Moonsage · 操作帮助手册
当前：序
Moonsage · 操作帮助手册
当前：序
三步上手 · 让 AI 为你创造更大价值
Moonsage 是一款通用 Agent，在代码、设计、工作、科研等方面都有着出色的表现能力。相关架构知识在此不再赘述，本手册只力求用最简单直白的方法，让小白快速上手，学会利用 AI 给自己创造更大的价值。
接下来，我们把最基础的操作总结为「三步走」，剩余的补充作为附加讲解。学完之后，你便可以让 AI 发挥更大的功效。
——这些都是国内外主流 Agent 的设计架构，并不是只有我们这样做。即便日后你考虑别的产品，相信也会有所助益。且本手册内容均手工编写，尽力减少了专业术语，将其替换成了大白话。
本册共分两章：第一章以三步为纲，带领你完成最基础的操作；第二章为附加讲解，助你把 AI 用得更好。
点击左上角的文件夹按钮，点击之后选择工作目录的读取和保存位置。选取之后，文件的读取和保存都会在你规定的位置进行（见图 1-1）。
这里优先推荐选择桌面，最直观也最方便。选择桌面的时候直接选中打开就可以，不需要打开桌面的某个文件夹或选中某个选项，没有这个必要（见图 1-2、1-3）。
选定工作目录之后，如果想让 AI 读取你的某个文件，就不需要再自己去上传文件了（见图 1-4）。
读取我的这份 did_clean_data.dta 数据，帮我用 Stata 或者别的统计软件做 xxx 分析。
前提：本地需要装对应的统计软件。Python、R 等告诉 AI，它可以帮你安装；但 Stata、SPSS 等需要本地已经安装才行。
同时也可以支持读取文件夹里的所有内容以及压缩包（Windows 用户建议本地有解压软件，macOS 用户可以忽略），也可以一次给多个文件让它读取。
现在是比较关键的一步：用自然语言去描述你的需求。简单直白地讲——你心里想什么就告诉它，让它去做什么，把你的想法打字打出来就可以。
而你打出来的这些字，一般叫做 prompt（提示词）。你给的提示词的精准度、详细程度，直接决定了输出的质量高低。
当然，有时你给的提示词 AI 却没有很好完成，这种情况是常有的。你只需要继续发送要求，让它去完成补充即可。
任务执行完成之后，输出的文件会保存在你选定的文件范围之内。最后的 AI 总结，你可以去查看一下路径（输入框见图 1-5）。
有时涉及复杂的包下载和复杂任务的执行，AI 可能在一个环节连续思考很久没有输出。此时可以暂停，给它发消息，问问它什么情况——是卡住了，还是怎么了，为什么这么慢。
这些是「三步走」之外的补充讲解，从模型原理到进阶能力，学完之后可以让 AI 发挥更大的功效。
关于 LLM 大语言模型的选择——LLM 可以直接理解为AI 模型。AI 模型因为参数不同、训练方式不同，其思考能力和输出质量也存在较大差异。
AI 模型的分级通常为 flash、pro、turbo、ultra——越好的模型价钱越贵，同时质量也越高。
我们使用的模型基于国内开源模型的底座进行训练，通过本地算力中心给大家输送算力；供给紧张的时候会使用国产模型的 API 接口供大家调用。所有模型都经过微调训练，力求更高的缓存命中率。
目前 Moonsage 默认 flash 模型，后面会训练出 pro 模型供大家使用。
AI 是一个超强人脑，但再强的大脑能记忆的东西也是有限的。当一个对话进行得比较长的时候，AI 的记忆能力和判断力都会出现问题。
目前我们的上下文支持是 一百万字（100 万字符）。超出之后性能会受影响，结果的回传不再精确，而且由于超长的上下文会让 token 的消耗也显著增加，这时建议新建对话任务（见图 2-1）。
当新建对话任务之后，可以让 AI 帮你把上个对话进行的工作和产出一起打包成一个压缩包，并附一份交接文档，让下一个对话快速了解这个项目，从而进行快速的接手工作。
让 AI 读取一份操作文档，按照文档去工作，本质是提示词的精细化。对大部分人都很友好——我们写不出精美详细的提示词，但有人替我们完成了。
