产品详情
什么是 ChatBotKit
在企业数字化转型加速的今天，构建一个能够真正理解用户意图、提供精准响应的 AI 聊天机器人，已成为提升竞争力的关键。然而，技术复杂度高、多供应商集成困难、难以规模化 这三座大山，让无数技术团队望而却步。
ChatBotKit 正是为解决这些痛点而生。作为面向代理工程师的 AI 平台（The AI Platform For Agentic Engineers），它提供了一套垂直整合的 AI 解决方案套件，能够支持从简单的 FAQ 聊天机器人到复杂的多代理系统，满足各种业务场景的需求。
核心技术栈支持
ChatBotKit 在模型层面提供了极大的灵活性：
- OpenAI：原生支持 GPT-4o、GPT-4o-mini 等最新模型
- Anthropic：集成 Claude 系列模型，包括 Claude 3.5 Sonnet 等
- Mistral：支持 Mistral 系列开源模型
- 自定义语言模型（BYOM）：企业可接入自有模型，掌控核心数据
这种多模型支持架构，让技术团队能够根据具体业务场景选择最合适的模型，兼顾性能与成本。
市场验证与生态集成
经过多年发展，ChatBotKit 已服务超过 40,000+ makers，平台每月生成 100万+ 对话，处理 1000万+ 消息。这些数字背后是真实的企业级应用验证。
在生态集成方面，ChatBotKit 与主流平台深度打通：
- 协作平台：Slack、Discord、Microsoft Teams、Google Chat
- 消息平台：WhatsApp、Messenger、Telegram、Twilio SMS
- 效率工具：Notion、Zapier
核心要点
- 垂直整合 AI 套件：从模型层到应用层一站式覆盖
- 多代理 MCP 架构：支持复杂任务分解与动态技能扩展
- 全渠道集成：一个后台管理所有消息渠道
- 40,000+ 开发者用户验证，月处理消息量超过 1000 万
ChatBotKit 的核心功能
AI Agents（AI 代理）
AI 代理是 ChatBotKit 的核心能力。基于 Multi-Agent MCP Skillset Architecture，开发者可以构建具备独立技能集的多代理系统。每个代理通过 MCP（Model Context Protocol）服务器进行协调，能够处理复杂的企业工作流。
动态技能集安装是另一大亮点——AI 代理可以在运行时从技能目录动态加载所需能力，无需重新部署。基于 Playbook 的任务执行机制，让复杂业务流程的自动化变得可控可追溯。
这项功能特别适合客户服务自动化、业务流程审批、内部运营优化等场景。具备高级推理能力的多代理系统，能够处理跨系统的复杂任务。
AI Widgets（AI 小部件）
如果你希望将对话式 AI 快速嵌入网站或应用，AI Widgets 提供了开箱即用的解决方案。通过 Widget SDK，只需几行代码即可将 AI 助手部署到任何网站。
Widget 支持完整的自定义能力：品牌样式定制、文件上传功能、资产管理集成。对于希望快速上线 AI 功能的团队，这是最具性价比的选择。
AI Messaging（AI 消息）
企业通常需要在多个渠道与客户保持沟通。ChatBotKit 的 AI Messaging 功能支持统一管理以下渠道：
- 即时通讯：Slack、Discord、Microsoft Teams、Google Chat
- 社交消息：WhatsApp、Messenger、Telegram
- 短信：Twilio SMS
所有渠道的消息在一个后台集中管理，显著降低运营复杂度。
AI SDKs（AI 开发工具包）
对于需要深度定制的开发者，ChatBotKit 提供了完整的 SDK 生态：
- Node.js SDK：最完善的 SDK，支持认证、流式处理、错误处理
- Go SDK：高性能场景首选，支持 Go 1.20+
- Widget SDK：前端集成专用
- Terraform Provider：基础设施即代码支持
配合完整的 REST API，开发者可以在任何技术栈中灵活集成 ChatBotKit 的能力。
AI Enterprise（企业级 AI）
面向大型组织的解决方案，提供：
- 自定义内部聊天应用构建
- AI 语义搜索能力
- 高级安全与合规保障
- 灵活的部署选项：云端或本地部署（On-premise）
Datasets 与 Skillsets
Datasets 功能让聊天机器人具备领域知识。通过 RAG（检索增强生成）技术，可以向机器人注入企业专属知识：
