AI文本说明
概述
快麦开放平台已为公开 API 文档提供面向 AI 大模型和开发者工具的文本说明能力。开发者可以通过 Markdown 页面、llms.txt 和 llms-full.txt 获取结构化文本,让 AI 辅助理解接口能力、梳理业务对接流程、生成调用示例、排查签名问题和定位错误码。
AI文本说明用于辅助阅读和开发 ,不替代正式 API 文档、授权流程、接口测试和业务验收。实际接口调用仍以开放平台页面展示的接口文档为准。
适用对象
- 正在接入快麦ERP开放平台的自研商家开发者。
- 需要对接订单、商品、库存、仓储、采购、售后等业务接口的技术人员。
- 使用 AI 编程工具、智能问答工具或内部知识库检索开放平台文档的团队。
- 需要快速定位接口文档、错误码、公共参数、签名规则和业务场景说明的开发者。
支持的AI文本入口
| 入口 | 地址 | 说明 |
|---|---|---|
| 文档索引 | https://open.kuaimai.com/llms.txt | 公开文档索引,按文档分类列出可供 AI 读取的 Markdown 链接。 |
| 全量文档 | https://open.kuaimai.com/llms-full.txt | 全部公开文档的 Markdown 全文,适合导入 AI 工具、知识库或本地检索系统。 |
| 单页Markdown | https://open.kuaimai.com/__ai/markdown/... | 当前文档页面对应的纯文本 Markdown 内容,适合复制给 AI 单独分析。 |
| 页面复制 | 文档页面右上角“复制页面” | 一键复制当前页面的 Markdown 文本,方便粘贴到 AI 工具中。 |
llms.txt是什么
llms.txt 是为 AI 大模型准备的公开文档入口文件。它会把快麦开放平台的公开 API 文档、场景说明、常见问题和系统公告整理成 AI 更容易读取的文本索引。
开发者可以让 AI 先读取 llms.txt,再根据业务场景找到对应文档。例如:
请读取 https://open.kuaimai.com/llms.txt,找到“订单业务对接”“API调用方法详解”和“刷新会话”相关文档,帮我整理自建平台订单接入流程。
llms-full.txt是什么
llms-full.txt 是全部公开文档的 Markdown 全文集合。它适合以下场景:
- 将快麦开放平台公开文档导入企业内部 AI 知识库。
- 让 AI 工具一次性检索全部公开 API 文档。
- 用于本地搜索、接口梳理、文档问答和开发辅助。
- 在不了解具体接口名称时,让 AI 先从全量文档中定位相关接口。
llms-full.txt 内容较长,如果 AI 工具上下文长度有限,建议优先使用 llms.txt 找到相关文档后,再复制具体页面的 Markdown 内容。
单页Markdown说明
每个公开文档页面都会生成一个对应的 Markdown 文本地址,路径格式为:
https://open.kuaimai.com/__ai/markdown/文档路径.md
例如,API调用方法详解的 Markdown 文本地址为:
https://open.kuaimai.com/__ai/markdown/api/10-API对接说明/20-API调用方法详解.md
页面右上角的“以 Markdown 格式查看”会自动打开当前页面对应的 Markdown 文本地址。开发者通常不需要手动拼接 URL。
页面复制功能
开放平台文档页面提供面向 AI 使用的快捷操作。开发者可以在页面右上角使用“复制页面”,将当前页面正文复制为 Markdown 文本。
复制后的内容适合用于以下场景:
- 发送给 AI 工具解释接口字段含义。
- 让 AI 根据文档生成接口调用示例。
- 让 AI 对比业务需求和开放平台接口能力。
- 让 AI 整理联调步骤、异常处理和测试 Checklist。
复制页面时只会复制公开文档内容,不会包含开发者的实际授权信息、请求记录或商家业务数据。
推荐使用流程
- 先明确需要对接的业务场景,例如订单、商品、库存、售后、仓储或采购。
- 打开
https://open.kuaimai.com/llms.txt,找到对应分类下的文档。 - 阅读业务场景说明,确认接口调用方向、前置条件和注意事项。
- 打开具体 API 文档,复制页面 Markdown 给 AI 分析参数、返回值和调用方式。
- 结合“API调用方法详解”确认公共参数、签名算法、请求地址和响应格式。
- 使用测试公司账号或测试数据完成联调验证。
- 上线前再次核对正式 API 权限、
accessToken有效期、刷新会话接口和异常处理逻辑。
AI可以帮助开发者做什么
- 快速判断某个业务场景应该使用哪些接口。
- 整理接口调用顺序和数据流向。
