一个案例教会小白轻松上手iFlow CLI

作者:水煮菜还挺好吃10011118452
可恶,如果我刚上大学那会有iFlow这种工具帮我做大作业,不敢想我在期末周得是多么开朗的少年 

应用开发入门:如何让iFlow CLI理解你想做什么?

场景:假如我想做一个贪吃蛇的游戏,我该如何去对cli发号施令,让它很好地理解我的意思呢?

原则:细节至上,循序渐进

如果你只告诉cli说我想做一个这样的游戏,那它就会按照自己的想法去做,做出来的产品容易出bug,并且各项细节也都难以做好。

解决办法:提示词两步走方法!

我们目前的任务是做一个贪吃蛇游戏,那么我们就需要详细的提示词来实现我们心目中的程序。

第一步:构建提示词框架

我们可以让ai帮我们生成目前的提示词框架,比如:

我现在想做一个贪吃蛇游戏,请你帮我想想我应该如何构建我的提示词,以及这个提示词应该包含哪些内容

然后我们可以得到ai的回答:

角色设定:
你是一个资深游戏开发工程师,擅长使用 [在这里写:例如 JavaScript + HTML5 Canvas / Python + Pygame / Unity C#] 开发 2D 小游戏。

开发目标:
帮我从零开始实现一个经典的“贪吃蛇”游戏,运行在 [浏览器 / Windows 桌面 / 手机 Android 等] 上.

要求:

  1. 玩家可以通过 [键盘方向键 / WASD / 触屏手势] 控制蛇移动。
  2. 蛇吃到食物后会变长,同时得分增加。
  3. 撞到墙壁或撞到自己身体时游戏结束。
  4. 提供简单的开始界面和游戏结束界面,显示分数。

我的背景与现状:

我对编程的熟练程度是:[比如:刚入门 JS,只懂一点 HTML/CSS / 对 Python 语法还算熟悉]。

目前还没有任何代码(或:已经有一段代码,我会发给你)。

技术与实现细节要求:

使用语言和技术栈:必须使用 [具体语言/库]。

结构要求:

请尽量使用模块化/函数拆分/面向对象的方式组织代码,避免过多的全局变量。

兼容性要求:

[例如:需要在主流桌面浏览器中运行 / 仅需在本地 Python 环境运行即可]。

功能细节:

  1. 地图大小固定为 [例如 600x400 像素 / 20x20 格子]。
  2. 蛇的移动以固定步长前进,而不是连续移动。
  3. 初始速度为 [如:每 150ms 移动一格],每得 [10] 分速度略微提升一点。
  4. 每次只生成一个随机食物,不能出现在蛇身上。
  5. [可选] 加入暂停功能(按 P 暂停/继续)。
  6. [可选] 简单音效(吃到食物、死亡时播放不同声音)。

输出形式与步骤要求:

一、先帮我规划整体结构,列出:

  1. 游戏需要哪些主要模块/类/函数(例如:Game Loop、Snake、Food、Input、Renderer 等)。
  2. 每个模块大致负责什么。

二、再分步骤提供代码:

  1. 第一步先实现一个最简版本(蛇能移动、边界和死亡判定简单完成)。
  2. 后面再逐步增加食物、得分、速度变化等功能。
  3. 每次给代码时:附上关键注释,说明逻辑。说明这段代码应该放在哪个文件里,以及如何运行。如果有多种实现方式,请简单说明优缺点,并推荐一种适合我当前水平的方案。
  4. 交互方式:在每一步实现后,请告诉我如何测试,等我说“测试通过”后再进入下一步。如果你对我的需求有不清楚的地方,请先提出问题再继续给代码。

第二步:对现有的提示词进行优化

对我的提示词进行优化:

  • 有三种食物随机出现,吃到之后会增长不同的体长。
  • 在食物出现的同时,偶尔会刷新毒物,频率大概是每吃五个食物场地里会随机刷新一个毒物,经过一段时间后毒物会消失,场地里同一时间只能有一个毒物。
  • 我希望可以提供一个功能,让用户自主选择蛇的颜色。

以下是我的原提示词:{context}

ai进行二次润色后的结果:

角色设定(不变)
你是一个资深游戏开发工程师,擅长使用 [在这里写:例如 JavaScript + HTML5 Canvas / Python + Pygame / Unity C#] 开发 2D 小游戏。