- 网站 Sitemap 自动爬取（Pro 计划支持每次最多 1000 页）
- Notion 文档集成
- 多种格式文件上传
- AI 自动摘要生成
Skillsets 则定义了聊天机器人的行为能力。通过技能指令配置和多技能组合，开发者可以精细控制机器人在特定场景下的表现。
- 垂直整合架构：从模型、代理到渠道分发，端到端覆盖
- 多代理系统：支持复杂任务分解和动态技能扩展
- 丰富 SDK 生态：Node.js、Go、Widget、Terraform 全面支持
- 全渠道接入：10+ 消息平台一键集成
- 学习曲线：多代理架构和技能系统需要一定时间熟悉
- 高级功能门槛：RAG 优化、审计跟踪等高级功能需要 Pro 及以上计划
谁在使用 ChatBotKit
ChatBotKit 的用户群体覆盖了从个人开发者到大型企业的广泛范围。以下是六个典型的应用场景，帮助你判断产品是否适合你的需求。
场景一：客户服务自动化
传统客服面临响应慢、人力成本高、无法 7×24 小时服务的困境。通过部署 AI 聊天机器人，可以自动处理常见问题，提供即时响应。
实际效果：企业可减少 70% 的客服工作量，同时提升客户满意度。机器人无法解决的问题无缝转接人工，形成高效的人机协作模式。
场景二：企业内部知识管理
员工在多个系统间查找信息效率低下，知识分散且更新滞后。构建 AI 搜索助手，连接企业知识库（Notion、Confluence、内部文档等），员工可以用自然语言快速获取准确信息。
场景三：多渠道营销互动
各平台消息分散难以统一管理，运营团队需要频繁切换后台。ChatBotKit 统一集成 Slack、Discord、WhatsApp 等平台，实现一个后台管理所有渠道，显著提升运营效率。
场景四：开发者 API 集成
自行构建 AI 对话系统涉及大量底层工作：模型接入、Prompt 工程、向量数据库、RAG pipeline 等。使用 ChatBotKit SDK 和 API，开发者可以在数小时内完成部署，无需组建专业 AI 团队。
场景五：SaaS 产品 AI 增强
希望为现有产品添加 AI 能力，但缺乏 AI 技术储备。通过 Widget 快速嵌入 AI 对话功能，实现产品智能化升级，提升竞争力。
场景六：电商产品咨询
电商客户咨询量大，人工回复成本高。部署产品助手机器人，提供 7×24 小时服务，解答产品尺寸、材质、使用方式等常见问题，有效提升转化率。
方案选择建议
- 个人开发者/爱好项目：从 Free 计划开始，体验完整功能
- 中小型项目：选择 Basic 计划，每月 1M Tokens 足够中等规模应用
- 专业项目/高并发需求：Pro 计划提供 2M Tokens、10K 对话配额及高级功能
- 大型企业/敏感数据：联系 Sales 团队定制 Enterprise 方案
快速开始
本章节帮助开发者最快上手 ChatBotKit，完成最小可用示例。
前置条件
- 访问 chatbotkit.com 注册账户
- 在 Dashboard 获取 API Key
- 准备开发环境：Node.js 18+ 或 Go 1.20+
最小示例：使用 Node.js SDK 创建聊天机器人
import { ChatBotKit } from '@chatbotkit/node';
const cbk = new ChatBotKit({
apiKey: process.env.CBK_API_KEY
});
// 创建机器人
const bot = await cbk.bot.create({
name: 'My First Bot',
model: 'gpt-4o'
});
// 开始对话
const conversation = await cbk.conversation.create({
botId: bot.id
});
const reply = await cbk.message.create({
conversationId: conversation.id,
message: '你好，请介绍一下你自己'
});
console.log(reply.text);
核心概念
在深入开发前，需要理解以下核心概念：
- Bot（机器人）：对话实体的基本单元，定义了使用的模型和行为配置
- Dataset（数据集）：为机器人提供领域知识，支持 RAG 检索
- Skillset（技能集）：定义机器人在特定场景下的能力和行为模式
- Integration（集成）：连接外部平台（Slack、Discord 等）的桥梁
