户端按需展示「工具开始 / 工具结束」的过程，最终以 `data: [DONE]` 结束： | extension.type | 说明 | | :--- | :--- | | `tool_start` | 工具即将执行，`extension.data` 中包含 `tool` 名称与 `arguments` | | `tool_calls` | 工具执行完毕，`extension.data` 中包含 `tool_calls` 列表（含 `name`、`arguments`、`result`、`status`、`elapsed`） | ```json data: {"model":"deepseek-v4-flash","session_id":"my_session_001","choices":[{"delta":{"role":"assistant"},"finish_reason":null}]} data: {"model":"deepseek-v4-flash","session_id":"my_session_001","choices":[{"delta":{},"finish_reason":null},],"extension":{"type":"tool_start","data":{"tool":"get_weather","arguments":{"city":"上海"}}}} data: {"model":"deepseek-v4-flash","session_id":"my_session_001","choices":[{"delta":{},"finish_reason":null}],"extension":{"type":"tool_calls","data":{"tool_calls":[{"name":"get_weather","arguments":{"city":"上海"},"result":"{\"weather\":\"多云转晴\",\"temp\":\"18~25°C\"}","status":"success","elapsed":"0.3s"}]}}} data: {"model":"deepseek-v4-flash","session_id":"my_session_001","choices":[{"delta":{"content":"今天"},"finish_reason":null}]} data: {"model":"deepseek-v4-flash","session_id":"my_session_001","choices":[{"delta":{"content":"上海"},"finish_reason":null}]} ... data: {"model":"deepseek-v4-flash","session_id":"my_session_001","choices":[{"delta":{},"finish_reason":"stop"}]} data: [DONE] ``` **注意：** 客户端如果只关心最终回复，可以忽略所有带 `extension` 字段的 chunk，按 OpenAI 标准方式拼接 `delta.content` 即可。 #### CURL 调用示例 ```bash curl --request POST \ --url https://api.link-ai.tech/v1/chat/completions \ --header 'Authorization: Bearer YOUR_API_KEY' \ --header 'Content-Type: application/json' \ --data '{ "app_code": "YOUR_AGENT_APP_CODE", "session_id": "my_session_001", "messages": [ { "role": "user", "content": "帮我查一下最近的天气" } ], "stream": true }' ``` ### OpenAI兼容 {#openai-sdk} 该接口完全兼容 OpenAI的输入和输出格式，所以可以直接使用 [OpenAI SDK](https://github.com/openai/openai-python) 完成接入，只需设置 `api_base` 和 `api_key` 即可： ```python client = OpenAI( base_url = "https://api.link-ai.tech/v1", api_key = "YOUR API KEY" ) ``` ```python openai.api_base = "https://api.link-ai.tech/v1" openai.api_key = "YOUR API KEY" ``` 如果需要在使用 OpenAI SDK 的同时指定应用，可以将 `app_code` 参数使用 "-" 分隔符拼接在 api_key 参数的后面，例如 `Link_tOCJYmHxxm55eA1xs-Kv2fXJcH2`。 --- url: https://docs.link-ai.tech/platform/api/chat-memory title: 记忆对话 description: 带记忆的LinkAI对话接口，通过一个API集成AI应用对话、工作流、知识库、插件等能力，可通过API集成到自研产品中，如APP、小程序、web程序中，开发者无需维护记忆。 --- # 记忆对话接口 **版本要求：** [标准版](https://link-ai.tech/console/price?type=upgrade) 及以上 ## 介绍 该接口为 **带上下文记忆** 的对话API，相比普通[对话接口](/platform/api/chat)，用户无需自行维护上下文记忆并通过`messages`参数传递，只需传入 **用户问题和身份标识** 即可，由系统按用户维度对上下文记忆进行维护。 支持的能力如下： 1. 支持通过绑定 **应用** 或 **工作流**，使用其背后的 **知识库** 和 **插件** 等能力 2. 支持根据应用或工作流中的 **记忆轮次和时间** 的配置对用户维度的记忆进行维护 3. 支持一键切换所有支持的 **大模型** 4. 支持 **流式/非流式** 输出 5. 支持 **多模态输入/输出**，可输入文字；输出文字、图片、视频、文件 在线接口调试：[API接口调试](https://apidoc.link-ai.tech/api-200442151) ## 接口定义 ### 接口地址 ```bash POST https://api.link-ai.tech/v1/chat/memory/completions ``` ### 请求头 | 参数 | 取值 | 说明 | | :---- | ---- | ---- | | Authorization | Bearer YOUR_API_KEY | 参考 [接口鉴权说明](/platform/api#auth) 创建 API Key 并填入 | | Content-Type | application/json | 表明使用JSON格式请求 | ### 请求体 | 参数 | 类型 | 是否必传 | **说明** | | :------------------- | :------------ | :------- | :--------------------------------------- | | question | `string` | 是 | 用户本轮输入的问题 | | session_id | `string` | 否 | 会话ID，每个session_id都有独立的上下文记忆存储。可传入对用户身份的标识，若该字段不填则系统会自动分配一个唯一标识，在响应中返回 | | app_code | `string` | 否 | [应用](/platform/create-app)或[工作流](/platform/workflow)的 code。若不填则表示不绑定具体应用，将请求直接传递给模型 | | model | `string` | 否 | 模型编码，不传则使用应用的默认模型。所有可选模型见 [模型列表](/platform/api/chat/#models) | | temperature | `float` | 否 | 温度，默认为应用中配置的温度。取值范围为 [0, 1]，温度越高回复越具有创意和不确定性，温度越低则回复更严谨 | | top_p | `int` | 否 | 控制模型采样范围，默认值为 1 | | frequency_penalty | `float` | 否 | 频率惩罚项，该参数越大则更倾向于产生不同的内容，范围为 [-2, 2]，默认值为 0 | | presence_penalty | `float` | 否 | 存在惩罚项，该参数越大则更倾向于产生不同的内容，范围为 [-2, 2]，默认值为 0 | | stream | `bool` | 否 | 是否流式输出，默认值为 false | | image_url | `string` | 否 | 图片url地址，需要进行图像识别时可传入，支持jpg、jpeg、png格式 | **注意：** - 当通过 `app_code` 参数指定了应用时，可在应用管理页面中对 **记忆轮次和保留时间** 进行配置，同时会话记忆将按照 **应用+会话ID** 维度进行隔离存储，即同一个 `session_id`会在不同应用中有独立的上下文记忆：

- 当通过 `app_code` 参数指定了工作流时，系统将维护整个工作流的输入/输出记忆，可在大模型或应用节点中开启记忆并指定记忆的轮次：

**请求示例:** ```json { "app_code": "G7z6vKwp", "query": "你好", "session_id": "123e4567-e89b-12d3-a456-426614174000" } ``` **注意：** - `app_code`：需换成你自己创建应用的code、应用广场中公开应用的code - `session_id`：一般为对用户身份的唯一标识，例如可将业务系统中用户ID、手机号等信息加密后传入。若该字段不传，系统将自动生成一个唯一ID并在响应中返回，下次对话时可携带该字段。 ### 响应结果 #### 非流式响应 接口调用默认为非流式响应，会在所有内容生成完毕后一次性返回： ```json { "session_id": "123e4567-e89b-12d3-a456-426614174000", "choices": [ { "index": 0, "message": { "role": "assistant", "content": "你好，请问有什么可以帮助您的吗？" } } ], "usage": { "prompt_tokens": 9, "completion_tokens": 17, "total_tokens": 26 } } ``` **注意：** - `session_id` 为会话ID，如果调用时指定了该字段，将会原样返回，如果未指定则会自动分配一个唯一ID，下次调用该接口时可以携带。 - `choices.message.content` 中为AI的响应内容，`usage` 部分 prompt_tokens、completion_tokens、total_tokens 分别表示请求的token数、响应的token数、全部消耗的token数，这三个费用相关字段直接使用模型返回的结果，平台不做处理。 一次对话的token计算包含 **请求** 和 **响应** 中的总token数， 其中请求又包含 **应用设定**、**历史对话**、**知识库内容**、**用户问题**，这些几个部分的token长度限制都可以在 [应用管理](/platform/create-app) 中找到。 #### 流式响应 流式调用需要将传入参数 `stream` 设置为 true，将会在模型不断生成内容的过程中实时返回，适用于网页、APP、小程序等调用端进行流式输出： ```json data: {"choices": [{"index": 0, "delta": {"content": "你好！"}, "finish_reason": null}], "session_id": "123e4567-e89b-12d3-a456-426614174000"} data: {"choices": [{"index": 0, "delta": {"content": "我能"}, "finish_reason": null}], "session_id": "123e4567-e89b-12d3-a456-426614174000"} data: {"choices": [{"index": 0, "delta": {"content": "为你"}, "finish_reason": null}], "session_id": "123e4567-e89b-12d3-a456-426614174000"} data: {"choices": [{"index": 0, "delta": {"content": "做些什么？"}, "finish_reason": null}], "session_id": "123e4567-e89b-12d3-a456-426614174000"} data: {"choices": [{"index": 0, "delta": {}, "finish_reason": "stop", "usage": {"prompt_tokens": 9, "completion_tokens": 6, "total_tokens": 15}}], "session_id": "123e4567-e89b-12d3-a456-426614174000"} data: [DONE] ``` **注意：**当输出为 "[DONE]" 时表示输出结束，其中每一行数据都会携带 `session_id` 字段。 #### 错误说明 当接口异常时会返回以下结构： ```json { "error": { "message": "Invalid request: user message content is empty", "type": "invalid_request_error" } } ``` 根据 HTTP状态码 (status code) 和错误信息 判断错误类型： | HTTP状态码 | 描述 | | :---- | ---- | | 400 | 请求格式错误 | | 401 | 接口鉴权失败，请检查 API Key 是否填写正确 | | 402 | 应用不存在，请检查 app_code 参数是否正确 | | 403 | 无访问权限，对于未公开应用，只有创建者账号才能调用 | | 406 | 账号积分额度不足 | | 408 | 无API访问权限，该API支持标准版及以上版本调用 | | 409 | 内容审核不通过，问题、回答、检索的知识库中可能存在敏感词 | | 503 | 接口调用异常，联系客服处理 | ## 示例代码 ### 文本对话 #### 1.CURL请求 ```curl curl --request POST \ --url https://api.link-ai.tech/v1/chat/memory/completions \ --header 'Authorization: Bearer YOUR_API_KEY' \ --header 'Content-Type: application/json' \ --data '{ "app_code": "", "question": "你是谁", "session_id": "123e4567-e89b-12d3-a456-426614174000" }' ``` ```curl curl --request POST \ --url https://api.link-ai.tech/v1/chat/memory/completions \ --header 'Authorization: Bearer YOUR_API_KEY' \ --header 'Content-Type: application/json' \ --data '{ "app_code": "", "question": "你是谁", "session_id": "123e4567-e89b-12d3-a456-426614174000", "stream": true }' ``` **注意：**在 `YOUR_API_KEY` 处填入你创建的 `API Key`，在 `app_code` 中填入你创建的应用code。 #### 2.Python代码请求 ```python import requests url = "https://api.link-ai.tech/v1/chat/memory/completions" headers = { "Content-Type": "application/json", "Authorization": "Bearer YOUR_API_KEY" } body = { "app_code": "", "question": "你好" } res = requests.post(url, json=body, headers=headers) if res.status_code == 200: res_json = res.json() reply_text = res_json.get("choices")[0]['message']['content'] session_id = res_json.get("session_id") print(f"session_id={session_id}, reply={reply_text}") else: error = res.json().get("error") print(f"请求异常, 错误码={res.status_code}, 错误类型={error.get('type')}, 错误信息={error.get('message')}") ``` ```python import json import requests url = "https://api.link-ai.tech/v1/chat/memory/completions" headers = { "Content-Type": "application/json", "Authorization": "Bearer YOUR_API_KEY" } body = { "app_code": "", "question": "写一个登录模块的设计文档", "stream": True } res = requests.post(url, json=body, headers=headers, stream=True) for i in res.iter_lines(): st = str(i, encoding="utf-8") st = st.replace("data: ", "", 1) if st: if st == "[DONE]": # 输出结束 break chunk = json.loads(st) if not chunk.get("choices"): continue chunk_message = chunk["choices"][0]["delta"].get("content") if chunk_message: print(chunk_message, end="") # 输出每一段数据 ``` **注意：**在 `YOUR_API_KEY` 处填入你创建的 `API Key`，在 `app_code` 中填入你创建的应用code。 #### 3.更多语言和在线调试 其他编程语言的接入代码可以在 [API调试页面](https://apidoc.link-ai.tech/api-200442151) 进行代码生成，同时支持在线进行接口调试。
### 图像识别 {#vision} 支持用户输入图片并根据图片进行问答，使用前提： - 对于 **应用接入**：应用中需启用 "图像识别" 插件 - 对于 **工作流接入**：工作流中需使用 "图像识别" 插件 ```curl curl --request POST \ --url https://api.link-ai.tech/v1/chat/memory/completions \ --header 'Authorization: Bearer YOUR_API_KEY' \ --header 'Content-Type: application/json' \ --data '{ "app_code": "", "question": "这张图中是什么?", "session_id": "123e4567-e89b-12d3-a456-426614174000", "image_url": "https://cdn.link-ai.tech/doc/vision-model-config.jpg" }' ``` **注意：** - 在 `YOUR_API_KEY` 处填入你创建的 `API Key`，将 `app_code` 中的值替换为你创建的应用或工作流的code。 - 图片url需填写公开网络可访问的图片地址 --- url: https://docs.link-ai.tech/platform/api/workflow-run title: 工作流运行 description: Agent工作流的运行接口，可通过传入自定义参数触发工作流 --- # 工作流运行接口 **版本要求：** [标准版](https://link-ai.tech/console/price?type=upgrade) 及以上 ## 介绍 该接口为用于 **工作流运行** 的高级接口，相较于 [通用对话接口](/platform/api/chat) 中的工作流运行有以下额外特性： 1. 支持传入开始节点中的自定义变量 2. 支持图片类型和文件类型参数的输入 3. 支持工作流节点中开启的上下文记忆 在线接口调试：[API接口调试](https://apidoc.link-ai.tech/api-222894766) ## 接口定义 ### 接口地址 ```bash POST https://api.link-ai.tech/v1/workflow/run ``` ### 请求头 | 参数 | 取值 | 说明 | | :---- | ---- | ---- | | Authorization | Bearer YOUR_API_KEY | 参考 [接口鉴权说明](/platform/api#auth) 创建 API Key 并填入 | | Content-Type | application/json | 表明使用JSON格式请求 | ### 请求体 | 参数 | 类型 | 是否必传 | **说明** | | :------------------- | :------------ | :------- | :--------------------------------------- | | app_code | `string` | 是 | [工作流](/platform/workflow)的唯一 code | | args | `dict` | 否 | 工作流输入变量，包括系统变量和自定义变量，在工作流的开始节点中定义 | | session_id | `string` | 否 | 会话ID，每个session_id有独立的上下文记忆存储，大模型、应用或意图识别节点开启记忆后即可使用。若该字段不填则系统会自动分配一个唯一标识，在响应中返回，下次请求时可传入该值 | **工作流变量说明：** 1.开始节点中支持的默认变量有 **文字输入、图片输入、文件输入**，参数名如下： ```bash input_text # 文字输入 input_image # 字符串类型，图片url需公开网络可访问，若开启"多图片上传"，则传入URL列表 input_file # 字符串类型，图片url需公开网络可访问，若开启"多文件上传"，则传入URL列表 ``` 可在工作流的开始节点开启系统变量。开启后在 `args` 参数中传入变量值即可，未启用系统变量时可不传该参数：

