win_monitor/api-docs.md

Windows 监控管理系统接口说明

基础信息

• 后端默认地址：http://127.0.0.1:8000
• 返回格式：JSON
• 确认状态枚举：PENDING、TRUSTED、SUSPICIOUS、IGNORED、NEED_MORE_INFO
• AI 风险等级枚举：LOW、MEDIUM、HIGH

仪表盘

获取仪表盘概览

GET /api/dashboard

返回最近扫描记录、服务总数、进程总数、待确认数量、本次未出现数量。

标签

系统内置两个默认标签：

标签	默认是否可以被控制	说明
windows系统	否	用于标记 Windows 系统原生服务或进程
本系统相关	否	用于标记本项目自身相关服务或进程

如果服务或进程存在任一 is_controllable = false 的标签，前端不会显示启动、停止、重启等控制操作，后端控制接口也会拒绝执行。

查询标签

GET /api/tags

新增标签

POST /api/tags

{
  "name": "业务软件",
  "description": "业务系统相关组件",
  "is_controllable": true
}

更新标签

PATCH /api/tags/{tag_id}

{
  "name": "windows系统",
  "description": "Windows 系统原生服务或进程",
  "is_controllable": false
}

删除标签

DELETE /api/tags/{tag_id}

内置标签不可删除。

AI 配置与调用

AI 模块分为项目内部统一 AI 服务层和具体供应商 API 对接层。当前支持：

类型	说明
OPENAI	OpenAI Chat Completions API，默认 Base URL 为 https://api.openai.com/v1
OPENAI_COMPATIBLE	OpenAI 兼容格式 API，适用于 LM Studio、本地模型服务或其他兼容服务
GOOGLE_GEMINI	Google Gemini Generate Content API，默认 Base URL 为 https://generativelanguage.googleapis.com/v1beta

服务商 API Key 可为空，接口返回时只返回 api_key_set，不会返回明文 Key。

系统设置

查询系统设置

GET /api/settings

返回全局默认 AI 服务商、模型、温度，以及自动化文件保存相对路径。

更新系统设置

PUT /api/settings

{
  "default_ai_provider_id": 1,
  "default_ai_model_id": 1,
  "default_ai_temperature": 0.1,
  "automation_file_root": "automation",
  "automation_screen_path": "automation/screens",
  "automation_error_path": "automation/errors",
  "automation_runtime_path": "automation/runtime",
  "automation_auto_screenshot_enabled": false,
  "automation_auto_screenshot_interval": 30,
  "automation_remote_token": "your-remote-token"
}

路径必须是相对路径，后端会解析到 backend/data 目录下。automation_remote_token 用于远程执行 workflow 和查询 workflow 任务状态。配置后，调用方需要通过以下任一方式传入 Token：

X-Automation-Token: your-remote-token
Authorization: Bearer your-remote-token
?automation_token=your-remote-token

推荐 iOS 快捷指令优先使用请求头；查询参数适合作为部分客户端无法设置请求头时的兜底方式。

查询 AI 服务商

GET /api/ai/providers

新增 AI 服务商

POST /api/ai/providers

{
  "name": "本地 LM Studio",
  "provider_type": "OPENAI_COMPATIBLE",
  "base_url": "http://127.0.0.1:1234/v1",
  "api_key": "",
  "enabled": true
}

更新 AI 服务商

PATCH /api/ai/providers/{provider_id}

{
  "name": "OpenAI",
  "provider_type": "OPENAI",
  "base_url": "https://api.openai.com/v1",
  "api_key": "sk-xxxx",
  "clear_api_key": false,
  "enabled": true
}

说明：编辑时 api_key 留空表示不修改原 Key；clear_api_key = true 表示清空原 Key。

删除 AI 服务商

DELETE /api/ai/providers/{provider_id}

会级联删除该服务商下的模型配置。

查询 AI 模型

GET /api/ai/models?provider_id=1

provider_id 可选；不传时返回全部模型。

新增 AI 模型

POST /api/ai/models

{
  "provider_id": 1,
  "name": "gpt-4o-mini",
  "display_name": "GPT-4o mini",
  "is_default": true
}

更新 AI 模型

PATCH /api/ai/models/{model_id}

{
  "provider_id": 1,
  "name": "gemini-1.5-flash",
  "display_name": "Gemini Flash",
  "is_default": true
}

