pai-guide

name	pai-guide
description	当用户不清楚自己正在使用的 pai 应用能做什么，或不理解应用中的关键概念与关系时，必须阅读我。适用于解释 pai 的能力边界、窗口分工、人格、部门、工具、Skill、MCP、委托、任务、记忆、多会话、后台会话、远程联系人、LLM、快捷键及它们之间的关系，并帮助用户判断下一步应该怎么使用这个应用。

PAI Guide

讲解原则

• 先回答用户当前最关心的问题，再补背景。
• 先讲直觉解释，再讲正式术语。
• 用户明显是新手时，尽量少用抽象词，多用“它相当于什么”来解释。
• 用户问“这是什么”，重点解释定义和关系。
• 用户问“怎么用”，重点给最短路径，不要长篇空谈。
• 不要一口气把所有概念都倒给用户，除非用户明确要求总览。
• 如果不确定用户当前在哪个窗口，就明确说“如果你现在在聊天窗口 / 设置窗口 / 归档窗口”。

先用一句话解释 pai

• pai 是一个桌面 AI 助手应用，不只是聊天框。
• 它可以聊天、调用工具、组织人格和部门、接入 Skill 与 MCP、维护任务和记忆、处理多个会话，还可以和远程联系人相关的会话一起工作。

用户问“这个应用能做什么”时，优先这样概括

• 和用户聊天、回答问题、解释概念
• 帮用户组织不同人格和不同分工
• 调用工具做实际动作
• 通过 Skill 学会更专业的工作方式
• 通过 MCP 接入额外外部能力
• 用任务系统推进长期事情
• 用记忆保存长期有价值的信息
• 把不同主题分散到多个会话，而不是全部塞进一个对话里

窗口

对话窗口

• 对话窗口是用户和助理直接聊天的地方。
• 大多数即时提问、继续当前话题、查看当前回答，都发生在这里。

设置页面

• 设置页面是主要配置和管理入口。
• 一般在这里管理模型、工具、Skill、MCP、人格、部门、任务、记忆、外观和其他设置。
• 如果用户问“去哪里配置”，大多数时候先引导到设置页面。

归档页面

• 归档页面是查看和管理历史归档对话的地方。
• 适合回顾过去已经整理过的会话内容。

快速设置窗口

• 快速设置窗口是首次启动或需要快速配置模型时的入口。
• 适合新手快速上手，不用进完整设置页面就能开始使用。

核心概念

什么是 LLM

• LLM 是大语言模型。
• 可以把它理解成助理的“语言大脑”，负责理解用户的话、组织回答、生成内容、规划步骤。
• pai 里的很多能力，最终都要依赖某个 LLM 才能运行起来。
• 如果用户没配置可用模型，很多聊天和智能能力就无法正常工作。

什么是人格

• 人格 是助理的角色设定。
• 它决定助理默认怎么说话、偏什么风格、强调什么原则、扮演什么角色。
• 人格不是模型本身，而是模型工作的行为设定。
• 你可以把人格理解成“这个助理以什么身份和风格来帮你”。

什么是部门

• 部门 是职责分组。
• 它用来组织不同类型的工作，比如主部门负责前台对话，其他部门负责执行、研究、整理、特殊流程等。
• 部门更像组织结构或岗位分工，不只是一个聊天角色名字。

人格和部门是什么关系

• 人格 和 部门 不是一回事。
• 人格 决定一个智能体怎么说话、怎么做事、偏什么风格。
• 记忆 让这个智能体保留长期有价值的信息。
• 可以把 人格 + 记忆 一起理解成一个可持续工作的“智能体”。
• 部门 决定这些智能体被放到哪里工作、负责什么工作。
• 预设的助理部门负责在对话窗口和用户直接对话，不可删除。
• 副手部门负责被委托的子任务，也不可删除。
• 用户可以自建其他部门，承担不同工作。

什么是工具

• 工具 是助理可以直接调用的具体能力。
• 它们解决的是“助理如何真正动手做事”。
• 常见理解方式是：助理负责思考和判断，工具负责执行具体动作。

什么是 Skill

• Skill 是给助理的一份专项说明书或工作指南。
• 它不直接执行动作，而是告诉助理在某类任务里应该怎么理解问题、怎么组织步骤、该优先看什么、避免什么。
• 可以把 Skill 理解成“专门领域的工作方法”。

什么是 MCP

• MCP 是把外部工具、服务或数据源接进来的机制。
• 如果应用内工具像“自带能力”，那 MCP 更像“扩展接口”。
• 用户不一定需要先理解协议细节，只要知道 MCP 的作用是让助理能接入更多外部能力。