2.除系统变量外，还支持创建 **自定义变量：** 新增自定义变量时可设置变量的英文名，api调用时通过args参数传入变量值即可：

**请求示例:** ```bash { "app_code": "G7z6vKwp", "args": { "input_text": "", # 系统默认变量 "height": "1.8", # 自定义变量 "weight": "75" # 自定义变量 } } ``` **注意：** + `app_code`：你创建的工作流的code + `args`：填入流程中需要的系统变量或自定义变量的值 示例工作流地址：https://link-ai.tech/app/T8kjAqQw7o ### 响应结果 `output_text` 字段中为工作流的文本输出： ```json { "success": true, "code": 200, "message": "success", "data": { "output_text": "您好！您的BMI值是23.15，这个结果处于正常范围（18.5-23.9之间）。恭喜您，保持在这个范围内是健康的标志！\n\n为了进一步维护您的健康，建议您继续保持均衡的饮食和适量的运动。可以考虑增加一些富含纤维的食物，比如水果、蔬菜和全谷物，同时减少高糖和高脂肪食物的摄入。此外，每周至少进行150分钟的中等强度锻炼，比如快走、游泳或骑自行车，都是非常有益的。" } } ``` #### 错误说明 当接口异常时会返回以下结构： ```json { "success": false, "code": 408, "message": "当前版本无该API访问权限", "data": null } ``` 根据 HTTP状态码 (status code) 和错误信息 判断错误类型： | HTTP状态码 | 描述 | | :---- | ---- | | 400 | 请求格式错误 | | 401 | 接口鉴权失败，请检查 API Key 是否填写正确 | | 402 | 应用不存在，请检查 app_code 参数是否正确 | | 403 | 无访问权限，对于未公开应用，只有创建者账号才能调用 | | 406 | 账号积分额度不足 | | 408 | 无API访问权限，该API支持标准版及以上版本调用 | | 409 | 内容审核不通过，问题、回答、检索的知识库中可能存在敏感词 | | 503 | 接口调用异常，联系客服处理 | ## 示例代码 #### 1.CURL请求 ```json curl -X POST "https://api.link-ai.tech/v1/workflow/run" \ -H "Content-Type: application/json" \ -H "authorization: Bearer YOUR_API_KEY" \ -d '{ "app_code": "T8kjAqQw7o", "args": { "height": "1.8", "weight": "75" } }' ``` **注意：**在 `YOUR_API_KEY` 处填入你创建的 `API Key`，在 `app_code` 中填入你创建的工作流code。 示例工作流地址：https://link-ai.tech/app/T8kjAqQw7o #### 2.Python代码请求 ```python import requests url = "https://api.link-ai.tech/v1/workflow/run" headers = { "Content-Type": "application/json", "Authorization": "Bearer YOUR_API_KEY" } body = { "app_code": "T8kjAqQw7o", "args": { "height": "1.8", "weight": "75" } } res = requests.post(url, json=body, headers=headers) if res.status_code == 200: res_json = res.json() reply_text = res_json.get("data").get("output_text") print(f"result={reply_text}") else: error = res.json() print(f"请求异常, 错误码={error.get('code')}, 错误信息={error.get('message')}") ``` **注意：**在 `YOUR_API_KEY` 处填入你创建的 `API Key`，在 `app_code` 中填入你创建的工作流code，在 `args` 中填入系统变量或你设置的自定义变量。 #### 3.更多语言和在线调试 其他编程语言的接入代码可以在 [API调试页面](https://apidoc.link-ai.tech/api-222894766) 进行代码生成，同时支持在线进行接口调试。
--- url: https://docs.link-ai.tech/platform/api/models title: 模型列表 description: LinkAI平台支持的AI模型列表接口，可获取平台内置和自定义的所有可用模型信息，包括Claude、OpenAI等多家模型供应商。 --- # 模型列表 ## 介绍 该接口用于获取平台支持的所有AI模型列表，包括平台内置模型和用户自定义模型。开发者可以通过此接口查看当前可用的模型及其基本信息，用于在对话接口中选择合适的模型。 ## 接口定义 ### 接口地址 ```bash GET https://api.link-ai.tech/v1/models ``` ### 请求头 | 参数 | 取值 | 说明 | | :---- | ---- | ---- | | Authorization | Bearer YOUR_API_KEY | 参考 [接口鉴权说明](/platform/api#auth) 创建 API Key 并填入 | ### 响应结果示例 ```json { "object": "list", "data": [ { "id": "claude-4-sonnet", "object": "model", "created": 1747971346, "owned_by": "platform", "provider": "Claude" }, { "id": "claude-4-opus", "object": "model", "created": 1747971346, "owned_by": "platform", "provider": "Claude" }, { "id": "o3", "object": "model", "created": 1748512219, "owned_by": "platform", "provider": "LinkAI" } ] } ``` **响应字段说明：** | 字段名 | 类型 | 说明 | | :----------- | :------- | :--------------------------------------------- | | id | `string` | 模型的唯一标识符，用于在对话接口中指定模型 | | object | `string` | 固定值 "model"，表示这是一个模型对象 | | created | `int` | 模型创建时间的Unix时间戳 | | owned_by | `string` | 模型所属方，"platform" 表示平台内置，"user" 表示用户自定义模型 | | provider | `string` | 模型供应商名称，如 "OpenAI"、"Claude"、"LinkAI" 等 | **注意：** - 返回的模型列表中的 `id` 字段可直接用于 [对话接口](/platform/api/chat) 和 [记忆对话接口](/platform/api/chat-memory) 中的 `model` 参数 - `owned_by` 为 "platform" 的模型为平台预置模型，所有用户都可以使用；为 "user" 的模型为用户在平台中自定义配置的模型，仅该用户可以使用 #### 错误说明 当接口异常时会返回以下结构： ```json { "error": { "message": "Invalid API key", "type": "invalid_request_error" } } ``` 根据 HTTP状态码 (status code) 和错误信息判断错误类型： | HTTP状态码 | 描述 | | :---- | ---- | | 401 | 接口鉴权失败，请检查 API Key 是否填写正确 | | 403 | 无访问权限 | | 503 | 接口调用异常，联系客服处理 | ## 示例代码 ### 1. CURL请求 ```curl curl --request GET \ --url https://api.link-ai.tech/v1/models \ --header 'Authorization: Bearer YOUR_API_KEY' ``` **注意：** 在 `YOUR_API_KEY` 处填入你创建的 `API Key`。 ### 2. Python代码请求 ```python import requests url = "https://api.link-ai.tech/v1/models" headers = { "Authorization": "Bearer YOUR_API_KEY" } res = requests.get(url, headers=headers) if res.status_code == 200: res_json = res.json() models = res_json.get("data", []) print(f"共获取到 {len(models)} 个模型：") for model in models: print(f"模型ID: {model['id']}, 供应商: {model['provider']}, 所属方: {model['owned_by']}") else: error = res.json().get("error") print(f"请求异常, 错误码={res.status_code}, 错误类型={error.get('type')}, 错误信息={error.get('message')}") ``` **注意：** 在 `YOUR_API_KEY` 处填入你创建的 `API Key`。 --- url: https://docs.link-ai.tech/platform/api/voice-recognition title: 语音识别 description: 语音识别接口，将语音识别为文字 --- # 语音识别接口 ## 介绍 语音识别接口，可将语音文件转为文本内容，支持多种语言。 在线接口调试：[API接口调试](https://apidoc.link-ai.tech/api-233262806) ## 接口定义 ### 接口地址 ```bash POST https://api.link-ai.tech/v1/audio/transcriptions ``` ### 请求头 | 参数 | 取值 | 说明 | | :---- | ---- | ---- | | Authorization | Bearer YOUR_API_KEY | 参考 [接口鉴权说明](/platform/api#auth) 创建 API Key 并填入 | | Content-Type | multipart/form-data | 表明使用form表单格式上传语音文件 | ### 请求体 | 参数 | 类型 | 是否必传 | **说明** | | :------------------- | :------------ | :------- | :--------------------------------------- | | file | `file` | 是 | 语音文件，支持 mp3, mp4, mpeg, mpga, m4a, ogg, wav, or webm, flac, amr 类型 | | model | `string` | 否 | 选择识别引擎，可选：`whisper-1`（OpenAI Whisper）、`doubao`（火山豆包）、`baidu`（百度）；不传走默认引擎 | ### 响应结果 text 字段中为识别出的文本内容： ```json { "text": "你好，我需要一些帮助" } ``` #### 错误说明 当接口异常时会返回以下结构： ```json { "success": false, "code": 408, "message": "当前版本无该API访问权限", "data": null } ``` 根据 HTTP状态码 (status code) 和错误信息 判断错误类型： | HTTP状态码 | 描述 | | :---- | ---- | | 400 | 请求格式错误 | | 401 | 接口鉴权失败，请检查 API Key 是否填写正确 | | 402 | 应用不存在，请检查 app_code 参数是否正确 | | 403 | 无访问权限，对于未公开应用，只有创建者账号才能调用 | | 406 | 账号积分额度不足 | | 408 | 无API访问权限，该API支持标准版及以上版本调用 | | 409 | 内容审核不通过，问题、回答、检索的知识库中可能存在敏感词 | | 503 | 接口调用异常，联系客服处理 | ## 示例代码 #### 1.CURL请求 ```bash curl https://api.link-ai.tech/v1/audio/transcriptions \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: multipart/form-data" \ -F file="@/path/to/file/audio.mp3" \ -F model="whisper-1" ``` **注意：**在 `YOUR_API_KEY` 处填入你创建的 `API Key`，在`file`参数中填入音频文件的本地路径。 #### 2.Python代码请求 ```python import requests file_path = '/path/to/file/audio.mp3' # 替换为你要上传的音频文件路径 url = 'https://api.link-ai.tech/v1/audio/transcriptions' headers = { 'Authorization': f'Bearer YOUR_API_KEY' } files = { 'file': open(file_path, 'rb') } data = { 'model': 'whisper-1' # optional: whisper-1 / doubao / baidu } res = requests.post(url, headers=headers, files=files, data=data) if res.status_code == 200: res_json = res.json() reply_text = res_json.get("text") print(f"text={reply_text}") else: error = res.json() print(f"请求异常, 错误码={error.get('code')}, 错误信息={error.get('message')}") ``` **注意：**在 `YOUR_API_KEY` 处填入你创建的 `API Key`，在 `file_path` 变量中填入音频文件的本地路径。 #### 3.更多语言和在线调试 其他编程语言的接入代码可以在 [API调试页面](https://apidoc.link-ai.tech/api-222894766) 进行代码生成，同时支持在线进行接口调试。
--- url: https://docs.link-ai.tech/platform/api/image-generation title: 图像生成 description: LinkAI 统一图像生成接口，通过一个 API 接入 GPT-Image、Gemini、Seedream 等多家图像生成模型，支持文生图与图生图。 --- # 图像生成接口 ## 介绍 LinkAI 统一图像生成接口，通过一个接口接入 GPT-Image Nano Banana、Seedream 等多家图像生成模型，支持： 1. **文生图**：根据文本描述生成图像 2. **图生图（图像编辑）**：传入参考图，根据文本描述对图像进行修改、风格化等 3. **多模型聚合**：通过切换 `model` 参数即可使用不同厂商的图像模型，响应格式统一 4. **OpenAI 兼容**：响应结构与 OpenAI `images/generations` 接口对齐 在线接口调试：[API接口调试](https://apidoc.link-ai.tech/api-456649216) ## 接口定义 ### 接口地址 ```bash POST https://api.link-ai.tech/v1/images/generations ``` ### 请求头 | 参数 | 取值 | 说明 | | :---- | ---- | ---- | | Authorization | Bearer YOUR_API_KEY | 参考 [接口鉴权说明](/platform/api#auth) 创建 API Key 并填入 | | Content-Type | application/json | 表明使用 JSON 格式请求 | ### 请求体 | 参数 | 类型 | 是否必传 | 说明 | | :-------------- | :------------- | :------- | :------------------------------------- | | model | `string` | 是 | 图像模型编码，所有可选模型见 [模型列表](#models) | | prompt | `string` | 是 | 图像生成提示词，描述想要生成的图像内容；当传入 `images` 时则描述对图像的修改要求 | | images | `list` | 否 | 参考图，传入时表示 **图生图 / 图像编辑**。可传单张或多张（多图融合）。每个元素支持两种格式：
① 公网可访问的图片 URL，如 `https://xxx.com/a.jpg`
② base64 数据 URI，如 `data:image/png;base64,iVBORw0KG...` | | size | `string` | 否 | 图像分辨率档位，可选 `1K` / `2K` / `3K` / `4K`，**取值范围在模型服务查看**，不传则使用模型自动尺寸 | | aspect_ratio | `string` | 否 | 图像宽高比，可选 `1:1` / `2:3` / `3:2` / `3:4` / `4:3` / `4:5` / `5:4` / `9:16` / `16:9` / `21:9`。与 `size` 组合使用时，平台会自动解析为对应像素值（例如 `2K + 16:9` → `2048x1152`） | | quality | `string` | 否 | 图像质量，例如 `standard` / `hd`，**取值范围由具体模型决定** | | response_format | `string` | 否 | 响应格式，目前仅支持 `url`（返回图像 CDN 地址），默认 `url` | 请求示例（文生图）： ```json { "model": "gpt-image-2", "prompt": "一只在月光下奔跑的白色狐狸，水彩画风格", "size": "2K", "aspect_ratio": "16:9" } ``` 请求示例（图生图，URL 输入）： ```json { "model": "gpt-image-2", "prompt": "把背景换成雪山，整体改为油画风格", "images": ["https://cdn.link-ai.tech/user/generate/eaf7c477-2fe5-4420-8c23-df2a27a55593.png"] } ``` 请求示例（图生图，base64 输入）： ```json { "model": "gpt-image-2", "prompt": "把背景换成雪山，整体改为油画风格", "images": ["data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAA..."] } ``` ### 响应结果 #### 成功响应 接口为同步返回，生成完成后一次性返回所有图像 URL（与 OpenAI `images/generations` 接口结构兼容）： ```json { "data": [ { "url": "https://cdn.link-ai.tech/user/generate/eaf7c477-2fe5-4420-8c23-df2a27a55593.png" } ] } ``` **注意：** - `data` 为生成的图像列表，每个元素的 `url` 字段为图像访问地址 - 平台会将图像统一转存到 LinkAI CDN，URL 长期有效，可直接用于前端展示或下载 #### 错误响应 接口异常时返回如下结构： ```json { "error": { "message": "模型不存在或用户无权限使用: xxx", "type": "invalid_request_error" } } ``` 根据 HTTP 状态码判断错误类型： | HTTP 状态码 | 描述 | | :---- | ---- | | 400 | 请求参数错误，如 `prompt` 为空、`images` 不可访问等 | | 401 | 接口鉴权失败，请检查 API Key 是否填写正确 | | 402 | 模型不存在或当前账号无权限使用该模型 | | 406 | 账号积分额度不足 | | 409 | 内容审核不通过，提示词或参考图中可能包含敏感内容 | | 503 | 接口调用异常，联系客服处理 | ### 模型列表 {#models} 接口支持的图像生成模型如下，完整模型列表可在平台 [模型服务](https://link-ai.tech/console/models) 页面查看。各模型价格见 [计费规则](/platform/funds/price)。 **总览：** | 模型编码 (model) | 名称 | 能力 | | :---- | :---- | :---- | | gpt-image-2 | GPT-Image 2 | OpenAI 旗舰图像模型，质量与可控性最佳 | | doubao-seedream-4.5 | Seedream 4.5 | 豆包高质量图像模型，国产新一代 | | doubao-seedream-4.0 | Seedream 4.0 | 豆包图像模型 | | gemini-3-pro-image-preview | Nano Banana Pro | Gemini 3 Pro 图像模型，强图像编辑 | | gemini-3.1-flash-image-preview | Nano Banana V2 | Gemini 3.1 Flash 图像模型，速度快 | | gemini-2.5-flash-image | Nano Banana | Gemini 2.5 Flash 图像模型 | 各模型详细参数：
GPT-Image 2 模型编码：`gpt-image-2` 基础参数： | 参数 | 取值范围 | 默认值 | | :--- | :--- | :--- | | size | 1K / 2K / 4K | 2K | | aspect_ratio | 1:1 / 3:2 / 2:3 / 16:9 / 9:16 | 16:9 | | quality | low / medium / high | medium | 参考图（图生图）：images 最多 15 张
Seedream 4.5 模型编码：`doubao-seedream-4.5` 基础参数： | 参数 | 取值范围 | 默认值 | | :--- | :--- | :--- | | size | 2K / 4K | 2K | | aspect_ratio | 自动 / 1:1 / 2:3 / 3:2 / 3:4 / 4:3 / 4:5 / 5:4 / 9:16 / 16:9 / 21:9 | 自动 | 参考图（图生图）：images 最多 10 张
Seedream 4.0 模型编码：`doubao-seedream-4.0` 基础参数： | 参数 | 取值范围 | 默认值 | | :--- | :--- | :--- | | size | 2K / 4K | 2K | | aspect_ratio | 自动 / 1:1 / 2:3 / 3:2 / 3:4 / 4:3 / 4:5 / 5:4 / 9:16 / 16:9 / 21:9 | 自动 | 参考图（图生图）：images 最多 10 张
Nano Banana Pro 模型编码：`gemini-3-pro-image-preview` 基础参数： | 参数 | 取值范围 | 默认值 | | :--- | :--- | :--- | | size | 1K / 2K / 4K | 1K | | aspect_ratio | 自动 / 1:1 / 2:3 / 3:2 / 3:4 / 4:3 / 4:5 / 5:4 / 9:16 / 16:9 / 21:9 | 自动 | 参考图（图生图）：images 最多 3 张
Nano Banana V2 模型编码：`gemini-3.1-flash-image-preview` 基础参数： | 参数 | 取值范围 | 默认值 | | :--- | :--- | :--- | | size | 512 / 1K / 2K / 4K | 1K | | aspect_ratio | 自动 / 1:1 / 2:3 / 3:2 / 3:4 / 4:3 / 4:5 / 5:4 / 9:16 / 16:9 / 21:9 | 自动 | 参考图（图生图）：images 最多 3 张
Nano Banana 模型编码：`gemini-2.5-flash-image` 基础参数： | 参数 | 取值范围 | 默认值 | | :--- | :--- | :--- | | aspect_ratio | 自动 / 1:1 / 2:3 / 3:2 / 3:4 / 4:3 / 4:5 / 5:4 / 9:16 / 16:9 / 21:9 | 自动 | 参考图（图生图）：images 最多 3 张
