Trilium笔记集成AI对话侧边栏：本地部署与高效知识管理实践

1. 项目概述：在Trilium笔记中集成AI对话侧边栏

如果你和我一样，是Trilium笔记的重度用户，同时又经常需要借助ChatGPT来辅助写作、翻译或者整理思路，那么来回切换浏览器标签和笔记软件的过程，绝对称得上是一种“生产力割裂”。每次都要复制、粘贴，对话上下文还容易丢失，体验非常碎片化。今天要聊的这个项目——trilium-chat，就完美地解决了这个痛点。它是一个纯前端插件，能直接在Trilium笔记的界面里，嵌入一个功能完整的ChatGPT聊天侧边栏。

简单来说，它把你的私人知识库（Trilium）和强大的AI大脑（ChatGPT或本地Ollama）无缝连接在了一起。你可以在编写笔记时，随时按Alt+Q调出聊天窗口，让AI帮你润色段落、解释概念、生成代码，甚至基于当前笔记内容进行深度问答和扩展。更棒的是，它并非一个简单的API调用封装，而是深度集成了Trilium的笔记管理能力，支持将对话历史、AI回复一键保存为笔记，或者插入到当前光标位置，真正实现了“所思即所得，所得即所存”。

这个项目由soulsands开发，代码基于原生JavaScript，结构清晰，对于想学习Trilium插件开发的朋友来说，也是一个很好的参考案例。接下来，我会从设计思路、安装配置、核心功能使用，到高级玩法和避坑指南，为你完整拆解这个插件的方方面面。

2. 核心设计思路与架构解析

2.1 为什么是“前端插件”？

trilium-chat被设计成一个前端插件，这是理解其所有特性的关键。在Trilium的架构中，前端插件（通过#run=frontendStartup属性标记的JavaScript笔记）会在用户浏览器中加载并执行。这意味着：

1. 数据安全与隐私：你的OpenAI API密钥或与本地Ollama的通信，完全发生在你的浏览器与相应的API服务器之间。对话数据不会经过任何第三方服务器。插件本身只是一个“中介”，负责组织请求和渲染界面。
2. 深度集成UI：作为前端代码，它可以自由操作Trilium的DOM，创建浮动窗口、侧边栏、按钮，并监听全局快捷键，实现与Trilium原生界面无缝融合的体验。
3. 依赖Trilium环境：插件能直接调用Trilium提供的内部API（如api对象）来获取当前活动笔记、创建子笔记、读写属性等。这也是其“保存到笔记”、“插入内容”等核心功能得以实现的基础。

这种设计在灵活性和安全性上取得了很好的平衡。开发者无需搭建后端服务，用户也无需担心数据泄露。

2.2 插件运行机制与数据流

理解插件如何工作，有助于你在遇到问题时快速定位。其核心数据流可以概括为以下几步：

1. 初始化：当你为JS笔记添加#run=frontendStartup属性并刷新Trilium后，该脚本自动执行。它会创建两个子笔记（一个用于存放配置#CHAT_OPTIONS，一个用于存放提示词模板#CHAT_PROMPTS），并在Trilium界面右上角注入一个聊天图标按钮。
2. 用户交互：点击按钮或按下快捷键（默认Alt+Q）会触发聊天窗口的显示/隐藏。你在输入框中的内容，结合可能选中的提示词模板，会被组装成符合OpenAI或Ollama API格式的请求消息。
3. API请求：插件使用浏览器原生的fetchAPI，将请求发送到你配置的requestUrls.completion地址（默认是OpenAI官方接口）。如果你的API密钥已配置，请求头中会包含Authorization: Bearer <your-api-key>。
4. 流式响应处理：当engineOptions.stream设置为true时（默认），插件会处理服务器返回的SSE（Server-Sent Events）流，实现打字机式的逐字输出效果，体验更佳。
5. 数据持久化：对话记录可以根据设置自动或手动保存。插件会调用Trilium API，在指定的历史笔记（#CHAT_HISTORY_HOME）下，以笔记树的形式存储完整的对话上下文，包括时间、角色和内容。

