客户支持

1 工作流1 响应格式1 后端步骤会话记忆

会话记忆聊天机器人

运行实时聊天机器人，记住同一会话中之前的消息，并返回可直接用于界面的结构化回复。

支持的模型提供商

主模型

备用模型

选择你的提供商与模型，下载的文件会按你的选择生成。

适合谁

面向客户的聊天机器人
产品与新手引导助手
客户支持团队

下载 JSON 查看集成指南

在 GitHub 查看源代码

数据如何流转

请求会在你的后端与 AI 工作流之间自动流转。以下是请求经过的完整路径。

收到客户请求

AI 工作流

mr_chatbot_workflow

生成结构化实时回复，并记住当前会话

后端事件

webhook_received

客户收到回复

你会得到什么

每个模板都由两类部件组成：工作流和响应格式.

工作流

mr_chatbot_workflow

生成结构化实时回复，并记住当前会话

响应格式

chatbot_response

包含会话洞察和后续操作的结构化聊天回复

replysummarysentimentconfidencetopicsaction_items

详细规格

每个工作流的完整规格说明。以下所有内容都已写入下载的文件中，导入后仍可随时修改。

mr_chatbot_workflow

生成结构化实时回复，并记住当前会话

模型与备用模型了解更多

openai · gpt-5.6-luna备用 1: anthropic · claude-haiku-4-5-20251001

主模型，以及在主模型不可用时自动启用的备用模型。

响应格式了解更多

chatbot_response返回结构化对象，而不是自由文本。

该工作流返回的结构化 JSON。字段由你定义，并由 ModelRiver 强制校验。

使用的客户数据了解更多

无 - 不需要客户数据

你在每次请求中传入的字段，工作流会据此给出个性化回答。

会话记忆了解更多

已启用

应用传回返回的 session_id 后，会记住之前的对话。项目必须启用请求正文日志。

自动化流水线了解更多

webhook_received

围绕该工作流按顺序自动运行的步骤。

运行模式了解更多

生产模式

调用你已连接的 AI 提供商实时运行。

如何使用

1
下载模板
文件是可移植的 JSON 包，方便分享，也易于阅读。
2
在 ModelRiver 中打开一个项目
登录后选择一个项目，并确保该模板用到的 AI 提供商已连接。你可以在「提供商」中完成连接。
3
导入模板
在项目中点击「导入」，粘贴或上传文件，确认预览后完成导入。所有内容以原子方式创建，不会覆盖任何已有数据。导入与导出如何工作

模板文件

技术用户可以在下方查看原始模板文件。

查看完整模板 JSON

{
  "version": 1,
  "structures": [
    {
      "name": "chatbot_response",
      "description": "包含会话洞察和后续操作的结构化聊天回复",
      "example": {
        "reply": "你的名字是 Vishal，你经营 Sunrise Bakes，业务位于 Bangalore。",
        "summary": "从本次会话中回忆了用户的姓名、企业和城市。",
        "sentiment": "neutral",
        "confidence": "high",
        "topics": [
          "个人资料",
          "企业信息"
        ],
        "action_items": []
      },
      "schema": {
        "type": "object",
        "properties": {
          "reply": {
            "type": "string"
          },
          "summary": {
            "type": "string"
          },
          "sentiment": {
            "type": "string",
            "enum": [
              "positive",
              "neutral",
              "negative",
              "mixed"
            ]
          },
          "confidence": {
            "type": "string",
            "enum": [
              "high",
              "medium",
              "low"
            ]
          },
          "topics": {
            "type": "array",
            "items": {
              "type": "string"
            }
          },
          "action_items": {
            "type": "array",
            "items": {
              "type": "object",
              "properties": {
                "task": {
                  "type": "string"
                },
                "priority": {
                  "type": "string",
                  "enum": [
                    "high",
                    "medium",
                    "low"
                  ]
                }
              },
              "required": [
                "task",
                "priority"
              ],
              "additionalProperties": false
            }
          }
        },
        "required": [
          "reply",
          "summary",
          "sentiment",
          "confidence",
          "topics",
          "action_items"
        ],
        "additionalProperties": false
      }
    }
  ],
  "workflows": [
    {
      "name": "mr_chatbot_workflow",
      "description": "生成结构化实时回复，并记住当前会话",
      "provider": "openai",
      "model": "gpt-5.6-luna",
      "backups": [
        {
          "provider": "anthropic",
          "model": "claude-haiku-4-5-20251001"
        }
      ],
      "request_type": "chat",
      "system_instructions": "作为乐于助人且简洁的客户助手。回答时使用当前会话之前轮次中的相关事实。如果会话中没有某项信息，请说明不知道，不要编造。不要声称记得所提供会话之外的信息。返回直接回复、简短摘要、情感、置信度、主题以及明确的后续操作项。",
      "structure": "chatbot_response",
      "customer_fields": [],
      "test_mode": false,
      "sessions_enabled": true,
      "backend_pipeline": {
        "enabled": true,
        "events": [
          {
            "name": "webhook_received"
          }
        ]
      }
    }
  ]
}

在找其他方案？

更多模板即将上线。在此之前，你可以在 ModelRiver 控制台中从零搭建自己的工作流。

浏览全部模板阅读工作流指南