provider.json 配置项

data/config/provider.json 中配置AI接口提供商相关的配置项。

启用聊天功能 enable-chat

json

"enable-chat": true,

enable-chat：是否开启AI聊天功能

启用 AI 视觉功能 enable-vision

json

"enable-vision": true,

enable-vision：是否开启AI视觉功能。需要使用的模型同时支持视觉功能，详情见元数据板块。

模型接口密钥 keys

INFO

不同模型的提供商可能使用不同的接口格式，LangBot 通过每个模型的三元组（请求器、密钥组、模型名称）来确定模型的使用方式。查看已支持的模型或添加自定义模型，请查看元数据配置板块 llm-models.json 文件。

json

"keys": {
    "openai": [
        "sk-1234567890"
    ],
    "anthropic": [
        "sk-1234567890"
    ],
    "moonshot": [
        "sk-1234567890"
    ],
    "deepseek": [
        "sk-1234567890"
    ],
    "gitee-ai": [
        "XXXXX"
    ],
    "xai": [
        "xai-1234567890"
    ],
    "zhipuai": [
        "xxxxxxx"
    ]
},

keys：设置密钥组，以字典的形式设置若干个密钥组，每个密钥组的键为密钥组名称，值为密钥列表。模型与密钥组的对应关系，请查看元数据板块 llm-models.json 文件。

目前支持的密钥组：

openai：OpenAI 的密钥组，如果你没有OpenAI API Key，你可以在此中转站获取
anthropic：Anthropic 的密钥组
moonshot：Moonshot（月之暗面 kimi）的密钥组
deepseek：Deepseek（深度求索）的密钥组
gitee-ai: Gitee AI Serverless API 的密钥组
siliconflow: SiliconFlow 的密钥组
bailian: 阿里云百炼模型接口密钥组
volcark: 火山方舟模型、应用接口密钥组

大模型请求器 requester

json

"requester": {
        "openai-chat-completions": {
            "base-url": "https://api.openai.com/v1",
            "args": {},
            "timeout": 120
        },
        "anthropic-messages": {
            "base-url": "https://api.anthropic.com",
            "args": {
                "max_tokens": 1024
            },
            "timeout": 120
        },
        "moonshot-chat-completions": {
            "base-url": "https://api.moonshot.cn/v1",
            "args": {},
            "timeout": 120
        },
        "deepseek-chat-completions": {
            "base-url": "https://api.deepseek.com",
            "args": {},
            "timeout": 120
        },
        "ollama-chat": {
            "base-url": "http://127.0.0.1:11434",
            "args": {},
            "timeout": 600
        },
        "gitee-ai-chat-completions": {
            "base-url": "https://ai.gitee.com/v1",
            "args": {},
            "timeout": 120
        },
        "xai-chat-completions": {
            "base-url": "https://api.x.ai/v1",
            "args": {},
            "timeout": 120
        },
        "zhipuai-chat-completions": {
            "base-url": "https://open.bigmodel.cn/api/paas/v4",
            "args": {},
            "timeout": 120
        }
        ...
    },

requester：设置请求器，每个请求器的键为请求器名称，值为请求器配置。模型与请求器的对应关系，请查看元数据板块 llm-models.json 文件。实现请求器的方式，请查看插件编写教程。

目前支持的请求器有（除非编写插件实现了新的请求器，否则不支持在requester中添加新的请求器配置）：

openai-chat-completions：OpenAI 的 ChatCompletion 请求器
anthropic-messages：Anthropic 请求器（Claude）
moonshot-chat-completions：Moonshot 请求器（月之暗面）
deepseek-chat-completions：Deepseek 请求器（深度求索）
ollama-chat：Ollama 请求器，不需要密钥，直接请求目标地址的 Ollama 服务
gitee-ai-chat-completions：Gitee AI Serverless API 请求器（OpenAI 兼容接口）
xai-chat-completions：xAI 请求器
zhipuai-chat-completions：智谱 AI 请求器
lmstudio-chat-completions：LMStudio 请求器
siliconflow-chat-completions：SiliconFlow 请求器
bailian-chat-completions：阿里云百炼请求器，仅支持模型，应用请使用下方百炼平台运行器
volcark-chat-completions：火山方舟请求器，默认为模型调用接口，应用(Bots)调用接口请在base-url后方添加/bots

base-url：设置接口地址。

args：请求时除了model之外的其他参数，以字典的形式设置，具体请查看各个接口提供商的文档。

timeout：设置请求超时时间，以秒为单位，对于耗时较长的模型，建议设置较大值。

使用的模型 model

json

"model": "gpt-3.5-turbo",

model：设置要使用的模型名称。此模型必须存在于 llm-models.json 元数据中。

具体支持的模型列表和各个模型对应的请求器和密钥组，请查看元数据板块 llm-models.json 文件。

情景预设（人格） prompt

json

"prompt-mode": "normal",
"prompt": {
    "default": "如果用户之后想获取帮助，请你说”输入!help获取帮助“。" 
}