同一服务商只能有一个默认模型。设置新的默认模型后，同服务商其他模型会自动取消默认。

删除 AI 模型

DELETE /api/ai/models/{model_id}

测试 AI 服务

POST /api/ai/test

{
  "provider_id": 1,
  "model_id": 1,
  "prompt": "请用一句话回答：你已经可以连接了吗？",
  "temperature": 0.2
}

返回：

{
  "provider": {},
  "model": {},
  "content": "AI 输出文本",
  "raw_response": {}
}

扫描

执行完整扫描

POST /api/scans/run

执行 Windows 服务和进程采集，写入扫描记录，并按业务规则更新 is_present_now、last_seen_at、运行状态等字段。

查询扫描历史

GET /api/scans?page=1&page_size=20

查询扫描详情

GET /api/scans/{scan_id}

传感器

获取实时传感器信息

GET /api/sensors

说明：

• 数据不写入数据库。
• CPU、内存负载来自 psutil。
• 显卡优先使用 nvidia-smi；如果不可用，尝试 Windows GPU 性能计数器。
• 温度优先读取 LibreHardwareMonitor/OpenHardwareMonitor WMI，其次尝试 psutil 和 ACPI 热区。
• Windows 原生接口不一定能提供 CPU/GPU 真实温度，实际可见字段取决于硬件、驱动和监控组件。

返回主要字段：

字段	说明
collected_at	采集时间
cpu	CPU 总负载、每核心负载、核心数、频率
memory	物理内存和交换区使用情况
gpu	显卡负载、温度、显存、功耗等
temperatures	psutil/ACPI 温度
hardware_sensors	LibreHardwareMonitor/OpenHardwareMonitor 传感器

硬盘 SMART

扫描 smartctl 设备列表

GET /api/smart/scan

等价于执行：

smartctl --scan

获取全部硬盘 SMART 信息

GET /api/smart/devices?include_jmb39x=true&jmb39x_slots=8

查询参数：

参数	类型	说明
include_jmb39x	boolean	是否对 SAT/ATA 类设备额外探测 JMB39x 阵列槽位
jmb39x_slots	integer	探测槽位数量，范围 0-16，默认 8

普通设备会按 smartctl --scan 返回的设备和类型执行：

smartctl -a -d sat /dev/sdb

JMB39x 阵列会按槽位执行：

smartctl -a -d jmb39x,0 /dev/sdb
smartctl -a -d jmb39x,1 /dev/sdb

返回每块盘的解析摘要、ATA SMART 属性表、警告信息和原始 smartctl 输出。

获取单个设备 SMART 信息

GET /api/smart/device?device=/dev/sda&device_type=nvme

查询参数：

参数	类型	说明
device	string	设备路径，例如 /dev/sda
device_type	string	可选，smartctl 的 -d 类型，例如 nvme、sat、jmb39x,0

Windows 服务

查询服务列表

GET /api/services

查询参数：

参数	类型	说明
keyword	string	按名称、显示名称、路径、描述搜索
confirm_status	string	确认状态
present	boolean	true 本次出现，false 本次未出现
page	integer	页码，默认 1
page_size	integer	每页数量，默认 20，最大 200

获取服务详情

GET /api/services/{service_id}

更新服务说明和状态

PATCH /api/services/{service_id}

请求体：

{
  "confirm_status": "TRUSTED",
  "user_note": "人工确认说明"
}

批量更新服务状态

PATCH /api/services/batch

请求体：

{
  "ids": [1, 2, 3],
  "confirm_status": "SUSPICIOUS",
  "user_note": "批量标记说明，可为空"
}

根据 AI JSON 批量更新服务

POST /api/services/import-ai

请求体：

{
  "items": [
    {
      "type": "service",
      "name": "WinDefend",
      "description": "Microsoft Defender 防病毒核心服务。",
      "judgement": "TRUSTED",
      "risk_level": "LOW",
      "reason": "Microsoft 官方安全组件。",
      "suggestion": "保持运行。",
      "tags": ["windows系统"]
    }
  ]
}

说明：

• tags 为可选字段，格式为标签名称数组；老格式不传 tags 仍可导入。
• 如果传入 tags，后端会将对应服务的标签替换为该数组。
• 数据库中不存在的标签会自动创建，默认 is_controllable = true、is_builtin = false。