整个过程中，插件像一个智能的“粘合剂”，将Trilium的笔记操作、前端的用户界面、以及远程（或本地）的AI服务连接成一个流畅的工作闭环。

3. 详细安装与初始化配置

3.1 插件安装的两种方式

安装trilium-chat非常简单，本质上就是往你的Trilium笔记库中添加一个特殊的JavaScript笔记。

方法一：直接创建JS笔记（推荐）这是最清晰的方式，便于日后查看和管理插件代码。

1. 在Trilium中，在你希望放置插件的地方（例如“脚本”目录下），新建一个笔记。
2. 将笔记的**类型（Type）**设置为“JavaScript”。
3. 打开项目的GitHub Release页面（例如https://github.com/soulsands/trilium-chat/releases），找到最新版本的trilium-chat.js文件，用文本编辑器打开，复制其全部内容。
4. 回到Trilium，将复制的内容粘贴到这个JS笔记的内容区。
5. 给这个笔记添加一个属性（Attribute）。键为#run，值为frontendStartup。注意，#号是属性标签的一部分，表示这是一个“标签”类型的属性。

方法二：导入JS文件如果你已经下载了trilium-chat.js文件到本地，可以直接在Trilium中使用“文件 -> 导入 -> 导入Trilium .tar文件”功能。但需要注意的是，.js文件本身不是.tar格式，此方法通常用于导入由Trilium导出的完整笔记子树。因此，对于单个插件文件，方法一更为直接可靠。

注意：添加#run=frontendStartup属性是最关键的一步。没有这个属性，Trilium不会在启动时执行这段前端脚本，插件也就不会加载。添加属性后，图标通常不会立即出现，需要刷新一次Trilium页面（F5）。

3.2 初始配置与API密钥设置

刷新页面后，插件会自动进行初始化，你会观察到两个变化：

1. 在刚创建的JS笔记下，会自动生成两个子笔记，分别名为“trilium-chat-options”和“trilium-chat-prompts”。这说明插件已成功加载。
2. Trilium界面右上角，会出现一个聊天气泡图标。

接下来配置API密钥：

1. 点击打开“trilium-chat-options”这个笔记。它的内容是一个JSON对象，这就是插件的配置文件。
2. 找到"apiKey"这一项，其默认值为空字符串""。你需要将你的OpenAI API密钥填写在这里，格式为："apiKey": "sk-你的实际密钥"。
   • 如何获取API密钥？访问 OpenAI平台 ，登录后即可创建。
   • 安全提醒：这个密钥保存在你的本地Trilium数据库中。只要你保管好数据库文件（.db文件），密钥就是安全的。但切勿将此笔记内容分享给他人。
3. 保存这个选项笔记（Ctrl+S），然后再次刷新Trilium页面。

至此，基础配置完成。现在你可以点击右上角的聊天图标，或者按下Alt+Q快捷键，唤出聊天侧边栏，开始与ChatGPT对话了。

3.3 界面与基础操作速览

首次打开侧边栏，你会看到一个简洁的界面：

• 左上角：一个随机变换的表情图标，增加趣味性。
• 顶部输入框：用于输入你的问题或指令。
• 输入框右侧按钮：分别是“提示词选择”、“命令菜单”和“历史记录”。
• 中部区域：对话内容显示区，用户消息居右，AI回复居左，支持Markdown渲染（如代码块、粗体等）。
• 底部状态：显示当前使用的模型和令牌消耗情况。

几个高效快捷键：

• Alt+Q：显示/隐藏聊天侧边栏。
• Esc：快速隐藏侧边栏。
• 在输入框中输入：
  • /p+ 空格：快速打开提示词选择列表。
  • /c+ 空格：快速打开命令菜单。
  • /h+ 空格：快速打开历史记录面板。
• 在历史或提示词面板中，Tab/Shift+Tab切换选项，Enter确认选择。

4. 核心功能深度使用指南

4.1 提示词模板：打造你的AI指令库

这是trilium-chat最具威力的功能之一。它允许你将常用的、复杂的指令保存为模板，并通过变量实现动态交互。

模板存储与结构所有提示词模板都保存在自动生成的“trilium-chat-prompts”笔记中。每个子笔记就是一个模板，笔记的标题就是模板的名称，笔记的内容就是模板的正文。