prompt-mode：设置情景预设模式，值为normal（单预设模式）和full-scenario（完整历史对话模式）

normal时，使用下面的prompt，可设置多个

json

"prompt": {
    "default": "如果用户之后想获取帮助，请你说”输入!help获取帮助“。",
    "help": "如果用户之后想获取帮助，请你说”输入!help获取帮助“。"
}

normal 模式也支持读取data/prompts目录下的文件内容作为单个 System Prompt，文件名即为prompt的名称。

在使用中通过!default set <预设名>指令将其设为默认（将<预设名>整体替换）

full-scenario模式配置方法

把完整的历史对话以文件形式添加到data/scenario/目录下，参考data/scenario/default.json

json

{
    "prompt": [
        {
            "role": "system",
            "content": "You are a helpful assistant. 如果我需要帮助，你要说“输入!help获得帮助”"
        },
        {
            "role": "assistant",
            "content": "好的，我是一个能干的AI助手。 如果你需要帮助，我会说“输入!help获得帮助”"
        }
    ]
}

role 为消息的角色，可以是user（用户）、assistant（AI）、system（系统） content 为字符串，表示消息内容。
在使用中通过!default set <文件名>指令将其设为默认（将<预设名>整体替换）

请求运行器 runner

json

"runner": "local-agent",

设置聊天消息将由哪个运行器处理，默认是 local-agent 目前支持：

local-agent：LangBot 本地实现的一个 Agent 机制，实现会话管理、插件调用。
dify-service-api：使用 Dify 的 Service API 机制，支持聊天助手、Agent、工作流应用。
dashscope-app-api：使用阿里云百炼平台自建应用的 API，支持普通智能体应用、智能体编排应用。

INFO

仅在设置为local-agent时，才会使用 LangBot 内部配置的模型、工具（内容函数）、提示词（情景预设）、本地存储的上下文。

Dify Service API 配置 dify-service-api

json

    "dify-service-api": {
        "base-url": "https://api.dify.ai/v1",
        "app-type": "chat",
        "options": {
            "convert-thinking-tips": "original"
        },
        "chat": {
            "api-key": "app-1234567890",
            "timeout": 120
        },
        "agent": {
            "api-key": "app-1234567890",
            "timeout": 120
        },
        "workflow": {
            "api-key": "app-1234567890",
            "output-key": "summary",
            "timeout": 120
        }
    }

仅在 runner 设置为 dify-service-api 时使用，需要配置以下内容：

base-url：Dify Service API 的地址，默认是 https://api.dify.ai/v1，这是 Dify 官方云服务的地址，如果你使用的是自部署的社区版，请设置为你的自部署地址。
app-type：使用的 Dify 应用类型。支持 chat - 聊天助手（含 Chatflow）、 agent - Agent、 workflow - 工作流；请填写下方对应的应用类型 API 参数
options：特殊的选项配置。
- convert-thinking-tips：dify 使用 deepseek-r1 等有思维链的模型时会携带思考过程回复，此选项控制输出时的处理方式；值为 original 时，不转换思考提示；值为 plain 时，将思考提示转换为类似 DeepSeek 官方的<think>...</think>格式；值为 remove 时，删除思考提示
chat：Dify 聊天助手（或 chatflow）应用的配置
- api-key：Dify 聊天助手应用的 API 密钥
- timeout：Dify 聊天助手应用的请求超时时间，以秒为单位，默认是 120 秒。
agent：Dify Agent 应用的配置
- api-key：Dify Agent 应用的 API 密钥
- timeout：Dify Agent 应用的请求超时时间，以秒为单位，默认是 120 秒。
workflow：Dify 工作流应用的配置
- api-key：Dify 工作流应用的 API 密钥
- output-key：Dify 工作流应用的输出键，用于获取工作流应用的输出结果。默认为summary，对应工作流编排时，end节点的输出变量。
- timeout：Dify 工作流应用的请求超时时间，以秒为单位，默认是 120 秒。

Dify 工作流应用的输出键

请求变量

当使用工作流时，LangBot 会显式传入以下参数，您可以自行在 Dify 工作流的开始节点中添加：

user_message_text：用户消息的纯文本
session_id：用户会话id，私聊为 person_<id>，群聊为 group_<id>
conversation_id：字符串，用户会话id，由 LangBot 生成。用户重置会话后，会重新生成
msg_create_time：数字类型，收到此消息的时间戳（秒）