调用 AI 分析服务并返回待确认结果

POST /api/services/analyze-ai

{
  "provider_id": 1,
  "model_id": 1,
  "temperature": 0.2,
  "scope": "selected",
  "ids": [1, 2]
}

说明：

• 后端会复用服务 AI 提示词模板，调用配置的 AI 服务商和模型。
• 接口只返回 AI 输出解析结果和更新预览，不直接写入数据库。
• 前端确认后继续调用 /api/services/import-ai 入库。

返回主要字段：

字段	说明
items	解析后的 AI JSON 数组
preview	当前数据库值与 AI 建议值的对比
raw_output	AI 原始输出文本
provider	本次使用的服务商信息
model	本次使用的模型信息
prompt_text	本次发送给 AI 的提示词
markdown_table	人工核对表

生成服务 AI 分析提示词

POST /api/services/ai-prompt

请求体：

{
  "scope": "selected",
  "ids": [1, 2]
}

说明：

• scope = selected 时使用 ids 指定的服务。
• scope = pending 时忽略 ids，生成全部待确认服务的提示词。
• 返回 prompt_text、markdown_table 和 items。

更新服务标签

PUT /api/services/{service_id}/tags

{
  "tag_ids": [1, 2]
}

启动服务

POST /api/services/{service_id}/start

停止服务

POST /api/services/{service_id}/stop

重新启动服务

POST /api/services/{service_id}/restart

控制规则：

• confirm_status 必须是 TRUSTED、SUSPICIOUS 或 IGNORED。
• PENDING 和 NEED_MORE_INFO 不允许控制。
• 任一关联标签 is_controllable = false 时不允许控制。
• 服务必须在最近一次扫描中仍然存在。

Windows 进程

查询进程列表

GET /api/processes

查询参数：

参数	类型	说明
keyword	string	按名称、路径、命令行、用户搜索
confirm_status	string	确认状态
present	boolean	true 本次出现，false 本次未出现
page	integer	页码，默认 1
page_size	integer	每页数量，默认 20，最大 200

获取进程详情

GET /api/processes/{process_id}

更新进程说明和状态

PATCH /api/processes/{process_id}

请求体：

{
  "confirm_status": "SUSPICIOUS",
  "user_note": "人工确认说明"
}

批量更新进程状态

PATCH /api/processes/batch

请求体：

{
  "ids": [10, 11],
  "confirm_status": "IGNORED",
  "user_note": "批量忽略说明，可为空"
}

根据 AI JSON 批量更新进程

POST /api/processes/import-ai

请求体：

{
  "items": [
    {
      "type": "process",
      "name": "unknown.exe",
      "description": "未知用途执行文件。",
      "judgement": "SUSPICIOUS",
      "risk_level": "HIGH",
      "reason": "路径和命令行异常。",
      "suggestion": "建议隔离并检查哈希和网络连接。",
      "tags": ["可疑程序"]
    }
  ]
}

说明：

• tags 为可选字段，格式为标签名称数组；老格式不传 tags 仍可导入。
• 如果传入 tags，后端会将对应进程的标签替换为该数组。
• 数据库中不存在的标签会自动创建，默认 is_controllable = true、is_builtin = false。

调用 AI 分析进程并返回待确认结果

POST /api/processes/analyze-ai

{
  "provider_id": 1,
  "model_id": 1,
  "temperature": 0.2,
  "scope": "pending"
}

说明：

• 后端会复用进程 AI 提示词模板，调用配置的 AI 服务商和模型。
• 接口只返回 AI 输出解析结果和更新预览，不直接写入数据库。
• 前端确认后继续调用 /api/processes/import-ai 入库。

生成进程 AI 分析提示词

POST /api/processes/ai-prompt

请求体：

{
  "scope": "pending"
}

返回 prompt_text、markdown_table 和 items。

更新进程标签

PUT /api/processes/{process_id}/tags

{
  "tag_ids": [2]
}

启动进程

POST /api/processes/{process_id}/start

使用数据库中记录的 cmdline 或 exe_path 重新启动进程。

停止进程

POST /api/processes/{process_id}/stop

使用数据库中记录的 last_pid 停止进程，并校验当前 PID 的进程名与记录一致，避免误杀 PID 复用后的其他进程。

控制规则：

• confirm_status 必须是 TRUSTED、SUSPICIOUS 或 IGNORED。
• PENDING 和 NEED_MORE_INFO 不允许控制。
• 任一关联标签 is_controllable = false 时不允许控制。
• 停止进程要求该进程在最近一次扫描中仍然存在。