比 Skills 更精准，必须按照特定步骤执行，不存在或很难跑偏。但工作流搭建过多并不是什么好事，日常使用还是推荐 Skills。
不过也要注意，不同的模型对 Skills 的执行会存在不同程度的误差。比如 Skills 跑偏的时候，发现没有输出我们理解的结果，就可以用提示词告诉它，让它检查着都做完（见图 2-2）。
我们产品自己训练了很多 Skills 并进行了分类，每天保持实时更新。大家有需求也可以和我们提，我们尽力都给大家做出来。Skills 调用入口在软件需求输入框内的那本「小书」（见图 2-3、2-4）。
本次版本新增两大技能：清新网页工作台搭建（分类「工作台搭建」）——清新简约风 Web 应用框架，内置 8 套预设主题一键换肤（薄荷/海盐/樱花/暖阳/莫兰迪/暗夜/森林/星河），模块可插拔扩展（记账/阅读/待办/习惯/日记/目标），产出的个人工具应用双击即用、零依赖、移动端优先；SPSS 数据分析（分类「SPSS操作」）——封装 SPSS 全流程：原始数据清洗预处理 → 生成 .sav → 批处理分析 → 输出 .spv，支持 SPSS 25/26/27/28+ 与 Windows/macOS，自动探测环境与版本。打开「小书」后可在对应分类标签下找到它们。
MCP（模型上下文协议）是一套标准化通信协议，用于实现 Moonsage Agent 与外部工具、本地程序、第三方服务之间安全互通。
简单理解：MCP 相当于统一接口标准，让 Moonsage 能够规范化调用外部程序、读写资源、跨软件联动。如果需要调用你本地的一些工具和软件，只要支持 MCP 接入，就能进行原生调用，而不是考虑别的外部方法。
日常基础任务不需要手动配置 MCP，内置 Skills、插件已经封装完成，开箱即用。
如需对接自研脚本、第三方工具、自定义外部程序，可以配置 MCP 连接地址，实现深度定制扩展。
MCP 拥有访问本地资源的能力，请勿接入来源不明的外部 MCP 服务，避免安全风险。
Moonsage 插件是独立功能扩展模块，基于 MCP 协议接入主程序，用于补充原生软件不具备的专项能力。
一句话区分：Skills 偏向「提示词模板」；Workflow 偏向「执行步骤流程」；插件 偏向独立功能模块、外部软件能力封装。
插件的主要作用有这些：
批量表格处理、文献批量下载、绘图模板、数据库连接、Git 操作等。
封装 Stata、Python、CAD、LaTeX 等软件的快捷调用逻辑。
自定义输出格式、自动化报表、文件批量转换。
对接云端服务、私有 API、本地自建服务。
所有套餐的订阅价格都会低于单独购买 token 的价格。
越贵的套餐，单次任务执行的价钱都会越低；pro 及以上模型目前仅支持会员用户使用。
免费用户支持 flash 模型的使用，每个用户有 30 万 token 的免费额度，使用完之后可以完成任务去获取免费 token，或者新用户邀请。（目前测试版都为免费使用，用完联系我们补即可；以上是正式版的实施。）
我们有四种使用方式，其中桌面端（PC 端）的使用体感和性能最佳。
PC 网页端支持本地文件读写；处于测试阶段，暂不建议使用，推荐下载桌面端。
支持本地文件读写，使用体感和性能最佳，推荐使用。
开发中。网页端只支持云端任务，云空间预装各种计量软件及 Python、R 等包供调用。
科研任务处理能力稍弱，主要面向日常生活：个人工作台搭建、任务规划等。
——若身处没有电脑的场景，也可通过云端任务完成科研工作：云空间已提前安装好各类计量软件与 Python、R 等运行环境。
如果遇到任何使用问题，请即时联系我们，我们会第一时间解决大家的问题。
同时，如果是困难家庭并有佐证资料、通过我们认证的，我们将会为其免费提供月度会员；针对特别困难的家庭，我们会拿出部分利润做资助基金，以资助学，助其成才，回馈社会。