> 模型不支持的字段会被自动忽略。例如 Nano Banana 不支持 `size` / `quality`，传入也不会报错。 ## 示例代码 ### 1. CURL 请求 文生图： ```bash curl --request POST \ --url https://api.link-ai.tech/v1/images/generations \ --header 'Authorization: Bearer YOUR_API_KEY' \ --header 'Content-Type: application/json' \ --data '{ "model": "gpt-image-2", "prompt": "一只在月光下奔跑的白色狐狸，水彩画风格", "size": "2K", "aspect_ratio": "16:9" }' ``` 图生图： ```bash curl --request POST \ --url https://api.link-ai.tech/v1/images/generations \ --header 'Authorization: Bearer YOUR_API_KEY' \ --header 'Content-Type: application/json' \ --data '{ "model": "gemini-3.1-flash-image-preview", "prompt": "把背景换成雪山，整体改为油画风格", "images": ["https://cdn.link-ai.tech/user/generate/eaf7c477-2fe5-4420-8c23-df2a27a55593.png"] }' ``` **注意：** 在 `YOUR_API_KEY` 处填入你创建的 API Key。 ### 2. Python 代码请求 ```python import requests url = "https://api.link-ai.tech/v1/images/generations" headers = { "Content-Type": "application/json", "Authorization": "Bearer YOUR_API_KEY" } body = { "model": "gpt-image-2", "prompt": "一只在月光下奔跑的白色狐狸，水彩画风格", "size": "2K", "aspect_ratio": "16:9" } res = requests.post(url, json=body, headers=headers) if res.status_code == 200: image_url = res.json()["data"][0]["url"] print(f"生成图像地址: {image_url}") else: error = res.json().get("error", {}) print(f"请求异常, 错误码={res.status_code}, 错误信息={error.get('message')}") ``` ### 3. OpenAI SDK 调用 由于响应结构与 OpenAI 兼容，可直接使用 OpenAI SDK 调用。注意 OpenAI SDK 的 `size` 参数仅接受像素值（如 `1024x1024`），如需使用 LinkAI 的 `1K`/`2K`/`4K` 档位与 `aspect_ratio` 等扩展字段，需通过 `extra_body` 透传： ```python from openai import OpenAI client = OpenAI( base_url="https://api.link-ai.tech/v1", api_key="YOUR_API_KEY" ) response = client.images.generate( model="gpt-image-2", prompt="一只在月光下奔跑的白色狐狸，水彩画风格", extra_body={ "size": "2K", "aspect_ratio": "16:9" } ) print(response.data[0].url) ``` --- url: https://docs.link-ai.tech/platform/api/video-generation title: 视频生成 description: LinkAI 统一视频生成接口，通过一组 API 接入即梦、可灵、Sora 等多家视频生成模型，支持文生视频、图生视频、视频续写。 --- # 视频生成接口 ## 介绍 LinkAI 统一视频生成接口，通过一组接口接入Seedance、即梦、可灵等多家视频生成模型，支持： 1. **文生视频**：根据文本描述生成视频 2. **图生视频**：传入参考图，生成动起来的视频；支持首尾帧模式 3. **视频续写 / 编辑**：基于已有视频进行延展或修改 4. **多模型聚合**：通过切换 `model` 参数即可使用不同厂商的视频模型，响应格式统一 视频生成耗时较长（通常数十秒到数分钟），接口采用 **异步任务** 模式：先调用「创建任务」接口提交生成请求拿到 `task_id`，再轮询「查询任务」接口获取生成结果。 在线接口调试：[API接口调试](https://apidoc.link-ai.tech/api-456656336) ## 一、创建视频生成任务 {#create} ### 接口地址 ```bash POST https://api.link-ai.tech/v1/videos/generations ``` ### 请求头 | 参数 | 取值 | 说明 | | :---- | ---- | ---- | | Authorization | Bearer YOUR_API_KEY | 参考 [接口鉴权说明](/platform/api#auth) 创建 API Key 并填入 | | Content-Type | application/json | 表明使用 JSON 格式请求 | ### 请求体 | 参数 | 类型 | 是否必传 | 说明 | | :-------------- | :------------- | :------- | :------------------------------------- | | prompt | `string` | 是 | 视频生成提示词，描述想要生成的视频内容 | | model | `string` | 是 | 视频模型编码，所有可选模型见 [模型列表](#models) | | images | `list` | 否 | 参考图地址列表，传入时为 **图生视频**。首尾帧模式下按顺序作为首帧 / 尾帧 | | videos | `list` | 否 | 参考视频地址列表，用于视频续写 / 视频编辑场景 | | audios | `list` | 否 | 参考音频地址列表，**仅 Seedance 2.0 系列支持**，用于音画同步等场景，其他模型会忽略 | | size | `string` | 否 | 视频分辨率，**取值范围由具体模型决定**，常见取值 `480P` / `720P` / `1080P`，详见 [模型列表](#models) | | aspect_ratio | `string` | 否 | 视频宽高比，常见取值 `16:9` / `9:16` / `1:1` / `4:3` / `3:4`，默认 `16:9` | | duration | `int` | 否 | 视频时长（秒），**取值范围由具体模型决定**，详见 [模型列表](#models) | | mode | `string` | 否 | 生成模式，**仅 kling 系列生效**，可选 `std`（标清 720P） / `pro`（高清 1080P） | | image_mode | `string` | 否 | 图片输入模式：`reference`（参考图） / `first_last_frame`（首尾帧），不同模型支持的模式不同（详见 [模型列表](#models)） | | generate_audio | `bool` | 否 | 是否在**输出视频**中生成配音 / 音效，**仅 Seedance 2.0 / 2.0 Fast、kling-v3-omni 生效**，默认 `true`。注意：可灵 V3 Omni 传入 `videos` 做视频编辑时，该字段会被自动置为 `false`（保留原视频音轨） | | watermark | `bool` | 否 | 是否添加水印，默认 `false` | > 注：关于 `images` / `videos` / `audios` 字段，元素必须为 **公网可访问的 URL**，暂不支持 base64 请求示例（文生视频）： ```json { "model": "jimeng_t2v_v30", "prompt": "傍晚海边，少女白色长裙被海风扬起。镜头从背后跟随推进，长焦虚化，电影感", "aspect_ratio": "16:9", "duration": 5, "size": "1080P" } ``` 请求示例（首尾帧补帧）： 传入两张图作为首帧 / 尾帧，模型自动生成中间过渡： ```json { "model": "jimeng_t2v_v30", "prompt": "镜头平稳推进，光线由冷转暖", "images": [ "https://cdn.link-ai.tech/example/frame_first.jpg", "https://cdn.link-ai.tech/example/frame_last.jpg" ], "image_mode": "first_last_frame", "duration": 5 } ``` 请求示例（**Seedance 多模态参考**）： `doubao-seedance-2-0` 支持同时传入 **参考图 + 参考视频 + 参考音频**，可一次性融合角色、运镜节奏和音乐律动： ```json { "model": "doubao-seedance-2-0", "prompt": "穿同款外套的女孩走进咖啡店，画面随音乐节拍律动", "images": ["https://cdn.link-ai.tech/example/character.jpg"], "videos": ["https://cdn.link-ai.tech/example/motion_ref.mp4"], "audios": ["https://cdn.link-ai.tech/example/beat.mp3"], "duration": 8, "size": "1080P" } ``` **注意：** - 数量上限：`images` ≤ 9、`videos` ≤ 3、`audios` ≤ 3，`videos` 与 `audios` 总时长 ≤ 15 秒，超出会被截断 - `audios` 不能单独使用，必须同时传入至少一张图片或一段视频 - 多模态参考目前仅 `doubao-seedance-2-0` / `doubao-seedance-2-0-fast` 支持 请求示例（**可灵 V3 Omni 视频编辑 + 有声**）： `kling-v3-omni` 支持视频编辑、风格化、有声视频生成。传入 `videos` 时输出会自动保留原视频音轨，`generate_audio` 会被忽略；不传 `videos` 走文生视频时，可通过 `generate_audio` 控制是否生成音效： ```json { "model": "kling-v3-omni", "prompt": "整体切换为吉卜力手绘风格，色调温暖", "videos": ["https://cdn.link-ai.tech/example/source.mp4"], "mode": "pro" } ``` ### 响应结果 接口同步返回任务创建结果，**不包含视频数据**，需后续通过 `task_id` 轮询任务状态获取视频： ```json { "task_id": "vt_xxxxxxxxxxxxxxxx", "status": "queued", "model": "jimeng_t2v_v30", "created_at": null } ``` | 字段 | 说明 | | :---------- | :--- | | `task_id` | 任务 ID，用于后续查询任务状态 | | `status` | 任务初始状态，通常为 `queued`（队列中）或 `processing`（处理中） | | `model` | 实际使用的模型编码 | | `created_at`| 创建时间占位字段，当前可能为 `null`，请以业务侧时间为准 | ## 二、查询视频生成任务 {#query} ### 接口地址 ```bash POST https://api.link-ai.tech/v1/videos/tasks ``` ### 请求体 | 参数 | 类型 | 是否必传 | 说明 | | :-------------- | :------------- | :------- | :------------------------------------- | | task_id | `string` | 是 | 创建任务接口返回的 `task_id` | 请求示例： ```json { "task_id": "vt_xxxxxxxxxxxxxxxx" } ``` ### 响应结果 #### 进行中 任务尚未完成时，响应只包含状态字段： ```json { "task_id": "vt_xxxxxxxxxxxxxxxx", "status": "processing", "model": "jimeng_t2v_v30" } ``` #### 已完成 任务完成时，响应包含视频地址： ```json { "task_id": "vt_xxxxxxxxxxxxxxxx", "status": "completed", "model": "jimeng_t2v_v30", "video_url": "https://cdn.link-ai.tech/user/generate/xxxxxxxx.mp4", "thumbnail_url": "https://cdn.link-ai.tech/user/generate/xxxxxxxx.jpg", "enhanced_prompt": "A white fox running across a snowy plain under the moonlight, cinematic ..." } ``` | 字段 | 说明 | | :---------------- | :--- | | `video_url` | 视频地址（已转存至 LinkAI CDN，URL 长期有效） | | `thumbnail_url` | 视频封面图地址（部分模型返回） | | `enhanced_prompt` | 模型对原 prompt 的增强结果（部分模型返回，可用于追溯） | #### 失败 ```json { "task_id": "vt_xxxxxxxxxxxxxxxx", "status": "failed", "model": "jimeng_t2v_v30", "error_message": "视频生成失败：内容审核不通过" } ``` #### 任务状态码 | 状态值 | 说明 | | :----------- | :--- | | `init` | 已初始化 | | `queued` | 队列等待中 | | `processing` | 生成中 | | `completed` | 已完成（响应中包含 `video_url`） | | `failed` | 任务失败（响应中包含 `error_message`） | | `unknown` | 系统异常 / 未知状态，建议稍后重试查询 | **轮询建议：** - 视频生成通常耗时 30 秒到几分钟，建议每 **5~10 秒** 查询一次 - 当 `status` 为 `completed` 或 `failed` 时为最终态，停止轮询 - 单次任务建议最长轮询 10 分钟，超时仍未完成可视为失败 #### 错误响应 接口异常时返回如下结构： ```json { "error": { "message": "模型不存在或用户无权限使用: xxx", "type": "invalid_request_error" } } ``` | HTTP 状态码 | 描述 | | :---- | ---- | | 400 | 请求参数错误，如 `prompt` 为空、参考资源不可访问等 | | 401 | 接口鉴权失败，请检查 API Key 是否填写正确 | | 402 | 模型不存在或当前账号无权限使用该模型 | | 406 | 账号积分额度不足 | | 409 | 内容审核不通过，提示词或参考资源中可能包含敏感内容 | | 503 | 接口调用异常，联系客服处理 | ## 三、模型列表 {#models} 接口支持的视频生成模型如下，完整模型列表可在平台 [模型服务](https://link-ai.tech/console/models) 页面查看。 **总览：** | 模型编码 (model) | 名称 | 输入能力 | | :---- | :---- | :---- | | `doubao-seedance-2-0` | Seedance 2.0 | 文 / 图 / 视频 / 音频 多模态参考 | | `doubao-seedance-2-0-fast` | Seedance 2.0 Fast | 文 / 图 / 视频 / 音频 多模态参考，速度更快 | | `jimeng_t2v_v30` | 即梦 3.0 | 文 / 图（首尾帧）生视频 | | `jimeng_ti2v_v30_pro` | 即梦 3.0 Pro | 文 / 图（单帧）生视频 | | `kling-v3-omni` | 可灵 V3 Omni | 文 / 图（参考/首尾帧） / 视频编辑，支持生成有声视频 | | `kling-video-o1` | 可灵 O1 | 文 / 图（首尾帧）生视频 | | `sora-2` | Sora-2 | 文 / 图（参考）生视频 | | `veo_3_1` | Veo-3.1 | 文 / 图（参考）生视频 | 各模型详细参数： ---
Seedance 2.0 模型编码：`doubao-seedance-2-0` 基础参数： | 参数 | 取值范围 | 默认值 | | :--- | :--- | :--- | | aspect_ratio | 16:9 / 1:1 / 9:16 | 16:9 | | duration | 4 / 5 / 8 / 10 / 15（秒） | 5 | | size | 480P / 720P / 1080P | 720P | 参考输入： - images：最多 9 张，支持 `image_mode` = reference（1~9 张）/ first_last_frame（1~2 张） - videos：最多 3 段，总时长 ≤ 15 秒 - audios：最多 3 段，总时长 ≤ 15 秒，不可单独使用
Seedance 2.0 Fast 模型编码：`doubao-seedance-2-0-fast` 基础参数： | 参数 | 取值范围 | 默认值 | | :--- | :--- | :--- | | aspect_ratio | 16:9 / 1:1 / 9:16 | 16:9 | | duration | 4 / 5 / 8 / 10 / 15（秒） | 5 | | size | 480P / 720P | 720P | 参考输入：与 Seedance 2.0 相同（images ≤ 9 / videos ≤ 3 / audios ≤ 3）
即梦 3.0 模型编码：`jimeng_t2v_v30` 基础参数： | 参数 | 取值范围 | 默认值 | | :--- | :--- | :--- | | aspect_ratio | 16:9 / 1:1 / 9:16 | 16:9 | | duration | 5 / 10（秒；接口传 1~5 视为 5 秒，≥6 视为 10 秒） | 5 | | size | 720P / 1080P | 720P | 参考输入：images ≤ 2，仅支持 `image_mode` = first_last_frame
即梦 3.0 Pro 模型编码：`jimeng_ti2v_v30_pro` 基础参数： | 参数 | 取值范围 | 默认值 | | :--- | :--- | :--- | | aspect_ratio | 16:9 / 1:1 / 9:16 | 16:9 | | duration | 5 / 10（秒；规则同 jimeng_t2v_v30） | 5 | 参考输入：images ≤ 1，仅支持 `image_mode` = first_last_frame（单帧）
可灵 V3 Omni 模型编码：`kling-v3-omni` 基础参数： | 参数 | 取值范围 | 默认值 | | :--- | :--- | :--- | | aspect_ratio | 16:9 / 9:16 / 1:1 / 4:3 / 3:4 | 16:9 | | duration | 3 / 5 / 8 / 10 / 15（秒；视频编辑模式下该字段无效） | 5 | | mode | std（标清 720P） / pro（高清 1080P） | std | | generate_audio | 是否生成有声视频；传入 videos 时会被强制关闭 | true | 参考输入： - images：最多 7 张，`image_mode` = reference（1~7 张）/ first_last_frame（1~2 张） - videos：最多 1 段，用于视频编辑
可灵 O1 模型编码：`kling-video-o1` 基础参数： | 参数 | 取值范围 | 默认值 | | :--- | :--- | :--- | | aspect_ratio | 16:9 / 1:1 / 9:16 | 16:9 | | duration | 5 / 10（秒） | 5 | | size | 720p（标清） / 1080p（高清） | 720p | 参考输入：images ≤ 2，仅支持 `image_mode` = first_last_frame
Sora-2 模型编码：`sora-2` 基础参数： | 参数 | 取值范围 | 默认值 | | :--- | :--- | :--- | | aspect_ratio | 16:9 / 1:1 / 9:16 | 16:9 | | duration | 4 / 8 / 12（秒；其它值会自动就近吸附） | 8 | 参考输入：images ≤ 5，仅支持 `image_mode` = reference
Veo-3.1 模型编码：`veo_3_1` 基础参数： | 参数 | 取值范围 | 默认值 | | :--- | :--- | :--- | | aspect_ratio | 16:9 / 1:1 / 9:16 | 16:9 | | duration | 8（固定） | 8 | 参考输入：images ≤ 3，仅支持 `image_mode` = reference
## 四、示例代码 ### 1. CURL 完整流程 **Step 1：创建任务** ```bash curl --request POST \ --url https://api.link-ai.tech/v1/videos/generations \ --header 'Authorization: Bearer YOUR_API_KEY' \ --header 'Content-Type: application/json' \ --data '{ "model": "jimeng_t2v_v30", "prompt": "一只白色狐狸在月光下的雪原中奔跑，电影质感", "duration": 5 }' ``` **Step 2：轮询查询任务** ```bash curl --request POST \ --url https://api.link-ai.tech/v1/videos/tasks \ --header 'Authorization: Bearer YOUR_API_KEY' \ --header 'Content-Type: application/json' \ --data '{ "task_id": "vt_xxxxxxxxxxxxxxxx" }' ``` ### 2. Python 完整流程 ```python import time import requests API_KEY = "YOUR_API_KEY" BASE_URL = "https://api.link-ai.tech" HEADERS = { "Content-Type": "application/json", "Authorization": f"Bearer {API_KEY}" } # Step 1: create task create_body = { "model": "jimeng_t2v_v30", "prompt": "一只白色狐狸在月光下的雪原中奔跑，电影质感", "duration": 5 } create_res = requests.post( f"{BASE_URL}/v1/videos/generations", json=create_body, headers=HEADERS ).json() task_id = create_res["task_id"] print(f"任务已创建: task_id={task_id}") # Step 2: poll for task status while True: query_res = requests.post( f"{BASE_URL}/v1/videos/tasks", json={"task_id": task_id}, headers=HEADERS ).json() status = query_res.get("status") print(f"任务状态: {status}") if status == "completed": print(f"视频地址: {query_res['video_url']}") break elif status == "failed": print(f"生成失败: {query_res.get('error_message')}") break time.sleep(8) ``` **注意：** 在 `YOUR_API_KEY` 处填入你创建的 API Key。 --- url: https://docs.link-ai.tech/platform/api/voice-speech title: 语音合成 description: 语音合成接口，将文本合成为语音 --- # 语音合成接口 ## 介绍 语音合成接口，可将文本内容合称为语音文件，支持多种音色可供选择，覆盖通用问答、智能助手、有声阅读、视频配音、各地方言等场景。 在线接口调试：[API接口调试](https://apidoc.link-ai.tech/api-233275570) ## 接口定义 ### 接口地址 ```bash POST https://api.link-ai.tech/v1/audio/speech ``` ### 请求头 | 参数 | 取值 | 说明 | | :---- | ---- | ---- | | Authorization | Bearer YOUR_API_KEY | 参考 [接口鉴权说明](/platform/api#auth) 创建 API Key 并填入 | | Content-Type | application/json | 表明使用JSON格式请求 | ### 请求体 | 参数 | 类型 | 是否必传 | **说明** | | :------------------- | :------------ | :------- | :--------------------------------------- | | input | `string` | 是 | 需要合成为语音的文本内容 | | app_code | `string` | 否 | 应用code，如果填写了该值，则使用应用中设置的音色 | | voice | `string` | 否 | 音色编码，所有可选声音见 [音色列表](/platform/api/voice-speech/voices) |
**注意：** `app_code` 和 `voice` 参数至少有一个不为空，如果填写了 `app_code` 则使用应用中设置的音色，无需填写voice参数；如果填写了 `voice` 参数则直接使用指定的音色，无需再设置app_code参数。 