Merge branch 'the-lazy-me:main' into main

2026-10-30 20:35:22 +08:00 · 2025-03-23 12:17:56 +08:00
parent e498f74899 d559e167d4
commit 35464de31a
27 changed files with 300 additions and 48 deletions
@@ -61,10 +61,6 @@ export default defineConfig({
                    text: "llonebot",
                    link: "/deploy/platforms/qq/aiocqhttp/llonebot",
                  },
-                  {
-                    text: "shamrock",
-                    link: "/deploy/platforms/qq/aiocqhttp/shamrock",
-                  },
                  {
                    text: "go-cqhttp",
                    link: "/deploy/platforms/qq/gocq",
@@ -86,8 +82,6 @@ export default defineConfig({
                  },
                ],
              },
-              { text: "企业微信", link: "/deploy/platforms/wecom/wecom" },
-              { text:"微信公众号",link:"/deploy/platforms/wxoa.md"},
              { text: "个人微信", 
                collapsed: true,
                items: [
@@ -97,8 +91,12 @@ export default defineConfig({
                  },
                ],
              },
+              { text: "企业微信", link: "/deploy/platforms/wecom/wecom" },
+              { text:"微信公众号",link:"/deploy/platforms/wxoa.md"},
              { text: "飞书", link: "/deploy/platforms/lark" },
+              { text:"钉钉",link:"/deploy/platforms/dingtalk.md"},
              { text: "Discord", link: "/deploy/platforms/discord" },
+              { text: "Telegram", link: "/deploy/platforms/telegram" },
            ],
          },
          { text: "填写配置信息", link: "/deploy/quick-config/config" },
@@ -64,6 +64,8 @@
 - `deepseek`：[Deepseek](https://deepseek.com/)（深度求索）的密钥组
 - `gitee-ai`: [Gitee AI](https://ai.gitee.com/) Serverless API 的密钥组
 - `siliconflow`: [SiliconFlow](https://siliconflow.cn/) 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
@@ -130,7 +132,8 @@
 - `zhipuai-chat-completions`：[智谱 AI](https://open.bigmodel.cn/) 请求器
 - `lmstudio-chat-completions`：[LMStudio](https://lmstudio.ai/) 请求器
 - `siliconflow-chat-completions`：[SiliconFlow](https://siliconflow.cn/) 请求器
-
+- `bailian-chat-completions`：[阿里云百炼](https://bailian.console.aliyun.com/) 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](https://console.volcengine.com/ark/region:ark+cn-beijing/model?vendor=Bytedance&view=LIST_VIEW) 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。

@@ -204,16 +207,23 @@
 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。需要设置为 local-agent 才能使用`内容函数`。
+- `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](https://dify.ai/) 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](https://bailian.console.aliyun.com/#/app-center) 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
@@ -233,8 +243,10 @@
 **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（含高级编排）、 `agent` - Agent、 `workflow` - 工作流；请填写下方对应的应用类型 API 参数
- `chat`：Dify 聊天助手应用的配置
+- `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](https://github.com/RockChinQ/LangBot/issues/1108)，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
@@ -247,11 +259,16 @@

 ![Dify 工作流应用的输出键](/assets/image/config_provider_01.png)

+### 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：

- `langbot_user_message_text`：用户消息的纯文本
- `langbot_session_id`：用户会话id，私聊为 `person_<id>`，群聊为 `group_<id>`
- `langbot_conversation_id`：用户会话id，由 LangBot 生成。用户重置会话后，会重新生成
+- `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](/plugin/dev/api-ref.html#%E8%AE%BE%E7%BD%AE%E8%AF%B7%E6%B1%82%E5%8F%98%E9%87%8F)。

 ![Dify 工作流开始节点配置](/assets/image/config_provider_02.png)

@@ -293,7 +310,8 @@
 - `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
+    - `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

