Gemini 3.7 Flash 已正式进入 GA，是最近一个月值得关注的高速模型之一。本文用 LangBot 演示如何在 10 分钟内把它接入 LINE、Discord、Slack 和 Telegram，兼顾低延迟、工具调用与多渠道复用。

真正有用的地方，不是把旧文章里的模型名机械替换掉。LangBot 将“模型、对话 Pipeline、聊天平台连接”拆成三个独立层：先在 Debug Chat 里验证新模型，再把同一个 Pipeline 复用到 Discord、Slack、Telegram、LINE、微信、飞书等平台。

一、为什么现在值得试 Gemini 3.7 Flash

• 稳定模型 ID 是 gemini-3.7-flash
• 拥有大上下文、Function Calling 和多模态能力
• low、medium、high thinking 可按业务场景拆分

官方模型 ID：gemini-3.7-flash

二、LangBot 的三层架构

• Model：API Provider、密钥、Base URL、模型 ID、超时和推理参数
• Pipeline：系统提示词、记忆、RAG、Agent 工具、MCP 和输出过滤
• Bot：Discord、Slack、Telegram、LINE、微信、飞书、钉钉、QQ 等适配器

这种拆分的好处是：切换模型时，不需要重建 Discord 应用或 LINE Webhook；扩展新渠道时，也不用重新复制一套提示词和知识库。

三、启动 LangBot

git clone https://github.com/langbot-app/LangBot
cd LangBot/docker && docker compose up -d

默认 WebUI 地址是 http://localhost:5300。生产环境请增加 HTTPS、反向代理、备份与管理端访问控制。

四、注册 Gemini 3.7 Flash

在 Models 中创建 Google Gemini Requester：

• Base URL：https://generativelanguage.googleapis.com/v1beta/openai
• Model ID：gemini-3.7-flash
• API Key：放入环境变量或 Secret Manager
• Timeout：建议先从 120 秒开始，再根据真实延迟调整

LangBot 的 Google Gemini Requester 使用 Google 的 OpenAI 兼容 Endpoint。Gemini 3.x 对部分旧 sampling 参数做了调整，因此首次配置应只保留模型 ID 与 Provider 默认值。

不要假设新模型可以无脑复用旧模型的所有参数。先用 Provider 默认值完成连通性测试，再逐项加入 reasoning、sampling 或兼容参数。

五、先用 Debug Chat 做最小评测
 
建议至少覆盖以下 6 组测试：

1. 简短日常问答
2. 长上下文多轮对话
3. JSON 等结构化输出
4. Tool / Function Calling
5. 中英文混合输入
6. 超时、限额或 Provider 错误

不要只看“能不能回复”。还要记录首 Token 延迟、总响应时间、工具调用成功率、错误信息是否可读，以及每次有效会话的真实成本。

六、接入 Pipeline

先创建一个只包含系统提示词的最小 Pipeline，并选择刚验证过的 Model。稳定后，再依次加入会话记忆、RAG、Agent 工具和 MCP。能力逐步叠加，问题出现时更容易定位。

七、连接 Discord、Slack、Telegram 和 LINE

• Discord：先在私有服务器验证权限、Mention 与限流
• Slack：检查线程、Mention、OAuth Scope 与 Workspace 安装
• Telegram：通过 BotFather 创建，分别测试私聊与群聊
• LINE：配置 HTTPS Webhook，测试关注后、单聊与群聊场景

同一个 Pipeline 可以分配给多个 Bot，因此一套 Gemini 3.7 Flash 配置即可服务多个渠道，同时保持各平台凭据彼此隔离。

八、生产检查清单

• API Key 不出现在截图、提示词和日志中
• 配置用户级与 Bot 级限流
• 测试环境与生产环境使用不同 Bot
• 区分模型 Provider 故障与聊天平台故障
• 为限额耗尽准备回退模型
• 模型版本更新后重新测试 JSON 与工具调用

总结

Gemini 3.7 Flash 适合高并发但仍需要规划、工具、代码或多模态上下文的助手。将不同 thinking 档位拆成清晰命名的 Model 或 Pipeline，能更好地平衡延迟、质量和成本。

LangBot GitHub：https://github.com/langbot-app/LangBot
LangBot 文档：https://docs.langbot.app
Gemini 3.7 Flash 官方信息：https://ai.google.dev/gemini-api/docs/latest-model

本文给出的是 LangBot 现有 Requester 支持的配置路径，不替代你自己的 API 实测。正式承载用户流量前，请完成 Debug Chat、限流和故障回退验证。