Skill、工具、MCP 的关系

• Skill 负责告诉助理“怎么做更对”。
• 工具 负责“直接执行动作”。
• MCP 负责“把外部能力接进来”。
• 一个任务里，助理可能先读 Skill，再调用工具，也可能通过 MCP 使用额外外部能力。

什么是委托

• 委托 是把一项子任务交给其他部门去处理。
• 它适合把复杂工作拆开，不让所有事情都挤在当前主对话里。
• 用户可以把它理解成“主部门把一部分工作分派给其他部门”。

什么是任务

• 任务 是长期推进面板，不只是当前一轮聊天。
• 适合需要多轮跟进、分阶段推进、未来再继续做的事情。
• 如果某件事不是这一轮就结束，而是要持续推进，就更适合进入任务系统。

什么是记忆

• 记忆 是被保留下来的长期有价值信息。
• 它帮助助理在未来找回重要背景，而不是每次都完全从零开始。
• 记忆不是全部聊天记录的原样复制，而更像“被筛选后的长期信息”。
• 当记忆和人格结合时，可以把它们理解成一个更稳定、更持续的智能体。

什么是多会话

• 多会话 表示用户可以同时维护多个独立对话主题。
• 每个会话有自己的上下文和历史。
• 它解决的是“不要把不同事情都混在一个对话里”的问题。

什么是后台会话

• 后台会话 指当前不一定显示在前台，但仍在承载某类工作上下文的会话。
• 用户可以把它理解成“系统在背后维护的一条工作线程”。
• 它常见于后台部门、委托、持续任务、特殊流程或非前台交互场景。

什么是远程联系人

• 远程联系人 是通过远端 IM 或外部接入渠道进入系统的联系人。
• 远程联系人不是当前直接坐在这台电脑前、打开窗口和你对话的用户本人。
• 处理远程联系人时，要分清“当前本地用户”和“远程联系对象”这两个身份，不要混淆回复目标。

常用功能

会话目标

• 在输入面板的工具栏里，有一个“目标”按钮。
• 点击后可以为当前会话启动一个持续推进的目标。
• 创建后，助理会在该目标完成、严格阻塞或用户手动停止之前，跨轮次继续推进。
• 适合需要多轮跟进的事情，比如“帮我把这段代码重构完”。

快捷指令

• 在输入面板上方，会显示一组可点击的指令按钮。
• 这些是“指令预设”，在设置页面里配置。
• 点击一条指令，它会作为文本附件附加到你本轮消息里，不用每次手打同样的提示词。
• 适合常用指令，比如“结果整理成表格”、“用中文回答”。

语音输入

• 输入面板的工具栏里有录音按钮，也可以用配置的热键按住录音。
• 松开后自动转为文字并填入输入框。
• 需要在设置里配置 STT（语音转文本）服务。

文档附件标记

• 在输入面板顶部，会显示当前工作区中可引用的文件列表（以标签形式展示）。
• 点击标签可以附加或取消附加某个文件上下文到本轮消息。
• 附加后，助理在回答时会自动参考这些文件内容，不用你手动复制粘贴。

文档浏览器

• 对话窗口顶部有“阅读”标签页，点击打开右侧文件浏览器面板。
• 面板会跟随当前会话的工作区目录，可以浏览和阅读代码、文档等文件。
• 支持多标签同时打开多个文件。
• 阅读时，当前文件的上下文会自动出现在输入面板的文档附件标记区域，方便一键附加。

委托

• 在会话工具栏里可以“发起委托”，把子任务交给其他部门处理。
• 也可以多选消息后，通过“快捷委托”把选中内容作为背景发给子代理。
• 委托状态会实时显示在右侧“委托”标签页里。

工具与委托的执行逻辑

• 工具执行是动态决策的：系统会根据工具类型自动决定能否并行。只读工具（如 read、fetch、websearch、recall）可以多个同时执行；写操作工具（如 exec、apply_patch、todo、task、remember）必须串行，避免冲突。
• 委托就是启动一个子代理：每次委托本质上是拉起一个新的子代理去独立工作，和当前对话互不阻塞。
• 多个委托可以同时进行：可以同时发起多个委托到不同部门，它们各自独立运行，不需要串行等待。
• 委托有两种模式：同步（等结果回来再继续）和异步（发出去就继续做别的）。

代码审查

• 当助理调用工具执行代码改动后，右侧会自动出现“审查”标签页。
• 可以在审查面板里查看工具调用记录、发起代码审查、生成审查报告。
• 也可以手动选择审查部门和快速模型来定制审查流程。

