🎯 工作流开发文档¶

欢迎使用QQ机器人工作流系统！本文档将指导您开发灵活强大的消息处理工作流。

📋 目录¶

• 工作流简介
• 工作流架构
• 触发类型
• 快速开始
• 节点类型
• 代码片段开发
• 用户订阅系统
• 最佳实践
• 调试指南
• 常见问题

🎯 工作流简介¶

什么是工作流？¶

工作流（Workflow）是一种可视化、低代码的消息处理方式，通过拖拽连接不同的节点来实现复杂的机器人逻辑。

工作流 vs 传统插件¶

核心优势¶

✅ 零代码起步 - 使用内置节点即可实现大部分功能
✅ 可视化流程 - 流程一目了然，易于维护
✅ 灵活扩展 - 支持Python代码片段自定义逻辑
✅ 高性能 - 智能缓存和索引，快速匹配消息
✅ 多协议支持 - 同时支持QQ官方和OneBot协议

🏗️ 工作流架构¶

系统架构图¶

工作流执行流程¶

缓存系统¶

工作流系统采用智能内存缓存，避免每次消息都查询数据库：

• 启动加载 - 应用启动时加载所有工作流到内存
• 智能索引 - 根据触发类型建立索引（关键词O(1)、正则O(k)）
• 自动刷新 - 编辑工作流时自动更新缓存
• 手动刷新 - 支持手动刷新缓存接口

⏰ 触发类型¶

工作流支持两种触发方式：

消息触发（默认）¶

当用户发送消息时，根据关键词、正则等条件匹配并执行工作流。

• 适用场景：响应用户消息、命令处理、自动回复
• 执行时机：收到消息时立即匹配
• 配置方式：在工作流详情页选择"消息触发"

定时触发¶

使用 Cron 表达式定时执行工作流，无需用户发送消息。

• 适用场景：定时推送、整点报时、定期提醒、数据统计
• 执行时机：按 Cron 表达式定义的时间执行
• 配置方式：在工作流详情页选择"定时触发"，填写 Cron 表达式

Cron 表达式格式¶

分 时 日 月 周

常用 Cron 示例¶

0 * * * *       每整点执行（整点报时）
0 8 * * *       每天早上8点
0 8,12,18 * * * 每天8点、12点、18点
*/5 * * * *     每5分钟
0 9 * * 1       每周一早上9点
0 0 1 * *       每月1日凌晨
30 7 * * 1-5    工作日早上7:30

定时工作流的特殊变量¶

定时触发的工作流，开始节点会提供以下变量：

trigger_type      # "schedule"（定时触发）
scheduled_time    # 计划执行时间
user_id           # 订阅用户ID（逐个执行）
protocol          # 用户所属协议

注意：定时工作流会为每个订阅用户分别执行一次，每次执行时 user_id 为当前用户。

🚀 快速开始¶

1. 创建第一个工作流¶

访问后台管理 → 工作流管理 → 创建工作流

基本信息： - 名称：回声工作流 - 描述：重复用户发送的消息 - 优先级：100（数字越小优先级越高）

2. 添加节点¶

[开始] → [关键词] → [代码片段] → [结束]

节点配置：

1. 开始节点（自动添加）

2. 提取消息内容、发送者信息等

3. 关键词触发节点

4. 关键词：echo, 回声

5. 匹配模式：包含

6. Python代码片段节点

7. 选择代码片段：echo_message.py

8. 或自定义代码逻辑

9. 结束节点（自动添加）

10. 允许继续执行：否

3. 保存并测试¶

保存工作流后，向机器人发送 "echo 你好"，机器人将回复你发送的内容。

📦 节点类型¶

核心节点¶

1. 开始节点 (start)¶

功能：工作流入口，自动提取消息信息

输出变量：

message           # 消息内容（纯文本）
message_full      # 完整消息对象
message_type      # 消息类型（text/image/voice/video）
has_image         # 是否包含图片
has_at            # 是否包含@
user_id           # 发送者ID
sender.user_id    # 发送者ID
sender.nickname   # 发送者昵称
sender            # 完整sender对象
group_id          # 群ID（仅群聊）
message_id        # 消息ID
is_group          # 是否群聊
protocol          # 协议类型（qq/onebot）
bot_id            # 机器人QQ号
event             # 完整事件对象
raw_data          # 消息原始数据（包含回复信息等）

raw_data 常用嵌套访问：

raw_data.message[0].data.id    # 被回复消息的ID（当消息是回复时）
raw_data.message[0].type       # 第一个消息段类型