@@ -301,4 +319,60 @@

 `biz_params`解释图片

-![dashscope application](/assets/image/dashscope_bitz.png)
+![dashscope application](/assets/image/dashscope_bitz.png)
+
+## [MCP](https://modelcontextprotocol.io/) 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](https://modelcontextprotocol.io/introduction)，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。
+
+:::
+
+
@@ -16,14 +16,27 @@
 您也可以使用以下命令克隆最新代码（有可能包含不稳定的代码）并使用：

 ```bash
+# 克隆主仓库
 git clone https://github.com/RockChinQ/LangBot
 cd LangBot
+```

+若您位于中国大陆境内，可以从 [GitCode 镜像](https://gitcode.com/RockChinQ/LangBot) 克隆：
+
+```bash
+git clone https://gitcode.com/RockChinQ/LangBot
+cd LangBot
+```
+
+接下来手动构建前端：
+
+```bash
 # 构建前端，需要 NodeJS >= 22
 cd web
 npm install && npm run build
 cd ..
 ```
+
 :::

 2. （建议）创建虚拟环境
@@ -47,7 +60,7 @@ pip install -r requirements.txt
 pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple 
 ```

-3. 运行一次主程序，生成配置文件
+4. 运行一次主程序，生成配置文件

 ```bash
 python main.py
@@ -0,0 +1,45 @@
+# 部署钉钉机器人
+
+部署 LangBot 到钉钉。
+
+## 创建机器人
+
+进入 [钉钉开发者后台](https://open-dev.dingtalk.com/?spm=ding_open_doc.document.0.0.74f445e5MkawbT#/)，登录并且进入组织。登录成功后进入开放平台，是这样的：
+![钉钉开放平台](/assets/image/ding1.png)
+
+点击上方的 `应用开发`,然后点击右面蓝色的按钮 `创建应用`，填写机器人的基本信息，点击保存。
+
+进入机器人的后台，比如我们有机器人 langbot2 ,那么它的管理页面是这样的：
+![机器人页面](/assets/image/ding2.png)
+
+## 配置机器人
+
+
+点击 `添加应用能力`，`其他应用能力`，`机器人`中的 `配置`，点击配置并且填写信息之后，如下图：
+![机器人配置](/assets/image/ding3.png)
+
+点击页面下方的`发布`，发布成功之后，点击机器人页面中左侧最下方的`版本管理与发布`，如图：
+![版本管理与发布](/assets/image/ding4.png)
+
+如果是第一次创建机器人，那么右边是空的，需要点击`创建新版本`，在其中设置信息，然后设置`应用可见范围`，点击保存。
+
+点击`事件订阅`，将其中的推送方式改为`Stream模式推送`。
+
+## 填写配置信息
+
+点击`凭证与基础信息`，记录`Client ID` 和 `Client Secret`，
+点击`应用能力`，`机器人`，记录下 RobotCode 和 机器人名称。
+将以上配置项填写入[钉钉机器人配置项](/deploy/quick-config/config.md#钉钉适配器)。<br>
+**启动 LangBot** 。
+
+## 添加机器人
+
+本文使用钉钉 windows 桌面版举例，点击上方的`搜索`，`功能`，然后输入刚才机器人创建的名称，如图：
+![robot_png](/assets/image/ding5.png)
+
+点击机器人即可和机器人聊天。<br>
+
+如果想要添加到群里，那么点击钉钉群的`群管理`，`机器人`，`添加机器人`，然后搜索机器人名称就可以在群中使用。
+
+
+
@@ -5,10 +5,12 @@ LangBot 需要连接消息平台 API 才能与用户交互，目前支持以下

