Tinybot 如何完成任务

你描述目标，模型判断如何处理，Tinybot 负责协调可用工具并把结果带回对话。理解这个过程，有助于分清“模型已经回复”和“任务已经完成”。

概念示意图，由 AI 生成；不代表应用界面或固定的执行顺序。

01 · 你提供请求

请求包含任务说明，也可以附带文件或图片。当前会话、工作区和选中的 Skill 会影响这次任务得到的上下文。

例如“把会议记录中的待办整理成表格”，比“处理这个文件”更明确。

02 · 模型判断下一步

模型根据当前输入和可用能力，直接回答，或提出工具调用。Provider 是模型服务的连接，具体模型决定这次使用哪个模型处理请求。

模型服务可以在远端，也可以由你在本机部署。使用远端服务时，发送给模型的请求内容会离开本机；桌面应用不等于模型推理全部在本地进行。

03 · 工具执行并返回结果

需要读取文件、运行命令或调用已连接服务时，Tinybot 执行相应工具，把结果返回模型。模型可能据此继续调用工具，也可能已经有足够的信息完成回复。

这就是图中返回模型的环路。并非每条消息都需要工具，也不是每项任务只调用一次工具。工具失败时，应查看错误和任务最终状态。

04 · 你检查结果

最终结果可能是一段回复、一份文件或外部操作的结果。对照原始目标检查输出；有偏差时，在同一会话继续补充要求。

几个容易混淆的概念

概念	负责什么
模型	理解输入，判断下一步，生成内容
工具	执行具体动作并返回结果
Skill	提供处理某类任务的方法与约定
工作区	指定任务关联的目录和项目上下文
Agent Graph	把多步处理方式保存为可重复运行的流程
Teams	围绕一个目标安排成员和依赖任务，检查各项交付结果
定时任务	保存任务指令，在这台电脑上按计划或手动发起执行
记忆	把适用的长期偏好与事实提供给新会话
Hooks	在指定 Agent 阶段执行已信任的本机脚本

标题生成、记忆处理、上下文压缩与任务规划也可能单独调用模型。因此，一次对话的可见回答并不代表全部模型消耗，详细分类见 Token 用量。

现在可以回到 第一次对话，或比较 Teams 与其他入口，选择适合自己的工作方式。