开发目标:
帮我从零开始实现一个经典的“贪吃蛇”游戏,运行在 [浏览器 / Windows 桌面 / Android 手机 等] 上。

要求:

  1. 玩家可以通过 [键盘方向键 / WASD / 触屏手势] 控制蛇移动。
  2. 蛇吃到食物后会变长,同时得分增加。
  3. 有三种不同类型的食物,会随机出现:
  4. 每种食物被吃到后,增加的体长不同(例如:+1、+2、+3 节)。
  5. 不同食物类型在外观上有明显差异(颜色或形状不同)。
  6. 在食物出现的同时,引入“毒物”机制:
  7. 大约每吃满 5 个食物,就在场地内随机生成 1 个毒物(概率或计数方式可以在实现阶段一起设计)。
  8. 毒物不能出现在蛇身上,也不能和食物重叠。
  9. 场地内任意时刻最多只存在 1 个毒物。
  10. 毒物存在一段有限时间后会自动消失(超时移除),再满足条件时可以重新生成。
  11. 蛇碰到毒物后会触发惩罚效果(请你根据整体难度,帮我设计一个合理惩罚方案,并说明理由,例如:扣血 / 直接死亡 / 扣分等)。
  12. 蛇撞到墙壁或撞到自己身体时游戏结束。
  13. 提供简单的开始界面和游戏结束界面,显示当前得分和历史最高分(若方便的话)。
  14. 提供一个功能,让用户可以自主选择蛇的颜色:
  15. 可以在开始界面或设置界面选择几种预设颜色(如:绿色、蓝色、红色)。
  16. 选择的颜色会应用在游戏中的蛇身显示上。

我的背景与现状:(按你实际情况填写)

我对编程的熟练程度是:[例如:刚入门 JS,只懂一点 HTML/CSS / 对 Python 语法还算熟悉]。

目前项目状态为:[还没有任何代码 / 已经有一段代码,我会发给你]。

技术与实现细节要求

使用语言和技术栈:

必须使用 [具体语言/库,例如:原生 JavaScript + HTML5 Canvas / Python + Pygame / Unity C#]。

代码结构要求:

尽量使用模块化/函数拆分/面向对象的方式组织代码,避免过多的全局变量。

将“蛇”“食物”“毒物”“游戏主循环”“输入处理”“渲染/绘制”等逻辑分开,便于后续扩展。

兼容性要求:

[例如:需要在主流桌面浏览器中运行 / 仅需在本地 Python 环境运行即可]。


功能细节

地图与坐标:

地图大小固定为 [例如 600x400 像素 / 20x20 格子]。

蛇的移动以固定步长前进(以网格为单位),而不是平滑连续移动。

速度与难度:

初始速度为:每 [如:150ms] 移动一格。

每得 [10] 分,速度略微提升一点(移动间隔减少一点,但不要快到不可玩)。

若你认为有必要,可以根据加入毒物与多种食物的机制,对难度进行微调,并解释原因。

食物系统(重点扩展):

每次至少生成 1 个随机食物,不能出现在蛇身上。

共有 3 种食物类型:

不同类型出现时要有明确区分(颜色/形状)。

每种类型提供不同的“增长长度”,例如:

食物 A:+1 节

食物 B:+2 节

食物 C:+3 节

你可以根据游戏平衡性,给出这三种食物的出现概率设计(例如:+1 最常见,+3 最稀有),并说明理由。

毒物系统(新增机制):

统计玩家已吃到的食物数量,每吃满大约 5 个食物时,在场地中随机刷新 1 个毒物。

可以采用:累积计数达到 5 就生成毒物并计数清零,或使用概率方式,但要说明具体实现方案。

毒物生成时:

不能和蛇身重叠。

不能和当前食物重叠。

场地同一时间最多存在 1 个毒物。

毒物有生存时间限制(例如:几秒后自动消失),然后在之后满足条件时再刷新的毒物。

蛇碰到毒物后的惩罚效果:

由你设计一个合理方案并实现,例如:

直接游戏结束,或者

扣除部分长度 / 扣分 / 减速或加速等负面效果。

请在实现前先给出设计说明,并简要说明选择这种惩罚方式的优缺点。

蛇的颜色选择功能(新增需求):

在开始界面或一个简单设置界面,让玩家可以选择蛇的颜色。

至少提供 3 种预设颜色(例如:绿色、蓝色、红色),也可以是更多。

玩家选择的颜色会作用于游戏中蛇所有身体块的显示。

如有可能,请说明如何在代码中方便地扩展更多颜色选项。

其他可选功能:

