Agent Skills
返回列表
TextCortex 文本服务

TextCortex 文本服务

内容创作 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_15292d5a/yjkj-oo-textcortex

技能介绍

解决的问题

在集成第三方 AI 服务时,开发者常面临凭证管理与 API 封装的繁琐。直接对接 TextCortex 需要自行处理 API Key 存储、请求重试以及 OpenAI 兼容接口的适配。该技能通过 OOMOL 连接器将凭证管理转移至服务端,避免在本地或客户端暴露原始 Token,让工程师专注于业务逻辑而非底层鉴权。

工作方式

该技能基于 oo CLI 与 TextCortex 连接器交互,暴露了 3 个核心动作:

  • 模型列表查询:通过 list_models 获取当前凭证可用的模型清单。
  • 模型元数据获取:使用 retrieve_model 查询特定模型 ID 的详细信息。
  • 聊天补全:调用 create_chat_completion 执行非流式的 OpenAI 兼容对话生成。

执行动作前,建议先使用 oo connector schema 获取权威的输入输出契约,构建匹配的 JSON 载荷。响应体统一包含 data 与 meta 字段,执行 ID 可通过 meta.executionId 获取以便追踪。

适用边界与注意点

使用前需预先完成 oo CLI 登录及 TextCortex 连接器授权。读取类动作可直接执行,但涉及内容生成与计费的修改类动作(如 create_chat_completion),必须向用户确认具体的载荷与预期效果。遇到余额不足错误时,需前往 OOMOL 控制台充值后方可继续。

使用场景

  • 内容平台后端需要接入 TextCortex 聊天补全,用现有 oo CLI 完成非流式请求与结果解析。
  • 开发者在评估模型时,需要先列出可用模型并读取单个模型元数据,再决定调用哪一个。
  • 自动化脚本需要在长任务中保留 executionId,便于后续查询本次聊天补全的执行记录。
  • 需要 OpenAI 兼容接口但又不想本地保存 API Key 的团队,用连接器托管凭证并统一调用。

适合人员

  • 负责把第三方模型接入现有后端的工程师,想按统一契约调用聊天补全并减少凭证处理。
  • 做模型选型与容量规划的技术负责人,需要快速查询模型清单与元数据来评估可用范围。
  • 编写命令行自动化脚本的开发者,关注 JSON 载荷校验、执行 ID 记录和错误回退路径。
  • 在团队内推进安全接入规范的安全或平台工程师,希望敏感凭证不落入本地代码仓库。