Skip to main content

​
Chatbot 是什么

Chatbot 是 Linkly AI 桌面应用内置的 AI 对话窗口，也是应用的默认启动窗口——安装完打开应用，第一眼看到的就是它。 它和普通的 AI 聊天工具最大的区别是：它自带一整套检索工具，能直接看到你已索引的文档。你不需要上传文件、不需要复制粘贴，只要提问，它会自己去搜、去读、去交叉比对，然后给出带引用的回答。

不用配置就能用

登录 Linkly AI 账号即可使用官方模型，检索工具已经内置好

过程完全透明

它搜了什么关键词、读了哪些文件、返回了什么，全都能展开看

​
和搜索启动器的分工

应用里有两个入口，很容易混： 简单判断：要「找一份文件」用启动器，要「问一个问题」用 Chatbot。
Chatbot 没有自己的全局快捷键。⌘⇧L / Ctrl+Shift+L 打开的始终是搜索启动器，不是 Chatbot。想开 Chatbot 请点托盘图标（macOS 上点 Dock 图标也行）。

​
打开与界面

窗口默认 1200×800，可自由缩放，最小 880×640。关闭窗口只是隐藏，应用仍在后台运行——下次点托盘图标会立刻回到刚才的对话。 界面分三栏：
1

左侧栏：对话列表

最上方是「新建对话」，下面是笔记、找文件（打开搜索启动器）、设置三个入口，再往下是按日期分组的会话列表（今天 / 昨天 / 过去 7 天 / 本月 / 更早），每条会话右键或悬停可重命名、删除。最底部一排小按钮：模型配额、索引状态、快捷键、官网。
2

中栏：对话区

消息流 + 输入框。输入框右侧的工具栏里有模型选择器和上下文用量百分比。
3

右侧「工作区」：文件面板

两个标签页：
  • 本对话中的文件 —— 分为「引用的文件」和「读过的文件」两组，是本次对话中 AI 实际碰过的文件
  • 知识库文件 —— 一棵可搜索的文件树，右键菜单提供「添加到对话」「在 Finder / 资源管理器中显示」「立即转写」等操作
点任意文件可以钻进去直接预览正文；工作区还能最大化，当成阅读器用。

​
窗口内快捷键

以下快捷键只在 Chatbot 窗口处于焦点时生效：

​
索引状态

左侧栏底部的索引按钮有三种状态：转圈的「正在索引…」、打勾的「索引已是最新」、红色的「索引出错」。点击会跳转到 设置 → 索引。
如果 AI 说找不到某份你确信存在的文件，先看这个按钮——多半是还没索引完，或者那个目录压根没被添加进来。

​
用 @ 指定范围

这是 Chatbot 最常用、也最容易被误解的功能。在输入框里打 @，会弹出选择器，可以挑四类对象： 选中后，输入框上方会出现一排标签。一次 @ 几个没有硬性上限，超出一行的部分会折叠成 +N，悬停可以看到完整列表。
@ 是给 AI 的范围建议，不是硬过滤器。选中的对象会以引用的形式（路径、库标识、文档 id）写在你这条消息的开头，同时系统提示词里有一段固定说明，告诉模型该怎么解读它们。应用不会预读任何文档正文，正文仍然由模型自己调用检索工具去取。也就是说：你是在告诉 AI 优先在这里找，而不是在限定它只能在这里搜。绝大多数情况它会照做，但模型有可能不完全遵守，尤其在这个范围内确实找不到答案时。
@ 逐条消息生效，不是设置一次管一整个会话。 这条消息里 @ 了某个库，下一条消息不 @ 就恢复成全局范围。需要连续多轮限定在同一个范围，就每条都 @ 一次。

​
选择器的两组行为不一样

弹出的选择器分成两组，行为有明显区别： 而且「文件和文件夹」这一组只匹配文件名（basename），不匹配路径。想 @ ~/Projects/2026/年度总结.docx，输 年度 或 总结 都能命中，但输 Projects 匹配不到这个文件（只会匹配到名为 Projects 的文件夹本身）。