Mustache语法与动态变量模板使用双花括号{{}}来定义变量，这借鉴了Mustache模板语法，但在此处有特定的含义和渲染方式。

• 选项变量：{{variableName:Option1|Option2|Option3}}
  • 例如，一个翻译模板的内容可以是：将以下文本翻译成 {{targetLang:英文|中文|日文|法文}}：\n\n{{message}}
  • 当你使用这个模板时，聊天界面会渲染出一个下拉选择框，让你动态选择要翻译成的语言。{{message}}则是一个占位符，会自动替换成你在输入框中实际输入的内容。
• 活动笔记变量：{{activeNote}}
  • 这是一个特殊变量，它会获取你当前在Trilium中选中或正在编辑的笔记的全部内容。
  • 例如，你可以创建一个“总结”模板：请用简洁的语言总结以下笔记的核心内容：\n\n{{activeNote}}。当你选中一篇长笔记后，调用此模板，AI就会基于该笔记内容进行总结。

实战应用：创建自定义模板假设我想创建一个“代码审查”模板：

1. 在“trilium-chat-prompts”笔记下，新建一个子笔记。
2. 将标题命名为“代码审查”。
3. 在内容区写入：

   请以资深开发者的身份，审查以下 {{language:Python|JavaScript|Go|Java}} 代码： 1. 指出潜在的bug或逻辑错误。 2. 评估代码风格和可读性。 3. 提出性能优化建议（如有必要）。 4. 输出格式请使用Markdown列表。 代码： ```{{language}} {{activeNote}}

4. 保存笔记。 现在，当我在Trilium中查看一段代码笔记时，只需在聊天侧边栏输入/p，选择“代码审查”模板，再选择代码语言，插件就会自动将当前代码笔记的内容填入，并发送给AI进行审查。这极大地提升了重复性工作的效率。

重要提示：由于Trilium内部以HTML格式存储富文本笔记，当{{activeNote}}变量被替换时，发送给AI的实际上是HTML代码。这为AI提供了更多格式信息（如加粗、标题等），但有时也可能引入干扰。对于纯代码笔记，建议使用Trilium的“代码”类型笔记，这样获取到的内容是纯净的代码文本。

4.2 命令系统：打通笔记与对话的桥梁

命令系统定义了如何将对话内容“沉淀”到你的Trilium知识库中，这是实现“对话即生产”的关键。

对话线程（Thread）命令这些命令作用于整个对话会话（即从你打开侧边栏开始到关闭或新建对话为止的所有消息交换）。

• 复制：将整个对话的文本内容复制到系统剪贴板。
• 保存到历史：将当前对话保存为历史记录。如果开启了autoSave（默认开启），此过程会自动进行。手动执行此命令会强制保存一次。
• 收藏：为当前对话打上“收藏”标记。被收藏的对话会在历史记录中优先显示，并有一个旗帜图标。
• 保存到活动笔记：用当前对话的完整内容替换当前活动笔记的原有内容。此操作不可逆，请谨慎使用。
• 追加到活动笔记：将当前对话的完整内容添加到当前活动笔记的末尾。
• 保存为新子笔记：在当前活动笔记下，创建一个新的子笔记，并将对话内容存入其中。这是最安全、最常用的归档方式。

单条消息（Message）命令这些命令作用于AI回复的某一条具体消息。

• 复制：复制该条消息内容。
• 插入：这是极其高效的功能。它会将这条AI回复的内容，插入到你当前活动笔记的光标所在位置。想象一下，你让AI生成一段代码解释，然后直接将其插入到你正在编写的技术文档中，无需任何复制粘贴操作。
• 保存到活动笔记/追加到活动笔记：与线程命令类似，但仅针对单条消息操作。

操作路径：在聊天界面，点击输入框右侧的“命令”图标（或按/c），即可根据当前上下文（是在查看整个对话还是选中了某条消息）看到相应的命令菜单。

4.3 历史记录管理：构建可追溯的AI协作日志

所有保存的对话都会存储在历史记录中。插件会寻找带有#CHAT_HISTORY_HOME标签的笔记作为历史记录的“家”。如果没找到，则使用默认的“trilium-chat”笔记。

历史记录的结构每一条保存的对话，都会在历史记录主页下创建一个子笔记。笔记的标题通常是对话的第一条用户消息或时间戳，笔记内容则完整记录了该次对话的所有回合（User和Assistant交替）。这种以笔记树的形式保存历史，让你可以：

• 利用Trilium全文搜索：快速找到过去就某个话题的讨论。
• 建立链接：将重要的AI对话笔记链接到相关的项目或知识笔记中。
• 重构与合并：像管理普通笔记一样，对历史对话进行整理、重命名、移动。

