CountBot

本文用于指导用户在 CountBot 中配置“一个主机器人 + 多个子机器人”的多角色协作方案，并为每个角色分别设置不同的模型、API 与系统提示词。适用于飞书、企业微信等 IM 渠道接入场景。

引言 CountBot 的 Web UI 通过 WebSocket 实现实时双向通信，支持 LLM 流式响应推送、工具调用状态通知和任务取消等功能。本文将分析其 WebSocket 架构设计和流式传输

引言 长期记忆是 AI 助手从"工具"进化为"伙伴"的关键能力。CountBot 实现了一套轻量但实用的记忆系统，基于文件的行式存储，支持关键词搜索和 LLM 自动总结。本文将深入分析其设计思路和实现

引言 工具调用（Function Calling）是现代 AI Agent 的核心能力。CountBot 实现了一套完整的工具系统，包含 12+ 内置工具，支持参数验证、审计日志和动态注册。

引言 CountBot 支持同时接入 Web UI、Telegram、钉钉、飞书、QQ、微信等多个聊天渠道。本文将分析其渠道抽象层设计、消息路由机制和企业级消息队列的实现。

引言 AI 应用面临的一个核心挑战是如何优雅地支持多个 LLM 提供商。CountBot 通过 Provider 抽象模式 + LiteLLM 适配层，实现了对 9+ 种 LLM 提供商的统一接入。本

引言 Agent Loop 是 CountBot 的核心引擎，实现了经典的 ReAct（Reasoning + Acting）循环模式。本文将深入分析其工程实现，探讨如何将学术概念转化为可靠的生产代码

引言 CountBot 是一个基于 FastAPI 的多渠道 AI 助手框架，采用了经典的分层模块化架构。本文将从宏观视角剖析其整体设计哲学，帮助开发者理解如何构建一个可扩展的 AI Agent 系统