在 **"应用 - 模型设置 - 声音"** 中可配置应用绑定的音色：
### 响应结果 响应以二进制流的形式进行输出，可将响应结果保存为文件后进行播放。 #### 错误说明 当接口异常时会返回以下结构： ```json { "success": false, "code": 408, "message": "当前版本无该API访问权限", "data": null } ``` 根据 HTTP状态码 (status code) 和错误信息 判断错误类型： | HTTP状态码 | 描述 | | :---- | ---- | | 400 | 请求格式错误 | | 401 | 接口鉴权失败，请检查 API Key 是否填写正确 | | 402 | 应用不存在，请检查 app_code 参数是否正确 | | 403 | 无访问权限，对于未公开应用，只有创建者账号才能调用 | | 406 | 账号积分额度不足 | | 408 | 无API访问权限，该API支持标准版及以上版本调用 | | 409 | 内容审核不通过，问题、回答、检索的知识库中可能存在敏感词 | | 503 | 接口调用异常，联系客服处理 | ## 示例代码 #### 1.CURL请求 ```json curl https://api.link-ai.tech/v1/audio/speech \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "input": "你好，请问有什么需要帮助的?", "voice": "BV700_V2_streaming" }' \ --output speech.mp3 ``` **注意：**在 `YOUR_API_KEY` 处填入你创建的 `API Key`，在`file`参数中填入音频文件的本地路径。 #### 2.Python代码请求 ```python import requests url = 'https://api.link-ai.tech/v1/audio/speech' headers = { 'Authorization': f'Bearer YOUR_API_KEY', 'Content-Type': 'application/json' } data = { 'input': '你好，请问有什么需要帮助的?', 'voice': 'BV007_streaming' } res = requests.post(url, headers=headers, json=data) file_path = "speech.mp3" if res.status_code == 200: with open(file_path, 'wb') as f: f.write(res.content) print(f"语音合成成功，语音文件：{file_path}") else: error = res.json() print(f"请求异常, 错误码={error.get('code')}, 错误信息={error.get('message')}") ``` **注意：**在 `YOUR_API_KEY` 处填入你创建的 `API Key`，在 `file_path` 变量中填入音频文件的本地路径。 #### 3.更多语言和在线调试 其他编程语言的接入代码可以在 [API调试页面](https://apidoc.link-ai.tech/api-222894766) 进行代码生成，同时支持在线进行接口调试。
--- url: https://docs.link-ai.tech/platform/api/voice-speech/voices title: 音色列表 description: 语音合成接口, 将文本合成为语音 --- # 音色列表 以下为全部可用音色列表，**音色编码** 在[语音合成接口](/platform/api/voice-speech/voices) 中作为 `voice` 参数传入。 ## OpenAI | 音色编码 | 名称 | | :----- | ----- | | alloy | alloy | | echo | echo | | fable | fable | | onyx | onyx | | nova | nova | | shimmer | shimmer | ## 豆包 | 音色编码 | 名称 | | :----- | ----- | | BV007_streaming | 亲切女声 | | BV001_streaming | 通用女声 | | BV002_streaming | 通用男声 | | BV051_streaming | 奶气萌娃 | | zh_female_linjianvhai_moon_bigtts | 邻家女孩 | | BV700_streaming | 灿灿 | | BV019_streaming | 重庆小伙 | | BV524_streaming | 日语男声 | | BV021_streaming | 东北老铁 | | BV701_streaming | 擎苍 | | BV113_streaming | 甜宠少御 | | BV056_streaming | 阳光男声 | | BV213_streaming | 广西表哥 | | BV119_streaming | 通用赘婿 | | BV705_streaming | 炀炀 | | BV033_streaming | 温柔小哥 | | BV102_streaming | 儒雅青年 | | BV522_streaming | 气质女生 | | BV034_streaming | 知性姐姐-双语 | | BV005_streaming | 活泼女声 | | zh_female_wanqudashu_moon_bigtts | 湾区大叔 | | zh_female_daimengchuanmei_moon_bigtts | 呆萌川妹 | | zh_male_guozhoudege_moon_bigtts | 广州德哥 | | zh_male_beijingxiaoye_moon_bigtts | 北京小爷 | | zh_male_shaonianzixin_moon_bigtts | 少年梓辛/Brayan | | zh_female_meilinvyou_moon_bigtts | 魅力女友 | | zh_male_shenyeboke_moon_bigtts | 深夜播客 | | zh_female_sajiaonvyou_moon_bigtts | 柔美女友 | | zh_female_yuanqinvyou_moon_bigtts | 撒娇学妹 | | zh_male_haoyuxiaoge_moon_bigtts | 浩宇小哥 | | zh_male_guangxiyuanzhou_moon_bigtts | 广西远舟 | | zh_female_meituojieer_moon_bigtts | 妹坨洁儿 | | zh_male_yuzhouzixuan_moon_bigtts | 豫州子轩 | | BV115_streaming | 古风少御 | | zh_female_gaolengyujie_moon_bigtts | 高冷御姐 | | zh_male_yuanboxiaoshu_moon_bigtts | 渊博小叔 | | zh_male_yangguangqingnian_moon_bigtts | 阳光青年 | | zh_male_aojiaobazong_moon_bigtts | 傲娇霸总 | | zh_male_jingqiangkanye_moon_bigtts | 京腔侃爷/Harmony | | zh_female_shuangkuaisisi_moon_bigtts | 爽快思思/Skye | | zh_male_wennuanahu_moon_bigtts | 温暖阿虎/Alvin | | zh_female_wanwanxiaohe_moon_bigtts | 湾湾小何 | | multi_female_shuangkuaisisi_moon_bigtts | はるこ/Esmeralda | | multi_male_jingqiangkanye_moon_bigtts | かずね/Javier or Álvaro | | multi_female_gaolengyujie_moon_bigtts | あけみ | | multi_male_wanqudashu_moon_bigtts | ひろし/Roberto | | ICL_zh_female_bingruoshaonv_tob | 病弱少女 | | ICL_zh_female_huoponvhai_tob | 活泼女孩 | | ICL_zh_female_heainainai_tob | 和蔼奶奶 | | ICL_zh_female_linjuayi_tob | 邻居阿姨 | | zh_female_wenrouxiaoya_moon_bigtts | 温柔小雅 | | zh_female_tianmeixiaoyuan_moon_bigtts | 甜美小源 | | zh_female_qingchezizi_moon_bigtts | 清澈梓梓 | | zh_male_dongfanghaoran_moon_bigtts | 东方浩然 | | zh_male_jieshuoxiaoming_moon_bigtts | 解说小明 | | zh_female_kailangjiejie_moon_bigtts | 开朗姐姐 | | zh_male_linjiananhai_moon_bigtts | 邻家男孩 | | zh_female_tianmeiyueyue_moon_bigtts | 甜美悦悦 | | zh_female_xinlingjitang_moon_bigtts | 心灵鸡汤 | ## 百度 | 音色编码 | 名称 | | :----- | ----- | | baidu_0 | 度小美-标准女主播 | | baidu_1 | 度小宇-亲切男声 | | baidu_3 | 度逍遥-情感男声 | | baidu_4 | 度丫丫-童声 | | baidu_5003 | 度逍遥-情感男声 | | baidu_5118 | 度小鹿-甜美女声 | | baidu_106 | 度博文-专业男主播 | | baidu_103 | 度米朵-可爱童声 | | baidu_110 | 度小童-童声主播 | | baidu_111 | 度小萌-软萌妹子 | | baidu_5 | 度小娇-成熟女主播 | | baidu_4003 | 度逍遥-情感男声 | | baidu_4106 | 度博文-专业男主播 | | baidu_4115 | 度小贤-电台男主播 | | baidu_4119 | 度小鹿-甜美女声 | | baidu_4105 | 度灵儿-清激女声 | | baidu_4117 | 度小乔-活泼女声 | | baidu_4100 | 度小雯-活力女主播 | | baidu_4103 | 度米朵-可爱女声 | | baidu_4144 | 度姗姗-娱乐女声 | | baidu_4278 | 度小贝-知识女主播 | | baidu_4143 | 度清风-配音男声 | | baidu_4140 | 度小新-专业女主播 | | baidu_4129 | 度小彦-知识男主播 | | baidu_4149 | 度星河-广告男声 | | baidu_4254 | 度小清-广告女声 | | baidu_4206 | 度博文-综艺男声 | | baidu_4226 | 南方-电台女主播 | --- url: https://docs.link-ai.tech/platform/funds/price title: 计费规则 description: LinkAI平台分为多个版本套餐，接口调用使用积分进行按量付费。 --- # 计费规则 ## 1. 版本订阅 LinkAI平台根据 **功能、容量和服务支持** 的不同，分为 **基础版**、**标准版**、**专业版** 和 **企业版** 四个版本提供订阅服务： - 1️⃣ **基础版**为免费体验版本，用户可通过充值积分或每日签到获取模型算力积分，体验LinkAI的基础功能；
- 2️⃣ **标准版**具备LinkAI的标准功能以及合适的资源容量，并且包含一定量的模型算力积分，支持按月订阅或按年订阅，适合个人开发者或小型团队；
- 3️⃣ **专业版**具备更加丰富的功能和更大的资源容量，包含能够满足正常使用需求的模型算力积分，支持按年订阅，是团队和成长型企业的首选；
- 4️⃣ **企业版**在专业版的基础上提供了更强大的企业级功能，可按需定制容量、可灵活选择部署方式（SaaS、私有化），并且提供最好的服务，是中大型企业的最佳选择。
详细版本介绍请查看 **[版本订阅页面](https://link-ai.tech/console/price?type=upgrade)**。 ## 2. 积分充值 {#token} 平台提供的模型服务统一使用 **积分** 按量计费，如您订阅的版本内不包含积分或积分不足，您可以在 [积分充值页面](https://link-ai.tech/console/price?type=recharge) 进行 **充值**，积分的单价根据套餐不同在 **1积分 = 0.0016 ~ 0.0019元** 之间。您也可以限时依照 [收益规则](/platform/funds/income) 免费获取积分。 ### 2.1 模型价格 {#model-price} LinkAI 聚合的全部模型（文本、图像、视频、语音等）实时价格以 [模型服务页面](https://link-ai.tech/console/models) 中展示为准。点击任意模型卡片可进入 **模型详情页**，查看该模型的 **基本信息**、**价格信息** 和 **模型能力**。 💻 [查看完整模型价格](https://link-ai.tech/console/models) :::info 计费说明 - **文本类接口** 按 token 计算，和 OpenAI 的 token 计算标准一致，可在 OpenAI [token 计算器](https://platform.openai.com/tokenizer) 中模拟。一次对话的 token 计算包含 **请求**（应用设定、历史对话记忆、知识库内容、用户提问）和 **响应** 中的总 token 数，可在 [我的账户](https://link-ai.tech/console/account) 页面的使用记录中查看明细 - **图像识别** 的 token 计算包含传入图片和生成回复，图片像素越高、生成的回复越多则消耗的 token 越多 - **图像 / 视频生成** 根据不同可能按次、按秒或按token计费，具体规则以模型卡片展示为准 - **知识库** 的消耗主要是文件导入并转化为向量时的 `embedding` 嵌入，对话时检索知识库的 `embedding` 调用由平台免费提供 - 单次调用消耗不足 1 积分的将按最低 1 积分扣除 ::: ### 2.2 插件价格 {#plugin-price} 插件调用按执行次数进行收费，在 [插件中心](https://link-ai.tech/console/plugins) 查看最新插件价格。 --- url: https://docs.link-ai.tech/platform/funds/income title: 收益规则 description: LinkAI平台可以通过首次登录、绑定手机、每日签到、应用创作、应用分享等多种渠道获取收益。 --- # 收益规则 有以下渠道可以免费获得积分收益，收益记录在 [我的账户](https://link-ai.tech/console/account) 页面查看： ### 用户首次登录 用户第一次登录即可获得 **300** 积分 ### 绑定手机号 首次绑定手机号可以获得 **500** 积分 ### 首次创建API key 在 [渠道接入](https://link-ai.tech/console/interface) 页面首次创建 API Key 可以获得 **300** 积分 ### 每日签到 每日签到可随机获得一定积分，点击去 [签到](https://link-ai.tech/console/account)。 ### 分享者收益 分享专属链接后，每个新用户注册时，都可以获得 **300** 积分。你可以在[账户页面](https://link-ai.tech/console/account)生成平台的专属链接：
同时可以为广场中的每一个应用都生成你的专属分享链接，点击右上角分享图标：
### 创作者收益 应用发布至广场，他人调用积分的 **20%** 将转化为你的积分收益。 :::info 提示 创作者收益在每日凌晨对前一天的收益进行计算 ::: --- url: https://docs.link-ai.tech/platform/faqs title: 常见问题 description: LinkAI平台常见问题 --- # 常见问题 ### 1. LinkAI支持哪些模型？ **LLM通用大模型**：`chatGPT系列(OpenA)`, `Claude系列(Anthropic)`, `Gemini系列(Google)`, `DeepSeek系列(深度求索)`, `qwen系列(阿里通义千问)`, `wenxin系列(百度文心一言)`, `doubao系列(字节跳动豆包)`, `Kimi系列(月之暗面)`, `chat-GLM系列(智谱)`, `xunfei(科大讯飞)` （可在 [模型管理](https://link-ai.tech/console/models) 查看）； **文生图模型**：Dall-E-3模型、Midjourney模型、豆包文生图模型； **图像识别模型**：OpenAI图像识别模型、Claude图像识别模型、通义千问图像识别模型、OCR模型； **语音模型**：语音识别：OpenAI Whisper ；语音合成：OpenAI、豆包、百度。 ### 2. 可以使用自己的模型吗？ LinkAI模型管理功能支持标准版及以上版本用户创建自定义模型，可配置自有的模型厂商API Key，或接入私有大模型，可查看 [模型服务](/platform/maas) 了解。 ### 3. 回答效果不符合预期？ > 如没有遵循应用设定、没有检索知识库、没有按预期运行工作流等 如在使用LinkAI（尤其是接入渠道端使用）时发现智能体回答效果不符合预期，第一步请先查看【控制台-[我的账户页](https://link-ai.tech/console/account)-使用记录】中的记录详情。使用记录详情中会详细呈现本次对话使用的应用、工作流、模型、插件、命中的知识库、携带的对话上下文记忆等等，如使用工作流，还可查看工作流运行的过程，每个环节的输入输出等信息。通过自查使用记录，能够定位或解决90%的问题。 ### 4. LinkAI知识库的原理和作用是什么？ LinkAI的知识库功能是基于RAG模型自研实现的，预先将长文本进行拆分处理并做向量化存储，在用户提问时通过向量检索进行语料召回，再基于大模型的语义理解和生成能力进行回复，后续会根据应用场景对知识库的准确性、性能、容量进行持续优化。 知识库应用 是根据上传的文本数据 提供定制化的智能问答服务，在一定程度上可以解决通用大模型 缺乏领域数据支撑、偶尔出现 "幻觉" 的问题。 基于知识库你可以根据 产品使用手册或FAQ来打造智能客服、可以与学习资料对话来学习某一知识、甚至可以上传一本小说塑造一个人物角色。 ### 5. 知识库的「无结构文档、QA问答格式、表格以及网站导入」该怎么选择？ 选择何种知识库导入方式，取决于现有的知识沉淀情况以及应用场景。可以根据需求结合多种文件的导入方式使用，以获得更好的效果。例如在客服场景，可以将客服 FAQs 语料整理为 问答对 格式导入，保证高频问题的回答精准度；如有多列的产品信息表、服务说明表等，可以将其以表格的方式导入，基于多列检索提供精准的信息查询能力；在相对开放式的对话场景，可以将公司介绍、产品介绍、使用指引等文件材料通过无结构文档的方式导入；将个人博客、公司网站等在线网址以网站解析的方式导入，以覆盖长尾问题，降低无结果率。 ### 6. 知识库文档支持哪些格式的？ - 文档类型：目前支持 `txt, pdf, md, docx` 格式无结构的文件, - 问答类型：目前支持QA（一问一答）格式的`csv`(双列)文件 - 表格类型：目前支持`csv`(多列)文件 `Excel`(多列)文件 - 网站导入：目前支持导提交立的网页地址、或提交网站地图URL以自动解析网页内容并导入知识库。 ### 7. 数据库的原理和作用是什么？ LinkAI的数据库功能，是通过创建内置数据库或连接远程（自有）数据库，让AI可以访问结构化的数据。通过AI对数据库中表、字段的理解，能够实现根据用户的提问生成数据查询SQL进行数据库查询。 绑定数据库的应用或工作流，可以实现对话式的数据分析，根据自然语言一键生成SQL语句并自动查询数据、分析结果、生成数据图表，支持在网页端和各个接入渠道中使用。还可以进行动态的数据管理，例如在与用户的对话中动态地记录客户反馈、订单记录、问卷结果等。 ### 8. 导入知识数据时，数据库和知识库应该如何选择？ 知识库是基于 RAG（检索增强生成）技术，利用语义向量化匹配、关键词匹配等手段，在海量非结构化数据（例如无结构的word文档内容）中进行检索，再用于大语言模型对检索结果和用户问题进行分析，并生成答案。 数据库则是存储结构化数据（库-表-字段-字段值）的载体，使用 AI 访问数据库时，核心是利用了 AI 自主生成数据查询代码（SQL）的能力，以及将查询后的数据进行统计分析的能力。 所以，知识库检索问答适合针对非结构化数据、对数据完整性要求不高、更偏定性回答的场景；数据库查询适合针对结构化数据、对数据完整性要求高、需要进行统计且更偏定量回答的场景。 ### 9. 自建接入客户端如果感觉回答没有匹配到知识库，不够准确？ 网页端创建好知识库应用后，可以点击 **“开始对话”**，提问同一问题，查看是否和客户端端回答相同，如果差别较大，可能是客户端配置有问题，可以核查是否正确设置了 **应用 code** (注意不是知识库code，知识库需要和应用绑定才能发挥作用)。 ### 10. 如果网页端对话，感觉没有匹配到知识库或者不够准确？ 可以结合知识库的 **搜索测试** 和应用中的相关配置 (**相似度、单次检索条数、未命中策略**) 来调优知识库的检索和回复效果。如果当前使用的是语义检索方式，可使用增强检索方式，强检索将语义检索和全文关键词检索进行混合增强，对姓名、字母、数字、代号等文本的检索精准度会更加有效。可查看文档 [知识库使用问题](/platform/faqs/knowledge-base) 了解更多。 ### 11. 怎么快速接入公众号、企微、钉钉、飞书等社交或办公软件？ 可以使用LinkAI**标准版/专业版 应用一键接入** 功能 或 通过**[chatgpt-on-wechat](https://github.com/zhayujie/chatgpt-on-wechat) 项目自建部署接入**到企微应用、微信客服、钉钉、飞书、订阅号及服务号等，具体接入文档参考[渠道接入](https://docs.link-ai.tech/platform/link-app)。 ### 12. 渠道自建部署接入和LinkAI标准版/专业版/企业版的一键托管接入有什么区别？ 自建部署接入是以单进程方式运行，性能及稳定性不足，供个人或普通开发者用于娱乐和体验。建议有生产需求的用户和企业客户使用LinkAI标准版及专业版的接入能力。另外自建部署需要一定技术条件和硬件资源，并自助完成。 标准版/专业版/企业版的一键托管接入能力是可用于业务正式使用的产品化功能，无需部署程序，只需在线填写配置即可完成。支持高并发和高稳定性，且功能更加丰富。 ### 13. 是否可以集成到自己的应用当中？ 可以的。可以通过我们提供的api，快速接入到您的应用当中，参考[API文档](https://docs.link-ai.tech/platform/api/chat)。 ### 14. 是否可以在其他openai项目中使用LinkAI的key？ 可以的。只需要参考[api文档](https://docs.link-ai.tech/platform/api/chat)，在需要填入`open_ai_api_key`的地方填入`linkai api key`，在`openai.api_base`或者自定义代理地址的地方填入`https://api.link-ai.tech/v1`即可。注意有些项目不需要加上`/v1`后缀。 ### 15. 如何修改密码？密码忘记怎么办？ 可以通过微信扫码登录，登陆后点击右上角头像，选择我的账户，点击个人信息旁边的**修改**按钮，修改登录密码。如果未绑定微信账号，直接在登录窗口点击 "忘记密码" 即可。 ### 16. LinkAI怎么收费？ LinkAI平台根据 资源容量、功能权益、服务支持 的不同，划分为 **基础版、标准版 和 专业版** 三个不同的版本套餐，为不同需求的客户提供可选择的版本订阅服务，具体版本介绍可以参考 [版本说明](https://link-ai.tech/console/price?type=upgrade)。模型服务采用积分充值制，按照对话消耗的token计费，具体计费详情可以参考 [计费规则](/platform/funds/price#token)。 ### 17. 是否可以提供发票？ 可以开具发票，添加 [LinkAI客服](/contact)，提供公司名称、税号及充值记录即可。 --- url: https://docs.link-ai.tech/platform/faqs/knowledge-base title: 知识库对话效果 description: LinkAI知识库对话使用问题 --- # 知识库对话效果 知识库是用来管理你的 私有知识 的容器，可将自有的知识内容上传到知识库中，LinkAI将会自动解析你的文档，提供给AI“训练”。面对用户提问时，**根据问题检索语义相似的知识库语料**，然后把**问题及匹配的语料提供给大模型**，由大模型结合检索到的知识库语料以及应用设定（系统提示词）来做出回复。 如果上传知识库并测试问答之后，觉得并没有结合知识库内容回答或回答效果不好，请参考以下步骤进行问题排查和优化： ## 1. 确定应用类型及绑定知识库 ### 1.1 使用知识库应用
LinkAI平台上的应用分为**轻量应用**和**知识应用**，使用知识库的前提是需要创建知识应用。如果创建的是轻量应用，可以按照下图指示，升级为知识应用。
### 1.2 绑定知识库 如果已是知识应用，进入**应用配置**界面，确认**绑定了相关的知识库**。知识库只有在应用或工作流中进行使用才能发挥作用。

