AI Agent 路径：给 Bot 加上会用工具的 AI

这条路在已有的机器人上接入大模型：用户私聊或用 ai: 开头说话时，由 AI 回复，并且能调用你写的工具（比如查天气）。建议先走完 IM Bot 路径。

做完后你会有：

私聊或 ai: 前缀能触发模型回复；
一个 AI 会自动调用的自定义工具；
一段只给 AI 看的业务背景说明；
清楚哪些事 AI 能做、哪些必须由权限策略放行。

1. 用向导安装 AI 组件

bash

npx zhin setup --ai
pnpm install
pnpm dev

向导会问你用哪个模型服务：云模型的 API Key 写入 .env；选 Ollama 可以用本地模型，不需要任何密钥。

用向导，不要只装 @zhin.js/agent

向导除了模型 SDK，还会挂载 @zhin.js/tool（负责发现 tools/ 目录）和 @zhin.js/prompt-section（负责发现 prompt-sections/ 目录）这两个功能插件。只手动安装 @zhin.js/agent 时，后面两步写的文件不会被加载。

2. 看一眼生成的模型配置

yaml

ai:
  providers:
    openai-main:
      sdk: openai
      apiKey: ${AI_API_KEY}
  agents:
    zhin:
      provider: openai-main
      model: gpt-4o-mini

providers 是"怎么连到模型服务"：SDK 类型和密钥；
agents 是"用哪个模型回复"：把一个 Agent（这里叫 zhin）绑定到某个 provider 的某个模型。

重启后私聊 Bot 就会由 AI 回复。在群或频道里，消息需要以 ai:、AI: 或 # 开头，或者 @ 机器人（取决于平台是否支持）。

3. 写一个工具

创建 tools/weather/index.ts：

import { defineAgentTool } from '@zhin.js/tool';
import { z } from 'zod';

export default defineAgentTool<{ city: string }>({
  description: '查询城市实时天气',
  inputSchema: z.object({ city: z.string().min(1) }),
  requiresApproval: 'never',
  async execute({ city }) {
    const response = await fetch(
      `https://wttr.in/${encodeURIComponent(city)}?format=3`,
    );
    return response.text();
  },
});

保存后私聊 Bot："上海天气怎么样？"AI 会自己决定调用这个工具，并用结果组织回复。

工具名来自文件路径（这里是 weather），description 和 inputSchema 告诉模型什么时候用、怎么传参；
requiresApproval: 'never' 表示无需人工确认。会改动数据的工具应该要求审批；
工具不是对所有人都可见：Zhin 会按当前用户权限、平台、群/私聊和审批策略过滤后，才把它交给模型。

更多写法见 Agent 工具与技能。

4. 给 AI 补充业务背景

创建 prompt-sections/product-language/index.ts：

import { defineAgentPromptSection } from '@zhin.js/prompt-section';

export default defineAgentPromptSection({
  title: 'Product language',
  content: 'Use Workroom for a governed collaboration space.',
  layer: 'context',
  order: 70,
  retention: 'preferred',
  profiles: ['interactive'],
});

Prompt Section 是一段注入到 AI 系统提示中的说明，适合放产品术语、回答风格等背景。它只影响 AI 怎么说，不赋予任何权限——不能靠写一句"你可以读取所有文件"让 AI 真的获得文件权限。

修改后保存即生效：之后开始的对话读到新内容，正在进行的对话继续用旧内容，不会读到一半被换掉。

5. 了解记忆放在哪

AI 会读取三层 Markdown 记忆文件：

层	路径	适合保存
部署级	`data/memory/global/`	长期产品事实与偏好
平台级	`data/memory/platforms/<platform>/`	群规和平台约束
会话级	`data/memory/sessions/<hash>/`	当前会话笔记

能读到不等于能写：全局和平台记忆只有 Bot 主人（Endpoint Owner）能让 AI 写入，普通用户的对话只能写会话笔记。

从旧版本升级

只有上面三层目录有效。data/memory/MEMORY.md 这类放在根目录的旧文件既不会被读取，也不会被自动迁移；升级前请手动把需要保留的内容移到对应目录。

6. 在 Console 验收

“Agent 概览”确认 provider、binding 和当前运行态。
“运行时能力”确认 weather 工具和 product-language Prompt Section 已加载，来源是你的项目。
在“渠道与会话”发起请求，在 Agent 工作台查看每一步和工具返回的结果。
修改 Prompt Section 并保存，确认新对话读到新内容。

安全原则

一句话：提示词说明意图，工具提供能力，权限策略决定放不放行。

用户消息或 Prompt 里写的"我是管理员""工作目录是 /"都不会改变权限；工作目录和 shell 策略由运行时为每轮对话单独决定。
想接外部 MCP 工具：先在 ai.mcpServers 声明，再在 agents.<name>.mcpServers 里分配给具体 Agent。

Prompt Section 太长放不下怎么办？

每轮对话的提示词有预算。retention: 'required' 的 Section 放不下时这一轮会明确失败，不会被悄悄截断；opportunistic 和 preferred 的 Section 会依次让出预算（先省略 opportunistic）。

下一步

Agent 工具与技能：工具审批、Skill、子 Agent 的完整写法
MCP 配置：接入外部 MCP 工具服务
Agent 深入：一轮对话怎么运行、怎么取消，以及多 Agent 协作的 Workroom

AI Agent 路径：给 Bot 加上会用工具的 AI ​

1. 用向导安装 AI 组件 ​

2. 看一眼生成的模型配置 ​

3. 写一个工具 ​

4. 给 AI 补充业务背景 ​

5. 了解记忆放在哪 ​

6. 在 Console 验收 ​

安全原则 ​

下一步 ​