TextCortex 文本服务
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。