快速部署选项
Widget 嵌入网站：
<script src="https://widget.chatbotkit.com/v1/bot.js"></script>
<script>
ChatBotKitWidget.init({
botId: 'your-bot-id',
language: 'zh'
});
</script>
Slack 频道集成：在 Dashboard 的 Integrations 页面，选择 Slack 并按照 OAuth 流程授权即可。
技术架构与特性
Multi-Agent MCP Skillset Architecture
ChatBotKit 的核心架构是多代理 MCP 技能集架构。每个 AI 代理拥有独立的技能集（Skillset），通过 MCP 协议服务器进行协调通信。这种设计允许：
- 任务分解：将复杂任务分配给专业代理处理
- 独立扩展：单个代理可以独立升级而不影响整体系统
- 角色分工：不同代理负责不同领域（客服、技术支持、销售等）
Dynamic MCP Skillset Architecture
区别于静态配置，动态 MCP 技能集架构允许 AI 代理在运行时从技能目录动态列出和安装技能集。这种高度灵活的架构设计，特别适合需求快速变化的业务场景。
Blueprint Designer
可视化蓝图设计器让复杂 AI 系统的构建不再依赖代码。通过拖拽界面，开发者可以：
- 设计多代理系统的交互流程
- 配置代理间的协作规则
- 实时预览和调试系统行为
无需编码即可构建复杂 AI 系统的特性，大幅降低了使用门槛。
RAG Pipeline
检索增强生成（RAG）是企业知识应用的核心技术。ChatBotKit 的 RAG Pipeline 包含：
- 向量存储：支持 Ada Sprout、Ada Loom 等向量数据库
- 相似度搜索：毫秒级语义匹配
- Re-rankers 算法：二次排序优化检索准确性
网站爬取功能支持每次最多 1000 页（Pro 计划），配合 Sitemap 自动发现机制，能够快速构建企业知识库。
安全与合规
企业级应用离不开完善的安全保障：
- 数据传输加密：TLS 1.3 加密传输
- 静态数据加密：敏感信息 Secrets 管理
- 合规认证：GDPR 合规、CCPA 合规
- 审计跟踪：Pro 计划提供 90 天保留期的完整审计日志
- 内容安全：内置 Moderation 审核、语言检测、有害内容过滤
SDK 生态详解
| SDK | 适用场景 | 核心能力 |
|---|---|---|
| Node.js SDK | Web 应用开发 | 完整 API 覆盖、流式处理、错误处理 |
| Go SDK | 高性能服务 | 并发支持、简洁 API |
| Widget SDK | 前端集成 | 快速嵌入、样式定制 |
| Terraform Provider | 基础设施即代码 | IaC 自动化部署 |
- MCP 协议原生支持：标准化代理通信协议
- 动态技能扩展：运行时能力加载，灵活应对需求变化
- 可视化设计工具：Blueprint Designer 降低使用门槛
- 完善的安全合规：GDPR/CCPA 认证、审计跟踪
- 本地部署限制：仅 Enterprise 计划支持 On-premise 部署
- 高级功能门槛：部分企业级功能需要较高订阅级别
常见问题
ChatBotKit 支持哪些语言模型？
ChatBotKit 支持主流大语言模型：OpenAI 的 GPT-4o、GPT-4o-mini、GPT-4 Turbo；Anthropic 的 Claude 3.5 Sonnet、Claude 3 Opus 等 Claude 系列；Mistral 系列开源模型。此外，Basic 及以上计划支持自带语言模型（Bring Your Own Model），可接入企业自有模型。
如何保证数据安全和隐私？
ChatBotKit 采用多层安全保护：数据传输使用 TLS 1.3 加密，静态数据加密存储，敏感信息通过 Secrets 管理。合规方面已通过 GDPR 和 CCPA 认证。Pro 计划提供审计跟踪功能，记录 90 天内的所有操作日志。所有数据处理遵循最小必要原则。
免费版和专业版有什么区别？
Free 计划每月提供 50K Credit Tokens（约 1.5M gpt-4o-mini Tokens）、100 次对话、500 条消息，适合爱好项目和轻量测试。Pro 计划每月 2M Tokens（约 60M gpt-4o-mini Tokens）、10K 次对话、50K 条消息，还包含高级网站爬取（每次 1000 页）、禁用品牌标识、定制域名、审计跟踪（90 天）、事件日志等企业级功能。