工具 AI 审查原理

• 助理每次调用终端命令或文件补丁时，系统会先用一个独立的“快速模型”来评估这次操作是否安全。
• 评估模型会分析命令内容，判断是否只读、是否有副作用，然后返回“放行”或“拒绝”以及一段给普通人看的评估意见。
• 如果评估结果是放行，工具直接执行；如果拒绝，会弹窗让用户确认是否允许。
• 评估结果会显示在右侧“审查”标签页里，每条工具调用都可以查看评估状态（已评估/未评估）。
• 用户可以逐条评估，也可以批量评估所有未评估的工具调用。
• 全部评估完成后，可以发起“代码审查”生成完整审查报告。
• 快速模型在设置页面的“快速模型”选项中配置。

会话权限控制

• 部门权限：每个部门可以配置权限模式（白名单或黑名单），分别控制可用的内置工具、Skill 和 MCP 工具。在设置页面的部门配置里管理。
• 工作区权限：会话的工作区目录可以设置访问模式，包括只读和需要审批（approval）两种。审批模式下，写操作需要用户确认。
• 终端审批：当助理要执行会修改文件、修改 Git 状态或修改系统配置的终端命令时，会弹窗请求用户确认。只读命令（如查看、测试、编译校验）通常直接放行。

多选消息转发

• 长按或右键消息可以进入多选模式。
• 选中多条消息后，底部会出现操作面板，可以“转发到会话”——把选中的消息插入到另一个会话末尾。
• 适合把一段对话精华搬到另一个主题会话里继续讨论。

多选消息会话分支

• 同样在多选模式下，可以点“创造会话分支”。
• 它会基于选中的消息创建一个新会话，保留选中内容作为上下文起点。
• 和“转发”不同：分支是新建一个会话，转发是往已有会话里插入。

会话继承

• 新建会话时，标题栏的创建对话框里有一个“继承当前会话”勾选框。
• 勾选后，新会话会继承当前会话的上下文摘要，不用从零开始。
• 适合同一个话题需要开新会话继续讨论的场景。

会话导出与导入

• 在会话列表或会话侧边栏里，右键会话可以看到“导出会话”选项。
• 导出格式支持 Markdown 和 JSON，方便存档或分享。
• 新建会话时，标题栏里有“从外部导入”按钮，可以把之前导出的会话文件导入为新会话。

新建会话

• 标题栏里有“新建会话”按钮，点击后可以设置会话主题（可留空）。
• 还可以勾选“继承当前会话”，让新会话接续当前上下文。
• 也可以指定导入外部文件来创建新会话。

消息队列

• 当助理正在回复（流式输出）时，你继续输入的新消息不会丢失，会进入“消息队列”排队等待。
• 队列中的消息会显示在输入面板附近，标注为“排队”状态。
• 助理当前回复结束后，队列里的消息会按顺序自动发送。

引导

• 队列中的消息可以点击“引导”按钮切换为引导模式。
• 引导模式下，这条消息不会直接作为新问题发送，而是会在助理当前回复结束后，影响助理的下一步方向。
• 适合你在助理还在工作时，悄悄调整它的思路，而不是打断当前流程。

@提及

• 在输入框里输入 @ 可以提及特定的人格或部门。
• 被提及的对象会收到消息或被委派任务。
• 适合需要让另一个部门的智能体介入当前对话的场景。

撤回消息

• 右键消息或在消息操作菜单里可以找到“撤回”选项。
• 撤回时有两种模式：
  • “撤回消息并撤回修改”：回退消息的同时，也会撤销助理通过工具做的文件修改。
  • “仅撤回消息”：只删除消息记录，不影响已经执行的工具操作。

通知

• 在设置页面的“通知”标签里，可以开启或关闭后台会话完成/失败时的系统通知。
• 开启后，后台任务完成时会弹出 Windows 原生通知，还可以开启提示音。
• 适合需要让助理在后台干活、自己先去忙别的场景。

丢弃、压缩、归档

• 输入面板附近有一个“处理当前会话”入口，提供三种方式结束当前会话：
  • 压缩：整理较早的历史消息，保留当前会话继续聊。适合上下文占用偏高但还想继续当前话题时使用。
  • 归档：执行记忆反思并保留对话记录，适合会话已经结束、准备沉淀为历史时使用。
  • 丢弃：直接删除当前会话，不生成摘要也不保留归档。适合测试或确认不需要留痕时使用。

设置

• 点击系统托盘图标右键菜单里的“配置”，或通过快捷键呼出设置窗口。
• 设置页面是所有配置的统一入口：模型、工具、Skill、MCP、人格、部门、任务、记忆、通知、外观、热键等。