 | 平台 | 状态 | 备注  |教程 |
 | ------ | ---- | ---- | ---- |
-| QQ 个人号 | ✅ | 使用普通的 QQ 号作为机器人，需要使用独立的协议端，支持 OneBot v11 和 go-cqhttp 协议 | [NapCat](/deploy/platforms/qq/aiocqhttp/napcat) <br> [Lagrange](/deploy/platforms/qq/aiocqhttp/lagrange) <br> [LiteLoaderQQNT](/deploy/platforms/qq/aiocqhttp/llonebot) <br> [Shamrock（不推荐）](/deploy/platforms/qq/aiocqhttp/shamrock) <br> [go-cqhttp（不推荐）](/deploy/platforms/qq/gocq) |
+| QQ 个人号 | ✅ | 使用普通的 QQ 号作为机器人，需要使用独立的协议端，支持 OneBot v11 和 go-cqhttp 协议 | [NapCat](/deploy/platforms/qq/aiocqhttp/napcat) <br> [Lagrange](/deploy/platforms/qq/aiocqhttp/lagrange) <br> [LiteLoaderQQNT](/deploy/platforms/qq/aiocqhttp/llonebot) <br> [go-cqhttp（不推荐）](/deploy/platforms/qq/gocq) |
 | QQ 官方机器人 | ✅ | 接入 QQ 开放平台的机器人 API | [教程](/deploy/platforms/qq/official_webhook) |
 | 企业微信 | ✅ | 企业内部机器人 | [教程](/deploy/platforms/wecom/wecom) |
 | 微信公众号 | ✅ | 微信公众平台机器人 | [教程](/deploy/platforms/wxoa.md) |
 | 个人微信 | ✅ | 个人微信机器人 | [Gewechat](/deploy/platforms/wechat/gewechat) |
 | 飞书 | ✅ |  | [教程](/deploy/platforms/lark) |
-| Discord | ✅ |  | [教程](/deploy/platforms/discord) |
+| 钉钉 | ✅ |  | [教程](/deploy/platforms/dingtalk) |
+| Discord | ✅ |  | [教程](/deploy/platforms/discord) |
+| Telegram | ✅ |  | [教程](/deploy/platforms/telegram) |
@@ -0,0 +1,36 @@
+# 接入 Telegram 机器人
+
+## 创建机器人
+
+前往 [Telegram 机器人创建页面](https://t.me/botfather)，按照提示操作，创建一个机器人。
+
+![Telegram 机器人创建](/assets/image/telegram_01.png)
+
+![Telegram 机器人创建](/assets/image/telegram_02.png)
+
+创建完成后，BotFather 会返回一个 API Token，请妥善保存。接下来关闭`Privacy Mode`，以便在群聊中使用。
+
+![Telegram 机器人 API Token](/assets/image/telegram_03.png)
+
+## 在 LangBot 中填写信息并启动
+
+根据[填写配置信息](/deploy/quick-config/config)中的 Telegram 适配器配置，填写相关信息。
+将上一步获取的 API Token 填写到配置中。
+
+```json
+        {
+            "adapter": "telegram",
+            "enable": true,
+            "token": "xxxxxxx"
+        },
+```
+
+填写完成后启动 LangBot，若成功配置，日志中会出现`[02-02 16:48:15.263] manager.py (68) - [INFO] : 初始化平台适配器 1: telegram`的字样，保持 LangBot 运行。
+
+## 使用机器人
+
+现在在群里或者私聊机器人都可以正常使用了。
+
+![Telegram 机器人使用](/assets/image/telegram_04.png)
+
+![Telegram 机器人使用](/assets/image/telegram_05.png)
@@ -1,5 +1,9 @@
 # 通过 Gewechat 接入个人微信

+:::warning 
+LangBot接入gewechat，仅供娱乐，请勿用于违法违规行为，否则后果自负。
+:::
+
 **本教程要求 LangBot 以 Docker 容器部署**，请根据 LangBot 部署文档将 LangBot 部署到 Docker 中。

 :::info
@@ -53,6 +57,7 @@ docker run -itd --network langbot-network -v /root/temp:/root/temp -p 2531:2531
            "adapter": "gewechat",
            "enable": true,
            "gewechat_url": "http://gewe:2531",
+            "gewechat_file_url": "http://gewe:2532",
            "port": 2286,
            "callback_url": "http://langbot:2286/gewechat/callback",
            "app_id": "",
@@ -62,6 +67,7 @@ docker run -itd --network langbot-network -v /root/temp:/root/temp -p 2531:2531

 - `enable` 是否启用个人微信适配器，请修改为 `true`
 - `gewechat_url` 上一步部署的 Gewechat 容器地址，端口默认为 2531，不需要填写路径
+- `gewechat_file_url` gewechat文件下载地址，端口默认为 2532，主机和 `gewechat_url` 相同，不需要填写路径
 - `port` LangBot 监听 Gewechat 消息的端口，默认 2286，非必要勿修改
 - `callback_url` 回调地址，是 Gewechat 容器推送消息给 LangBot 容器的地址，需要填写完整路径，例如 `http://langbot:2286/gewechat/callback`，端口与 `port` 一致，路径必须为 `/gewechat/callback`
 - `app_id` 和 `token` **请勿填写**，这是用于存储登录信息的，在首次启动扫码登录后会自动保存
@@ -2,6 +2,7 @@