您可以通过插件自定义任何变量。

Dify 工作流开始节点配置

使用工作流应用或 Agent 应用时，如果开启了platform.json中的track-function-calls，将会在 Dify 执行每个工具调用时，输出一个调用函数xxx的消息给用户。
但如果是使用chat应用下的ChatFlow（聊天助手->工作流编排），无论如何只会输出 Answer（直接回复）节点返回的文本。

阿里云百炼平台自建应用配置 dashscope-app-api

json

    "dashscope-app-api": {
        "app-type": "agent",
        "api-key": "sk-1234567890",
        "agent": {
            "app-id": "Your_app_id",
            "references_quote": "参考资料来自:"
        },
        "workflow": {
            "app-id": "Your_app_id",
            "references_quote": "参考资料来自:",
            "biz_params": {  
                "city": "北京",
                "date": "2023-08-10"
            }
        }
    }

仅在 runner 设置为 dashscope-app-api 时使用，需要配置以下内容：

app-type：使用的百炼平台应用类型。 agent - 智能体应用（右-紫色）、 workflow - 智能体编排应用（左-橙色）

dashscope application

api-key：阿里云百炼平台的 API 密钥
agent：智能体应用的配置
- app-id: "上图中的应用ID",
- references_quote：引用来源的提示语，默认为参考资料来自: 如果你在智能体应用中添加了展示回答来源这个配置将会起作用
workflow：智能体编排应用的配置
- app-id: "上图中的应用ID",
- references_quote：引用来源的提示语，默认为参考资料来自: 如果你在智能体应用中添加了展示回答来源这个配置将会起作用
- biz_params：业务参数，用于传入到智能体编排应用中，city和date对应下方第二章图中的变量名，二者的值是要传入的可在其中调用的参数。
  - 与上述 Dify 相同，LangBot 也会传入请求变量到百炼应用。

references_quote解释图片

dashscope application

biz_params解释图片

dashscope application

MCP 配置 mcp

MCP (Model Context Protocol) 是 Anthropic 设计的 Agent 上下文标准协议，现已被广泛采用。
LangBot 支持通过 MCP 协议获取丰富工具，以供在 local-agent 中使用。

json

    "mcp": {
        "servers": [
            {
                "name": "weather",
                "enable": true,
                "mode": "sse",
                "url": "http://localhost:8000/sse",
                "headers": {},
                "timeout": 10
            },
            {
                "name": "stock",
                "enable": true,
                "mode": "stdio",
                "command": "python3",
                "args": [
                    "path/to/your/serverfile"
                ],
                "env": {}
            }
        ]
    }

请先自行阅读 MCP 的介绍，了解如何使用第三方 MCP Server。LangBot 目前仅支持 Stdio(Python) 和 SSE 两种通信方式。

SSE 模式：
- name 服务器名称，自行定义
- enable 是否启用本 Server
- mode 固定填写SSE
- url MCP SSE Server 的访问 URL
- headers 连接时的 headers，可选
- timeout 连接超时时间
stdio 模式：
- name 服务器名称，自行定义
- enable 是否启用本 Server
- mode 固定填写stdio
- command 执行命令
- args 执行命令的参数
- env 执行命令的环境变量，可选

INFO

推荐使用 SSE 模式。
使用 Stdio 时，仅支持执行 Python 脚本 Server。若 LangBot 运行在容器中，可以将 MCP Server 执行文件置于 data 目录下的新目录中，并使用 command 和 args 指定执行文件路径。

QQ 个人号

QQ 官方机器人

个人微信

provider.json 配置项

启用聊天功能 enable-chat

启用 AI 视觉功能 enable-vision

模型接口密钥 keys

大模型请求器 requester

使用的模型 model

情景预设（人格） prompt

full-scenario模式配置方法

请求运行器 runner

Dify Service API 配置 dify-service-api

请求变量

阿里云百炼平台自建应用配置 dashscope-app-api

MCP 配置 mcp

provider.json 配置项 ​

启用聊天功能 enable-chat ​

启用 AI 视觉功能 enable-vision ​

模型接口密钥 keys ​

大模型请求器 requester ​

使用的模型 model ​

情景预设（人格） prompt ​

full-scenario模式配置方法 ​

请求运行器 runner ​

Dify Service API 配置 dify-service-api ​

请求变量 ​

阿里云百炼平台自建应用配置 dashscope-app-api ​

MCP 配置 mcp ​

provider.json 配置项

启用聊天功能 enable-chat

启用 AI 视觉功能 enable-vision

模型接口密钥 keys

大模型请求器 requester

使用的模型 model

情景预设（人格） prompt

full-scenario模式配置方法

请求运行器 runner

Dify Service API 配置 dify-service-api

请求变量

阿里云百炼平台自建应用配置 dashscope-app-api

MCP 配置 mcp