[可选] 加入暂停功能(按 P 暂停/继续)。

[可选] 简单音效(吃到不同食物、碰到毒物、死亡时播放不同声音)。

[可选] 显示当前吃掉的不同类型食物数量统计。

输出形式与步骤要求

先帮我规划整体结构,列出:

游戏需要哪些主要模块/类/函数(例如:Game Loop、Snake、FoodManager、PoisonManager、Input、Renderer、UI/菜单 等)。

每个模块大致负责什么,并简单说明各模块之间的关系(例如:Game 调用 Snake、FoodManager、PoisonManager 和 Renderer)。

再分步骤提供代码:

第一步:实现最简版本:

蛇能移动;

边界碰撞和自撞检测;

基本游戏循环。

第二步:加入单一食物与得分系统。

第三步:扩展为三种不同食物,并实现不同增长长度和出现概率。

第四步:加入毒物机制(生成、消失、碰撞惩罚)。

第五步:实现蛇颜色选择界面功能,并与游戏主逻辑整合。

若你认为有更合理的分步骤方式,可以调整,但请说明调整原因。

每次给代码时:

附上关键注释,说明主要逻辑。

说明这段代码应该放在哪个文件里(例如:index.html / main.py / Game.cs 等),以及在我的环境中如何运行。

如果有多种实现方式:

请简单说明各自优缺点。

推荐一种适合我当前水平的方案,并解释理由。

交互方式

在每一步实现后,请告诉我具体如何测试(例如:打开哪个文件 / 运行哪个命令 / 按哪些键来操作),等我说“测试通过”后再进入下一步。

如果你对我的需求(尤其是三种食物的具体数值设计、毒物惩罚方式、蛇颜色选择界面样式)有不清楚的地方,请先提出问题,再继续给代码。

第三步:让iflow cli根据这个详细的计划来执行任务。

iflow cli会按照你的计划来一步一步完成:

我们就可以测试当前任务是否满足预期,如果当前任务做的不错,就让ai再执行下一步:

当前测试正常,进行下一步

但是这一步出现了bug:吃到食物直接死掉了

我们就可以告诉ai当前有什么问题:

实现存在bug,蛇吃到第一个食物直接显示esc了,并且游戏结束页面的文字无法正常显示

循序渐进地对ai提需求,并且当前需求确认无bug后再去做下一个需求,防止ai手头任务过多出现降智现象。

当前bug已解决,请继续执行之后的任务。

支持了不同颜色的食物

深灰色太不明显了,我们可以继续给ai提需求:

毒物深灰色和黑色的背景太不明显了,把背景做成白色

最后的成品就是一个功能很齐全的小游戏了。

相关推荐

知识管理实践:带领 AI 一起进入心流状态

知识管理实践:带领 AI 一起进入心流状态这两年,对话类 AI 工具层出不穷,几乎成了模型厂商的试金石。还在“心流 1.0”的问答研究时期,我就有一个比较笨拙的习惯:每次开启新任务前,要找到类似任务对应的历史记录继续对话,期望能省去重述语境的时间,快速获取到这次任务的答案。不过用不了多久,它的记忆就开始混乱,内容质量也会大不如前。这是上下文规则决定的。在不断堆叠的对话里,LLM 难免产生误解——没有特意强调的关键点被裁剪,无关紧要的细节却被牢记,然后在偏离本意的路上越跑越远。

iFlow_AI的博客 227

双榜认证,iFlow-Researcher 登顶 DeepResearch-Bench-II,拒绝“幻觉式科普”

大模型回答一个问题很容易,但完成一项很难。过去两年,Chatbot 类产品完成了“对话可用性”的验证:写摘要、改文案、做翻译都已成熟。但一旦进入这类场景,短板就会暴露出来:输入混乱:用户请求模糊、源信息格式杂乱;证据分散:单一信源站不住脚,需要多方举证;链条过长:任何一个环节出错就会污染全局;产出严格:最终产物对结构、引用和格式的规范性要求极高生成结果可能读起来通顺,却经不起细究——引用对不上、逻辑接不上、数据与结论无关联。这不是模型不够聪明,而是“单轮对话”这个范式本身无法承载复杂研究。