## 2. 查看使用记录 在使用知识应用 或 使用工作流(内含应用节点或知识库节点)对话时，每次对话都可在[我的账户](https://link-ai.tech/console/account)页面 **查看使用记录详情**。
在使用记录详情中，除了本次对话的请求(提问)、结果(回复)，还可以查看本次对话的提问命中了哪些 **知识库语料** 。 如未命中，则代表本次对话未检索到符合要求的知识库内容；如命中，可查看命中的语料是否符合预期（即是否和问题相关，是否是自己上传的知识库中应该用于回答该问题的相关内容）。 在使用详情中可直接点击【查看详情】一键跳转至知识库中查看该条语料，并进行编辑修改。

**注意：**如果分别在渠道端（如企业微信）和网页端对话测试时，回复效果有明显差异时，可以检查： 1. 在 **客户端配置 - 对话应用** 处（或 **使用记录 - 应用名称** 处）检查渠道端所配置的应用/工作流，是否与网页端所测试的应用/工作流一致。

2. 在一致的前提下，需检查「使用记录」中两个渠道的上下文记忆情况是否一致。 >上下文记忆会影响回复的效果，例如，第一次回答的结论是错误的，修改对应知识库后，再次询问相同问题，会受第一次错误回答的记忆所影响，仍然回复相同的错误答案：

在修改知识库语料或应用设定的前后进行测试时，需确保已经清空记忆，才能得到最准确的效果。网页端调试可点击**输入框的“垃圾桶”图标**来清空上下文记忆，渠道端则需**间隔一段时间**（停止对话时长超过应用配置中设置的记忆保留时长）待记忆自动失效后再测试。 ## 3. 检索测试 在第2步中，通过查看使用记录详情，确定了这次提问命中的知识库内容有哪些，如过并未命中我们预期的、可用于回复问题的知识库内容，可进一步使用知识库的**检索测试**功能来排查： ### 3.1 检索测试结果 在 **知识库-检索测试** 功能中，可模拟用户来提问进行检索，预览与问题关联度最高的十条知识库语料。

**检索方式** 选择应用配置中知识库检索策略部分所设置的检索方式，然后把问题复制粘贴到测试文本框内，点击检索。 检索结果会按照与问题的相关性展示**语义检索结果**（左）和**全文检索结果**（右，如使用增强检索则有）： * 语义检索结果是根据问题和知识库语料的语义相似度（通过向量算法评估）来排序； * 全文检索即关键词检索，是根据用户问题中的关键词与知识库内容中的关键词匹配程度进行排序。 > 在使用全文关键词检索时，系统会将用户的问题根据常用语义拆分成若干个关建词组，然后在知识库中检索包含这些关键词组的知识库语料。这种方法对于知识库内容和用户问题中包含姓名、字母、数字、代号（如产品型号）等内容的情形检索效果更好。当仅使用语义检索的效果不够理想时，尝尝推荐使用增强检索（即语义检索+全文检索的模式）来提升整体检索效果。 进行检索测试后，如发现预期应该检索到的知识库内容，在检索测试结果中排序比较低（即相似度较低），那么应用配置-知识库检索策略配置中的语义检索相似度阈值需要适当调低，可参考本文档3.2章节进行修改 :::info 注意 如果你导入的知识库内容是问答（即Q&A）格式，且检索测试结果中预期的语料语义相似度较低，则需检查在导入时是否设置为了“同时检索问题和答案”，如是，则语义相似度是将问题和答案内容打包进行评估计算的。
::: ### 3.2 知识库配置 知识库检索测试的结果如何被使用，取决于我们在应用配置-知识库检索策略配置中设置的：**检索方式**、**语义相似度阈值**、**检索条数**（语义检索条数、全文检索条数）等。

以上图配置为例： * **单次检索条数**含义是每次提问会把检索测试结果中的4条语料（例如语义检索前3条+全文关键词检索1条）提供给AI大模型生成最终回复； * **语义相似度阈值**含义是检索测试结果中语义**相似度**高于0.78的语料才会提供给AI大模型。 * 语义检索的相似度阈值、语义检索的条数、全文检索的条数上限，均可自主配置，如下图：