后台日志

• 点击系统托盘图标右键菜单里的“运行日志”，可以查看应用的后台运行日志。
• 适合排查问题或确认后台任务的执行状态。

系统托盘

• pai 启动后会在系统托盘区域显示一个图标。
• Windows 11 下，托盘图标可能被收纳在托盘溢出区（点击任务栏角标的“更多”箭头才能看到）。可以把它拖出来固定到可见区域。
• 左键点击托盘图标：快速呼出或隐藏对话窗口。
• 右键点击托盘图标：打开菜单，包含“配置”、“对话”、“文件浏览器”、“归档”、“运行日志”、“退出”。
• 托盘让应用可以常驻后台，不占用任务栏位置。

这些概念之间的关系

LLM
└─ 提供理解、思考、生成内容的基础能力

人格 + 记忆
└─ 组成一个更稳定、可持续工作的智能体

智能体
└─ 被分配到部门里工作
   ├─ 助理部门（预设，不可删除）
   │  └─ 负责在对话窗口和用户直接对话
   ├─ 副手（预设，不可删除）
   │  └─ 负责被委托的子任务，如探索、调查、研究
   └─ 其他部门
      └─ 可以在后台负责不同工作

部门里的智能体工作时，可以使用：
├─ 工具：直接执行动作
├─ Skill：提供做事方法
└─ MCP：接入外部能力

这些工作会体现在：
├─ 会话：承载对话和上下文
│  ├─ 多会话：不同主题分开
│  └─ 后台会话：承载后台工作线程
├─ 任务：承载长期推进的事情
└─ 远程联系人：表示外部渠道的对话对象

• LLM 是底层能力，不等于某个具体人格或部门。
• 人格 和 部门 是两套不同概念，不要混为一谈。
• 人格 + 记忆 更接近一个可以长期工作的智能体。
• 部门 是这些智能体的分工位置。
• 预设部门（助理部门、副手）不可删除，负责核心对话和子任务分派。
• 用户可以自建其他部门，绑定不同人格，承担不同工作。
• 工具、Skill、MCP 是部门里的智能体工作时能使用的能力。
• 任务、会话、后台会话 是这些工作被承载和推进的方式。
• 远程联系人 是外部渠道接进来的对象，不等于当前直接使用应用的人。

如果用户问“最容易理解的关系是什么”，优先用这句：

• LLM 像底层大脑，人格 + 记忆 像一个智能体，部门 像岗位分工，工具 像手脚，Skill 像工作说明书，MCP 像外部扩展接口，任务 像长期待办，会话 像不同工作线程。

快捷键

• pai 有快捷键机制，用来快速呼出、隐藏或触发核心操作。
• 如果用户问“有哪些快捷键”，优先告诉用户去查看当前配置页里的热键设置。
• 不要在不知道当前配置的情况下编造具体按键，因为快捷键可能已经被用户修改。
• 如果用户想改快捷键，通常应去设置页面里的相关设置区域查看。

当用户不知道自己现在该做什么时

优先引导用户回答下面几个问题中的一个：

• 你是想先直接聊天，还是先配置模型？
• 你是想理解概念，还是想完成一个具体任务？
• 你现在卡在模型、工具、Skill、MCP、人格、部门，还是任务系统上？

如果用户完全是新手，优先建议这样开始：

1. 先确认有没有可用模型
2. 再去聊天窗口直接说你的目标
3. 需要扩展能力时，再理解工具、Skill 和 MCP
4. 需要长期推进时，再使用任务和记忆

常见问法的优先回答方式

当用户问“Skill 和 MCP 有什么区别”

• 先说结论：Skill 是工作指南，MCP 是外部能力接入方式。
• 再补一句：Skill 更偏“教助理怎么做”，MCP 更偏“让助理多会做什么”。

当用户问“人格和部门有什么区别”

• 先说结论：人格和部门不是一回事。
• 再补一句：人格决定一个智能体怎么表现，部门决定这个智能体在哪个岗位工作。
• 如果需要再展开：人格加上记忆，更像一个可持续工作的智能体；部门则是这些智能体的分工位置。

当用户问“工具和 Skill 有什么区别”

• 先说结论：工具是执行动作，Skill 是指导方法。
• 再补一句：工具负责做事，Skill 负责决定怎么更合理地做事。

当用户问“多会话和后台会话有什么区别”

• 先说结论：多会话强调有多条独立对话主题，后台会话强调有些会话虽然不在前台，但仍在持续承担上下文。
• 再补一句：多会话是数量和隔离，后台会话是运行状态和位置。

回答风格要求

• 默认用产品导览式、用户友好的口吻回答。
• 不要写成开发架构文档。
• 除非用户要求总览，否则一次最多重点解释当前最相关的 1 到 3 个概念。
• 多用短句和类比，少用堆砌术语的段落。
• 如果用户已经明确要做某件事，就从讲解切回执行，不要继续泛泛介绍。