2. 结束节点 (end)¶

功能：工作流出口，标记流程结束

配置项： - allow_continue: 是否允许其他工作流继续处理（默认：true）

触发节点¶

1. 关键词触发 (keyword_trigger)¶

功能：检查消息是否包含指定关键词，不匹配时自动中断工作流

配置项： - keywords: 关键词列表，每行一个 - match_type: 匹配模式 - contains: 包含（默认） - equals: 完全匹配 - starts_with: 开头匹配

输出变量： - matched: 是否匹配 (boolean) - keyword: 匹配的关键词 (string)

示例：

{
  "type": "keyword_trigger",
  "config": {
    "keywords": "天气\nweather\n查天气",
    "match_type": "contains"
  }
}

2. 条件判断 (condition)¶

功能：根据条件判断执行不同分支

简单模式配置项： - mode: simple - variable_name: 要检查的变量名（支持点号访问嵌套变量，如 response_json.code） - condition_type: 运算符 - equals: 等于 - not_equals: 不等于 - contains: 包含 - not_contains: 不包含 - starts_with: 开头是 - ends_with: 结尾是 - greater_than: 大于 - less_than: 小于 - is_empty: 为空 - is_not_empty: 不为空 - regex: 正则匹配 - compare_value: 比较值（regex 时为正则表达式） - true_branch: 满足条件跳转的节点ID - false_branch: 不满足条件跳转的节点ID（留空则中断）

高级模式配置项： - mode: advanced - logic_type: AND 或 OR - conditions: 条件列表，每行格式：变量名|运算符|比较值

输出变量： - result: 判断结果 (boolean)

示例：

{
  "type": "condition",
  "config": {
    "mode": "simple",
    "variable_name": "sender.user_id",
    "condition_type": "equals",
    "compare_value": "93653142",
    "true_branch": "node_2",
    "false_branch": "node_3"
  }
}

消息节点¶

1. 发送消息 (send_message)¶

功能：发送消息给用户

配置项： - message_type: 消息类型 - text: 纯文本（所有协议） - image: 图片（所有协议） - video: 视频（所有协议） - voice: 语音（所有协议） - file: 文件（仅QQ官方，OneBot需用 endpoint 节点调用 upload_group_file） - markdown: Markdown（仅QQ官方） - ark: ARK卡片（仅QQ官方） - content: 消息内容，支持 {{variable_name}} 模板 - markdown_template_id: Markdown模板ID（markdown类型时使用，群/私聊必填） - keyboard_id: 按钮ID（markdown类型时可选） - ark_template_id: ARK模板ID（ark类型时使用，如 23/24/37） - skip_if_unsupported: 协议不支持时是否跳过（默认 true） - next_node: 执行后跳转的节点ID（可选）

示例：

{
  "type": "send_message",
  "config": {
    "message_type": "text",
    "content": "你好，{{sender.nickname}}！你发送了：{{message}}",
    "skip_if_unsupported": false
  }
}

数据处理节点¶

1. 设置变量 (set_variable)¶

功能：设置或修改上下文变量

配置项： - variable_name: 变量名 - variable_value: 变量值，支持模板

示例：

{
  "type": "set_variable",
  "config": {
    "variable_name": "greeting",
    "variable_value": "Hello {{sender.nickname}}"
  }
}

2. 字符串处理 (string_operation)¶

功能：对字符串进行处理操作

配置项： - input: 输入字符串，支持模板 - operation: 操作类型 - trim: 去除首尾空格 - upper: 转大写 - lower: 转小写 - replace: 替换（需要 param1 和 param2） - substring: 截取子串（param1 格式：开始,结束） - split: 分割（param1 为分隔符） - regex_extract: 正则提取（param1 为正则表达式，返回第一个捕获组或完整匹配） - regex_replace: 正则替换（param1 为正则表达式，param2 为替换内容，支持 \1 反向引用） - param1: 参数1 - param2: 参数2 - save_to: 保存到的变量名

输出变量： - output: 处理后的字符串

正则提取示例：

{
  "type": "string_operation",
  "config": {
    "input": "{{message}}",
    "operation": "regex_extract",
    "param1": "https://v\\.douyin\\.com/[^\\s]+",
    "save_to": "douyin_url"
  }
}