- 解释公共参数、业务参数、返回字段和错误码。
- 根据文档生成 Java、Python、PHP、C# 等语言的调用示例。
- 检查签名参数是否遗漏、排序是否正确、时间格式是否符合要求。
- 根据错误码和
trace_id辅助排查调用失败原因。 - 将复杂接口文档整理成开发任务清单或联调 Checklist。
推荐提示词模板
业务场景梳理
你是快麦开放平台 API 对接助手。请只基于我提供的快麦开放平台文档回答,不要编造文档中没有出现的字段、接口或规则。
我的业务场景是:自建平台订单接入。
请帮我输出:
1. 需要阅读的文档列表
2. 推荐接口调用顺序
3. 每个接口的作用
4. 公共参数和签名注意事项
5. 必须提前准备的数据
6. 联调测试 Checklist
7. 常见错误和排查建议
生成调用代码
请基于以下快麦开放平台文档,生成一个 Python 调用示例。
要求:
1. 使用 hmac 签名方式
2. 公共参数包含 method、appKey、timestamp、version、session、sign_method、sign
3. 不要写死 APP Secret、accessToken 或 refreshToken
4. 用占位符表示敏感信息
5. 在代码注释中标明哪些字段需要开发者按实际业务填写
6. 如果文档没有说明某个字段,请不要自行补充
排查接口错误
请基于我提供的快麦开放平台文档和接口返回结果,帮我分析失败原因。
接口返回:
粘贴返回内容,但不要粘贴 APP Secret、accessToken、refreshToken 等敏感信息。
请输出:
1. 可能原因
2. 需要核对的参数
3. 签名相关检查项
4. 会话有效性检查项
5. 下一步排查建议
对比接口能力
我需要实现以下业务需求:
描述你的业务需求。
请基于快麦开放平台文档判断:
1. 是否有对应接口支持
2. 需要使用哪些接口
3. 哪些数据需要提前在快麦ERP维护
4. 哪些字段需要由我的系统传入
5. 哪些状态或结果需要从快麦ERP查询
6. 文档中没有明确说明的风险点
安全注意事项
请勿将以下敏感信息粘贴到公共 AI 工具中:
APP SecretaccessTokenrefreshToken- 商家账号密码
- 店铺真实业务数据
- 客户手机号、地址、身份证号等个人信息
- 订单、售后、采购、库存等包含敏感经营信息的完整数据
如需让 AI 分析请求参数,请使用脱敏后的示例值。示例中的 appKey、session、secret、订单号、手机号、地址等信息都应替换为占位符。
使用限制
AI文本说明仅包含公开文档内容。未发布接口、增值接口、内部接口、商家专属配置和非公开说明不会出现在 llms.txt 或 llms-full.txt 中。
AI生成的代码和结论需要开发者自行验证。正式上线前,请务必完成接口联调、异常处理、会话刷新、签名校验、重试策略和业务验收。
如果 AI 的回答与开放平台页面文档不一致,请以开放平台页面文档为准。
建议优先阅读的文档
| 文档 | 建议阅读原因 |
|---|---|
| 接入指南 | 了解 API 权限申请、测试账号、令牌有效期和基础注意事项。 |
| API调用方法详解 | 了解请求地址、公共参数、签名算法、请求方式和响应结构。 |
| 刷新会话(必接) | 了解如何延长 accessToken 会话有效期,避免会话过期影响接口调用。 |
| API错误码解释 | 根据错误码快速判断参数、签名、会话或权限问题。 |
| 通用字段说明 | 理解订单、商品、库存等业务中的通用字段含义。 |
| API场景说明 | 按业务流程理解接口调用方向、接口组合和注意事项。 |
| 具体接口文档 | 确认接口名称、业务参数、返回结果和接口限制。 |
常见问题
llms.txt和llms-full.txt有什么区别
llms.txt 是文档索引,适合让 AI 快速找到相关文档。llms-full.txt 是全文合集,适合导入知识库或让 AI 做全量检索。
AI文本说明是否可以直接调用接口
不可以。AI文本说明只是文档文本入口。实际接口调用仍需要申请 API 权限,并使用 APP Key、APP Secret、accessToken、签名和业务参数访问开放平台网关。
页面Markdown和网页文档内容是否一致
页面Markdown由站点构建时从公开 Markdown/MDX 文档生成,会保留正文、标题、表格和代码块,并移除页面组件相关内容。它用于帮助 AI 更稳定地读取文档正文。
可以把APP Secret发给AI帮我调试吗
不建议,也不允许在公共 AI 工具中暴露敏感凭证。请使用脱敏占位符,并只让 AI 分析签名规则、参数顺序和代码逻辑。
AI生成的接口代码可以直接上线吗
不建议直接上线。AI生成代码只能作为开发参考,必须经过本地测试、测试公司账号联调、异常场景验证和正式环境灰度验证。