Windows 自动化

自动化接口用于后续复杂本机操作编排。关机、重启、鼠标和键盘操作会直接影响当前 Windows 桌面环境，调用前应由上层业务明确确认。

关机

POST /api/automation/power/shutdown

{
  "delay_seconds": 60,
  "force": false,
  "reason": "计划关机"
}

重启

POST /api/automation/power/restart

请求体同关机接口。

取消已排程关机或重启

POST /api/automation/power/cancel

启动程序

POST /api/automation/programs/start

{
  "command": "notepad.exe",
  "cwd": null,
  "shell": true
}

关闭程序

POST /api/automation/programs/stop

{
  "pid": 1234,
  "name": null,
  "timeout_seconds": 8,
  "kill_after_timeout": true
}

说明：pid 和 name 至少传一个；按名称关闭时会匹配同名进程。

屏幕截图

POST /api/automation/screenshot

{
  "save_path": "C:/Temp/screen.png",
  "include_base64": true
}

鼠标操作

POST /api/automation/mouse

{
  "action": "click",
  "x": 100,
  "y": 200,
  "button": "left",
  "clicks": 1,
  "duration": 0,
  "amount": 0
}

action 支持：move_to、move_rel、click、double_click、right_click、drag_to、scroll。

键盘操作

POST /api/automation/keyboard

{
  "action": "hotkey",
  "keys": ["ctrl", "s"],
  "interval": 0
}

action 支持：press、hotkey、write、key_down、key_up。

AI 视觉分析当前界面

POST /api/automation/vision/analyze

{
  "provider_id": 1,
  "model_id": 1,
  "temperature": 0.1
}

后端会截取当前 Windows 屏幕，调用支持视觉输入的 AI 模型识别界面名称、描述、是否为 Windows 桌面、是否为浏览器网页，以及可操作元素列表。

可操作元素在该步骤只要求返回：

{
  "name": "保存按钮",
  "approximate_location": "窗口右下角"
}

该步骤不要求 AI 返回元素坐标。坐标需要通过单个元素定位接口按需获取。

定位单个可操作元素

POST /api/automation/screens/{screen_id}/elements/{element_id}/locate

{
  "provider_id": 1,
  "model_id": 1,
  "temperature": 0.1
}

后端会把保存的界面截图和该元素的名称、大致位置描述发送给 AI，只定位这一个元素。AI 应返回：

{
  "has_element": true,
  "x_percent": 42.5,
  "y_percent": 68.2,
  "reason": "目标按钮位于窗口右下区域"
}

当 has_element = true 时，后端会按原始截图分辨率换算像素坐标并更新该元素记录；前端随后才会在截图上绘制坐标点。

截取当前屏幕

POST /api/automation/vision/screenshot

{
  "save": true
}

只截屏并返回图片，不进行 AI 分析。自动化操作页面的手动截屏和自动截屏使用该接口。

高层自动化动作接口

以下接口会在动作执行前获取一次当前进程列表，执行后再次获取并对比新增进程。若请求携带 screen_id，后端会先截图当前屏幕，并把当前截图和数据库中保存的目标界面截图发送给 AI 做界面对比；不匹配时会写入自动化错误记录并终止动作。

POST /api/automation/actions/mouse

{
  "screen_id": 1,
  "provider_id": 1,
  "model_id": 1,
  "temperature": 0.1,
  "x": 420,
  "y": 260,
  "mouse_action": "click"
}

mouse_action 支持：click、right_click、double_click。

POST /api/automation/actions/keyboard

{
  "screen_id": 1,
  "provider_id": 1,
  "model_id": 1,
  "keys": ["ctrl", "s"]
}

POST /api/automation/actions/text-input

{
  "screen_id": 1,
  "provider_id": 1,
  "model_id": 1,
  "text": "要输入的中文文本"
}

文本输入使用剪贴板粘贴，避免中文直接按键模拟不稳定。

POST /api/automation/actions/start-program

{
  "command": "msedge",
  "cwd": null,
  "shell": true
}

POST /api/automation/actions/close-opened-programs

{
  "pids": [1234, 5678]
}

如果不传 pids，后端会尝试关闭当前后端进程内记录的自动化新增进程。

自动化工作流

GET /api/automation/workflows

返回工作流列表，包含 schema_version、node_count、edge_count。

GET /api/automation/workflow-nodes

返回后端注册的节点定义，前端可据此生成节点库和参数表单。每个节点包含 type、category、label、params、inputs、outputs、control_ports。

