> ## Documentation Index
> Fetch the complete documentation index at: https://docs.hitheo.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# 使用技能構建器進行構建

> 通過拖放式畫布編輯器以可視化方式設計 AI 技能。

技能構建器是 Theo 控制台中的可視化技能構建工具。你無需手動編寫清單文件，只需將節點拖到畫布上、連接它們併發布——Theo 會自動將該圖編譯成一個技能。

## 打開畫布

導航至 **Dashboard → Skills → Canvas**，或直接訪問 `api.hitheo.ai/dashboard/skills/canvas`。你可以從空白畫布開始，也可以選擇一個快速入門模板（客服代理、研究流水線、內容生成器、數據提取器）。

## 節點類型

每個畫布都是一個由節點組成的有向無環圖（DAG）：

* **Input（輸入）** — 入口點。配置觸發類型（手動、關鍵詞、事件、計劃任務）。每個畫布都必須有且僅有一個。
* **Prompt（提示詞）** — 注入到技能提示詞擴展中的系統指令。
* **Model（模型）** — 選擇一個 Theo 模型（`theo-1-flash`、`theo-1-reason`、`theo-1-code` 等）及温度參數。
* **Tool（工具）** — 聲明該技能可調用的自定義工具。包括名稱、描述以及可選的 JSON schema。
* **Knowledge（知識）** — 附加參考文檔（文件鍵），用於類 RAG 檢索。
* **Vision（視覺）** — 啓用多模態圖像分析。配置圖像來源（上傳、URL 或上游步驟輸出）以及分析指令。
* **Condition（條件）** — 基於布爾表達式的分支邏輯。輸出至“true”和“false”兩個連接點。
* **Output（輸出）** — 響應格式節點。至少要有一個從 Input 可達。

## 工作流

1. **設計** — 從工具欄拖拽節點，連接邊，並在節點內聯配置各自的設置。
2. **保存** — 點擊 **Save**（或按 Ctrl+S）。圖會被持久化保存到你的賬戶中。
3. **編譯** — 點擊 **Compile**。Theo 會校驗該圖（檢查環路、不可達節點、缺失的提示詞），並將其轉換為一個 `SkillManifest` + `WorkflowSteps`。
4. **測試** — 點擊 **Test** 打開沙盒測試台。在安全環境中向已編譯的技能發送消息——不會觸發真實的工具調用，僅使用模擬數據。
5. **發佈** — 點擊 **Publish**，選擇 slug、版本號和可見性級別，然後提交。該技能將進入與通過 CLI/API 提交的技能相同的審核流程。

## 發佈可見性

發佈時，你可以從以下三個級別中選擇其一：

* **Private（私有）** — 只有你本人可以查看和安裝該技能。
* **My Organization（我的組織）** — 你所在組織的所有成員都可以查看和安裝該技能，但不會公開列出。
* **Public Marketplace（公共市場）** — 該技能會在技能商店中向所有 Theo 用戶展示。

## 通過 SDK

你也可以通過編程方式管理畫布：

```typescript theme={null}
const canvas = await theo.createCanvas({ name: "My Agent" });
await theo.updateCanvas(canvas.id, {
  graph_json: { nodes: [...], edges: [...] },
});
const compiled = await theo.compileCanvas(canvas.id);
const test = await theo.testCanvas(canvas.id, "Hello, test message");
const published = await theo.publishCanvas(canvas.id, {
  slug: "my-agent",
  version: "1.0.0",
  author: { name: "Your Name" },
  visibility: "public",
});
```

## 通過 API

所有畫布操作均可通過 `POST/GET/PATCH/DELETE /api/v1/evi/canvases` 使用。完整細節請參閱 [Canvas API Reference](/api-reference/evi/canvases)。


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.