聊天功能概览

OPL 数据空间 提供了一整套聊天能力，帮助你更高效地与 AI 模型协作。本页给出主要聊天能力的总览，并链接到对应的详细页面。

核心聊天功能

• 👥 团队空间：理解侧边栏里的协作空间、共享区块和组织感知可见性。

• 📁 文件夹与项目：把文件夹升级为带系统提示词和知识库的项目工作区。

• 🔗 URL Parameters：通过 URL 参数快速配置模型、工具和聊天特性。

• ⚙️ Chat Parameters：在单次聊天、账号或模型层级控制系统提示词与高级参数。

• ✨ Autocomplete：借助 task model 提供 AI 驱动的输入预测。

• 🗨️ 聊天分享：把会话分享到本地或 OPL 数据空间 社区，并结合部署共享模型控制隐私和可见性。

• 🔍 历史记录与搜索：浏览和搜索历史对话，或让模型通过原生工具自主检索它们。

• 🕒 时间感知：模型如何理解时间与日期，以及如何借助原生工具做精确时间计算。

• 🧠 推理与思考模型：针对会输出 thinking tag 的推理模型的专用支持。

• 💬 追问提示：在模型回答后自动生成建议追问。

• ⏱️ Automations：按小时、天、周、月或自定义 RRULE 自动运行 Prompt。

• ✅ Task Management：让智能体模型在聊天中维护结构化任务清单，提升多步骤工作流可见性。

• 技能提及：在聊天输入框里输入 $ 即可提及并激活 Skills，把对应 manifest 注入当前对话。

• 写作与内容区块：如果模型输出了 :::writing、:::code_execution、:::search_results 这类 colon-fence block， OPL 数据空间 会自动把它们渲染成带样式和复制按钮的结构化内容块。较新的 OpenAI 模型经常用这种方式把正文、代码结果和搜索结果区分开。