iFlow_AI的博客 477

构建自动化专属Paper库:用 Happy-Notes + iFlow-search-skill 搭建阅读写作流水线

Happy-Notes 负责知识管理,iFlow-Fearch-Skill 负责信息获取,两者的组合足以覆盖学术研究中最耗时的文献处理环节,替你完成检索、下载、索引和综述,把时间留给真正重要的思考。心流·搜索 API(iFlow-Search-Skill)

iFlow_AI的博客 436

iFlow CLI 停止维护公告:落幕亦是序章

iFlow_AI的博客 2247

将iFlow CLI装进u盘,即插即用

本项目旨在创建一个基于 USB 存储设备的 iFlow CLI 便携运行环境。通过将 Node.js 运行时和 iFlow 依赖包完全封装在 U 盘中,实现“即插即用”。参考上文大佬的开发思路,开发一个Mac版随身iFlow CLI,无需在电脑上安装任何环境,且不污染主机的系统环境。

iFlow_AI的博客 1335

用前必看!iFlow Python SDK - 文件系统使用指南

import oscwd=project_dir, # iFlow 的工作目录file_allowed_dirs=[project_dir], # ⚠️ 必须包含 cwd⚠️重要提示:如果cwd与当前 Python 工作目录不同,必须在中明确包含cwd,否则会导致权限错误。

iFlow_AI的博客 1574

【开发必看】让 AI 写出生产级代码:阿里妈妈效果广告引擎AI Coding实践

随着大模型技术的迅猛发展,AI Coding 已成为提升研发效率的关键手段。然而,在大型、复杂的生产系统中,直接使用通用 AI 编程模型往往陷入 "能用但不好用,可用但不可信" 的困境:通用 AI 编程模型在单点、明确的任务(如函数补全、单元测试生成、简单逻辑实现)上表现尚可,但在复杂系统的开发中难以胜任目前主流实践仍停留在 "vibe coding" 阶段——开发者凭直觉编写提示词,再通过人工整合与验证结果,效率与可靠性均受限。

iFlow_AI的博客 406

iFlow CLI实战:通过hooks增加提醒(Mac版)

作者:@JAX。

iFlow_AI的博客 569

使用iFlow CLI通过hook添加任务完成通知(定制你的个性化通知) Windows版

之前看过大佬分享的添加hook发送通知的教程,奈何要么是Mac环境的,要么执行sh脚本在我这里一直无法执行触发,今天试了下,通过第三方的BurnToastNotification,执行python脚本的方式可以触发了,定制一个属于你的iflow弹出通知。好处是安装简单,一行命令即可安装成功定制化强,可以定制你的通知的标题,内容,属性文字,图标,声音,甚至是添加延迟提醒等交互操作。

iFlow_AI的博客 871

使用iFlow CLI自建 Command/ollama 调用云端模型和本地模型

作者:@Enfj小太阳。

iFlow_AI的博客 1003

使用iFlow CLI创建自定义Command:网页文章下载与翻译工具

通过iFlow CLI,我们成功实现了一个功能完整的网页文章下载和翻译工具。低代码开发:通过自然语言即可创建实用工具AI集成:充分利用平台内置AI能力扩展性:Command机制支持功能持续迭代实用性:解决了实际工作中的痛点问题这个工具不仅提高了个人工作效率,也为类似需求提供了可复制的解决方案。随着iFlow平台的不断发展,相信会有更多创新的应用场景涌现。欢迎大家一同交流,探索AGI。pandoc。

iFlow_AI的博客 1706

大模型最难的AI Infra,用Vibe Coding搞定

本文是 ROCK & ROLL 团队使用 iFlow CLI 在开源框架实践中的探索成果,后续相关功能将持续迭代并陆续发布。ROCK & ROLL 由阿里巴巴未来生活实验室与智能引擎团队联合打造,致力于开拓强化学习(RL)的未来,探索面向未来的创新生活方式。ROLL 是灵活高效的 Agentic RL 训练框架,支持从十亿到千亿参数大模型的优化训练;ROCK 是易用、可扩展的沙箱环境管理器,可在分钟级拉起海量环境。

iFlow_AI的博客 271

iFlow-ROME模型正式发布上线iFlow CLI

此外,考虑到数据本身的特性和一些极端案例,IPA在序列回退的基础上又提出了并行初始化(Parallelized Initialization)方法,使模型可以同时从参考轨迹的多个初始化点开始重采样,并且引入了对参考交互块的模仿学习,大大加速了训练的效率。类似GSPO在序列级别的重要性采样计算方式,在每个交互块内部计算所有token上的训练分布的概率和采样分布的概率的比值,用这些概率比值的几何平均值来衡量交互块级别的采样概率差异,这样可以减弱异常token的影响并避免极端比值的出现。