高效检索打开历史面板（/h），输入框会自动聚焦。你可以输入关键词进行过滤，用键盘上下键或Tab键选择，Enter键即可加载该历史对话到当前聊天窗口，实现对话的延续或复盘。

5. 高级配置：连接本地Ollama模型

对于注重隐私、希望完全本地运行，或想试用开源大模型的用户，trilium-chat支持连接到本地部署的Ollama服务。这需要一些额外的配置步骤。

5.1 配置插件指向Ollama

首先，确保你已在本地安装并运行了Ollama（例如，运行了ollama run llama3命令，模型已拉取并服务在http://localhost:11434）。

然后，修改“trilium-chat-options”笔记中的配置：

1. 修改requestUrls.completion：将其值从OpenAI的端点改为你Ollama服务的聊天API端点。例如："https://localhost:11434/api/chat"。如果你通过局域网IP或域名访问，则替换为对应的地址。
2. 修改engineOptions：
   • model：改为你在Ollama中使用的模型名，如"llama3"、"qwen2.5:7b"等。
   • stream：必须设置为false。因为Ollama的流式响应格式与OpenAI不完全兼容，关闭流式可以保证稳定通信。
   • apiKey：这个字段在连接本地Ollama时通常不需要，但插件可能仍会发送一个空或随机的字符串。你可以将其留空""，或者填入任意字符（因为本地服务一般不验证）。
3. 其他参数：temperature、max_tokens等参数依然有效，可以根据Ollama模型的特点进行调整。

一个连接本地Ollama的配置示例如下：

{ "viewWidth": 400, "engine": "ChatGpt", // 这个字段名称可以保留，不影响功能 "apiKey": "ollama-local-no-need-key", // 可填任意值或留空 "requestUrls": { "completion": "http://localhost:11434/api/chat" // Ollama本地API地址 }, "engineOptions": { "model": "llama3.2", // Ollama中的模型名称 "max_tokens": 2048, "temperature": 0.7, "top_p": 1, "presence_penalty": 0, "frequency_penalty": 0, "stream": false, // 关键：必须设为false "n": 1 }, "shortcut": { "toggle": "Alt+Q", "hide": "Esc" }, "autoSave": true, "systemPrompt": "", "checkUpdates": true }

5.2 解决跨域（CORS）问题

当你将Trilium（通常通过浏览器访问，如http://localhost:8080）连接到localhost:11434的Ollama服务时，浏览器会因同源策略而阻止请求，并在控制台报CORS错误。

解决方案一：配置Ollama服务（推荐）这是最根本的解决方法。通过设置环境变量，让Ollama服务端允许来自Trilium前端的请求。

• Linux/macOS：在启动Ollama前，设置环境变量。

  export OLLAMA_ORIGINS="http://localhost:8080" ollama serve

  或者，如果你使用systemd服务，可以修改服务文件（如/etc/systemd/system/ollama.service），在[Service]部分添加Environment=OLLAMA_ORIGINS=http://localhost:8080，然后重启服务。
• Windows：在PowerShell中设置环境变量后启动。

  $env:OLLAMA_ORIGINS="http://localhost:8080" ollama serve

  你也可以在系统环境变量中永久添加OLLAMA_ORIGINS，值为http://localhost:8080。
• 通配符（不推荐用于生产）：如果你图省事，可以设置为*来允许所有来源，但这会降低安全性。

  export OLLAMA_ORIGINS="*"

解决方案二：使用Nginx反向代理（适用于复杂网络环境）如果你通过Nginx将Ollama暴露在网络上（例如https://ollama.your-domain.com），则需要在Nginx配置中添加CORS响应头。

server { listen 80; server_name ollama.your-domain.com; location / { proxy_pass http://localhost:11434; proxy_set_header Host $host; # 关键：添加CORS头 add_header 'Access-Control-Allow-Origin' 'http://localhost:8080' always; add_header 'Access-Control-Allow-Methods' 'GET, POST, OPTIONS' always; add_header 'Access-Control-Allow-Headers' 'DNT,User-Agent,X-Requested-With,If-Modified-Since,Cache-Control,Content-Type,Range,Authorization' always; # 处理OPTIONS预检请求 if ($request_method = 'OPTIONS') { add_header 'Access-Control-Allow-Origin' 'http://localhost:8080'; add_header 'Access-Control-Allow-Methods' 'GET, POST, OPTIONS'; add_header 'Access-Control-Allow-Headers' 'DNT,User-Agent,X-Requested-With,If-Modified-Since,Cache-Control,Content-Type,Range,Authorization'; add_header 'Access-Control-Max-Age' 1728000; add_header 'Content-Type' 'text/plain; charset=utf-8'; add_header 'Content-Length' 0; return 204; } } }