 部署企业微信机器人接入 LangBot 。

+
 ## 创建机器人

 进入[企业微信管理后台](https://work.weixin.qq.com/)，登陆账号，进入主页面后，点击` 应用管理 `,` 自建 `,` 创建应用 `,填写机器人基本信息，创建好之后，会出现类似这样的界面：
@@ -15,7 +16,13 @@

 ![企业ID](/assets/image/wecom2.png)

-2. 首先开启通讯录同步权限
+2. 开启通讯录同步权限
+
+:::info
+- 此配置项是为了实现 LangBot 的群发消息，具体代码位于libs/wecom_api/api.py 。
+- 目前 LangBot 仍在开发，所以未实现此配置项的相关功能。
+- 此配置项可以填写入随机字符，**不能为空**。
+:::

 ![通讯录权限](/assets/image/wecom5.png)

@@ -23,9 +30,9 @@

 ![通讯录同步secret](/assets/image/wecom3.jpg)

-点击`查看secret`，记录下来，这是contacts_secret（通讯录同步 secret）。
+点击`查看secret`，记录下来，这是 contacts_secret（通讯录同步 secret）。

-3. 点击`应用管理`,找到刚才创建的机器人，查看机器人的 secret ,记录下来。
+3. 点击`应用管理`，找到刚才创建的机器人，查看机器人的 secret ,记录下来。

 ![机器人secret](/assets/image/wecom4.png)

@@ -1,10 +1,20 @@
 # 部署微信公众号机器人

 部署微信公众号机器人接入 LangBot 。
-:::warning 
- 目前微信公众号对于回复消息的时间有严格限制（不超过15s），所以LangBot在超出响应时间后会将报错打印在控制台上，而不是公众号回复给用户。  
- 如果您有更复杂的需求，请联系 LangBot 团队。
-:::
+
+## LangBot 微信公众号接入模式
+
+目前，LangBot 提供两种方式接入微信公众号：
+
+1. **传统收发消息模式**  
+   - 公众号要求请求必须在 **15 秒内** 处理完成，超时的 AI 生成内容将无法发送。
+   - 当 AI 生成内容超时发生后，LangBot 会在控制台打印请求超时信息。
+
+2. **“发送任意文字回复消息”模式**  
+   - 该方法可突破 **15 秒** 限制，但 **过长的文本** 可能无法成功发送。
+   - 使用此方法时，给公众号发消息，公众号会回复“AI正在思考中，请发送任意内容获取回答”，此时，需要发送任意内容获取回答。
+
+如需更复杂的功能，请联系 **LangBot 团队** 进行定制化支持。

 ## 创建机器人

@@ -30,7 +40,13 @@
 ### 保存回调地址

 点击设置服务器配置，输入`Token`，`EncodingAESKey`，并将消息加解密方式改为`安全模式`。<br>
-至此，将获取到的四个配置项( AppID , AppSecret , token , EncodingAESKey )填入[微信公众号配置项](/deploy/quick-config/config.md#微信公众号适配器)。填写成功后，**启动 LangBot 。**<br>
+至此，将获取到的四个配置项( AppID , AppSecret , token , EncodingAESKey )填入[微信公众号配置项](/deploy/quick-config/config.md#微信公众号适配器)。<br>
+
+在配置项中，`Mode`选项为选择的接入模式，其中默认为`drop`，`drop` 为传统收发消息模式，`passive` 为发送任意文字获取回复模式。<br>
+`LoadingMessage`选项为加载信息，可以更改为其他内容，仅在模式为`passive`下有效。
+
+填写成功后，**启动 LangBot 。**<br>

 将 URL 填写为`https://your_domain_name/callback/command`，其中的 `your_domain_name` 就是 Caddy 中填写的域名。点击保存。如果可以保存成功，那么意味着部署成功。如果出现**系统发生错误，请稍后重试**，那么请重新检查以上配置内容是否填写正确。