3. JSON提取 (json_extract)¶

功能：从JSON中提取指定字段

配置项： - json_source: JSON源变量名 - response_json: HTTP请求响应 - endpoint_response: 自定义端点响应 - raw_data: 消息原始数据 - message: 消息内容 - extract_path: 提取路径，如 data.user.name 或 items[0].id（留空则取整个对象） - save_to: 保存到的变量名 - default_value: 默认值（提取失败时使用）

示例：

{
  "type": "json_extract",
  "config": {
    "json_source": "response_json",
    "extract_path": "data.temperature",
    "save_to": "temp",
    "default_value": "未知"
  }
}

网络节点¶

1. HTTP请求 (http_request)¶

功能：发送HTTP请求到外部API

配置项： - method: 请求方法：GET, POST, PUT, DELETE - url: 请求URL，支持模板 - headers: JSON格式的请求头（可选） - body: 请求体（POST/PUT时使用） - timeout: 超时时间（秒），默认10 - response_type: 响应类型：auto, json, text

输出变量： - response_status: HTTP状态码 - response_text: 响应文本 - response_json: JSON响应（如果是JSON） - response_success: 是否成功（状态码<400） - response_error: 错误信息

示例：

{
  "type": "http_request",
  "config": {
    "method": "GET",
    "url": "https://api.example.com/user/{{user_id}}",
    "headers": "{\"Authorization\": \"Bearer token\"}",
    "timeout": "10",
    "response_type": "json"
  }
}

动作节点¶

1. 自定义端点 (endpoint)¶

功能：调用OneBot协议的任意API端点（仅OneBot协议）

配置项： - action: API端点名称，如 send_msg, delete_msg, set_group_card - params: JSON格式的请求参数，支持模板（可使用点号访问嵌套变量如 {{response_json.data.url}}） - enable_template: 是否启用变量替换（默认 true） - next_node: 执行后跳转的节点ID（可选，用于控制流程走向）

输出变量： - endpoint_response: API响应结果（直接是数据本体，不像HTTP节点有 status/retcode/data 包裹） - endpoint_success: 是否成功 - endpoint_error: 错误信息

与 HTTP 节点的区别： - HTTP 节点调用 OneBot HTTP API，响应格式为 {status, retcode, data: {...}}，需用 extract_path: "data" 提取 - endpoint 节点走 WebSocket API，响应直接是数据本体，无需提取 data

示例：

{
  "type": "endpoint",
  "config": {
    "action": "get_msg",
    "params": "{\"message_id\": {{reply_id}}}",
    "enable_template": true
  }
}

2. HTML渲染 (html_render)¶

功能：将HTML模板渲染为图片

配置项： - template_path: 模板文件名（Render目录下） - template_data: JSON格式的模板数据，支持模板 - width: 图片宽度（像素），留空自适应 - height: 图片高度（像素），留空自适应

输出变量： - image_base64: 图片Base64数据 - render_success: 渲染是否成功

示例：

{
  "type": "html_render",
  "config": {
    "template_path": "user_card.html",
    "template_data": "{\"name\": \"{{sender.nickname}}\"}",
    "width": "450",
    "height": ""
  }
}

发送渲染的图片：

{
  "type": "send_message",
  "config": {
    "message_type": "image",
    "content": "base64://{{image_base64}}"
  }
}

时间节点¶

1. 延迟等待 (delay)¶

功能：暂停指定时间后继续执行

配置项： - delay_seconds: 延迟时间（秒），支持小数

示例：

{
  "type": "delay",
  "config": {
    "delay_seconds": "1.5"
  }
}

2. 获取时间 (timestamp)¶

功能：获取当前时间信息

配置项： - format: 日期格式，默认 %Y-%m-%d %H:%M:%S

输出变量： - timestamp: Unix时间戳 - datetime: 格式化日期时间 - date: 日期 - time: 时间 - year, month, day, hour, minute: 各时间分量 - weekday: 星期几