知识库检索策略配置可参考《[知识库章节](https://docs.link-ai.tech/platform/knowledge)》中第5部分「使用并配置知识库检索策略」的解释。 :::tip 提示 通过检索测试结果，我们可以清晰地知道当一个用户提问时，哪些知识库内容会被检索到，并发给AI大模型来生成回复。针对不同的情况可调整对应的参数进行优化，例如： * 如果检索测试时，语义检索结果中知识库语料的相似度都普遍偏低，我们可以降低知识库检索策略配置中的语义相似度阈值；反之，则调高。 * 如果知识库语料彼此之间相似度差别比较大，我们可以降低检索条数，避免检索到和问题关系不大的知识库语料】，同时降低token消耗；反之，如果知识库中对于同一个问题有很多相关的语料，且相似度较近，我们要适当提高检索条数，以保证回答问题所需语料的完整性。 * 同时，根据场景善用增强检索模式，通过全文关键词匹配来提升知识库检索效果。
::: ## 4. 模型配置 最后，知识库检索结果达到较理想水平时，我们还需要关注AI模型的情况。LinkAI支持用户一键切换不同的大语言模型，需要说明的是，不同模型的能力表现往往不一样。一般来说，模型的参数越大，理解应用设定（提示词）及推理的能力越强，但输出速度越慢。例如，LinkAI系列模型中LinkAI-4o-mini、LinkAI-4o的模型参数依次提升，推理能力依次提升，但响应速度递减，成本递增。 简单来说：**在不考虑复杂问题响应速度的前提下，越贵的模型往往效果越好**。你可以根据不同使用场景下不同模型的表现效果测试，结合成本的考虑，选择合适的模型。
### 4.1 模型 不同的模型对应用设定遵循的程度不一样，回复效果可能也差别很大，可以多测试对比，目前一般推荐`LinkAI-4o-mini`模型，性能接近`LinkAI-4o`且单价不到`LinkAI-3.5-Turbo`的一半，是目前最具性价比的模型之一。**如果你的场景较为复杂**（例如应用设定较为个性化，对智能体回复效果的要求较高），**建议使用更强大的模型**，例如`LinkAI-4o`、`Claude3.5 Sonnet`、`DeepSeek V3`等。 ### 4.2 温度 温度越高回复越具有创意和不确定性，越低越具有严谨性。在知识库问答场景，一般要求回复要尽可能准确，建议取值在0～0.2之间。 ### 4.3 应用设定 应用设定**非常重要**。针对知识库问答场景，通过应用设定我们可以进一步控制大模型如何回复，例如： * 场景1：我们希望大模尽可能遵循知识库来回复，知识库中没有提供答案的问题不随意回复，则可以在应用设定中这么写(示例，仅供参考)： ```html ## 你的角色 你是xxxx，你的任务是根据提供的知识库内容回复用户的问题，注意回答要准确，易读。 ## 注意 - 严格根据提供的知识库信息回答问题，如提供的知识库信息无法回答用户的问题（或没有提供知识库信息），请告知用户联系人工客服。 ``` * 场景2：检索到的知识库信息可能与用户的问题并不相关，我们希望 AI 先进行判断再决策是否要参考这些信息，则可以在应用设定中这么写(示例，仅供参考)： ```html ## 你的角色 你是xxxx，你的任务是根据提供的知识库内容回复用户的问题，注意回答要准确，易读。 ## 注意 - 可能会提供给你一条或多条知识库信息，你需要先判断其是否和用户的问题相关，如相关即可基于知识库内容进行回复；如不相关则不能参考知识库信息。 ``` * 场景3：用户提问比较模糊，可能与知识库中多个内容相关，我们希望 AI 先进一步确认用户的具体问题再回复，则可以在应用设定中这么写(示例，仅供参考)： ```html ## 你的角色 你是xxxx，你的任务是根据提供的知识库内容回复用户的问题，注意回答要准确，易读。 ## 注意 - 必须确认用户的问题是清晰、明确的；如果用户的问题不够清晰明确（例如提供给你的知识库信息中有多个疑似与用户问题相关的内容，但无法确认应该根据哪个内容回复），则追问用户，委婉地请用户明确自己的问题（需要你基于提供给你的知识库信息，结合用户的问题，生成2～3个可能代表用户提问意图的问题，请用户确认具体是询问其中哪个问题）。 ``` * 场景4：知识库中存在文件、图片或视频的 URL 链接，如需大模型将素材直接发出，则可以在应用设定中这么写： ```html ## 你的角色 你是xxxx，你的任务是根据提供的知识库内容回复用户的问题，注意回答要准确，易读。 ## 注意 - 请把提供的知识库信息中的图片/视频/文件链接直接发送出来，不要省略也不要改写。 ``` 如果你有其他的要求，可以将你的需求通过自然语言描述的方式直接写在应用设定里，AI会理解并遵循你的要求进行回复。需要知悉的是： * 大模型不知道你或者用户所在的国家、地区、时区、当地时间、用户昵称（如有），这类信息AI并不掌握，所以与此相关的应用设定提示词并没有效果。 * 同时，AI大模型并不能直接访问互联网，即AI并不了解网络上的实时信息，如果需要AI访问互联网搜索信息，写在应用设定中也是没有效果的，需要开启[插件](/platform/plugins)中联网搜索相关的插件来实现。 * 最后，AI大模型对应用设定提示词的遵循能力有强有弱，总体上**无法做到100%遵循应用设定**，我们只能一定程度上通过应用设定提示词来部分优化AI的回复效果。 --- url: https://docs.link-ai.tech/platform/agreement/user-agreement title: 使用协议 description: LinkAI使用协议 --- # 使用协议 生效日期：2023/06/01 更新日期：2024/11/06 ___ ### 1. 前言
1.1 欢迎使用由深圳极简未来科技有限公司（以下简称“我们”或称“LinkAI”）合法拥有并运营的产品及服务——LinkAI智能体平台。
1.2 深圳极简未来科技有限公司是一家成立于深圳的互联网科技公司，旗下产品为基于LLM大预言模型的一站式AI智能体搭建平台——LinkAI。深圳极简未来科技有限公司的相关网站、服务、产品、应用程序与内容，在《LinkAI用户使用协议》（以下简称“本协议”）中统称为“本服务”。个人用户、团队空间用户、企业用户、企业空间用户统称为“您”。
1.3 您在使用本服务前应充分阅读、理解并接受本协议的全部内容。一旦您同意本协议并完成注册或实际使用本服务，即表示您已接受本协议并受其约束。
1.4 在使用本服务时，如您有跨系统获取和使用第三方平台、服务的数据的行为，您应遵守第三方平台的相关规则，特别是数据保护相关规则，否则您不应该继续使用本服务。
1.5 在使用本服务前，请阅读并遵守《LinkAI用户使用协议》，特别注意免责或限制责任的条款。如果您未满18周岁，请在监护人陪同下阅读并同意本协议后使用本服务。
___ ### 2. 用户角色
2.1 个人用户：以个人身份注册、付费和使用本服务的自然人。个人用户可管理系统账号的账户设置、应用、知识库、工作流等数据。如个人用户使用具备LinkAI团队空间功能的系统版本，在创建团队空间后，自动成为该空间的管理员。
2.2 团队空间用户：由具备LinkAI团队空间功能的个人用户邀请加入团队空间的用户，根据平台功能规则，团队空间用户在平台内可使用的功能与邀请其进入团队空间的个人用户一致。在符合平台规则的前提下，个人用户拥有处置团队空间用户账号权限、以及决定是否保留其团队空间用户身份的权力。
2.3 企业用户：以企业身份签约购买付费，并注册和使用本服务的企业主体（或代企业行使产品使用权利的企业职员）。企业用户可管理系统账号的账户设置、应用、知识库、工作流等数据，并可管理企业空间内的成员信息和成员角色。企业用户创建企业空间后，自动成为该空间的管理员。
2.4 企业空间用户：由具备LinkAI企业空间功能的企业用户邀请加入企业空间的用户，根据平台功能规则，企业空间用户在平台内可使用的功能和数据权限，取决于企业用户管理员授权的权限范围。我们在本服务范围内视企业空间用户与企业用户（管理员）为一致行动人，在符合平台规则的前提下，企业用户拥有处置企业空间用户账号权限、以及决定是否保留其企业空间用户身份的权力。
2.5 个人用户和企业用户，在使用具备团队空间或企业空间功能的系统版本时，可通过邀请链接或其他方式邀请授权用户加入团队空间或企业空间（以下合称“空间”）。团队空间用户和企业空间用户（以下合称“空间用户”）同意，除了邀请您使用本服务的个人用户或企业用户之外，您不会与任何人分享该邀请链接或其他授权方式下提供的信息。您亦同意，为使您及其他授权用户能够享受本服务的部分功能，该个人用户或企业用户可能向我们及其他授权用户提供您的信息。该个人用户或企业用户收集、使用、共享您信息的行为应遵守相关法律法规要求，我们仅根据个人用户或企业用户要求处理您的信息，且不对该个人用户或企业用户的相关行为承担法律责任。
2.6 作为空间用户，个人用户或企业用户将对您的授权用户身份及基于该身份的相关权益进行管理，包括但不限于加入、删除以及调整权限和限制服务内容等，您保证在遵守本服务相关规范的同时，按照该个人用户或企业用户的授权范围和规范使用本服务，如您丧失空间用户身份，我们有权根据个人用户或企业用户的指示将基于该身份的服务内容一并删除或转移。请您知悉，个人用户或企业用户应独自负责将所有与您使用本服务有关的政策和惯例，以及可能影响、限制您使用本服务或访问空间用户数据的设置向您进行充分说明与告知，我们不就此承担任何责任。
2.7 若本协议与个人用户或企业用户的其他协议冲突，则以其他协议为准。代表个人用户或企业用户注册本服务的用户应获得个人用户或企业用户的授权，并对使用本服务的行为承担责任。
___ ### 3. 关于帐号
3.1 帐号注册与开通
3.1.1 LinkAI为您提供了注册通道，您有权选择合法的手机号或微信号作为自己的帐号，并自行设置符合安全要求的密码。用户设置的帐号、密码是用户用以登录并以注册用户身份使用本服务的凭证。
3.1.2 管理员（即创建团队空间或企业空间的用户）开通本服务后，可以设置团队空间或企业空间的用户角色，并邀请用户加入。空间用户加入前需根据3.1.1中所述进行账号注册与开通。
3.1.3 您理解并承诺，您所设置的帐号不得违反国家法律法规及LinkAI的相关规则，您的帐号名称等注册信息及其他个人信息中不得出现违法和不良信息，未经他人许可不得用他人名义（包括但不限于冒用他人手机号）开设帐号，不得恶意注册LinkAI帐号（包括但不限于频繁注册、批量注册帐号等行为）。您在帐号注册及使用过程中需遵守相关法律法规，不得实施任何侵害国家利益、损害其他公民合法权益，有害社会道德风尚的行为。LinkAI有权对您提交的注册信息进行审核。
3.2 帐号使用与安全
3.2.1 您了解并同意，LinkAI分发账号的所有权归属于深圳极简未来科技有限公司，注册完成后，您仅获得使用权，您不得以任何方式转让或提供他人使用您的LinkAI账号，否则我们有权立即不经通知收回该账号，由此带来的后果，您应自行承担。
3.2.2 您有义务妥善保管您的LinkAI账号和密码，在任何情况下不应当向他人透露，并对您LinkAI账号下的行为承担法律责任。当您怀疑他人在使用您的账号时，您应立即通知我们。您需要承担因您对账号密码管理不当等原因造成的数据丢失、账号被盗等后果。
3.2.3 您充分了解并同意，您应为自己帐号下的一切行为负责，包括该帐号所发表的任何内容、使用该账号进行的任何应用连接行为、营销行为以及由此产生的任何后果。您应对使用本服务时接触到的内容自行加以判断，并承担因使用内容而引起的所有风险，包括因对内容的正确性、完整性或实用性的依赖而产生的风险。我们无法且不会对您因前述风险而导致的任何损失或损害承担责任。
3.2.4 管理员用户或管理员指定的用户有权将非管理员的空间用户从空间内移除，并删除与该用户相关的所有数据，包括但不限于该用户创建的应用、知识库等。管理员或管理员指定的用户删除用户数据后，相关数据无法恢复。我们接受管理员或管理员指定的用户的指示为其移除空间用户并删除数据，如您是空间用户，对此存在异议的，应当向管理员提出，我们无法处理您的异议，也对此不承担任何责任。
3.2.5 如果您是LinkAI的用户，您应保证不通过诱导、行骗、歪曲事实等手段，在第三方不知情的情况下造成他人对您的LinkAI账户进行付费（包括但不限于LinkAI版本升级和积分充值）的事实。如您存在该行为，我们有权依据本服务协议对您的账号采取制约手段，包括但不限于积分冻结、账号封禁；必要时将向公安机关报案，并积极配合公安机关提供调查处理所需的信息。
3.3 帐号注销
3.3.1 在需要终止使用本服务时，根据您的不同身份，您可以通过下述方式申请注销您的帐号，但您仍应对您在注销帐号前使用本服务期间的行为承担相应责任：
（1）若您是个人用户，您可以通过本协议公布的联系方式联系我们进行注销，我们有权对账号相关内容及信息进行删除等处理，且无需就此向用户承担任何责任。
（2）若您是个人空间用户，您可以向您所在的团队、企业或组织提交退出团队申请并注销帐号，由管理员决定是否注销账号，我们将依据管理员的指示处理您的请求。
（3）若您是企业用户，该帐号为您所在企业与我们签署协议时的签署公司所有，您需出具加盖企业公章的说明函，我们将依据有效的说明函处理您的请求。
（4）若您是企业空间用户，该帐号即成为企业用户办公工具的一部分，您可以向您所在的企业或组织提交退出企业申请并注销帐号，由管理员决定是否注销账号，我们将依据管理员的指示处理您的请求。
3.3.2 我们保留在您违反适用法律法规规定或违反本协议的情况下冻结、注销您的帐号并删除或匿名化处理您所存储的数据、文件的权利，且无需为此向您承担任何责任，由此带来的因您使用本服务产生的全部数据、信息等被清空、丢失等的损失，您应自行承担。
___ ### 4. 您使用本服务的权利
4.1 在本协议约定的条款与条件范围内，我们授予您访问、使用本服务。此授权为有限、非独占、不可转让、不可分许可的权利，此授权允许用户及用户邀请的空间用户在使用期限和范围内在中华人民共和国境内使用服务。我们保留一切与本服务相关的权利。若未事先取得我们（或我们的授权方）书面同意，您不得因为任何目的，以任何形式对本服务内容进行包括但不限于复制、改编、重制、分发、传送、广播、展示、销售、授权，垂直搜索、镜像或其他未经授权的访问与使用。
4.2 我们可能不时提供试用服务或功能，并向不特定用户提供。您理解并同意，试用服务将按“现状”和“当前可用”的形式提供。对试用服务，在法律允许范围内我们可能仅提供有限的或在一些情形下不会提供技术支持，我们也可能在不另行通知的情况下随时更改或者停止提供试用服务；您理解我们没有义务最终发布或发售任何试用产品、服务或将其与现有产品组合为您提供服务。
4.3 您理解并认可，本协议中所描述的功能可能仅对部分用户提供，或以特定的方式（如有偿付费）提供，您在访问和使用本服务时能够实际享受的服务以我们实际向您提供的内容为准。
4.4 为提升用户体验、满足用户新需求、保证产品及服务的安全性和稳定性，或基于法律和监管要求，我们将会根据产品规划不定期进行产品功能的更新和调整。也会结合客户使用情况，功能生命周期、新功能测试情况等调整功能（包括但不限于修改、升级、迁移、开发新功能、变更、暂停或取消某种功能），对本服务、系统、软件等进行检修、维护，本服务可能因前述原因在合理时间内中断或暂停，您同意，我们无需为此向您承担责任。在可能的情况下，我们将尽可能以合理的方式就前述事宜通知您。若因不可抗力、基础运营商等原因导致的非常规维护，我们会在该等事件发生后尽可能以合理方式通知您。
___ ### 5. 服务使用规范
5.1 内容发布规范
您作为LinkAI用户和内容生产者，禁止使用LinkAI服务制作、复制、发布含有下列内容的违法信息及外部链接：
5.1.1 反对宪法所确定的基本原则的；
5.1.2 危害国家安全，泄露国家秘密，颠覆国家政权，破坏国家统一的；
5.1.3 损害国家荣誉和利益的；
5.1.4 歪曲、丑化、亵渎、否定英雄烈士事迹和精神，以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉的；
5.1.5 宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动的；
5.1.6 煽动民族仇恨、民族歧视，破坏民族团结的；
5.1.7 破坏国家宗教政策，宣扬邪教和封建迷信的；
5.1.8 散布谣言，扰乱经济秩序和社会秩序的；
5.1.9 散布淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪的；
5.1.10 侮辱或者诽谤他人，侵害他人名誉、隐私和其他合法权益的；
5.1.11 法律、行政法规禁止的其他内容。
您应充分知悉，我们有权对您在使用LinkAI过程中发布、生成的内容、数据进行内容安全审查，如您违反本协议规定发布、生成上述内容，我们将通过内容安全审查、内容过滤等机制对违规内容进行屏蔽和消除。
5.2 软件使用规范
您承诺不对本软件和服务从事以下行为：
5.2.1 将有关干扰、破坏或限制任何计算机软件、硬件或通讯设备功能的软件病毒或其他计算机代码、档案和程序之资料，加以上传、张贴、发送电子邮件或以其他方式传送；
5.2.2 干扰或破坏本服务或与本服务相连线之服务器和网络，或违反任何关于本服务连线网络之规定、程序、政策或规范；
5.2.3 通过修改或伪造软件运行中的指令、数据，增加、删减、变动软件的功能或运行效果，或者将用于上述用途的软件、方法进行运营或向公众传播，无论这些行为是否为商业目的；
5.2.4 通过非深圳极简未来科技有限公司开发、授权的第三方软件、插件、外挂、系统，登录或使用软件及服务，或制作、发布、传播上述工具；
5.2.5 自行、授权他人或利用第三方软件对本软件及其组件、模块、数据等进行干扰。
5.3 行为规范
除非法律允许或我们书面许可，您使用本服务过程中不得从事下列行为：
5.3.1 提交、发布虚假信息，或冒充、利用他人名义的；
5.3.2 诱导其他用户点击链接页面或分享信息的；
5.3.3 虚构事实、隐瞒真相以误导、欺骗他人的；
5.3.4 侵害他人名誉权、肖像权、知识产权、商业秘密等合法权益的；
5.3.5 未经我们书面许可，利用LinkAI账号和任何功能，进行推广或互相推广的；
5.3.6 利用LinkAI账号或本软件及服务，从事任何违法犯罪活动的；
5.3.7 制作、发布与以上行为相关的方法、工具，或对此类方法、工具进行运营或传播，无论这些行为是否为商业目的；
5.3.8 从事违反法律法规规定，侵犯其他用户合法权益、干扰产品正常运营或LinkAI未明示授权的行为；
5.3.9 其他违反遵守法律法规、社会主义制度、国家利益、公民合法利益、公共秩序、社会道德风尚和信息真实性等“七条底线”要求的行为。
5.4 对自己的行为负责
5.4.1 您充分理解并同意，LinkAI用户使用LinkAI的服务，应当为自己的一切行为负责，包括用户所发表的任何内容、使用LinkAI实施的行为及由此产生的任何后果。
5.4.2 您应自行对本服务中上传、发布或传输的内容加以判断，包括可能的来自他人非法或不当的行为、虚假内容、虚构信息等，您应自行判断并承担因此而造成的损失。除法律另有规定外，我们不对因前述风险而导致的损失承担相应法律责任。
___ ### 6. 数据隐私与安全
6.1 本服务的使用受[《LinkAI隐私政策》](/platform/agreement/privacy-policy)（以下简称“《隐私政策》”）规范约束。您使用本服务，即代表您已阅读、理解并接受该隐私政策的全部条款。如果您未满18周岁，在使用本服务前，应在您的父母或其他监护人的监护、指导下共同阅读并同意该隐私政策。
6.2 [《隐私政策》](/platform/agreement/privacy-policy)可能会不时更新，以反映适用法律、法规、标准、行业规范等文件的更改，或反映本服务的更改、更新或新功能。[《隐私政策》](/platform/agreement/privacy-policy)有任何更新后，若您继续访问或使用本服务即代表您已阅读、理解并接受这些更新。
6.3 我们努力采取各种合理的物理、电子和管理方面的安全措施来保护您的信息，使您存储在LinkAI中的信息和通信内容不会被泄露、毁损或者丢失。我们对可能接触到信息的员工或外包人员也采取了严格管理。我们会按现有技术提供相应的安全措施来保护您的信息，提供合理的安全保障。我们将在任何时候尽力做到使您的信息不被泄露、毁损或丢失，但同时也请您注意在信息网络上不存在绝对完善的安全措施，请妥善保管好相关信息。
6.4 LinkAI的数据库模块提供了一种让大模型访问 结构化数据 的能力，支持连接已有的远程数据库，用户可通过对话的方式对数据库进行查询。因远程数据库接入是由LinkAI直接访问您（你的企业）的数据库。出于数据安全性考虑，在使用该功能前，务必详细了解和参考下列建议： 6.4.1 建议数据库通过IP白名单仅向我们平台开放端口 6.4.2 建议使用非生产环境的离线数据库 6.4.3 建议配置只读权限的独立账号进行数据库连接 6.4.4 数据库配置表时只添加最少可用的数据表 一旦您开始使用远程数据库功能，视为您已充分了解和知悉可能的数据安全和风险问题，并同意LinkAI系统远程访问您（你的企业）的数据库。如您不授权我们访问（或未从您所属机构获得该授权），请立即停止使用远程数据库功能。
___ ### 7. 知识产权
7.1 您了解并同意，除非我们另有说明或相关权利人依照法律规定享有权利，否则本服务包含的产品、技术、软件、程序、数据及其他所有信息内容，包括但不限于文字、图片、音频、视频、图表、界面设计、版面框架、有关数据或电子文档等（简称“LinkAI内容”）的所有知识产权（包括但不限于版权、商标权、专利权、商业秘密等），及相关权利均归我们或我们的关联公司所有。未经我们或相关权利人书面同意，您不得为任何商业或非商业目的自行或许可任何第三方使用（包括但不限于通过任何机器人、蜘蛛、爬虫等程序或设备监视、复制、转载、散布、传播、播放、展示、出售、许可、镜像、上传、下载本服务中的内容）。
7.2 您应当和我们同样尊重知识产权。作为使用本服务的先决条件，您同意不会在使用本服务的过程中侵犯任何主体的知识产权（包括但不限于未经同意即擅自上传或分享他人受著作权法保护的材料）。
___ ### 8. 违约与赔偿
8.1 如果您违反本协议或其他您应遵守的服务条款与规则，我们有权根据独立判断，视情况在不经事先通知您的情况下采取合理的处置措施，包括但不限于预先警示、限制、暂停、终止您使用本服务的部分或全部功能，屏蔽或删除您上传、传播或提供的内容，限制帐号部分或者全部功能，冻结或永久关闭帐号等，您需自行承担由此导致的后果及损失。我们有权公告处理结果并有权根据实际情况决定是否恢复相关帐号的使用，对已删除内容我们有权不予恢复或返还。对涉嫌违反法律法规、涉嫌违法犯罪的行为，我们将保存有关记录，并有权依法向有关主管部门报告、配合有关主管部门调查、向公安机关报案等。
8.2 如果您违反本协议或其他您应遵守的服务条款与规则，引起第三方投诉、诉讼索赔等情况的，您应当自行处理并承担全部法律责任。若因您的违法或违约行为导致深圳极简未来有限公司及深圳极简未来有限公司的关联方、合作方等主体遭受任何损失（包括但不限于律师费用与支出）或行政处罚的，您应足额赔偿。
___ ### 9. 有限责任
9.1 LinkAI将按“现状”和“可得到”的状态提供服务。对于服务中涉及的技术和信息的有效性、准确性、可靠性、稳定性、完整性和及时性，我们不作任何承诺和保证。
9.2 无论何种情况下，我们均不对因网络连接故障、设备故障、通讯系统故障、电力故障、黑客攻击或网络攻击、罢工、暴乱、骚乱、火灾、自然灾害、战争、政府行为、国际或国内法院的命令或第三方不作为等原因导致的服务中断、延迟、数据丢失、系统故障等后果承担责任。
9.3 无论是否可以预见，无论是基于何种行为形式，我们不对间接损害（包括但不限于利润或利息损失，业务中断）承担责任。
9.4 您充分理解并同意，由于互联网的特殊性，您在使用服务时分享的信息及个人资料可能会被他人复制、转载或用于其他用途；您已充分意识到此类风险的存在，并确认此等风险应完全由您自行承担，我们对此不承担任何责任。
___ ### 10. 付费与升级
10.1 LinkAI系统分为多个版本，分别为：基础版、标准版、专业版、企业版，通过使用量和功能进行版本区分。不同版本的功能可能会依据本协议4.4中的说明进行调整（包括但不限于功能、容量的增加、减少或移除）。您同意，我们无需为此向您承担责任。在可能的情况下，我们将尽可能以合理的方式就前述事宜通知您。
10.2 若您选择升级版本服务，升级后的服务有效期将根据升级版本的生效时间计算。若当前版本未到期且使用量未用完，将根据剩余使用量占该版本总使用量的百分比提供相应优惠，最终支付费用为扣除优惠后的金额。请注意，LinkAI为SaaS订阅模式，付费订阅版本后，除我们主动停止产品正常运营外，我们不负有任何退款、退费义务。请确保您在升级版本前已知悉并同意该条款，如您选择付费订阅，我们将视为您已充分知悉、了解并接受该条款。
10.3 若您选择充值积分服务，充值的积分使用有效期将长期有效（部分活动奖励等特殊积分充值除外，该类积分充值将在您付款或领取时另行知会使用有效期政策）。请注意，LinkAI积分为预充值模式，充值后无论您是否使用，皆不可回退、不可撤销，除我们主动停止产品正常运营外，我们不负有任何退款、退费义务。请确保您在升级版本前已知悉并同意该条款，如您选择付费充值，我们将视为您已充分知悉、了解并接受该条款。
10.4 您知悉并理解，试用或其他暂不收费服务不应被视为我们放弃后续向您收费的权利。我们保留根据实际运营情况调整收费标准、方式或相关变更的权利，并会通过官方网站、公告或其他适当方式通知您。如您不同意上述修改、变更或付费内容，您可以选择停止使用该产品或服务。
10.5 您知悉并理解，我们可能会根据实际运营情况调整LinkAI平台的积分收益活动、积分充值优惠活动等活动（如有）的活动方式、活动规则和活动时限，并会通过官方网站、活动说明页或公告等适当方式进行公布，但无法对您进行单独、及时通知。如您不同意上述修改、变更内容，您可以选择不参与相关优惠活动或停止使用该产品或服务。
___ ### 11. 其他条款
11.1 协议内容与修订：本协议内容包括协议正文及所有已发布或将来可能发布的隐私政策、各项规则、通知等。为提供更好的服务或因法律法规、政策调整、技术条件、产品功能等变化需要，我们可能会对本协议进行修订，修订内容构成本协议的组成部分。协议更新后，我们会通过适当方式提醒您更新内容。若您对修订后的协议内容有异议，您有权立即停止使用本服务。若您在修订协议生效后继续使用本服务，即表示您同意接受修订后的协议内容。
11.2 适用法律与管辖：本协议的成立、生效、履行、解释及争议解决均适用中华人民共和国大陆地区法律。如本协议的任何条款被视为无效或无法执行，其余部分仍具有法律效力。
11.3 本协议的签订地为中华人民共和国广东省深圳市，因本协议引发的争议双方应尽量友好协商解决，协商不成的，您同意将争议提交至本协议签订地有管辖权的人民法院解决。
11.4 未经我们事先书面同意，您不得向任何第三方转让您在本协议项下的任何权利或义务。您理解并同意，我们有权根据经营策略及业务调整情况将本协议项下的全部权利义务转移给我们的关联公司或其他法律主体，您认可在此情况下，我们无须征得您的同意，我们将尽量以合理方式通知您。
11.5 本使用协议适用于您在中国大陆地区使用我们的服务。协议中的标题仅为阅读方便，不影响条款内容的解释。
11.6 我们暂时未主张或强制执行本协议的任何约定，不应被视为我们豁免该等约定或放弃该等权利。