iFlow_AI的博客 779

iFlow CLI + ACK MCP Server:让 ACK 容器运维进入对话时代

作者:薇溪。

iFlow_AI的博客 1254

让 iFlow CLI 替你干体力活

使用任何 AI 工具都不能百分百无条件信任,实际上 AI Coding 产生的代码不是资产,而是负债,必须在提交代码之前认真审核 AI 的所有改动,所有改动最后的负责人都是使用工具的人。在项目中创建一个 .iflow 的文件夹,并创建 settings 配置,使用如下的配置,这样子就会从 iflow 的默认文件名改成跟 Claude code 一致的文件名。,可以生成一个文档,用于介绍整个项目的技术栈和业务,后续 AI 会将其作为上下文的一部分,以此减少没有对齐编程规范、业务理解不到位的问题。

iFlow_AI的博客 1751

iFlow CLI 0.4 来袭!全新 UI,更加智能,更加安全的 VibeCoding 体验(结尾有彩蛋)

心流团队在探索AGI的路上会继续走下去,如果你也对我们的产品有兴趣,或者在产品使用上遇到任何问题,欢迎加入微信讨论群,与我们一起探索AGI 定义未来~iFlow CLI官网iFlow CLI 开发者论坛别再观望,立即安装,让 iFlow CLI 成为你最靠谱的代码合伙人~t=P9T8t=P9T8iFlow CLI官网http://​ https://cli.iflow.cn ​iFlow CLI 开发者论坛https://vibex.iflow.cn。

iFlow_AI的博客 2090

知识驱动开发:用iFlow工作流构建本地知识库

接触AI编程工具以来,一直思考怎样用知识库解决AI工具不了解业务的问题。传统的RAG知识库只有关键词匹配和被动文档检索功能。而在实际的编程场景中,需要知识库具备深度语义理解与场景感知能力,为开发者提供更精准、高效且可验证的信息服务。与传统RAG知识库的差别可以用“智能大脑”与“数字图书馆”来类比:前者能主动联想、理解语境并推理,后者仅能被动存储与机械检索。这就是最近大火的Agentic RAG。在对 AI Coding 工具进行一定的调研后,我尝试用。

iFlow_AI的博客 1656

iFlow-CLI独家实测 开源模型中最会写代码的 MiMo-V2-Flash效果如何?

小米今日发布了开源基座大模型 MiMo-V2-Flash。这款模型采用了Mixture-of-Experts (MoE) 架构,总参数规模达到 3090 亿,激活参数 150 亿,通过混合注意力机制的创新设计,在保持高性能的同时实现了推理效率的极致优化。在代码能力方面,MiMo-V2-Flash 已经达到了标杆级闭源模型 Claude Sonnet 4.5 的水平,但推理成本仅为其 2.5%,生成速度更是提升了 2 倍。

iFlow_AI的博客 1078

小米 MiMo-V2-Flash 快速接入 iFlow-CLI 保姆级教程

3、启动iFlow-CLI,输入指令/auth,选择第三种登录方式:“OpenAI 兼容 API”7、完成上述步骤后,即可切换为小米 MiMo-V2-Flash 模型,快开始体验吧~2、点击左侧“API-Keys”栏,再创建API-Key。6、在模型名称中输入:mimo-v2-flash。

iFlow_AI的博客 2741

用iFlow CLI写了一个简单的内容创作平台 ——OpenAIGC-App rocket (集图像、音频、视频、文本创作于一体的智能化创作工具 )

作者:@OdysseyWarsaw话不多说,先上成品——一个- 集图像、音频、视频、文本创作于一体的智能化创作工具。

iFlow_AI的博客 1274

初学者使用iFlow CLI实践

作者:@Enfj小太阳。

iFlow_AI的博客 1052

iFlow CLI 实战案例|生产级 Agent 聊天应用——Chatbot

作者:@iFlow Chatbot项目实践案例。

iFlow_AI的博客 1183

IFLOW Skills 解锁技能应用新玩法

核心:将重复性工作流程打包成可复用的指令,让iFlow能自动、可靠地完成任务,无需每次都重复提醒。就像是给 iFlow 安装的 “专家记忆包”,能将它从一个通用 AI 变为精准执行特定任务的专家。我们通过工作流管理系统,整合agents、commands、IFLOW.md和MCP工具,创建完整的自动化工作流程。