常用节点示例：browser.open_url 打开网页，browser.web_search 使用真实浏览器和多模态模型完成网页搜索研究，wait.seconds 等待，mouse.double_click 双击坐标，text.input 输入文本。

POST /api/automation/workflows/templates/web-search

创建或读取 key 为 ai-web-research 的 AI 多轮网页研究工作流。该 workflow 会让 AI 规划查询词、执行视觉搜索、校验目标和 JSON Schema，并在未达标时继续下一轮。

POST /api/automation/workflows/plan

根据用户需求调用 AI 生成 workflow/v1 草稿。

{
  "requirement": "打开记事本并输入 hello",
  "provider_id": null,
  "model_id": null,
  "temperature": null
}

返回：

{
  "session_id": "uuid",
  "plan": {
    "summary": "计划摘要",
    "questions": [],
    "workflow": {
      "schema_version": "workflow/v1",
      "name": "示例",
      "nodes": [],
      "edges": []
    }
  },
  "ai_raw_content": "..."
}

POST /api/automation/workflows/plan/continue

继续一次 AI 工作流规划对话。

{
  "session_id": "uuid",
  "user_message": "补充说明",
  "provider_id": null,
  "model_id": null,
  "temperature": null
}

POST /api/automation/workflows

{
  "schema_version": "workflow/v1",
  "workflow_key": "browser-click-demo",
  "name": "打开浏览器并点击",
  "description": "示例工作流",
  "variables": {
    "target_text": {
      "type": "string",
      "default": "hello"
    }
  },
  "settings": {
    "max_steps": 100,
    "default_timeout_ms": 30000,
    "on_unhandled_error": "pause_for_user"
  },
  "nodes": [
    {
      "id": "start_1",
      "type": "flow.start",
      "title": "开始",
      "position": { "x": 80, "y": 120 },
      "params": {},
      "inputs": {}
    },
    {
      "id": "program_1",
      "type": "program.start",
      "title": "启动 Edge",
      "position": { "x": 320, "y": 120 },
      "params": { "command": "msedge", "shell": true },
      "inputs": {}
    },
    {
      "id": "mouse_1",
      "type": "mouse.click",
      "title": "点击按钮",
      "position": { "x": 560, "y": 120 },
      "params": { "button": "left", "clicks": 1 },
      "inputs": {
        "x": { "source": "literal", "value": 420 },
        "y": { "source": "literal", "value": 260 }
      }
    }
  ],
  "edges": [
    {
      "id": "edge_1",
      "kind": "control",
      "source": "start_1",
      "source_port": "next",
      "target": "program_1",
      "target_port": "run"
    },
    {
      "id": "edge_2",
      "kind": "control",
      "source": "program_1",
      "source_port": "success",
      "target": "mouse_1",
      "target_port": "run"
    }
  ]
}

输入值支持四种来源：

{ "source": "literal", "value": 100 }
{ "source": "variable", "name": "target_text" }
{ "source": "node_output", "node_id": "locate_1", "output": "x" }
{ "source": "runtime", "name": "current_screenshot_path" }

连线 kind 分为 control 和 data。control 决定执行顺序，data 把源节点输出写入目标节点输入。完整格式见 workflow-format.md。

POST /api/automation/workflows/import

导入可迁移的 workflow JSON：

{
  "workflow": {
    "schema_version": "workflow/v1",
    "workflow_key": "ai-web-research",
    "name": "AI 多轮网页搜索研究",
    "variables": {},
    "settings": {},
    "nodes": [],
    "edges": []
  },
  "conflict_strategy": "replace"
}

conflict_strategy 可为 error 或 replace。仓库内置模板位于 workflows/ai-web-research.workflow.json。

GET /api/automation/workflows/export.zip

批量导出全部 workflow，返回 application/zip。ZIP 内包含：

• manifest.json：导出时间、数量和文件清单。
• workflows/{workflow_key}.workflow.json：每个 workflow 的可迁移 JSON，不包含数据库 ID 和时间字段。