+
@@ -9,7 +9,7 @@
 ## platform.json

 修改此配置文件以指定需要连接的消息平台，只需要关注`platform-adapters`字段。
-目前支持 `go-cqhttp`（QQ逆向）、`aiocqhttp`（QQ逆向）、`qq-botpy`（QQ官方）、`wecom`（企业微信官方） 消息平台适配器，也可以同时启用多个同种类或不同种类的平台适配器。  
+目前支持 `go-cqhttp`（QQ逆向）、`aiocqhttp`（QQ逆向）、`qq-botpy`（QQ官方）、`wecom`（企业微信官方） 等多种消息平台适配器，也可以同时启用多个同种类或不同种类的平台适配器。  
 请根据你部署的消息平台的情况选择填写。

 ::: info
@@ -165,6 +165,8 @@
    "EncodingAESKey":"",
    "AppSecret":"",
    "AppID":"",
+    "Mode":"drop",
+    "LoadingMessage":"AI正在思考中，请发送任意内容获取回复。",
    "host": "0.0.0.0",
    "port": 2287
 }
@@ -174,6 +176,10 @@

 `enable`：是否启用，配置完成后请将其设为`true`

+`Mode`：具体参照微信公众号部署页面
+
+`LoadingMessage`: 加载信息，可更改为其他内容，仅在模式为 `passive` 下有效
+
 `host`：运行 微信公众号回调地址 的主机地址，一般不改动

