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

# LangBot

> 將 LangBot 機器人工作流程連接至 TokenLab 模型

## 概覽

LangBot 可以透過與 OpenAI 相容的 LLM 請求器（requester）呼叫 TokenLab。

<Note>
  **類型**: 機器人平台

  **主要路徑**: 與 OpenAI 相容的聊天完成（chat completions）

  **支援信心**: 在範圍限制內支援
</Note>

## TokenLab 請求器

如果您的 LangBot 建置包含 **TokenLab** 請求器：

1. 開啟 LangBot 的模型提供者設定。
2. 新增一個請求器為 **TokenLab** 的提供者。
3. 將 API key 設定為您的 TokenLab 金鑰。
4. 選擇或建立一個模型，例如 `gpt-5.4-mini`。
5. 將該模型附加到需要使用它的管道（pipeline）或機器人。

## 與 OpenAI 相容的後備方案

如果尚未列出 TokenLab，請使用與 OpenAI 相容的請求器：

| 欄位       | 值                            |
| -------- | ---------------------------- |
| 請求器      | OpenAI Chat Completions      |
| Base URL | `https://api.tokenlab.sh/v1` |
| API Key  | `sk-your-tokenlab-key`       |
| 模型       | `gpt-5.4-mini`               |

## 推薦模型

* `gpt-5.4-mini`：適用於大多數機器人互動
* `claude-sonnet-5`：適用於較長的寫作與推理任務
* `deepseek-v4-flash`：適用於快速編碼與推理循環
* `gemini-3.5-flash`：適用於快速通用工作流程