iFlow_AI的博客 2130

iFlow CLI:强大的终端AI助手,开启智能编程新时代

iFlow CLI是一款在终端中运行的智能体式命令行工具,旨在把自然语言交互和多模态能力带入开发者日常工作流。自然语言交互:支持用自然语言下达指令,无需记忆复杂命令本地仓库分析与上下文理解:通过/init命令扫描并理解本地代码仓库多模型支持:支持多种主流国产大模型,如Qwen3 Coder、Kimi K2、DeepSeek V3.2等永久免费:面向个人用户永久免费,不限流量扩展性强:支持通过安装子代理(SubAgents)和MCP工具来扩展功能Yolo模式:模型拥有最高权限,执行操作零限制。

iFlow_AI的博客 2230

AI 驱动的代码审查与测试用例生成:iFlow CLI在提测阶段的应用实践

提效结果。

iFlow_AI的博客 1707

iFlow CLI快速搭建Flutter应用记录

最终成功运行chome浏览器运行截图(执行命令:图片加载失败可能和我电脑的防火墙有关,后续有时间再换个图片API应该能解决。总结经过这一次Flutter环境的安装的体验,感慨iFlow CLI真的很适合开发环境的搭建。因为开发环境的搭建遇到的问题相对固定,流程也比较套路化,AI工具在效率方面的优势体现的可谓是淋漓尽致。

iFlow_AI的博客 1048

iFlow Chatbot 基于 Next.js 15 和 iFlow CLI SDK 构建的全功能 Agent 聊天机器人,提供类似 Web端 iflow 的交互体验

iFlow Chatbot 是一个生产级 Agent 聊天应用,集成了多模型 AI 支持 (MiniMax-M2Qwen3DeepSeek, GLM,Kimi智能对话与上下文记忆工具调用可视化和任务规划响应式设计 (桌面 + 移动端)深色模式与系统主题检测出错啦!深色模式与系统主题检测安全的用户认证系统持久化聊天记录和工作区管理高性能 React 渲染优化。

iFlow_AI的博客 1126

iFlow CLI使用技巧 - 自定义 Skill 转换为 Workflow 教程

接下来在agents下创建一个pptx的文件夹,这个文件夹的名字取决于你想实现的skill的名字,例如在当前的示例中我们想创建一个名为pptx的生成ppt工作流,就把这个文件夹取名pptx。剩下的SKILL.md文件首先改名为我们调用工作流的指令,比如我们想用/pptx调用该工作流,就改名为pptx.md,然后将这个md文件移动到.iflow的commands文件夹下。把pptx skill下除了SKILL.md的内容都移动到agents的pptx文件夹下。点击安装,按照里面的指令安装到目录中。

iFlow_AI的博客 1865

iFlow Skills:设计类Workflow使用分享

iFlow CLI官网的工作流中,新增了几个和Claude Code Agent Skills的同款的设计类功能,这里简单体验了一下,提供一些案例给大家分享。简述:Algorithmic-Art 工作流是一个创建算法艺术的两步流程第一步:创建算法哲学 (.md文件)1. 基于用户输入创建一个算法哲学/生成美学运动2. 强调算法表达、涌现行为和计算美学3. 指导后续的代码实现方向第二步:代码实现 (.html + .js文件)1. 基于创建的算法哲学,使用p5.js实现生成艺术。

iFlow_AI的博客 2039

分享个人在用的IFLOW 编程全局提示词

可以将该任务委托给对应的 agent,由其独立执行并返回结果。每个 subagent 在其独立的上下文中运行,在主会话中输入需求,会将任务传递给对应的Agent,Agent完成指定任务后将结果返回到主会话中向用户汇报情况。Agent根据主会话给出的任务调用所需工具协助完成任务。最后给出下一步计划和当前任务结果。中填入下面的提示词,保存后退出。

iFlow_AI的博客 668
上一篇: iFlow-CLI独家实测 开源模型中最会写代码的 MiMo-V2-Flash效果如何?
下一篇: 知识驱动开发:用iFlow工作流构建本地知识库
iFlow_AI
iFlow_AI 心流AI官方账号 心流AI官方账号
博客等级 码龄1年 406粉丝 46原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值