​
云端知识库要能被 @，需要满足四个条件

如果你在选择器里找不到某个云端知识库，逐条对照检查：
  1. 已登录 Linkly AI 账号（或已配置 Cloud API 密钥）
  2. 该库已经在网页端点过「连接」
  3. 设置 → 知识库 → 已连接的云端知识库 里，这个库的开关是打开的
  4. 该云端库没有绑定到某个本地知识库
第 4 条是有意设计：已绑定的云端库只通过对应的本地条目出现，避免同一份内容在选择器里列两遍。想 @ 它，选那个本地库即可。

​
没有文件上传

Chatbot 不支持上传文件或添加附件。@ 引用的对象必须是已经被索引的文件。想让 AI 读一份新文件，先把它所在的目录加进 设置 → 文件夹，或者直接放进 ~/LinklyAI 目录（该目录默认被监视），等索引完成后再 @ 它。

​
选择模型与查看额度

​
两类模型来源

第二类既包括第三方云端 API，也包括你机器上跑的 Ollama、LM Studio（本地服务通常可以不填密钥）。添加时提供 12 个预设可快速填入：OpenAI、DeepSeek、Mistral、Groq、OpenRouter、Qwen、MiniMax、Moonshot、Zhipu、SiliconFlow、Ollama、LM Studio。
预设只预填地址，不包含模型列表。填完地址后，下一步可以从提供商的 /v1/models 端点自动发现模型，也可以手动输入模型 id。
切换模型的入口在输入框右侧的工具栏里，按提供商分组。设置 → AI 里可以设置新建对话时使用的默认模型，以及固定的回复语言。
**对话模型必须支持工具调用（Function Calling）。**不支持的模型根本不会出现在列表里——Chatbot 的全部能力都建立在调用检索工具之上，没有工具调用就只是一个不认识你文件的普通聊天框。

​
额度怎么算

Linkly AI 官方模型的额度不是按 token 数、也不是按请求次数单独计算的，而是一个共享的额度池：每个模型有自己的倍率，在模型选择器里以徽章形式标出，倍率越低的模型越省额度。 额度有三个并行的时间窗口，各自独立计算： 任意一个窗口打满，就会被限流——即使另外两个还有余量。查看方式：点左侧栏底部的配额按钮，弹出三个环形进度条和各自的重置时间。
额度用完时，输入框上方会出现一条琥珀色横幅提示已达上限和恢复时间，横幅可以关掉，但真正的拦截在服务端——关掉横幅不会让你多发一条。 免费账户在模型列表里看不到 Pro 专享的模型（服务端已经过滤掉了）；但如果你的 Pro 订阅到期、而默认模型还停在其中一个上，发送时会收到另一种提示升级的横幅。
第三方和本地模型不占用 Linkly AI 的额度，按你和对应服务商的计费方式结算。

​
会话与上下文压缩

​
会话

所有会话都存在本机的 SQLite 数据库里。没有数量上限、没有自动清理、没有保留期——不手动删就一直留着。工具调用的入参、返回、状态、报错以及模型的推理内容都会一并持久化，所以隔几天回来展开旧对话，细节仍然是完整的。 标题是自动生成的：先截取你的第一条消息做一个临时标题，随后在后台用同一个模型生成正式标题。手动重命名过的会话不会被覆盖。

​
上下文压缩

对话变长以后，全部消息塞不进模型的上下文窗口。Linkly AI 的处理方式是压缩（compaction）：
  • 自动触发阈值是模型上下文窗口的 80%
  • 手动触发：在输入框里输入 /compact
如果模型的上下文窗口大小未知，永远不会自动压缩。窗口大小来自提供商 /v1/models 返回的 context_length 字段。自定义提供商、本地 Ollama / LM Studio 经常不提供这个字段，此时用量百分比显示不出来，自动压缩也不会发生——对话只会一路变长，直到模型自己报错。这类模型请自己留意长度，适时手动 /compact 或新建对话。
压缩的做法是 append-only 的，这一点很重要：
  • 只把最旧的一段消息折叠成一段摘要，原始消息永远不会被删除
  • 折叠掉的消息在界面上仍然看得到，只是不再进入发给模型的上下文
  • 最近的一段消息逐字保留，不做任何摘要
摘要本身是结构化的六段：用户目标 / 每一条用户消息 / 关键结论 / 读过的文档 / 工具与检索结果（含负面结果）/ 未决问题。模型的推理内容会在压缩时被丢弃。 你在界面上看到的，是消息流中间多出一条可展开的分隔线：「已压缩较早的消息（N）」。点开就是那段摘要，再点原始消息依然可读。
80% 的自动压缩没有事前提示，它会安静地发生。只有当上下文真的被占满（100%）时，才会出现「本对话已占满上下文窗口」的警告横幅，并提供一个「压缩」按钮。想提前知道进度，看输入框工具栏里的上下文用量百分比。
换个话题时新建对话（⌘N / Ctrl+N）几乎总是比压缩更划算：压缩要额外调一次模型，还会损失细节，而新对话干净、便宜、更快。