___ 最后更新于：2024/11/06 --- url: https://docs.link-ai.tech/platform/agreement/privacy-policy title: 隐私政策 description: LinkAI隐私政策 --- # 隐私政策 生效日期：2023/06/01 更新日期：2024/11/06 ___ 深圳极简未来科技有限公司（以下简称“我们”或称“LinkAI”）重视用户的隐私保护，并致力于保护您的个人信息安全。根据相关法律法规，我们制定了本隐私政策，以帮助您了解我们如何收集、使用、存储和保护您的个人信息。请您仔细阅读以下内容，以便做出适当的选择。
在您使用或启用相关功能、享受服务或满足客户企业组织管理需求时，我们会收集和使用必要的信息。这些信息的收集和使用是为了实现功能和服务的需要，或者是为了满足组织管理的要求。除非是为了实现业务功能或法律法规所要求的必要信息，您可以选择不提供这些信息，而这不会影响您使用其他功能或服务。
本隐私政策适用于深圳极简未来科技有限公司及其关联方提供的所有服务，包括深圳极简未来科技有限公司旗下服务或产品的网站等。本隐私政策不适用于由其他第三方提供的服务。在选择使用第三方服务之前，建议您充分了解其产品功能及隐私保护政策，并决定是否使用相关功能或服务。
在本服务中，相关身份的定义如下：
1. 个人用户：以个人身份注册、付费和使用本服务的自然人。个人用户可管理系统账号的账户设置、应用、知识库、工作流等数据。如个人用户使用具备LinkAI团队空间功能的系统版本，在创建团队空间后，自动成为该空间的管理员。
2. 团队空间用户：由具备LinkAI团队空间功能的个人用户邀请加入团队空间的用户，根据平台功能规则，团队空间用户在平台内可使用的功能与邀请其进入团队空间的个人用户一致。在符合平台规则的前提下，个人用户拥有处置团队空间用户账号权限、以及决定是否保留其团队空间用户身份的权力。
3. 企业用户：以企业身份签约购买付费，并注册和使用本服务的企业主体（或代企业行使产品使用权利的企业职员）。企业用户可管理系统账号的账户设置、应用、知识库、工作流等数据，并可管理企业空间内的成员信息和成员角色。企业用户创建企业空间后，自动成为该空间的管理员。
4. 企业空间用户：由具备LinkAI企业空间功能的企业用户邀请加入企业空间的用户，根据平台功能规则，企业空间用户在平台内可使用的功能和数据权限，取决于企业用户管理员授权的权限范围。我们在本服务范围内视企业空间用户与企业用户（管理员）为一致行动人，在符合平台规则的前提下，企业用户拥有处置企业空间用户账号权限、以及决定是否保留其企业空间用户身份的权力。
接下来，我们将详细说明我们如何收集、使用、存储、转移（如适用）和保护您的个人信息。同时，我们也将介绍查询、复制、删除、更正和撤回授权个人信息的方式。本政策与您使用我们的服务息息相关，建议您仔细阅读并理解本政策的全部内容，以便做出您认为适当的选择。
**[一、信息的收集与使用](#一信息的收集与使用)** **[二、如何使用 Cookie 和同类技术](#二如何使用-cookie-和同类技术)** **[三、如何对外提供信息](#三如何对外提供信息)** **[四、如何存储个人信息](#四如何存储个人信息)** **[五、如何保护个人信息安全](#五如何保护个人信息安全)** **[六、管理您的个人信息](#六管理您的个人信息)** **[七、特别说明：数据库功能使用须知](#七特别说明远程数据库功能使用须知)** **[八、未成年人条款](#七未成年人条款)** **[九、隐私政策的修订和通知](#八隐私政策的修订和通知)** **[十、联系我们](#九联系我们)** **[十一、其他](#十其他)**
___ ### 一、信息的收集与使用
我们为了提供优质的服务、保障服务的安全运行、优化功能体验，将根据以下目的和方式，收集您在注册、使用服务时主动提供或授权提供的个人信息，以及您在使用服务过程中产生的个人信息：
1.1 注册与登录
在注册、登录服务时，您需要提供手机号码以创建LinkAI账号。手机号码是履行国家网络实名制要求的必要信息，如您不提供手机号码，我们可能无法为您提供服务。此外，我们还会收集您所在企业名称和职业信息以创建账户，未提供这些信息将影响您基于企业管理行为使用服务。
若您是个人空间用户或企业空间用户（以下合称“空间用户”），您可通过邀请链接等方式加入工作空间。请注意，邀请人在向您发送邀请时可能已向我们提供了您的手机号等个人信息。
1.2 使用服务过程中收集信息
1.2.1 个人信息：为实现信息的传输与交互，我们会收集您作为个人用户使用服务时提交或产生的信息。请确保您已按照法律规定明确告知他人的个人信息收集、使用目的、范围和方式，并获得其授权同意。
1.2.2 网络账号信息：在使用我们提供的服务时，我们会收集您的用户名、头像等，以便在LinkAI平台展示用户信息。
1.2.3 第三方平台信息：经您授权后，我们将从您授权的平台获取相关信息。您需确保已获得第三方平台及最终用户的充分、合法、有效授权，否则您需承担相应法律后果。如因您违反本条规定使用LinkAI服务而给我们造成损失（包括但不限于我们遭他人追究法律责任、索赔支出的费用、遭受行政处罚支出的费用、因维权支出的律师费、诉讼费、鉴定费等）的，您应当全额赔偿。

