AI 助手使用教程
本教程介绍如何在 RuleGo-Editor 中使用 AI 助手，通过对话方式快速创建、修改和部署规则链。
# 前置条件
- 已启动 RuleGo-Server（参考 安装与部署）
- 已在
config.conf中配置 LLM 连接信息：
[global]
llm_url = https://open.bigmodel.cn/api/coding/paas/v4
llm_api_key = your_api_key
llm_model = glm-5.1
2
3
4
# 第一步：创建空白规则链
打开编辑器，点击工具栏的【新建】按钮，创建一个空白规则链。
# 第二步：打开 AI 助手
点击右侧工具栏的 AI 助手图标，打开 AI 助手面板。
# 第三步：对话生成规则链
在 AI 助手面板中，用自然语言描述你的需求。AI 会自动生成规则链并实时渲染到画布上。
例如输入：
创建一个规则链：接收数据，过滤 age 大于 18 的记录，然后调用 REST API 转发
你还可以选中画布上的某个节点，直接向 AI 提问该节点的用法和作用：
关于聊天历史：每个规则链的对话历史独立保存（存储在浏览器 localStorage 中），切换到其他规则链时会自动切换到对应的聊天记录。每个规则链最多保留 50 条历史消息。在规则链之间跳转时，如果当前正在流式输出，会自动中断。
AI 生成的规则链会直接在画布上预览，你可以：
- 继续对话修改：告诉 AI 需要调整的地方，比如"在过滤节点后加一个日志节点"
- 手动微调：直接在画布上拖拽、编辑节点属性
- 保存部署：确认无误后，点击工具栏的【保存】按钮保存并部署规则链
# 第四步：测试规则链
规则链部署后，点击工具栏的【运行】按钮，在弹出的对话框中输入测试数据，验证规则链是否按预期工作。
更多调试技巧（调试控制台、单节点调试、执行历史等），详见 调试规则链。
也可以通过 API 直接测试：
curl -X POST http://localhost:9090/api/v1/rules/your_chain_id/execute/msgData \
-H "Content-Type: application/json" \
-d '{"name":"张三","age":25}'
2
3
# 进阶：自定义 AI 助手
# 设置入口
点击 AI 助手面板右上角的设置图标，打开 AI 助手设置页面。
# 系统提示词
在【系统提示词】标签页中，可以编辑 AGENTS.md 的内容。系统提示词决定了 AI 助手的行为方式、可用工具和生成规则链的风格。
提示词文件存储在 data/system/agents/_assistant/AGENTS.md，修改后立即生效。
# 模型配置
在【模型配置】标签页中，可以设置 AI 助手使用的 LLM 模型和连接参数。
- 预设供应商：从下拉列表中选择已知的 LLM 供应商，自动填充 API 地址和可用模型
- 自定义供应商：手动填写 API 地址、密钥和模型名称
- 全局变量引用：可以使用
${global.llm_url}、${global.llm_api_key}等表达式引用config.conf中的全局配置 - 高级配置：温度、Top P、最大步数等参数调节
# 技能管理
技能（Skill）是给 AI 助手的知识片段，以 Markdown 文件形式存储。AI 助手在回答问题时会自动加载相关技能知识。
创建技能：
- 在技能管理页面点击【新建】
- 填写技能名称和描述
- 编写技能内容（支持 Markdown 格式）
- 保存
上传技能包：
支持通过压缩包（.zip、.tar.gz）批量上传技能。压缩包中每个技能目录需包含 SKILL.md 文件：
skills-archive.zip/
├── skill-a/
│ └── SKILL.md
├── skill-b/
│ └── SKILL.md
└── category/
└── skill-c/
└── SKILL.md
2
3
4
5
6
7
8
SKILL.md 格式：
---
name: my-skill
description: 技能简短描述
---
技能正文内容，支持 Markdown 格式。
AI Agent 在需要时会自动加载这些知识。
2
3
4
5
6
7
# 常见问题
# AI 助手没有响应？
- 检查
config.conf中的 LLM 配置是否正确 - 确认 LLM 服务可访问（
curl测试 API 地址） - 查看 RuleGo-Server 日志中的错误信息
# 生成的规则链不符合预期？
- 尝试更详细地描述需求，包括数据格式、处理逻辑、输出目标
- 在提示词中明确指定要使用的组件类型
- 使用技能功能为 AI 提供领域知识
# 如何使用本地模型？
在模型配置中填写 Ollama 等本地服务的地址：
API 地址：http://localhost:11434/v1
模型：qwen2.5:14b
密钥：ollama（可留空或填任意值）
2
3