OpenLoomi Chat 是开源 AI 工作伙伴 OpenLoomi 的核心对话界面。你只需要用一句自然语言描述需求，OpenLoomi 就会自动拆解复杂任务、调用记忆与技能、执行并交付结果——从查资料到写报告、生成网页，全程无需任何提示词技巧。这篇 OpenLoomi Chat 教程带你从零开始，10 分钟学会用它布置复杂任务。

1. OpenLoomi Chat 是什么？

普通的 AI 聊天框只能"回答"，而 OpenLoomi Chat 能"办事"。它是 OpenLoomi 这套 Attention Agent（注意力代理）系统的执行入口：

• 懂你的上下文：Chat 背后连接着 OpenLoomi 的多层记忆系统（短期、中期、长期记忆），回答问题时引用的是你自己的邮件、消息和项目记录，而不是泛泛的通用回答；
• 会自己拆解任务：接到复杂任务后，它会展示"Reasoning + 多工具调用"的执行过程，自动搜索知识库、记忆、原始消息，再汇总输出；
• 能产出真实文件：报告、网页、文档、图表等 Artifacts（产物）直接生成在会话里，可下载、可预览；
• 可一键转为定时任务：一次满意的 Chat 任务，可以原样交给 Automation 模块按计划自动执行。

官方对 Chat 的完整定义见 chat.mdx，技能体系见 skills.mdx。

2. 三分钟安装与配置：Chat 开始前的准备

要使用 OpenLoomi Chat，只需三步：

1. 下载安装包：OpenLoomi 是原生桌面应用，支持 macOS、Windows 和 Linux，从官方 Releases 下载对应安装包，双击安装，开箱即用；
2. 连接对话模型：首次启动会进入引导页，填入 API Key、Endpoint（服务地址）和 Model（模型名）即可完成配置，整个过程约一分钟；
3. （推荐）启用至少一个连接器：连接 Gmail、Slack、GitHub 等数据源后，Chat 的回答才能真正基于你的工作记忆。

⚠️ 小贴士：如果 Chat 提问后回答为空，通常是还没启用任何连接器，记忆没有数据可查。安装与排错的完整步骤见 getting-started.mdx。

3. 认识 Chat 界面：复杂任务从哪里布置

打开应用后，默认进入的Chats页面就是 OpenLoomi Chat。

界面关键区域：

输入框本身是一个完整的任务编辑器（附件上传、语音、技能选择都集成在这里），源码位于 task-composer.tsx，消息渲染逻辑在 message.tsx。你不需要读源码，只要知道：框里写的一句话，就是一个完整的任务指令。

4. 核心实战：一句话布置复杂任务

下面用一个真实例子演示"自动拆解并执行"的完整过程。

4.1 第一步：用一句话描述任务

在输入框直接输入：

"Please write me a weekly report on the progress of all projects over the past week."

（帮我写一份过去一周所有项目进展的周报）

注意：你不需要告诉它"先去查知识库，再查记忆，再整理格式"——这些都由它自己规划。

4.2 第二步：观察 AI 自动拆解执行

OpenLoomi 收到任务后会展示完整推理链：

1. Reasoning（推理）：明确目标——"要生成周报，需要搜索知识库、聊天洞察和记忆"；
2. 工具调用：并行执行 4 个工具——Querying Chat Insights、Searching Knowledge Base、Searching Memory、Searching Raw Messages；
3. 再次推理：根据检索结果缩小范围，继续深挖相关文件；
4. 输出结果：汇总成结构化周报。

💡 这就是"AI 自动拆解执行"的关键：复杂任务被拆成 检索→筛选→汇总→成文 的多步流水线，每一步都可见、可追溯。

4.3 第三步：追问与深化（Deep Dive）

结果不满意？直接在同一会话里追问即可：

• "把研发部分的细节再展开一些"
• "补上未完成事项的负责人"
• "改成一封给老板的邮件格式"

会话会持续积累上下文，同一话题越聊越准，历史可随时检索。

5. 四类最常用的 Chat 任务

5.1 查询工作记忆："我上周决定什么了？"

"Tell me about SmartBI"——一句话就能跨工具、跨渠道检索你与项目相关的所有信息，不再需要翻 Slack、Gmail、Notion。

5.2 上传文件让 AI 分析

点击输入框左下角+，选择 "Upload from local"（本地上传）或 "Add from workspace"（从工作区添加），把 PDF、Excel、合同文档丢进去，让它总结、提取、对比。

5.3 调用 Skills 生成文档、代码、数据报告

OpenLoomi 内置了一批 Skills（技能），包括文档处理（docx、pdf、pptx、xlsx）、前端设计、浏览器自动化、深度研究等。布置任务时无需手动选择——AI 会自动判断该用哪些技能并串联执行，例如一句"做一份竞品分析"，它会自行串起 网页研究 → 数据分析 → 报告生成 的完整链路。

技能包全部开源，仓库内的 skills/ 目录就是它的源头，想扩展能力还能在任意会话里输入/skill-creator自己造技能。

5.4 一句话生成网页与 App 预览

试试这个任务：

"Create a product page for my AI podcast app"

OpenLoomi 会自动调用 frontend-design 技能，写出生产级 HTML，生成完整的落地页（含配色、排版、响应式适配），并支持在应用内直接打开浏览器预览，产物文件列在右侧 "Chat Vault" 面板中随时下载。

6. 进阶：把 Chat 任务变成自动执行的定时任务

一次满意的任务，值得让它反复跑。OpenLoomi 的 Chat 与 Automation 共用同一套执行引擎：

1. 进入Agents → Automation，点击New Task；
2. 把你在 Chat 里验证过的指令填入 Instruction（如"搜索昨日 AI 行业新闻，整理成简报并发送到我的 Gmail"）；
3. 选择计划类型：Cron 表达式（0 9 * * *= 每天早上 9 点）、固定间隔、或一次性执行；
4. 保存后，任务按计划自动运行，执行历史可随时审计。

⏰ 提醒：定时任务在本地执行，运行时桌面应用需保持打开。完整调度规则见 automation.mdx。

7. 常见问题速查

问：Chat 回答是空泛的通用内容，不是我的工作信息？确认至少启用了一个连接器且同步正常——记忆有数据，回答才"接地气"。

问：技能没有按预期触发？把任务描述得更具体。比如把"给 X 发点东西"改成"给 X 起草一封关于 Y 的邮件"，意图越明确，技能选择越准。

问：回答中途卡住？检查本地服务是否正常运行（默认端口127.0.0.1:3414/:3515），桌面应用必须在运行中。

写在最后

OpenLoomi Chat 把"使用 AI 的门槛"降到了最低：会说话就会派活。它替你拆解任务、检索记忆、调用技能、产出文件，甚至按计划自动重复执行——你只需要负责验收结果。现在打开 OpenLoomi，试试对 Chat 说出你的第一个复杂任务吧 🚀