3. 时间段检查 (schedule_check)¶

功能：检查当前时间是否在指定时间段内

配置项： - start_time: 开始时间（HH:MM） - end_time: 结束时间（HH:MM） - weekdays_only: 仅工作日

输出变量： - in_schedule: 是否在时间段内 - current_time: 当前时间

协议节点¶

1. 协议检查 (protocol_check)¶

功能：检查当前使用的协议类型

配置项： - target_protocol: 目标协议（可选）：qq 或 onebot

输出变量： - protocol: 协议名称 - is_qq: 是否QQ官方 - is_onebot: 是否OneBot

工具节点¶

1. 注释 (comment)¶

功能：添加注释说明，不执行任何操作

配置项： - comment: 注释内容

2. Python代码片段 (python_snippet)¶

功能：执行预定义的Python代码片段

配置项： - snippet_name: 代码片段文件名（Snippets目录下）

输出变量： - result: 代码执行结果

可用变量：

# 从 context 获取变量
message = context.get_variable('message')
user_id = context.get_variable('sender.user_id')

# 发送消息
message_api = context.get_variable('message_api')
message_api.send_message('回复内容')

# 设置变量给后续节点使用
context.set_variable('my_variable', 'value')

💻 代码片段开发¶

代码片段简介¶

代码片段（Snippet）是存储在 Snippets/ 目录下的Python文件，用于实现自定义逻辑。

创建代码片段¶

1. 在 Snippets/ 目录创建 .py 文件
2. 参考 _template.py 模板文件
3. 编写处理逻辑

Context 对象完整 API¶

在代码片段中，你可以通过 context 对象访问所有功能。

属性¶

# 事件对象
context.event                          # BaseEvent 对象，包含完整的消息事件信息

# 变量字典
context.variables                       # dict，存储所有工作流变量

事件对象方法¶

# 获取消息内容
context.event.get_plaintext()          # -> str: 获取纯文本消息内容
context.event.get_message()            # -> BaseMessage: 获取完整消息对象

# 获取发送者信息
context.event.get_user_id()            # -> str: 获取发送者用户ID
context.event.get_session_id()         # -> str: 获取会话ID（群聊/私聊）

# 判断消息类型
context.event.is_tome()                # -> bool: 消息是否@了机器人
context.event.get_type()               # -> str: 获取事件类型（message/notice/request）
context.event.get_event_name()         # -> str: 获取事件名称

Context 核心方法¶

# 变量管理
context.get_variable(key, default=None)     # 获取变量
context.set_variable(key, value)            # 设置变量

# 响应消息
context.set_response(message)               # 设置响应消息（自动标记为已处理）
context.get_response()                      # 获取当前响应消息
context.clear_response()                    # 清除响应消息

# 模板渲染
context.render_template(template_str)      # 使用Jinja2渲染模板字符串

快捷方法示例¶

# 快速发送文本消息
message_api = context.variables['message_api']
message_api.send_message('你好！')          # 发送文本
message_api.reply('你好！')                  # reply 是 send_message 的别名

# 获取开始节点提取的变量
message = context.get_variable('message')            # 消息文本
user_id = context.get_variable('sender.user_id')    # 发送者ID
nickname = context.get_variable('sender.nickname')  # 发送者昵称
group_id = context.get_variable('group_id')         # 群ID（如果是群聊）
is_group = context.get_variable('is_group')         # 是否群聊

代码片段模板¶

# Name: 片段名称
# Description: 片段描述
# Author: 作者
# Version: 1.0.0

# 从上下文获取变量
message = context.get_variable('message', '')
user_id = context.get_variable('sender.user_id', '')
is_group = context.get_variable('is_group', False)

# 获取消息API
message_api = context.get_variable('message_api')

# 处理逻辑
if message.startswith('你好'):
    # 发送回复
    message_api.send_message('你好啊！')

    # 设置变量给后续节点
    context.set_variable('greeted', True)
    result = '已发送问候'
else:
    result = '未触发问候'

可用API¶

1. 获取变量¶

# 基础用法
value = context.get_variable('key')

# 带默认值
value = context.get_variable('key', default='')

# 获取嵌套变量（支持点号表示法访问任意深度）
nickname = context.get_variable('sender.nickname')
code = context.get_variable('response_json.code')  # 访问HTTP响应中的JSON字段
video_url = context.get_variable('response_json.data.video_url')  # 多级嵌套

嵌套访问说明：点号表示法会自动解析嵌套的字典或对象属性。例如 response_json.data.title 等价于 response_json['data']['title']。

2. 设置变量¶

# 设置简单值
context.set_variable('key', 'value')

# 设置复杂对象
context.set_variable('user_data', {'name': 'Alice', 'level': 5})

3. 发送消息¶

# 获取消息API
message_api = context.get_variable('message_api')

# 发送文本消息
message_api.send_message('Hello World')

# 发送消息对象
from Core.message.builder import MessageBuilder
message_api.send_message(MessageBuilder.text('Hello'))
message_api.send_message(MessageBuilder.markdown('# Title'))

