AI Tools
为产品、服务和创新生成全面的幕后故事。发现我们日常使用事物背后的迷人旅程、技术架构、商业模式和人文故事。
用三种语言从你的代码中调用此工具。
curl -X POST 'https://api.elysiatools.com/zh/api/tools/ai-behind-story-generator' \
-H 'Content-Type: application/json' \
-d '{"productName":"请输入要了解的产品、服务或技术名称(如:微信、iPhone、ChatGPT、网站、App等)","storyType":"comprehensive","focusArea":"development","detailLevel":"detailed","timeframe":"complete","includeTechnical":true,"includeBusiness":true,"includeHuman":true,"language":"zh"}'以 JSON 形式 POST 提交输入参数。文件类型参数需先单独上传。
POST https://api.elysiatools.com/zh/api/tools/ai-behind-story-generator| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| productName | text | 是 | 输入您想了解背后故事的产品、服务、技术或创新项目的名称 |
| storyType | select | 否 | 选择故事的主要类型和叙述角度 |
| focusArea | select | 否 | 选择故事重点关注的核心领域 |
| detailLevel | select | 否 | 选择故事的详细程度和分析深度 |
| timeframe | select | 否 | 选择故事的时间范围和叙述重点 |
| includeTechnical |
将此工具加入你的 Model Context Protocol 服务,让 AI 智能体可以列出并调用它。
将以下内容加入你的 MCP 客户端配置:
{
"mcpServers": {
"elysiatools-ai-behind-story-generator": {
"name": "ai-behind-story-generator",
"description": "为产品、服务和创新生成全面的幕后故事。发现我们日常使用事物背后的迷人旅程、技术架构、商业模式和人文故事。",
"baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=ai-behind-story-generator",
"command": "",
"args": [],
"env": {},
"isActive": true,
"type": "sse"
}
}
}连接到 SSE 端点后,列出已开放的工具:
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/list"
}通过工具 id 调用,参数由其参数表构建:
{
"jsonrpc": "2.0",
"id": 2,
"method": "tools/call",
"params": {
"name": "ai-behind-story-generator",
"arguments": {
"productName": "请输入要了解的产品、服务或技术名称(如:微信、iPhone、ChatGPT、网站、App等)",
"storyType": "comprehensive",
"focusArea": "development",
"detailLevel": "detailed",
"timeframe": "complete",
"includeTechnical": true,
"includeBusiness": true,
"includeHuman": true,
"language": "zh"
}
}
}有问题或反馈?请联系 [email protected]
| checkbox |
| 否 |
| 是否包含详细的技术架构和实现原理分析 |
| includeBusiness | checkbox | 否 | 是否包含商业模式和市场策略分析 |
| includeHuman | checkbox | 否 | 是否包含团队故事和人文情感内容 |
| language | select | 否 | 选择故事输出语言 |
流式结果
data: {"chunk": "data: processed content 1", "type": "stream"}
data: {"chunk": "data: processed content 2", "type": "stream"}
data: {"type": "done"}