 `port`：运行 微信公众号回调地址 的监听端口，一般不改动
@@ -213,6 +219,21 @@
 },
 ```

+## 钉钉适配器
+
+具体用法请查看[配置钉钉机器人](/deploy/platforms/dingtalk.md)
+
+```json
+{
+    "adapter":"dingtalk",
+    "enable": false,
+    "client_id":"",
+    "client_secret":"",
+    "robot_code":"",
+    "robot_name":""
+},
+```
+
 ## Discord

 具体用法请查看[配置 Discord](/deploy/platforms/discord.md)。
@@ -14,7 +14,8 @@

 解答各种问题

- LangBot 社区（二）：1030838208 ([链接](https://qm.qq.com/q/PF9OuQCCcM))  
+- LangBot 社区（三）：966235608 ([链接](https://qm.qq.com/q/JLi38whHum))  
+- 【已满】LangBot 社区（二）：1030838208 ([链接](https://qm.qq.com/q/PF9OuQCCcM))  
 - 【已满】LangBot 社区（一）：619154800 ([链接](https://qm.qq.com/q/1K9GjQuza))  

 ### 🧩 插件开发群
@@ -85,19 +85,6 @@

 </details>

-
-## 限制
-
- ❗OpenAI 官方关于模型生成内容的警告：
-  - May occasionally generate incorrect information（可能会生成不正确的信息）
-  - May occasionally produce harmful instructions or biased content（可能会产生有害说明或有偏见的内容）
-  - Limited knowledge of world and events after 2021（对2021年后的世界和事件的了解有限）
- ❗模型无思维能力，仅针对传入的上下文根据数据集生成内容，请勿过于信任其输出
- ❗模型不了解其运行平台及其使用的模型版本，任何针对其实现原理的问题答案均视为无效，请以项目文档为准
-
-以上是关于此程序的限制的最高优先级描述，其他方式（如询问机器人相关信息）获得的描述均应被视为无效  
-由于模型生成的内容导致的一切损失，本项目概不负责  
-
 ## 使用方式

 对话及绘图功能均直接调用OpenAI的模型进行处理，与机器人程序无关，这意味着模型并不了解此项目的相关信息（如实现方式、技术栈、运行平台等），除非在预设值中写入相关信息。
@@ -56,6 +56,46 @@ ctx.add_return(name: str, value: Any)

 添加返回值，事件返回值均为**可选**的，每个事件支持的返回值请查看`pkg.plugin.events`中的每个事件的注释。

+## 请求 API
+
+`请求（Query）`指的是用户向 LangBot 发送一个问题时，LangBot 处理该问题的程序上下文。此段落的 API 用于与这些上下文交互。  
+
+- 事件处理函数中，Query 对象一般位于`ctx.event.query`
+
+### 设置请求变量
+
+```python
+ctx.event.query.set_variable(key: str, value: typing.Any)
+```
+
+请求变量是与此次 Query 绑定的一个 `dict`，其中包含了一些程序上下文信息。如果使用的是 Dify 或者 阿里云百炼 等 LLMOps 的runner，[这些变量将被传入对应平台的 API 作为变量](/config/function/provider.html#%E8%AF%B7%E6%B1%82%E5%8F%98%E9%87%8F)。  
+如果您需要使用插件设置变量，建议在`PromptPreProcessing`事件时处理。
+
+- `key`：该变量的名称
+- `value`：该变量的值
+
+### 获取请求变量
+
+```python
+ctx.event.query.get_variable(key: str)
+```
+
+获取请求变量。
+
+- `key`：变量名称
+- 返回值：`typing.Any`
+
+### 获取所有请求变量
+
+```python
+ctx.event.query.get_variables()
+```
+
+获取此 Query 对象所有已设置的变量值。
+
+- 返回值：`dict[str, typing.Any]`
+
+
 ## LangBot API

 以下 API 是 LangBot 直接提供给插件调用的，可以在事件处理函数之外调用。
@@ -10,14 +10,14 @@
 [[toc]]
 :::

-## 💬简介
+## 💬 简介

 本页讲解普通插件开发步骤，插件内部有两种方法：事件监听器、内容函数。  
 事件监听器能在某些事件触发时进行响应，更改行为。内容函数可供大语言模型调用，具体请查看插件介绍页。

 LangBot 还支持组件扩展，可以不局限于监听预定事件，做到整个组件替换，具体请阅读完此页后查看**组件扩展**页。

-## 💻快速开始
+## 💻 快速开始

 按照文档部署此项目，并使其正常运行。  

@@ -104,7 +104,7 @@ class HelloPlugin(BasePlugin):

 编写完毕保存后，重新启动主程序，向机器人发送`!plugin`命令，若有`Hello`插件则说明插件加载成功

-## ❗规范(重要)
+## ❗ 规范(重要)

 - 请每个插件独立一个目录以便管理，建议在Github上创建一个仓库储存单个插件，以便获取和更新
 - 命名规范（重要）：
@@ -115,7 +115,7 @@ class HelloPlugin(BasePlugin):
 - 一个目录内可以存放多个Python程序文件，以独立出插件的各个功能，便于开发者管理，但不建议在一个目录内注册多个插件
 - 插件需要的依赖库请在插件目录下的`requirements.txt`中指定，程序从储存库获取此插件时将自动安装依赖

-## 🪝内容函数
+## 🪝 内容函数

 通过[GPT的Function Calling能力](https://platform.openai.com/docs/guides/gpt/function-calling)实现的`内容函数`，这是一种嵌入对话中，由GPT自动调用的函数。

@@ -201,7 +201,13 @@ async def access_web(self, query, url: str):

 - 这仅仅是一个示例，需要更高效的网络访问能力支持插件，请查看[WebwlkrPlugin](https://github.com/RockChinQ/WebwlkrPlugin)

-## 📄名词解释
+## 📦 上架插件市场
+
+当你的插件开发完成后，请上传到 GitHub，并在 [LangBot 仓库提出 issue](https://github.com/RockChinQ/LangBot/issues/new?assignees=&labels=%E7%8B%AC%E7%AB%8B%E6%8F%92%E4%BB%B6&projects=&template=submit-plugin.yml&title=%5BPlugin%5D%3A+%E8%AF%B7%E6%B1%82%E7%99%BB%E8%AE%B0%E6%96%B0%E6%8F%92%E4%BB%B6) ，待审核后将会添加到插件市场，约半个小时后会在 LangBot WebUI 插件页的插件市场上可见。
+
+![](/assets/image/plugin_dev_tutor_01.png)
+
+## 📄 名词解释

 ### 说明

@@ -1,9 +1,9 @@
 # 在 LangBot 上使用 Dify

 [Dify](https://dify.ai) 是一款开源的大语言模型(LLM) 应用开发平台。它融合了后端即服务（Backend as Service）和 LLMOps 的理念，使开发者可以快速搭建生产级的生成式 AI 应用。  
-Dify 可以创建聊天助手（含高级编排）、Agent、文本生成应用、工作流等应用。
+Dify 可以创建聊天助手（含Chatflow）、Agent、文本生成应用、工作流等应用。

-LangBot 目前支持`聊天助手`、`Agent`、`工作流`三种 Dify 应用类型。
+LangBot 目前支持`聊天助手`（含Chatflow）、`Agent`、`工作流`三种 Dify 应用类型。

 ## 在 Dify 上创建应用