POST /api/automation/workflows/import.zip

批量导入 ZIP。请求体直接发送 ZIP 二进制内容，Content-Type 为 application/zip。导入时会逐个校验 workflow JSON；如果目标设备中已经存在相同 workflow_key，该条会跳过，不覆盖。

返回示例：

{
  "created_count": 2,
  "skipped_count": 1,
  "failed_count": 0,
  "created": [
    {"path": "workflows/a.workflow.json", "id": 12, "workflow_key": "a", "name": "A"}
  ],
  "skipped": [
    {"path": "workflows/b.workflow.json", "workflow_key": "b", "reason": "workflow_key already exists"}
  ],
  "failed": []
}

GET /api/automation/workflows/by-key/{workflow_key}/export

导出不包含数据库 ID、创建时间等设备相关字段的 workflow/v1 JSON，可直接在其他设备导入。

GET /api/automation/workflows/{workflow_id}

GET /api/automation/workflows/by-key/{workflow_key}

POST /api/automation/workflows/by-key/{workflow_key}/run

{
  "provider_id": null,
  "model_id": null,
  "temperature": null,
  "variables": {
    "objective": "研究 Python 官方网站提供的主要服务",
    "output_schema": {
      "type": "object",
      "required": ["official_url", "services"],
      "properties": {
        "official_url": {"type": "string"},
        "services": {"type": "array", "items": {"type": "string"}}
      }
    },
    "constraints": {
      "language": "zh-CN",
      "min_sources": 1,
      "required_domains": ["python.org"]
    },
    "max_attempts": 3
  }
}

接口返回 HTTP 202，只创建异步任务，不等待 workflow 完成：

{
  "id": "task-uuid",
  "workflow_key": "ai-web-research",
  "status": "QUEUED",
  "queue_position": 1,
  "created_at": "2026-06-15T10:00:00+08:00"
}

所有 workflow 共用一个全局执行队列，任何时刻最多只有一个任务处于 RUNNING，其余任务按创建时间排队。若系统设置配置了 automation_remote_token，远程执行和任务查询必须携带 Token。支持以下任一方式：

X-Automation-Token: your-remote-token
Authorization: Bearer your-remote-token
GET /api/automation/workflow-tasks/{task_id}?automation_token=your-remote-token

未配置 Token 时允许调用，正式部署建议设置 Token。前端系统设置页保存 Token 后，会在当前浏览器本地保存一份，并自动给后续请求附加 X-Automation-Token。

GET /api/automation/workflow-tasks/{task_id}

获取状态和最终数据：

{
  "id": "task-uuid",
  "workflow_key": "ai-web-research",
  "status": "SUCCESS",
  "queue_position": null,
  "request": {},
  "return_data": {
    "status": "GOAL_ACHIEVED",
    "goal_achieved": true,
    "data": {},
    "validation": {"schema_valid": true, "constraints_valid": true, "valid": true},
    "sources": [],
    "attempts": []
  },
  "result": {},
  "created_at": "...",
  "started_at": "...",
  "finished_at": "..."
}

状态包括 QUEUED、RUNNING、SUCCESS、FAILED、PAUSED。return_data 由 workflow 的 settings.return 指定，供外部程序直接消费；result 保留完整节点执行记录，便于审计。

GET /api/automation/workflow-tasks?page=1&page_size=20&status=RUNNING

分页查询自动化任务历史。按 ID 同步执行接口已取消，数据库 ID 仅用于工作流编辑和删除。

PUT /api/automation/workflows/{workflow_id}

DELETE /api/automation/workflows/{workflow_id}

已识别界面

GET /api/automation/screens

GET /api/automation/screens/{screen_id}?include_image=true

DELETE /api/automation/screens/{screen_id}

自动化错误记录

GET /api/automation/errors

GET /api/automation/errors/{error_id}?include_images=true

AI 提示词中的标签信息

服务和进程的 AI 提示词会包含：

• 每个待分析对象的 tags 字段。
• 系统中已有标签列表，包括 name、description、is_controllable。
• 标签判断要求：AI 需要结合已有标签进行分析，并在输出对象的 tags 字段中返回建议绑定的标签名称数组。
• AI 可以使用已有标签，也可以在确有必要时返回新的短标签名称；导入时不存在的标签会自动新增。