内置代码片段¶

系统提供了一些内置代码片段供参考：

echo_message.py¶

# Name: 消息回显
# Description: 回显消息详细信息，用于调试和测试

# 获取所有相关变量
message = context.get_variable('message', '')
message_type = context.get_variable('message_type', 'unknown')
user_id = context.get_variable('sender.user_id', '')
sender_name = context.get_variable('sender.nickname', '未知')
group_id = context.get_variable('group_id', '')
is_group = context.get_variable('is_group', False)
protocol = context.get_variable('protocol', 'unknown')

# 构造详细信息
info_lines = [
    f"━━━ 消息回显 ━━━",
    f"👤 发送者: {sender_name} ({user_id})",
]

if is_group:
    info_lines.append(f"👥 群聊: {group_id}")
else:
    info_lines.append(f"💬 私聊")

info_lines.extend([
    f"📡 协议: {protocol}",
    f"📝 类型: {message_type}",
    f"━━━ 消息内容 ━━━",
    message,
])

# 发送回显信息
message_api = context.get_variable('message_api')
if message_api:
    reply = '\n'.join(info_lines)
    message_api.send_message(reply)
    result = f"已回显 {sender_name} 的消息详情"
else:
    result = "无法发送消息"

specific_user_reply.py¶

# Name: 特定用户回复
# Description: 仅对指定用户ID回复消息

# 配置
TARGET_USER_ID = "93653142"  # 修改为目标用户ID

# 获取变量
user_id = context.get_variable('sender.user_id', '')
message = context.get_variable('message', '')

# 检查是否为目标用户
if user_id == TARGET_USER_ID:
    message_api = context.get_variable('message_api')
    message_api.send_message(f'收到你的消息：{message}')
    result = '已回复目标用户'
else:
    result = '非目标用户，跳过'

👥 用户订阅系统¶

工作流采用用户订阅机制，只有订阅了工作流的用户才会收到该工作流的响应。

工作原理¶

消息触发工作流¶

1. 用户发送消息
2. 系统获取消息所属 Bot 的 owner（管理员）
3. 查找该用户订阅且启用的工作流
4. 仅匹配和执行订阅的工作流

定时触发工作流¶

1. 到达 Cron 计划时间
2. 查询所有订阅该工作流的用户
3. 为每个订阅用户执行一次工作流
4. 分别发送消息给各用户

用户如何订阅¶

用户访问 用户中心 → 工作流商店 页面：

1. 浏览可用的公开工作流
2. 点击"订阅"按钮添加到自己的工作流列表
3. 在"我的订阅"中管理已订阅的工作流
4. 可以启用/禁用单个工作流

协议过滤¶

工作流可以限制仅在特定协议下执行：

• QQ官方协议 (qq)
• OneBot协议 (onebot)
• 不限制：留空或同时勾选两者

配置位置：工作流详情页 → 允许的协议

订阅相关数据模型¶

# UserWorkflow 表
user_id       # 用户ID
workflow_id   # 工作流ID
enabled       # 是否启用
created_at    # 订阅时间

🎨 最佳实践¶

1. 工作流设计原则¶

单一职责¶

每个工作流专注一个功能领域：

✅ 好的设计： - 工作流1：处理天气查询 - 工作流2：处理音乐点歌 - 工作流3：处理签到功能

❌ 避免的设计： - 工作流1：处理所有命令（过于复杂）

优先级规划¶

安全检查工作流     优先级: 1  （最先执行）
管理员命令工作流   优先级: 5
普通功能工作流     优先级: 10-50
帮助信息工作流     优先级: 100（最后执行）

2. 触发条件优化¶

使用关键词触发¶

适合场景：固定的命令或关键词

{
  "keywords": ["天气", "weather", "/weather"],
  "match_mode": "contains"
}

优势：O(1)快速匹配，性能最佳

使用正则触发¶

适合场景：复杂的模式匹配

{
  "pattern": "^查询\\s+(.+)\\s+的(.+)$"
}

注意：正则匹配较慢，仅在必要时使用

3. 代码片段最佳实践¶

错误处理¶

try:
    # 你的代码
    user_id = context.get_variable('sender.user_id')
    message_api = context.get_variable('message_api')
    message_api.send_message('处理成功')
    result = '成功'
except Exception as e:
    result = f'错误: {str(e)}'