配置完成后，重启Nginx，并将插件配置中的requestUrls.completion改为你的Nginx代理地址（如https://ollama.your-domain.com/api/chat）。

5.3 验证连接与调试

完成配置后，刷新Trilium页面，尝试在聊天侧边栏中发送一条消息。

• 成功：你会看到来自本地模型的回复，响应速度通常很快（取决于你的硬件）。
• 失败：打开浏览器的开发者工具（F12），切换到“网络（Network）”选项卡，查看发送到Ollama端点的请求。重点关注：
  1. CORS错误：如前所述，检查响应头是否包含Access-Control-Allow-Origin。
  2. 404错误：检查API端点路径是否正确，Ollama的聊天接口是/api/chat。
  3. 401/403错误：检查是否错误地配置了apiKey，或者Ollama服务端有额外的认证要求（默认没有）。

6. 配置项详解与个性化定制

“trilium-chat-options”笔记中的JSON配置提供了丰富的个性化选项。我们来逐一拆解其含义和调整建议。

engineOptions参数深度解析：

• model: 指定使用的模型。对于OpenAI，可以是gpt-3.5-turbo,gpt-4等；对于Ollama，是你本地拉取的模型名。
• max_tokens: 限制AI单次回复的最大令牌数。需注意，这包括输入和输出的总和。设置过低可能导致回复被截断。对于长文写作，可适当调高（如4000）。本地模型需根据其上下文长度调整。
• temperature(0~2):控制创造性与随机性。值越低（如0.1），回复越确定、保守；值越高（如0.8、1.2），回复越多样、有创意。对于代码生成、事实问答，建议较低（0.1-0.3）；对于创意写作、头脑风暴，可调高（0.7-0.9）。
• top_p(0~1):另一种控制随机性的方式，称为核采样。通常与temperature二选一进行调整。top_p=0.1意味着AI只从概率最高的前10%的令牌中选择。一般保持默认值1即可。
• presence_penalty(-2~2):控制话题的新颖度。正值会降低模型重复之前出现过的词语的概率，有助于避免车轱辘话。对于长对话或摘要，可设为0.5-1.0。
• frequency_penalty(-2~2):控制用词的重复度。正值会降低模型重复使用高频词的概率。与presence_penalty类似，但更侧重于词频。通常两者设置相同值。
• stream:是否使用流式响应。true时回复会逐字显示，体验好；false时需等待完整生成后才显示。连接Ollama时建议设为false。
• n: 每次请求生成几条备选回复。通常为1。

7. 常见问题排查与实战技巧

7.1 安装与基础问题

问题1：插件安装后，右上角没有出现聊天图标。

• 检查步骤：
  1. 确认JS笔记的#run属性是否正确设置为frontendStartup（注意拼写和大小写）。
  2. 确认是否已经刷新了Trilium页面（F5）。添加属性后必须刷新才能加载。
  3. 打开浏览器开发者工具（F12），查看“控制台（Console）”是否有JavaScript错误。常见的错误可能是脚本语法错误导致加载失败。
  4. 检查JS笔记的内容是否完整粘贴，没有缺失或多余字符。

问题2：配置了API密钥，但发送消息时提示“Error”或没有反应。

• 检查步骤：
  1. 检查API密钥：确认在选项笔记中填写的密钥是否正确，是否包含多余的引号或空格。OpenAI密钥以sk-开头。
  2. 检查网络：确认你的网络环境可以访问api.openai.com（如果使用OpenAI）。可以尝试在浏览器中直接打开该地址看是否被屏蔽。
  3. 查看开发者工具：打开“网络（Network）”选项卡，查看发送到OpenAI的请求状态。如果返回401，是密钥错误；429是额度不足或速率限制；403可能是区域限制。
  4. 检查额度：登录OpenAI平台，查看API使用额度和账单是否正常。

