必须手动注册天工AI为Custom LLM节点：填Base URL为https://api.moonshot.cn/v1、Model Name为moonshot-v1、API Key为sk-xxx，并配置JSON格式Prompt Template {"messages": [{"role": "user", "content": "{input}"}]}。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想在Flowise里直接调用天工AI（Kimi）的API能力，但找不到对应节点、填完API Key却报错401、连上模型后提示“model not found”——这不是配置遗漏，而是天工AI未被预置在默认LLM节点列表中，必须手动注册为自定义模型才能接入。
确认天工AI API可用性与密钥准备
访问 天工开放平台，登录后进入「API Keys」页面，点击「创建新密钥」。生成的密钥以 sk-xxx 开头，复制保存——【该密钥仅显示一次，关闭页面后无法再次查看】。不要使用已过期或权限受限的旧密钥，否则后续所有节点均会返回 401 Unauthorized。
在浏览器新开标签页，用 curl 或 Postman 测试接口连通性：curl -X POST https://api.moonshot.cn/v1/chat/completions -H "Authorization: Bearer sk-xxx" -H "Content-Type: application/json" -d '{"model":"moonshot-v1","messages":[{"role":"user","content":"测试"}]}'。返回 JSON 中含 "choices":[...] 即表示密钥有效、网络可达。
添加自定义 LLM 节点：天工 AI
打开 Flowise 界面 → 左侧组件栏点击「LLMs」→ 滚动到底部找到「Custom LLM」节点 → 拖入画布中央。
双击该节点，在弹出面板中按顺序填写：
-
Base URL：填
https://api.moonshot.cn/v1（注意末尾无斜杠，填错会导致 Connection refused） -
Model Name：填
moonshot-v1（天工当前唯一支持的推理模型，填moonshot-v1-8k或moonshot-v1-32k均无效） -
API Key：粘贴上一步复制的
sk-xxx密钥 -
Headers：点击「+ Add Header」，Key 填
Content-Type，Value 填application/json
保存配置后，节点右上角出现绿色对勾，表示基础连接参数已通过校验。
配置 Prompt Template 适配天工格式
天工 AI 不接受 LangChain 默认的 {input} 占位符语法，必须显式构造 messages 数组结构。从左侧「Prompts」拖入一个「Prompt Template」节点，连接至 Custom LLM 的「prompt」输入口。
在 Prompt Template 配置框中，将模板内容清空，**完全替换为以下 JSON 格式字符串**：
天工AI (iOS) 5.2.1版本新增 PPT 生成页数配置、十余种专业视频模板，并且支持设置视频比例与时长；定时任务可指定模型并推送到 IM 渠道。修复了下载失败等问题，提升了稳定性与内容创作体验，让创作更自由、更高效。
{"messages": [{"role": "user", "content": "{input}"}]}
这一步不可省略。若沿用默认的文本模板（如“你是一个助手…{input}”），天工 API 将返回 400 错误，提示“messages is required”。Flowise 不会自动转换格式，必须人工匹配其 REST 接口契约。
构建完整问答流程并测试
第一步：从「Input/Output」拖入「Chat Input」节点，作为用户提问入口。
第二步：将「Chat Input」的 message 输出端口 → 连接到「Prompt Template」的 input 输入端口。
第三步：将「Prompt Template」的 prompt 输出端口 → 连接到「Custom LLM」的 prompt 输入端口。
第四步：从「Input/Output」拖入「Chat Output」节点，将「Custom LLM」的 output 端口 → 连接到它的 response 输入端口。
点击右上角「Test Flow」图标，在输入框中键入“天工AI支持多轮对话吗？”，点击发送。若返回包含“天工AI目前支持上下文感知的多轮对话能力”的 JSON 响应体，则流程打通成功。