变量验证¶

# 获取变量前先验证
message = context.get_variable('message', '')
if not message:
    result = '消息为空'
else:
    # 处理消息
    result = '处理完成'

资源管理¶

# 使用文件时记得关闭
try:
    with open('data.json', 'r') as f:
        data = json.load(f)
    result = '读取成功'
except:
    result = '读取失败'

4. 性能优化建议¶

避免阻塞操作¶

# ❌ 避免长时间阻塞
import time
time.sleep(10)  # 不要这样做

# ✅ 如需等待，使用异步或后台任务
import threading

def background_task():
    # 耗时操作
    pass

thread = threading.Thread(target=background_task)
thread.start()

缓存重复计算¶

# ✅ 缓存结果避免重复计算
cache = {}

def get_data(key):
    if key not in cache:
        cache[key] = expensive_operation(key)
    return cache[key]

🐛 调试指南¶

1. 查看工作流日志¶

工作流执行时会产生详细日志：

[DEBUG] 尝试执行工作流: Yapi (优先级: 10)
[DEBUG] 执行节点: start (start)
[DEBUG] 执行节点: keyword_1 (keyword)
[DEBUG] 节点执行结果: {'success': True, 'matched': True}

2. 使用Echo片段调试¶

创建测试工作流，使用 echo_message.py 片段查看所有可用变量：

[开始] → [关键词:debug] → [echo_message片段] → [结束]

发送 "debug" 即可看到完整的消息信息。

3. 添加调试输出¶

在代码片段中添加print语句：

print(f"[DEBUG] 消息内容: {message}")
print(f"[DEBUG] 用户ID: {user_id}")
print(f"[DEBUG] 是否群聊: {is_group}")

4. 查看系统日志¶

工作流执行日志记录在 logs/ 目录下，可以通过后台管理查看。

❓ 常见问题¶

Q: 工作流不执行？¶

A: 检查以下几点：

1. 工作流是否启用
2. 触发条件是否正确配置
3. 优先级是否被其他工作流抢占
4. 查看日志了解匹配情况

Q: 代码片段报错？¶

A: 常见错误：

# ❌ 变量不存在
value = context.get_variable('not_exist')  # 可能返回None

# ✅ 使用默认值
value = context.get_variable('not_exist', default='')

# ✅ 检查变量是否存在
value = context.get_variable('key')
if value is not None:
    # 处理
    pass

Q: 如何实现多轮对话？¶

A: 当前版本暂不支持会话状态管理，推荐使用代码片段配合Redis或文件存储：

import json
import os

# 简单的状态存储
STATE_FILE = 'states.json'

def load_state(user_id):
    if os.path.exists(STATE_FILE):
        with open(STATE_FILE, 'r') as f:
            states = json.load(f)
            return states.get(user_id)
    return None

def save_state(user_id, state):
    states = {}
    if os.path.exists(STATE_FILE):
        with open(STATE_FILE, 'r') as f:
            states = json.load(f)

    states[user_id] = state
    with open(STATE_FILE, 'w') as f:
        json.dump(states, f)

Q: 工作流和插件能共存吗？¶

A: 完全可以！两者互不干扰：

• 工作流按优先级执行
• 插件也按优先级执行
• 可以通过 continue 配置控制是否继续执行

Q: 如何更新缓存？¶

A: 缓存会自动更新，也可以手动刷新：

• 自动更新：编辑、启用、禁用工作流时
• 手动刷新：仪表盘点击"重载工作流缓存"按钮
• API刷新：POST /admin/workflows/reload

Q: 性能如何？¶

A: 工作流系统性能优异：

• 关键词匹配：O(1)，HashMap快速查找
• 正则匹配：O(k)，k为正则工作流数量
• 内存占用：200个工作流约5MB
• 缓存预编译：正则表达式提前编译

📚 参考资源¶

相关文档¶

• 传统插件开发文档 - 了解插件系统
• QQ官方API文档 - QQ机器人API
• OneBot文档 - OneBot协议标准

示例工作流¶

系统提供了示例工作流供参考：

• Echo工作流 - 消息回显
• Yapi工作流 - API调用示例
• 回显消息工作流 - 调试工具

代码片段模板¶

查看 Snippets/_template.py 了解完整的代码片段模板和可用API。

🎉 开始创建你的工作流吧！ 如有问题，请查看示例工作流或联系开发团队。