Typebot插件开发指南:5步扩展聊天机器人功能
你是否曾因Typebot内置功能无法满足特定业务需求而苦恼?客户需要与私有CRM系统对接?想实现自定义数据分析追踪?本文将通过5个清晰步骤,带你掌握Typebot插件开发全流程,从环境搭建到功能部署,让你的聊天机器人轻松扩展无限可能。
插件开发准备工作
在开始编写插件前,需要准备基础开发环境。首先克隆官方仓库并安装依赖:
git clone https://gitcode.com/GitHub_Trending/ty/typebot.io
cd typebot.io
bun install
Typebot插件开发基于Forge SDK,核心代码位于packages/forge/目录。该SDK提供了完整的插件开发框架,包括认证管理、动作定义和数据流处理等模块。开发工具链已内置插件脚手架,可通过CLI快速生成项目结构。
第1步:创建插件项目
使用Forge CLI创建新插件项目,支持交互式配置或命令行参数直接生成:
cd packages/forge/cli
bun create-new-block --name "客户管理" --id "customer-management" --auth "apiKey"
命令执行后将自动生成标准插件目录结构:
customer-management/
├── src/
│ ├── index.ts # 插件入口
│ ├── auth.ts # 认证配置
│ ├── logo.tsx # 图标组件
│ └── schemas.ts # 类型定义
├── package.json
└── tsconfig.json
脚手架已预置基础代码框架,例如src/index.ts中自动生成的插件注册代码:
export const customerManagementBlock = createBlock({
id: 'customer-management',
name: '客户管理',
tags: ['crm', 'database'],
LightLogo: CustomerManagementLogo,
auth,
actions: [],
})
第2步:定义认证机制
根据插件需求选择合适的认证方式,Typebot支持API Key、OAuth和自定义加密数据三种认证模式。以API Key认证为例,编辑src/auth.ts文件:
export const auth = {
type: 'encryptedCredentials',
name: '客户管理系统账号',
schema: option.object({
apiKey: option.string.layout({
label: 'API密钥',
isRequired: true,
inputType: 'password',
helperText: '从客户管理系统控制台获取API密钥',
withVariableButton: false
})
})
}
认证配置将在Typebot编辑器中生成可视化配置界面,用户可安全存储敏感信息。
第3步:实现核心功能
插件功能通过Action定义实现,每个Action对应一个具体业务操作。例如创建"添加客户"功能:
actions: [
{
name: '添加客户',
options: option.object({
name: option.string.layout({ label: '客户姓名' }),
email: option.string.layout({ label: '电子邮箱' })
}),
run: {
server: async ({ credentials, options, variables, logs }) => {
const response = await fetch('https://api.example.com/customers', {
method: 'POST',
headers: { 'Authorization': `Bearer ${credentials.apiKey}` },
body: JSON.stringify({
name: options.name,
email: options.email
})
})
if (!response.ok) throw new Error('添加客户失败')
logs.add('客户添加成功')
}
}
}
]
Action支持三种执行环境:server端运行、web端渲染和流式响应,满足不同场景需求。
第4步:本地测试与调试
开发完成后通过Typebot开发服务器测试插件功能:
bun dev:builder
在编辑器中创建测试机器人,添加自定义插件节点并配置参数。可通过packages/playwright/提供的测试工具进行自动化测试,确保功能稳定性。
第5步:打包与部署
插件测试通过后,执行打包命令生成发布文件:
bun run build:forge
打包产物位于dist目录,可通过两种方式部署:
- 本地部署:复制到Typebot安装目录的
plugins文件夹 - 社区贡献:提交PR到官方仓库packages/forge/blocks/
插件开发最佳实践
代码组织规范
- 复杂逻辑拆分到services目录
- 使用packages/forge/core/src/types.ts定义的类型确保类型安全
- 图标使用24x24 SVG格式,参考logo.tsx模板
性能优化建议
- 避免在run函数中执行耗时操作
- 合理使用缓存机制减少API调用
- 大文件处理采用流式传输
常见问题排查
- 认证失败:检查auth.ts中的schema定义
- 变量不生效:确保在actions中正确声明getSetVariableIds
- 编辑器不显示:检查插件ID是否符合slug格式
示例插件参考
官方提供多个插件示例可供参考:
- Cal.com预约插件
- OpenAI集成插件
- HTTP请求插件
这些示例包含完整的认证处理、复杂选项配置和多环境支持,是学习插件开发的绝佳资源。
通过插件开发,你可以将Typebot与任何系统无缝连接,打造真正符合业务需求的聊天机器人。立即开始探索Typebot的无限可能,构建属于你的专属插件生态!
官方文档:apps/docs/
API参考:packages/forge/core/src/
贡献指南:CONTRIBUTING.md
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00