1.2.4 使用数据：请你理解，你的使用数据数据（包含其中涉及的个人信息）不同于上文所述个人信息，我们将按如下方式处理： “使用数据”指：（1）你利用LinkAI功能/服务获得或创建聊天机器人（Bot）时上传的全部数据（例如知识库信息、上传的插件/api信息等），以及（2）你发布聊天机器人（Bot）后该bot运行期间经由LinkAI处理的所有数据，包括所有文本、声音、视频或图像文件以及软件，也包括你因使用LinkAI产品或服务而衍生的开发者可自主控制和管理的数据（如配置数据、运维数据等）。 你完全拥有你的使用数据。我们作为中立的技术服务提供者，只会严格执行你的指示处理你的使用数据，除非法律法规另有规定、依据特定产品规则另行约定或基于你的要求为你提供技术协助进行故障排除或解决技术问题，我们不会访问你的使用数据，亦不会对你的使用数据进行任何非授权的使用或披露。 你应对你的使用数据来源及内容负责，我们提示你谨慎判断数据来源及内容的合法性。你应保证有权使用官网及服务对该等数据进行处理，且前述处理活动均符合相关法律法规的要求，不存在任何违法违规、侵权或违反与第三方合同约定的情形，亦不会将数据用于违法违规目的，因你的使用数据内容及你的数据处理行为违反法律法规、部门规章或国家政策而造成的全部结果及责任均由你自行承担。 受限于前款规定，对于使用数据内包含的任何个人信息，你应当依法提前向相关个人信息主体履行告知义务，并取得相关个人信息主体的单独同意，并保证： （1）根据我们要求的方式，就个人信息来源及其合法性提供书面说明和确认； （2）在我们要求时，提供个人信息处理的授权同意范围，包括使用目的，个人信息主体同意你使用LinkAI对其个人信息进行处理； （3）如你使用LinkAI及相关服务所需进行的个人信息处理活动超出该等个人信息的授权同意范围的，应在提供个人信息后的合理期限内或在我们处理个人信息前，由你负责征得个人信息主体的明示同意并在我们要求时向我们提供书面证明。 （4）你理解并同意，除非满足上述条件及法律要求的其他义务，你不得向我们提供包含个人信息的使用数据。如你违反上述义务，或未按照要求向我们提供合理满意的证明，或我们收到个人信息主体举报或投诉，我们有权单方决定拒绝传输你的相关数据（根据实际情形，包括通过限制相关服务功能，冻结、注销或收回账号等方式），或拒绝按照你的指令处理相关个人信息及其相关的数据，由此产生的全部责任均由你自行承担。 （5）你理解并同意，针对你的使用数据，我们向你提供一项免费的数据托管服务，但我们没有义务存储你的数据或信息，亦不对你的数据存储工作或结果承担任何责任。
1.3 用户反馈
在使用服务过程中，您可反馈问题及服务体验，帮助我们改善产品和服务。我们将记录您的联系信息、反馈问题或建议、您与我们的通信内容，以便进一步联系您并反馈处理进度。
1.4 个人信息目的变更
随着业务发展，我们可能调整功能和服务。新功能或服务与原有功能相关时，收集和使用的个人信息将与原处理目的直接相关。在与原处理目的无关的情况下，我们将通过页面提示、交互流程、协议确认等方式另行通知并征得您同意。
1.5 征得授权同意的例外
根据相关法规规定，收集您的个人信息无需征得授权同意的情形包括但不限于国家安全、公共利益、犯罪侦查等。若停止运营服务，我们将及时通知您停止个人信息收集活动。
1.6 管理员作为个人信息处理者
若您是空间用户，除通过LinkAI收集的信息外，管理员（邀请空间用户加入的个人用户或企业用户）将提供为实现服务功能所需的个人信息。管理员应事先获得您的明确授权并告知个人信息收集、使用目的、范围和方式。如无法确认，请停止使用服务并与管理员确认。
请注意，信息无法单独或结合其他信息识别到您的个人身份时，不属于您的个人信息。当信息可识别到您的个人身份时，将按照隐私政策处理与保护。
___ ### 二、如何使用 Cookie 和同类技术
当涉及到Cookie和类似技术的使用时，这些技术在互联网中被广泛采用。在您使用我们的服务时，我们可能会利用相关技术向您的设备发送一个或多个Cookie或匿名标识符，用于收集、标识和存储您在使用产品或服务时的信息。我们郑重承诺，不会将Cookie用于本隐私政策所述目的之外的其他任何用途。
主要用途包括但不限于确保产品与服务的安全性和高效运转，验证您的账户与交易安全状态，排查潜在的崩溃或延迟情况，以及简化您填写表单、输入搜索内容的流程。
此外，我们可能会利用Cookie向您展示您可能感兴趣的信息或功能。大多数浏览器都提供了清除浏览器缓存数据的选项，您可以随时进行相关操作或选择拒绝我们的Cookie。需要注意的是，这些修改可能会影响您使用依赖Cookie的服务或相关功能。我们建议您谨慎处理Cookie设置，以确保获得最佳的服务体验。
___ ### 三、如何对外提供信息
3.1 共享
我们承诺不会与深圳极简未来科技有限公司以外的公司、组织和个人共享您的个人信息，但在以下情形除外： （1）获得明确同意的共享：在获得您的明确同意后，我们会与其他方共享您的个人/企业信息。 （2）法定情形下的共享：根据法律法规规定，或按照行政、司法机关的强制性要求，我们可能会对外共享您的个人/企业信息。 （3）与关联公司的共享：为便于我们与关联公司共同向您提供服务，推荐您可能感兴趣的信息，识别异常情况，保护关联公司或其他用户的安全，您的个人信息可能会与我们的关联公司或其指定的服务商共享。我们会严格限制共享的个人信息范围，并受到本政策所述目的的约束。如果涉及敏感个人信息或个人信息用途变更，我们将再次征得您的授权同意。请注意，您在使用服务时自愿分享的信息可能涉及个人信息甚至敏感个人信息，敬请谨慎考虑。
3.2 委托处理
对于委托处理个人信息的情况，我们将与受托合作方签署相关处理协议，并监督其个人信息使用活动，以确保符合法律规定。
3.3 转移
在合并、分立、解散或破产等情况下需要转移个人信息时，我们将告知接收方的名称和联系方式，接收方将继续遵守本政策及其他法定义务。如接收方变更个人信息处理目的或方式，我们将重新征得您的同意。
3.4 公开披露
我们仅在基于您的自愿选择及其他单独同意的情形下，可能会公开披露您的个人信息：
3.4.1 征得授权同意的例外
请你理解，在下列情形中，根据法律法规及相关国家标准，我们收集、使用和披露你的个人信息不必事先征得你的授权同意： (1) 与我们履行法律法规规定的义务相关的； (2) 与国家安全、国防安全直接相关的； (3) 与公共安全、公共卫生、重大公共利益直接相关的； (4) 与刑事侦查、起诉、审判和判决执行等直接相关的； (5) 出于维护你或他人的生命、财产等重大合法权益但又很难得到本人授权同意的； (6) 你自行向社会公众公开的个人信息； (7) 根据个人信息主体要求签订和履行合同所必需的； (8) 从合法公开披露的信息中收集的你的个人信息的，如合法的新闻报道、政府信息公开等渠道； (9) 用于维护软件及相关服务的安全稳定运行所必需的，例如发现、处置软件及相关服务的故障； (10) 为开展合法的新闻报道所必需的； (11) 为学术研究机构，基于公共利益开展统计或学术研究所必要，且对外提供学术研究或描述的结果时，对结果中所包含的个人信息进行去标识化处理的； (12) 法律法规规定的其他情形。
___ ### 四、如何存储个人信息
4.1 存储地点
根据法律法规规定，在境内运营过程中产生的个人信息将存储于中华人民共和国境内。目前，我们不会将您的个人信息传输至境外，如需传输，我们将遵循相关规定或征得您的同意。
4.2 存储期限
在您使用我们的服务期间，我们将持续保存您的个人信息，保存期限将以不超过为提供服务所必需的时限为原则。停止运营后，我们将在合理期限内依法删除或匿名化您的个人信息。在您终止使用服务或关闭授权后，我们将删除或匿名化您的信息，除非法律要求保留。以及以下情形除外： （1）遵从法律法规有关信息留存的要求（例如：《网络安全法》规定：采取监测、记录网络运行状态、网络安全事件的技术措施，并按照规定留存相关的网络日志不少于六个月）。 （2）出于财务、审计、争议解决等目的需要合理延长期限的。 （3）若您是空间用户，针对企业使用的数据，我们将根据客户指示处理，如您对相关内容有疑问或主张相关的个人信息权益，您知悉并理解您可以联系管理员处理。
___ ### 五、如何保护个人信息安全
5.1 安全措施
我们采取符合标准的安全防护措施，保护您提供的个人/企业信息，防止未经授权访问、公开披露、使用、修改、损坏或丢失。我们使用加密技术、保护机制、访问控制等措施确保信息安全，并定期进行员工培训。
5.2 信息管理
我们避免收集无关信息，仅保留达成本政策目的所需的信息。如需延长保留期限，将遵循法律规定。
5.3 网络安全
互联网并非绝对安全的环境，建议谨慎使用通信方式发送信息。请妥善保护个人信息，如发生泄露，请及时联系客服。使用复杂密码有助于账号安全。
5.4 安全事件通知
如发生安全事件，我们将按法律要求及时通知您。情况将通过邮件、信函、电话或推送通知告知，公告发布亦可。同时，我们将上报监管部门相应处理情况。
5.5 授权声明
通过平台提交信息代表您同意授权我们收集、使用、共享和保护您的信息。如需撤回授权，请及时联系我们。
5.6 特别提醒
本隐私政策仅适用于我们的服务或产品。离开我们的服务后，我们无法保护您在其他平台提交的信息。请谨慎使用外部链接。
___ ### 六、管理您的个人信息
我们非常重视对个人信息的管理，并依法保护你对于你信息的查阅、复制、更正、补充、删除以及撤回授权同意、注销账号、投诉举报等权利，以使你有能力保障你的隐私和信息安全。关于您个人信息的管理，您有如下权利：
6.1 查询、更正、删除您的个人信息
完成帐号注册、登录并进行身份验证后，您可以查阅、更正、删除您提交给我们的个人信息。出于安全和身份识别考虑，某些初始注册信息可能无法自主修改，如需修改，请联系我们。部分信息由管理员配置，如需修改或删除，请联系管理员。
6.2 管理、撤回授权您的信息
您可以通过删除信息、关闭设备功能、在系统设置中更改应用权限等方式，改变您授权我们继续收集个人信息的范围或撤回您的授权。除此之外，我们将以人工处理的方式对您提供更正、删除个人信息及注销用户帐号的功能，如您需要使用上述功能的，请您通过书面邮寄或联系客服的方式向我们提出申请，我们将在收到申请后 15 个工作日内完成核查和处理。
6.3 投诉举报
如发现个人信息权利受侵害，或有投诉，请通过联系方式与我们联系。
6.4 注销帐号
注销帐号后，我们将停止服务并删除或匿名化您的个人信息。注销前将验证您的身份。注销后，信息将删除或匿名化，法律规定或客户需求除外。
6.5 意见反馈和投诉举报
如有意见或发现侵害，请联系我们。
6.6 停止运营并向您公告
如我们停止运营，我们将及时停止收集您个人信息的活动，将停止运营的通知以逐一送达或公告的形式通知您，并对所持有的您的个人信息进行删除或匿名化处理。
感谢您阅读并了解我们的个人信息管理声明。如有任何疑问，请随时与我们联系。
___ ### 七、特别说明：远程数据库功能使用须知
LinkAI的数据库模块提供了一种让大模型访问 结构化数据 的能力，支持连接已有的远程数据库，用户可通过对话的方式对数据库进行查询。因远程数据库接入是由LinkAI直接访问您（你的企业）的数据库。出于数据安全性考虑，在使用该功能前，务必详细了解和参考下列建议： (1) 建议数据库通过IP白名单仅向我们平台开放端口 (2) 建议使用非生产环境的离线数据库 (3) 建议配置只读权限的独立账号进行数据库连接 (4) 数据库配置表时只添加最少可用的数据表 一旦您开始使用远程数据库功能，视为您已充分了解和知悉可能的数据安全和风险问题，并同意LinkAI系统远程访问您（你的企业）的数据库。如您不授权我们访问（或未从您所属机构获得该授权），请立即停止使用远程数据库功能。
___ ### 八、未成年人条款
们的服务主要面向成年人或企业。如果没有父母或监护人的同意，未成年人（不满十八周岁）不应创建任何账户或使用官网及其服务。如果我们发现在未事先获得可证实的监护人同意的情况下收集了未成年人的个人信息，则会设法尽快删除相关信息。
___ ### 九、隐私政策的修订和通知
8.1 为了给你提供更好的服务，我们的官网及相关服务将不时更新与变化，我们会适时对本隐私政策进行修订，该等修订构成本隐私政策的一部分并具有等同于本隐私政策的效力。
8.2 本隐私政策更新后，我们会在官网或相关网站公布更新版本。如你继续使用官网及相关服务，视为你同意接受修订后的本隐私政策的全部内容。
___ ### 十、联系我们
如您对本隐私政策有任何疑问、意见或请求，请通过以下方式与我们联系： - 电子邮箱：sales@simple-future.tech
我们将在15个工作日内回复您的请求。
___ ### 十一、其他
本隐私政策适用于您在中国大陆地区使用我们的服务。政策中的标题仅为阅读方便，不影响条款内容的解释。

___ 最后更新于：2024/11/06 # CowAgent (chatgpt-on-wechat) --- url: https://docs.link-ai.tech/cow title: 介绍 description: CowAgent 是强大的开源 Agent 助理，也是 LinkAI 超级 AI 助理的底层实现，支持复杂任务规划、长期记忆、知识库、技能系统、工具调用、多模型切换、多模态消息处理，可接入微信、飞书、钉钉、企微、QQ、公众号、网页等渠道，7×24 小时运行于个人电脑或服务器 --- # 介绍 ## 概述 CowAgent 是基于大模型的超级 AI 助理，能够主动思考和任务规划、操作计算机和外部资源、创造和执行 Skills、拥有长期记忆和知识库并不断成长，比 OpenClaw 更轻量和便捷。CowAgent 支持灵活切换多种模型，能处理文本、语音、图片、文件等多模态消息，可接入微信、飞书、钉钉、企微智能机器人、QQ、企微自建应用、微信公众号、网页中使用，7*24小时运行于你的个人电脑或服务器中。具备以下核心能力： - ✅ 复杂任务规划：能够理解复杂任务并自主规划执行，持续思考和调用工具直到完成目标，支持通过工具操作访问文件、终端、浏览器、定时任务等系统资源 - ✅ 长期记忆： 自动将对话记忆持久化至本地文件和数据库中，包括核心记忆、日级记忆和梦境蒸馏，支持关键词及向量检索 - ✅ 个人知识库： 自动整理结构化知识，通过交叉引用构建知识图谱，支持通过对话管理和可视化浏览知识库 - ✅ 技能系统： Skills 安装和运行的引擎，支持从 Skill Hub、GitHub 等一键安装技能，或通过对话创造 Skills - ✅ 工具系统： 内置文件读写、终端执行、浏览器操作、定时任务等工具，支持 MCP 协议，通过 Agent 自主调用完成复杂任务 - ✅ CLI系统： 提供终端命令和对话命令，支持进程管理、技能安装、配置修改等操作 - ✅ 多模态消息： 支持对文本、图片、语音、文件等多类型消息进行解析、处理、生成、发送等操作 - ✅ 多模型接入： 支持OpenAI, Claude, Gemini, DeepSeek, MiniMax、GLM、Qwen、Kimi等国内外主流模型厂商 - ✅ 多通道接入： 支持运行在本地计算机或服务器，可集成到微信、飞书、钉钉、企业微信、QQ、微信公众号、网页中使用 💻 **项目地址：** https://github.com/zhayujie/CowAgent 🌐 **官网：** https://cowagent.ai/ 📖 **文档中心：** https://docs.cowagent.ai/ ## 核心功能 ### 1. 长期记忆 > 记忆系统让 Agent 能够长期记住重要信息。Agent 会在用户分享偏好、决策、事实等重要信息时主动存储，也会在对话达到一定长度时自动提取摘要。记忆分为核心记忆、天级记忆，支持语义搜索和向量检索的混合检索模式。 第一次启动Agent会主动向用户获取询问关键信息，并记录至工作空间 (默认为 ~/cow) 中的智能体设定、用户身份、记忆文件中。 在后续的长期对话中，Agent会在需要的时候智能记录或检索记忆，并对自身设定、用户偏好、记忆文件等进行不断更新，总结和记录经验和教训，真正实现自主思考和不断成长。

### 2. 任务规划和工具调用 工具是Agent访问操作系统资源的核心，Agent会根据任务需求智能选择和调用工具，完成文件读写、命令执行、定时任务等各类操作。内置工具的视线在项目的 `tools` 目录下。 **主要工具：** 文件读写编辑、Bash终端、浏览器、文件发送、定时调度、记忆搜索、环境配置等。 #### 1.1 终端和文件访问能力 针对操作系统的终端和文件的访问能力，是最基础和核心的工具，其他很多工具或技能都是基于基础工具进行扩展。用户可通过手机端与Agent交互，操作个人电脑或服务器上的资源：

#### 1.2 编程能力 基于编程能力和系统访问能力，Agent可以实现从信息搜索、图片等素材生成、编码、测试、部署、Nginx配置修改、发布的 Vibecoding 全流程，通过手机端简单的一句命令完成应用的快速demo：

#### 1.3 定时任务 基于 scheduler 工具实现动态定时任务，支持 **一次性任务、固定时间间隔、Cron表达式** 三种形式，任务触发可选择**固定消息发送** 或 **Agent动态任务** 执行两种模式，有很高灵活性：

同时你也可以通过自然语言快速查看和管理已有的定时任务。 #### 1.4 环境变量管理 技能所需要的秘钥存储在环境变量文件中，由 `env_config` 工具进行管理，你可以通过对话的方式更新秘钥，工具内置了安全保护和脱敏策略，会严格保护秘钥安全：

### 3. 技能系统 > 技能系统为Agent提供无限的扩展性，每个Skill由说明文件、运行脚本 (可选)、资源 (可选) 组成，描述如何完成特定类型的任务。通过Skill可以让Agent遵循说明完成复杂流程，调用各类工具或对接第三方系统等。 - **内置技能：** 在项目的`skills`目录下，包含技能创造器、网络搜索、图像识别（openai-image-vision）、LinkAI智能体、网页抓取等。内置Skill根据依赖条件 (API Key、系统命令等) 自动判断是否启用。通过技能创造器可以快速创建自定义技能。 - **自定义技能：** 由用户通过对话创建，存放在工作空间中 (`~/cow/skills/`)，基于自定义技能可以实现任何复杂的业务流程和第三方系统对接。 #### 3.1 创建技能 通过 `skill-creator` 技能可以通过对话的方式快速创建技能。你可以在与Agent的写作中让他对将某个工作流程固化为技能，或者把任意接口文档和示例发送给Agent，让他直接完成对接：

#### 3.2 搜索和图像识别 - **搜索技能：** 系统内置实现了 `bocha-search`(博查搜索)的Skill，依赖环境变量 `BOCHA_SEARCH_API_KEY`，可在[控制台](https://open.bochaai.com/dashboard)进行创建，并发送给Agent完成配置 - **图像识别技能：** 实现了 `openai-image-vision` 插件，可使用 gpt-4.1-mini、gpt-4.1 等图像识别模型。依赖秘钥 `OPENAI_API_KEY`，可通过config.json或env_config工具进行维护。

#### 3.3 三方知识库和插件 `linkai-agent` 技能可以将 [LinkAI](https://link-ai.tech/) 上的所有智能体作为skill交给Agent使用，并实现多智能体决策的效果。 使用方式：需通过对话的方式配置 `LINKAI_API_KEY`，或在config.json中添加 `linkai_api_key`。 并在 `skills/linkai-agent/config.json`中添加智能体说明，示例如下： ```json { "apps": [ { "app_code": "G7z6vKwp", "app_name": "LinkAI客服助手", "app_description": "当用户需要了解LinkAI平台相关问题时才选择该助手，基于LinkAI知识库进行回答" }, { "app_code": "SFY5x7JR", "app_name": "内容创作助手", "app_description": "当用户需要创作图片或视频时才使用该助手，支持Nano Banana、Seedream、即梦、Veo、可灵等多种模型" } ] } ``` Agent可根据智能体的名称和描述进行决策，并通过 app_code 调用接口访问对应的应用/工作流，通过该技能，可以灵活访问LinkAI平台上的智能体、知识库、插件等能力，实现效果如下：

注：需通过 `env_config` 配置 `LINKAI_API_KEY`，或在config.json中添加 `linkai_api_key` 配置。 ## 使用方式 > 详细使用方式参考项目README.md文档进行 ### 1.项目运行 在命令行中执行： ```bash bash <(curl -sS https://cdn.link-ai.tech/code/cow/run.sh) ``` 详细说明及后续程序管理参考：[项目启动脚本](https://github.com/zhayujie/chatgpt-on-wechat/wiki/CowAgentQuickStart) ### 2.模型选择 Agent模式推荐使用以下模型，可根据效果及成本综合选择： - **MiniMax**: `MiniMax-M2.1` - **GLM**: `glm-4.7` - **Qwen**: `qwen3-max` - **Claude**: `claude-sonnet-4-5`、`claude-sonnet-4-0` - **Gemini**: `gemini-3-flash-preview`、`gemini-3-pro-preview` 详细模型配置方式参考 [README.md 模型说明](../README.md#模型说明) ### 3.Agent核心配置 Agent模式的核心配置项如下，在 `config.json` 中配置： ```bash { "agent": true, # 是否启用Agent模式 "agent_workspace": "~/cow", # Agent工作空间路径 "agent_max_context_tokens": 40000, # 最大上下文tokens "agent_max_context_turns": 30, # 最大上下文记忆轮次 "agent_max_steps": 15 # 单次任务最大决策步数 } ``` **配置说明：** - `agent`: 设为 `true` 启用Agent模式，获得多轮工具决策、长期记忆、Skills等能力 - `agent_workspace`: 工作空间路径，用于存储 memory、skills、其他系统设定提示词 - `agent_max_context_tokens`: 上下文token上限，超出将自动丢弃最早的对话 - `agent_max_context_turns`: 上下文记忆轮次，每轮包括一次提问和回复 - `agent_max_steps`: 单次任务最大工具调用步数，防止无限循环 ### 4.渠道接入 Agent支持在多种渠道中使用，只需修改 `config.json` 中的 `channel_type` 配置即可切换。 - **Web网页**：默认使用该渠道，运行后监听本地端口，通过浏览器访问 - **飞书接入**：[飞书接入文档](https://docs.link-ai.tech/cow/multi-platform/feishu) - **钉钉接入**：[钉钉接入文档](https://docs.link-ai.tech/cow/multi-platform/dingtalk) - **企业微信应用接入**：[企微应用文档](https://docs.link-ai.tech/cow/multi-platform/wechat-com) 更多渠道配置参考：[通道说明](../README.md#通道说明)