​
看懂 AI 在做什么

Chatbot 刻意把过程摊开给你看，这是判断答案可不可信的关键。

​
工具调用

AI 每次检索、读文件都是一次工具调用。连续的多次调用会折叠成一个分组：运行中自动展开让你看到进度，结束后自动收起，保持消息流干净。 展开分组可以看到完整的入参和返回结果——它到底搜了什么关键词、限定了什么范围、返回了几条、哪条失败了，一目了然。答案不对时，这里通常直接暴露原因（比如关键词选偏了，或者某个目录根本没索引）。

​
引用

回答中来自文档的事实，句尾会带一个可点击的引用标记，点击可跳到来源。被引用和被读过的文件会自动汇总到右侧工作区的「本对话中的文件」里，方便你逐一核对。

​
导出

Chatbot 支持单条导出，产物落在系统的下载目录：
没有整会话导出功能，也不支持 PNG 或 XLSX。需要留存整段对话，目前只能逐条导出，或者用选中复制。

​
常见问题

这是设计如此。全局快捷键 ⌘⇧L / Ctrl+Shift+L 绑定的是搜索启动器，Chatbot 没有独立的全局快捷键，请点托盘图标打开（macOS 上也可以点 Dock 图标）。窗口内的 ⌘N、⌘B 等快捷键必须先让 Chatbot 窗口获得焦点才生效。
因为 @ 是范围建议而不是硬过滤。被选中的对象以引用形式附在消息开头，由模型自己决定怎么用——它通常会优先在这个范围内检索，但在范围内找不到时可能会扩大搜索。如果需要严格限定，最可靠的做法是在消息里把话说死，例如「只在 ml-papers 这个知识库里找，找不到就直接说找不到」。
按顺序排查：
  1. 有没有输关键词——「文件和文件夹」这一组必须先输入关键词才出候选，默认最多显示 8 条，太宽泛的词会被别的文件挤掉。
  2. 输的是不是文件名——匹配只看文件名本身，不看路径。用路径中间的目录名搜不到文件。
  3. 文件索引了吗——看左侧栏底部的索引状态按钮，或去 设置 → 文件夹 确认那个目录已被添加。
不会自动删除。会话存在本机数据库里，没有数量上限、没有保留期，包括每次工具调用的完整入参和返回。不需要的会话在左侧列表里手动删除即可。
取决于你选的模型。用 Linkly AI 官方模型或任何第三方云端 API 时，消息内容会发给对应的模型服务——包括 AI 检索到的文档片段。如果不希望内容离开本机，在 设置 → AI 里添加本地的 Ollama 或 LM Studio 提供商并选用它的模型，这样对话全程不出本机（但本地模型必须支持工具调用）。
检索能力是同一套。区别在于在哪里用：
  • Chatbot —— 开箱即用，不用配置 MCP，附带文件树、引用面板、文档预览这些围绕「读资料」设计的界面。
  • MCP / CLI —— 把 Linkly AI 的检索工具接进你已经在用的 AI 工具，适合写代码、跑 Agent 等需要和其他工具链一起工作的场景。
两者可以同时用，互不影响。
找得回来。压缩是 append-only 的——原始消息永远不会被删除，只是不再进入发给模型的上下文。在消息流里点开「已压缩较早的消息（N）」这条分隔线就能看到全部原文。但要注意：模型此后只能看到摘要，不再看到那些原文。如果它「忘了」某个细节，把关键信息在新消息里再说一遍即可。

​
延伸阅读