是否支持本地部署？
是的，仅 Enterprise 计划支持本地部署（On-premise）。企业可以将 ChatBotKit 完全部署在自有数据中心，满足数据主权和合规要求。Enterprise 计划还包含自定义合同条款、优先支持 + SLA 保障、新功能优先开发等权益。
如何集成到现有系统？
ChatBotKit 提供多种集成方式：Node.js SDK 和 Go SDK 适合后端服务集成；Widget SDK 适合前端快速嵌入；Terraform Provider 支持基础设施即代码自动化。对于现有系统，可以通过 REST API 调用所有功能，支持认证、流式处理和完整错误处理。详细集成文档请参考官方 API 文档。
RAG 功能如何工作？
ChatBotKit 的 RAG Pipeline 支持三种知识注入方式：1）网站 Sitemap 自动爬取，Pro 计划每次最多 1000 页；2）Notion 文档直接集成；3）多种格式文件上传（PDF、Word、TXT 等）。注入的知识通过向量存储进行语义索引，查询时通过相似度搜索匹配相关内容，Re-rankers 算法进行二次排序，确保检索结果的相关性和准确性。
定价与方案选择
ChatBotKit 提供四个定价层级，从免费到企业定制，满足不同规模团队的需求。
定价方案对比
| 功能维度 | Free | Basic | Pro | Enterprise |
|---|---|---|---|---|
| 价格 | $0/月 | $25/月 | $65/月 | 定制 |
| 适用场景 | 爱好项目 | 中小型项目 | 大型专业项目 | 大型组织 |
| 每月 Credit Tokens | 50K | 1M | 2M | 无限 |
| 每月对话次数 | 100 | 1K | 10K | 无限 |
| 每月消息条数 | 500 | 5K | 50K | 无限 |
| Dataset/Skillset/Integration | 最多 3 个 | 最多 10 个 | 最多 100 个 | 无限 |
| 网站爬取页面数 | 最多 10 页 | 最多 200 页 | 最多 1000 页/次 | 无限 |
| 平台语言模型 | 有限 | 全部 | 全部 | 全部 |
| 自带语言模型（BYOM） | ❌ | ✅ | ✅ | ✅ |
| 高级网站爬取 | ❌ | ❌ | ✅（1000 页/30分钟） | ✅ |
| 禁用品牌标识 | ❌ | ❌ | ✅ | ✅ |
| 自定义域名 | ❌ | ❌ | ✅ | ✅ |
| 最终用户隐私保护 | ❌ | ❌ | ✅ | ✅ |
| 审计跟踪 | ❌ | ❌ | ✅（90天） | 高级 |
| 事件日志 | ❌ | ❌ | ✅（90天） | 全面 |
| 新功能早期访问 | ❌ | ❌ | ✅ | 优先 |
| 支持方式 | 社区 | 基础 | 优先（专属渠道） | SLA + 优先 |
| 本地部署 | ❌ | ❌ | ❌ | ✅ |
| 自定义品牌 | ❌ | ❌ | ❌ | ✅ |
Credit Tokens 换算参考
1M Credit Tokens 约等于 30M gpt-4o-mini Tokens 或 48,000 书籍页的处理能力。实际消耗取决于选择的模型和对话复杂度。
选择建议
- Free 计划：适合个人开发者学习体验、构建原型
- Basic 计划（$25/月）：适合中小型项目，API 调用量适中，需要接入自有模型
- Pro 计划（$65/月）：适合专业团队，高并发场景，需要品牌定制和审计功能
- Enterprise 计划：适合大型组织，敏感数据场景，需要本地部署和 SLA 保障
所有计划均支持随时升级或降级，Pro 及以上计划提供 14 天免费试用。
官方资源导航
- 文档中心：https://chatbotkit.com/docs
- API 参考：https://chatbotkit.com/docs/api
- Node.js SDK：https://chatbotkit.com/docs/node-sdk
- Go SDK：https://chatbotkit.com/docs/go-sdk
- 定价详情：https://chatbotkit.com/pricing
- 开发者社区：https://go.cbk.ai/discord
