企业官网建设流程全解析

ToolJet 接入 Cohere 大模型实战指南：文本生成与 Chat 对话插件的完整配置

【免费下载链接】ToolJetOpen-source foundation of ToolJet AI - the enterprise app generation platform for internal tools, dashboards, business applications, workflows and AI agents. Build visually, from a prompt, or from Claude Code, Codex and Cursor over MCP 🚀项目地址: https://gitcode.com/GitHub_Trending/to/ToolJet

本文围绕 ToolJet 官方 Marketplace 中的 Cohere 插件展开，系统讲解如何通过 Access token 建立连接、使用 Text Generation（文本生成）与 Chat（对话）两种操作，以及全部高级参数的取值与作用。读完本文，你将能够在 ToolJet 的低代码应用中直接调用 Cohere 的 command 系列与 Aya 系列模型，完成文案生成、智能客服、业务助手等 AI 场景，并能从源码层面理解插件的工作机制。

插件概览：Cohere 能做什么

Cohere 插件是 ToolJet Marketplace 中类型为ai的数据源插件，其完整实现位于 marketplace/plugins/cohere。插件底层通过官方cohere-aiSDK 中的CohereClientV2客户端发起请求，目前对外暴露两种核心操作：

• Text Generation（文本生成）：给定模型与提示词，生成创造性文本内容；
• Chat（对话）：基于历史消息与当前用户输入进行多轮对话，模型会参考上下文维持流畅的会话。

插件的操作分发逻辑集中在 marketplace/plugins/cohere/lib/index.ts，其中CohereService.run()根据queryOptions.operation将请求路由到textGeneration或chat两个处理函数，二者定义在 marketplace/plugins/cohere/lib/query_operations.ts。

建立连接：获取 Access Token 并配置 API Key

连接 Cohere 只需要一个Access token（即 API Key），可以在 Cohere Dashboard 的 API Keys 页面生成。在 ToolJet 中新建数据源并选择 Cohere 后，将生成的 token 填入API key字段即可。

从插件源码看，连接过程非常简洁。在 marketplace/plugins/cohere/lib/index.ts 的getConnection方法中：

async getConnection(sourceOptions: SourceOptions): Promise<CohereClientV2> { const { apiKey } = sourceOptions; if (!apiKey) { throw new Error('API key missing: No API key provided in source options.'); } const cohere = new CohereClientV2({ token: apiKey }); return cohere; }

• 若未提供 API key，会直接抛出 "API key missing" 错误；
• 提供后即创建CohereClientV2实例，后续所有操作复用该客户端。

数据源的字段定义在 marketplace/plugins/cohere/lib/manifest.json 中：apiKey的类型为password，并带有"encrypted": true标记，说明该密钥在 ToolJet 中以加密形式存储，不会以明文暴露在前端。

插件还提供了连接测试能力（testConnection）：它会使用command-r-plus-08-2024模型向 Cohere 发送一条hello world!测试消息，若请求失败则返回带状态码的连接错误，帮助你在正式使用前快速验证 token 的有效性。

支持的模型列表

两种操作都支持在以下模型中选择（来自 marketplace/plugins/cohere/lib/operations.json 的模型下拉列表）：

值得注意的是，operations.json中默认操作为text_generation，默认模型为command-r-plus。Chat 操作下command-r7b-12-2024也会出现在模型列表中，而 Text Generation 操作的下拉列表则主要面向 R 系列与 Command 系列模型，具体以 marketplace/plugins/cohere/lib/operations.json 为准。

操作一：Text Generation（文本生成）

该操作用于生成创造性文本内容。选择模型并填写提示词后，插件会将model与message组装为一次cohere.chat调用（底层 Chat API 兼顾了生成与对话能力），并透传所有高级参数。

必填参数

• Model：用于生成文本的模型，见上方模型列表；
• Message：生成响应的主要用户输入。

可选参数

• Advanced parameters：以 JSON 形式传入的额外配置，详见下文"高级参数详解"。

参数示例（完整复制自插件表单占位符与官方文档）：

{ "response_format": {"type": "text"}, "temperature": 0.3, "max_tokens": 512, "seed": 3, "p": 0.3, "k": 1, "frequency_penalty": 0.3, "presence_penalty": 0.3, "citation_options": {"mode": "fast"}, "safety_mode": "off", "stop_sequences": ["spam", "fraud"] }

响应示例（以介绍 ToolJet 的提示词为例）：

ToolJet is an open-source no-code platform that allows you to build your own tools and automate your workflows in minutes... 模型会基于提示词输出一段结构化介绍，涵盖 No-Code Builder、数据集成、可视化自动化、开源、扩展与 API、仪表盘与报表、表单与 UI、协作与安全、外部工具集成、开放 API 与可扩展性等要点。

