> ## 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.

# 使用技能构建器进行构建

> 通过拖放式画布编辑器以可视化方式设计 AI 技能。

技能构建器是 Theo 控制台中的可视化技能构建工具。你无需手动编写清单文件，只需将节点拖到画布上、连接它们并发布——Theo 会自动将该图编译成一个技能。

## 打开画布

导航至 **Dashboard → Skills → Canvas**，或直接访问 `api.hitheo.ai/dashboard/skills/canvas`。你可以从空白画布开始，也可以选择一个快速入门模板（客服代理、研究流水线、内容生成器、数据提取器）。

## 节点类型

每个画布都是一个由节点组成的有向无环图（DAG）：

* **Input（输入）** — 入口点。配置触发类型（手动、关键词、事件、计划任务）。每个画布都必须有且仅有一个。
* **Prompt（提示词）** — 注入到技能提示词扩展中的系统指令。
* **Model（模型）** — 选择一个 Theo 模型（`theo-1-flash`、`theo-1-reason`、`theo-1-code` 等）及温度参数。
* **Tool（工具）** — 声明该技能可调用的自定义工具。包括名称、描述以及可选的 JSON schema。
* **Knowledge（知识）** — 附加参考文档（文件键），用于类 RAG 检索。
* **Vision（视觉）** — 启用多模态图像分析。配置图像来源（上传、URL 或上游步骤输出）以及分析指令。
* **Condition（条件）** — 基于布尔表达式的分支逻辑。输出至“true”和“false”两个连接点。
* **Output（输出）** — 响应格式节点。至少要有一个从 Input 可达。

## 工作流

1. **设计** — 从工具栏拖拽节点，连接边，并在节点内联配置各自的设置。
2. **保存** — 点击 **Save**（或按 Ctrl+S）。图会被持久化保存到你的账户中。
3. **编译** — 点击 **Compile**。Theo 会校验该图（检查环路、不可达节点、缺失的提示词），并将其转换为一个 `SkillManifest` + `WorkflowSteps`。
4. **测试** — 点击 **Test** 打开沙盒测试台。在安全环境中向已编译的技能发送消息——不会触发真实的工具调用，仅使用模拟数据。
5. **发布** — 点击 **Publish**，选择 slug、版本号和可见性级别，然后提交。该技能将进入与通过 CLI/API 提交的技能相同的审核流程。

## 发布可见性

发布时，你可以从以下三个级别中选择其一：

* **Private（私有）** — 只有你本人可以查看和安装该技能。
* **My Organization（我的组织）** — 你所在组织的所有成员都可以查看和安装该技能，但不会公开列出。
* **Public Marketplace（公共市场）** — 该技能会在技能商店中向所有 Theo 用户展示。

## 通过 SDK

你也可以通过编程方式管理画布：

```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",
});
```

## 通过 API

所有画布操作均可通过 `POST/GET/PATCH/DELETE /api/v1/evi/canvases` 使用。完整细节请参阅 [Canvas API Reference](/api-reference/evi/canvases)。


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