把自然语言描述转为结构化 JSON,并由 mcp-diagram-generator MCP 服务生成 Draw.io、Mermaid 或 Excalidraw 图表文件。
记忆
AI Word Form Filling
试用AI Word form filling — auto-fill any .docx form, questionnaire, survey, or template using reference documents, a knowledge base, or web search. Complete DDQs, due diligence questionnaires, compliance forms, applications, and checklists automatically. Built for document automation and batch form comp
它能做什么
用户给 .docx 模板,要求"AI 填一下""自动作答""批量填表" -> 用户要"建知识库""把资料传上去给 AI 用" -> / 用户要"查余额/令牌是否有效" -> 需要了解服务当前有哪些可用接口 ->
技能文档
LLMFill Skill
何时使用
- 用户给 .docx 模板,要求"AI 填一下""自动作答""批量填表" ->
fill - 用户要"建知识库""把资料传上去给 AI 用" ->
kb create/kb upload - 用户要"查余额/令牌是否有效" ->
whoami - 需要了解服务当前有哪些可用接口 ->
discover
注:本 skill 不提供直接检索(search)--检索是服务端填写链路的内部行为,
知识库通过 fill --kb 挂载使用。
首次配置(必须)
第一步:确认运行通道
python --version 2>/dev/null || python3 --version 2>/dev/null
- 有 Python(3.10+)-> 用下方 CLI 命令(推荐:自动轮询/下载/错误解析)
- 无 Python -> 用 curl 直接调 API,完整操作手册见
references/curl-guide.md(curl 在 Windows 10+/Linux/macOS 均自带,功能完全等价)
第二步:配置 API Key(两通道通用)
CLI 方式(只填 Key,服务地址已内置):
python scripts/llmfill.py config
# 按提示粘贴 aif_ 开头的令牌即可;完成后自动自检并显示余额
# 也可带参数:python scripts/llmfill.py config --token aif_xxx
令牌获取:引导用户去 https://www.llmfill.com/profile 注册登录 ->「API 密钥」
-> 创建令牌 -> 复制 aif_ 开头字符串(忘记可随时点"查看令牌"再次获取,令牌永久不变)。
配置存于 ~/.llmfill/config.json(权限 600)。服务地址默认内置
https://www.llmfill.com,无需输入;自建/代理部署时可直接编辑该 JSON
的 base_url 字段(或 config --base、环境变量 LLMFILL_BASE_URL),
修改后所有命令即用新地址。
注意:注册新用户(邮箱验证/微信绑定)必须在网页完成,无法通过本 skill 注册。
核心命令
所有命令加 --json 可获得机器可读输出(推荐 agent 使用)。
# 智能填写:上传 -> 自动轮询 -> 下载结果到模板所在目录
python scripts/llmfill.py fill 表单.docx
python scripts/llmfill.py fill 尽调问卷.docx --kb kb-xxx --source hybrid
python scripts/llmfill.py fill a.docx b.docx --clean # 只下纯净版(默认两个版本都下)
python scripts/llmfill.py fill-status b_xxx # 查批次进度
python scripts/llmfill.py fill-download b_xxx --clean --out ./结果/
# 知识库
python scripts/llmfill.py kb ls # 列出
python scripts/llmfill.py kb create --name "公司资料" --desc "..."
python scripts/llmfill.py kb upload kb-xxx 资料.pdf 手册.docx # 入库(自动轮询)
python scripts/llmfill.py kb docs kb-xxx # 列文档(含入库状态)
python scripts/llmfill.py kb rm kb-xxx # 删除
# 账号
python scripts/llmfill.py whoami # 令牌自检 + 余额
python scripts/llmfill.py discover # 接口自动发现
关键语义
- 计费(按 token 用量):费用知情的三个节点--
① 提交后:fill 立即打印「预估费用约 X 元(实际以处理结果为准)」,
取 upload 响应的
cost_estimate,与后端入队前校验同口径; ② 上传时:余额不足 llm-office 入队前直接拒单(402INSUFFICIENT_QUOTA), message 含本次预估费用与充值指引; ③ 完成时:实扣金额从 status 的tasks[].cost提取,fill 返回actual_cost,向用户汇报以它为准。不会白跑算力。 - 答案来源
--source:knowledge_base(仅知识库)/internet(联网)/hybrid(混合,默认)/llm_only(纯大模型,忽略 kb)。 - 异步与完成通知:fill 与 kb upload 是异步任务,命令内部自动轮询(约
30 分钟超时),无需用户/agent 手动建轮询 automation——fill 单条命令
完成「上传 → 轮询 → 下载 → 主动汇报实际费用与结果绝对路径」,完成即报告。
kb upload 的入库进度由文档列表
parse_status派生(kb docs 可查)。 - 阶段进度:处理分 5 阶段
upload → generate_questions → retrieve_questions → fill_answers → finalize,其中retrieve_questions(检索知识库)最耗时, 进度可能长时间停在 60% 附近——这是正常的检索等待,不是卡死。fill 会在进度 后附带「阶段:检索知识库」提示(服务端 status 的tasks[].stages提供)。 - 结果路径:fill 默认下载到第一个模板所在目录(
--out覆盖),并同时 下载标注版(_processed.docx)与纯净版(_clean.docx)两个文件,完成时打印 两个绝对路径;--clean只下纯净版。 - 认证:所有请求带
X-Auth-Token: aif_xxx头(不是 Authorization: Bearer)。
排错
INVALID_TOKEN:令牌无效/已删除 -> 重新config(网页上删除令牌会使其立即失效;令牌永久有效、可反复查看,不存在"重置")NETWORK_ERROR:base URL 不通或服务维护QUOTA_EXCEEDED:知识库数/文件数超上限(默认 10 个/库)FILE_TOO_LARGE:单文件超 10MBMETHOD_NOT_ALLOWED/NOT_FOUND:接口不存在(如试图直接检索--本 skill 不提供)- 完整错误码表见
references/errors.md
深入阅读(按需加载)
references/curl-guide.md- 无 Python 环境的 curl 操作指南(等价功能)references/api-documents.md- 文档填写接口详解references/api-knowledge.md- 知识库接口详解references/api-account.md- 账号/配置/whoamireferences/errors.md- 统一错误码表examples/fill-a-form.md- 端到端填写示例(含轮询细节)examples/build-kb.md- 建库-入库示例
相关技能
以 AI 机器人身份加入视频会议,提供语音、虚拟形象与屏幕共享四种模式。
通过托管 OAuth 访问 Microsoft Graph Excel 接口,读写 OneDrive 中的工作簿、工作表、区域、表格与图表。
按用户明确指令,在得到大脑(Get笔记)中保存、搜索并管理笔记与知识库。
为自然搜索排名提供站点审计、内容撰写与竞品分析。
从 AdMapix API 拉取广告创意、应用、榜单和收入预估等数据,原样返回结构化 JSON。