核心功能 / AI 协同
AI 对话、Agent 与深度研究
LingMo 的 AI 服务划分为三种不同的交互模态：Chat 对话、Agent 执行 和 Deep Research 深度研究。它们共享统一的右侧交互面板，但采用了截然不同的推理引擎与任务处理范式。
THOUGHT
AI 思考 (Reasoning)
分析用户意图，拆解当前任务，规划下一步应当调用的工具与策略。
ACTION
调用工具 (Acting)
调取本地工具集（文件操作、SQLite查询、标签管理、MCP或自定义Skills）。
OBSERVATION
环境反馈 (Observing)
收集工具执行后返回的数据与结果，作为下一次思考的输入源。
基于 ReAct (Reason-Act) 架构的本地 Agent 工具链自主闭环逻辑
核心工作流金律：先选模式，再写 Prompt
在提问之前，明确你的任务类型有助于选择正确的 AI 模态。如果你需要短小的文本修改或翻译，Chat 最快；如果需要操作本地文件、提取闪卡或调用 MCP，Agent 最强；如果需要联网核对事实或生成深度市场报告，Deep Research 是不二之选。
三种模态的深度对比
Chat 对话
最直接的高速问答通道，专注于处理当前上下文或局部文本。
- 概念解释、翻译、拼写检查与段落改写
- 精准遵循本地编辑器选区、当前对话或单文件输入
- 轻量响应，不具备主动读写本地文件系统的权限
Agent 智能体
工具驱动型任务执行引擎，擅长多步骤协作与本地工作区管理。
- 主动扫描、搜索、读取与重写多份本地 Markdown 文档
- 动态调度内置卡片算法、Tauri 文件管理器及第三方 MCP
- 写入与执行等敏感行为会自动触发红绿灯式安全确认
Deep Research
基于联网多源验证的报告生成引擎，用于事实调研。
- 主动发起交互式追问以精确锚定未知领域和目标范围
- 递归式搜索、信息筛选及证据级别打分评估
- 自动输出极富学术深度的 Markdown 报告与研究会话
核心决策矩阵
| 衡量维度 | Chat 对话 | Agent 智能体 | Deep Research 深度研究 |
|---|---|---|---|
| 核心设计使命 | 即时文本转换与极速问答 | 操纵本地工作区，达成确定的业务状态 | 跨越未知领域进行全面信息归纳 |
| 上下文依赖源 | 当前选中段落、当页笔记、单次对话历史 | 多处关联笔记、RAG 向量索引、卡片库 | 澄清会话日志、全球网页文献、可验证证据链 |
| 工具调用能力 | 无本地工具执行权 | 内置文件树/闪卡 API，无限拓展外部 MCP | 搜索引擎、网页解析器，支持深度递归链 |
| 任务可见性 | 仅显示流式生成文本 | 显示决策树（Thought）、RAG片段与确认框 | 显示研究阶段、递归查询路径及可信度评估 |
| 典型成果物 | 一段解释、修订后的 Markdown 片段 | 创建新文档、更新知识卡片、添加标签 | 包含详尽来源引用和证据打分的综合调研报告 |
本地 Agent 的工具集成与联动
Agent 是 LingMo 的核心生产力引擎。它拥有丰富的本地调用协议，可以读取中转站卡片，操纵文件树，并在发生关键写操作前弹出确认面板，保障开发数据绝对安全。
| 联动模块 | 工具调用机制 | 典型应用场景 |
|---|---|---|
| 临时收集箱 | 读取碎片草稿、批量解析多格式附件或录音文本 | 一键将散落在中转箱的 10 条草稿聚合成结构清晰的笔记 |
| 编辑器交互 | 实时读取或覆盖当前编辑器，进行格式化及内容填充 | 给选中的复杂段落自动生成对应的 Mermaid 架构流程图 |
| 模型上下文 (MCP) | 将配置完毕的外部 MCP 接口无缝纳入智能体的工具列表 | 让 AI 读取系统环境变量，执行特定的本地脚本 |
| 复习闪卡 API | 自动化解析高价值笔记，抽离 Q&A 题目并同步到复习系统 | 在完成某项技术调研后，命令 Agent 自动提取 5 个概念测试卡片 |
深度研究策略选择
为了满足不同深度的信息采掘，Deep Research 能够针对不同任务自适应调整搜索层次与可信度过滤策略：
- 快速综述 (Quick Summary)：追求极速反馈，搜集 2-3 个核心权威源并迅速生成结构化大纲。
- 行业研究 (Market Analysis)：跨越时间轴的广域扫描，融合对立观点与限制条件，生成全面的商业画布。
- 学术检索 (Academic Literature)：严格审查 ArXiv、PubMed 等权威库，重点关注评估模型、局限声明与比对图表。
- 技术评估 (Technical Evaluation)：分析 GitHub commits、官方 API 文档及依赖树，提供落地架构对比。
提示词最佳实践
Chat 对话提示词
请将选中的段落翻译成地道的英文，并以表格形式展示 3 种可替换的句型。
Agent 智能体提示词
扫描最近七天的“写作”文件夹，找出包含“RAG优化”概念的全部文件，将它们关联的双链补齐，并更新关系图谱。
深度研究提示词
联网调研 Next.js 15 的 PPR 渲染机制在复杂企业级后台中的适用性、局限及典型优化案例，并生成一份详细的技术评估报告。