把工具节点直接连到智能体上，在一定规模内是可行的。但每个工具都会往模型的上下文里增加一份函数定义，因此十几个工具意味着每一次请求都带着十几份 Schema——既昂贵，也越来越容易让模型搞...

图像、视频、音频生成各有一个节点。它们是提供商调用之上的薄封装：你给出提示词和该提供商特有的选项， 拿回的是工件而不是内联字节。模型与提供商的选择沿用与 LLM 节点相同的配置路径， 因...

模型相关的失败分成两类，需要完全相反的应对：瞬时故障值得重试，而能力或配置不匹配则永远会以同样的方式失败。错误类型会告诉你是哪一种。

chat/input 与 chat/output 是对话式工作流的两端：前者接收进来的消息与会话身份， 后者把回复送回同一个会话。chat/historysearch 是读取侧 —— 列出会话、检索消息，或取出某条命中附…

把技能当作可构建、可校验的对象，而不只是拿来运行。tools/skill 执行一个技能。 tools/writeskillpackage 产出技能包，tools/validateskillspec 在有人尝试发布或导入之…

工作区是其他一切的容器——文档、表格、会话、文件和知识库。知识库则是工作区范围内的向量集合：工作区中可被检索的那一半。

编辑器里的对话面板不是硬拼在工作流引擎上的演示控件，而是一等的执行界面：你发一条消息就启动一次工作流运行，而这次运行产生的一切——流式 token、工具调用、智能体迭代、审批请求——都会...

ChengOS 里的 RAG 就是五个节点、两条管线。索引管线在文档变化时运行；检索管线在每次提问时运行。二者在运行时除了共享读写的那个知识库之外，别无关联。

翻译由一个节点承担，具体提供商通过字段选择：既可以用复用现有模型凭据的 LLM 提供商， 也可以直连 DeepL、百度、Google 的厂商 API。取舍很明确 —— 处理普通文本时厂商 API 更便宜、更稳定...

模型供应商在每套安装中配置一次，之后按节点选用。本文介绍供应商白名单、各供应商实际具备的能力，以及凭证如何挂接。