7.2 功能使用问题

问题3：使用{{activeNote}}变量时，AI回复的内容格式混乱，包含很多HTML标签。

• 原因：Trilium的文本笔记以HTML格式存储。当插件获取活动笔记内容时，拿到的是包含<p>,<strong>等标签的HTML源码。AI在理解了这些HTML后，有时会模仿HTML格式进行回复。
• 解决方案：
  1. 在提示词中明确要求：在提示词模板末尾加上一句：“请用纯文本格式回复，不要包含任何HTML或Markdown格式标记。”
  2. 使用代码类型笔记：对于希望AI处理的纯文本或代码，尽量在Trilium中使用“代码”类型的笔记来存放。插件获取代码笔记内容时，得到的是纯净的文本。
  3. 后期处理：对于AI回复中偶尔出现的Markdown或HTML，可以利用Trilium的“编辑”->“格式化”功能进行清理。

问题4：历史记录保存的位置不对，或者我想更改保存位置。

• 方法：插件默认寻找带有#CHAT_HISTORY_HOME标签的笔记作为历史库。你可以在任意笔记上添加此标签（键为#CHAT_HISTORY_HOME，值可以为空），之后所有新的对话历史都会保存到这个笔记之下。你可以将其放在一个专门的“AI对话存档”目录中，方便管理。

问题5：快捷键Alt+Q与系统或其他软件冲突。

• 修改方法：直接编辑“trilium-chat-options”笔记中的shortcut.toggle值。例如，可以改为"Ctrl+Shift+C"。修改后保存并刷新页面即可生效。注意，快捷键格式需符合规范，且避免与Trilium内置快捷键冲突。

7.3 连接Ollama专属问题

问题6：配置了Ollama，但出现CORS错误。

• 解决方案：这是最常见的问题。请严格按照第5.2节的步骤，配置Ollama服务的OLLAMA_ORIGINS环境变量。配置后需要重启Ollama服务（ollama serve进程）。在浏览器中检查网络请求的响应头，确认包含了Access-Control-Allow-Origin: http://localhost:8080。

问题7：连接Ollama时，请求长时间无响应或超时。

• 检查步骤：
  1. 确认Ollama服务正在运行。在终端执行ollama list看是否有输出。
  2. 确认API地址和端口正确。默认是http://localhost:11434。
  3. 确认模型已成功拉取并加载。尝试在命令行直接运行ollama run llama3看是否能正常对话。
  4. 检查浏览器网络请求，看是否发送成功。如果Ollama服务端处理慢（尤其是首次加载大模型），可能会导致超时。可以尝试在插件配置中增加max_tokens限制，或使用更小的模型。

问题8：Ollama回复的内容是乱码或格式异常。

• 可能原因：某些模型（特别是早期或小众模型）的输出格式可能不太稳定，或者对系统提示词的处理与ChatGPT不同。
• 尝试解决：
  1. 在systemPrompt中明确指定输出格式，例如：“请始终使用中文回复，并以清晰、有条理的段落呈现。”
  2. 调整temperature参数，将其调低（如0.1），减少随机性。
  3. 在提示词模板中，更详细地约束输出格式，例如：“请按以下结构回复：首先给出结论，然后分点列出原因，最后提供示例。不要使用Markdown标题符号。”

7.4 性能与优化技巧

技巧1：管理对话历史体积长时间使用后，历史记录笔记可能会变得很大，影响Trilium的启动和搜索速度。建议定期：

• 归档旧对话：将不常访问的历史对话子树移动到归档目录，或导出为文件后删除。
• 选择性保存：关闭autoSave，只对有价值的对话手动执行“保存到历史”。
• 清理测试记录：定期检查历史库，删除无意义的测试对话。

技巧2：为不同场景创建提示词文件夹“trilium-chat-prompts”本身也是一个笔记，你可以在其下创建子笔记来分类管理提示词。例如：

• 创建“写作”子笔记，存放“润色”、“扩写”、“总结”等模板。
• 创建“编程”子笔记，存放“代码解释”、“生成单元测试”、“SQL转换”等模板。 这样在使用/p调用时，结构更清晰。

技巧3：利用系统提示词（systemPrompt）设定AI角色systemPrompt会影响整个对话上下文中AI的底层行为。你可以将其设置为：

• “你是一位乐于助人且言简意赅的助手。”（通用）
• “你是一位技术文档专家，擅长将复杂概念用通俗易懂的语言解释。”（技术问答）
• “你是一位严格的校对员，专注于纠正语法、拼写和标点错误，并优化句子流畅度。”（文本校对） 设置后，无需在每个用户消息中重复角色指令，AI会始终保持该角色设定。