操作二：Chat（对话）

该操作用于类聊天式交互，模型根据给定的提示词与指令做出响应，并借助历史消息保持对话上下文，适合构建聊天机器人、客服助手等场景。

必填参数

• Model：指定对话使用的模型，见上方模型列表；
• History：之前的交互记录，用于在对话中维持上下文。它是一段 JSON 数组，例如：

[ { "role": "system", "content": "You are an SEO specialist content writer" }, { "role": "user", "content": "Write a title for a blog post about API design. Only output the title text." }, { "role": "assistant", "content": "Designing Perfect APIs" } ]

• Message：本轮对话中用户的主要输入。

可选参数

• Advanced parameters：JSON 形式的额外配置，同 Text Generation。

参数示例：

{ "response_format": {"type": "text"}, "temperature": 0.3, "max_tokens": 512, "seed": 3, "p": 0.3, "k": 1, "frequency_penalty": 0.3, "presence_penalty": 0.3, "citation_options": {"mode": "fast"}, "safety_mode": "off", "stop_sequences": ["spam", "fraud"] }

响应示例：当用户询问如何在 ToolJet 中集成 Cohere AI 时，模型会给出引导性回答——先说明 ToolJet 是一个可通过拖拽构建内部工具的 no-code 平台、可以集成 Cohere 获得 AI 能力，然后建议用户注册 Cohere 账号获取 API Key，并提示查阅官方文档获取逐步集成指南。

Chat 的历史消息处理逻辑

从源码看，Chat 操作对历史消息的处理在 marketplace/plugins/cohere/lib/query_operations.ts 中完成：

export async function chat(cohere: CohereClientV2, options: QueryOptions) { const { model, message, advanced_parameters, history } = options; if (!model || !history || !message) { throw new Error('Model, history, and message are required for chat.'); } let parsedHistory = []; parsedHistory = JSON.parse(history); parsedHistory.push({ role: 'user', content: message, }); let advancedParams = {}; if (advanced_parameters) { advancedParams = JSON.parse(advanced_parameters); } const response = await cohere.chat({ model, messages: parsedHistory, ...advancedParams, }); return response; }

要点：

• 三者（模型、历史、消息）缺一不可，否则直接抛错；
• history与advanced_parameters都是 JSON 字符串，运行时通过JSON.parse解析；
• 插件会把用户本轮message自动追加为role: 'user'的消息，再连同历史一起发给模型，因此你只需要在 History 中维护 system / user / assistant 的历史轮次，当前问题填在 Message 中即可。

高级参数详解（Advanced Parameters）

下表完整对应插件支持的高级参数（见文档与 marketplace/plugins/cohere/lib/operations.json 中的占位符示例）：

这些参数会以展开运算符...advancedParams的方式直接合并进cohere.chat({...})请求体（见 marketplace/plugins/cohere/lib/query_operations.ts），意味着参数名需与 Cohere Chat API 的字段命名保持一致。

源码视角：请求分发与错误处理

CohereService.run()是整个查询的入口，位于 marketplace/plugins/cohere/lib/index.ts。其工作流程为：

1. 从queryOptions.operation读取操作类型；
2. 通过getConnection建立 Cohere 客户端；
3. 依据Operation枚举（text_generation/chat，定义在 marketplace/plugins/cohere/lib/types.ts）分发到对应处理函数；
4. 未知操作抛出Invalid operation错误。

错误处理值得一提：当 Cohere API 返回错误时，插件会尽力解析error.body.message、error.req.id、error.statusCode等信息，组装成带有requestId、errorType、statusCode的QueryError抛出，方便你在 ToolJet 的查询调试面板中快速定位认证失败、限流或参数错误等问题。

响应结构：成功时统一返回{ status: 'ok', data: result }，其中data为 Cohere Chat API 的原始响应对象。

测试现状与使用建议

插件仓库中的测试文件 marketplace/plugins/cohere/tests/index.js 目前仅包含it.todo('needs tests')占位，说明测试用例仍在规划中。因此在实际接入时建议：

• 先在数据源配置页执行Test connection验证 token 有效性；
• 用较小的max_tokens（如 256）与较低的temperature（如 0.3）起步，控制成本并便于对比效果；
• 对稳定性敏感的业务（如报表文案）设置seed以获得可复现输出；
• 在 Chat 场景下务必维护好 History 的角色结构（system / user / assistant），当前用户输入填写在 Message 中即可自动追加。

通过以上配置，你便可以在 ToolJet 中快速搭建基于 Cohere 的文本生成与智能对话能力，并将其与表单、表格、按钮等组件联动，落地到真实的业务应用中。

【免费下载链接】ToolJetOpen-source foundation of ToolJet AI - the enterprise app generation platform for internal tools, dashboards, business applications, workflows and AI agents. Build visually, from a prompt, or from Claude Code, Codex and Cursor over MCP 🚀项目地址: https://gitcode.com/GitHub_Trending/to/ToolJet