跳转到主要内容
POST
/
api
/
agent
/
invoke
curl --request POST \
  --url https://zeus-api.agentspro.cn/api/agent/invoke \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "message": "帮我分析 sales.csv 的数据趋势",
    "llm_config": {
      "baseUrl": "https://api.openai.com/v1",
      "apiKey": "sk-...",
      "modelName": "gpt-4o",
      "temperature": 0.7
    },
    "session_id": "sess_456",
    "mode": "agent",
    "sandbox_mode": "cloud",
    "knowledge_base_ids": ["kb_789"],
    "enable_memory": true,
    "tools": [
      {
        "type": "mcp",
        "name": "tavily",
        "base_url": "https://mcp.tavily.com/mcp",
        "api_key": "tvly-..."
      }
    ]
  }'

data: {"type": "message_chunk", "content": "我来帮你分析"}
data: {"type": "message_chunk", "content": " sales.csv 的数据趋势"}
data: {"type": "tool_call", "tool_name": "sandbox_exec", "tool_args": {...}}
data: {"type": "tool_result", "tool_name": "sandbox_exec", "result": "..."}
data: {"type": "message_chunk", "content": "根据分析结果..."}
data: {"type": "done", "session_id": "sess_456"}
Zeus 的核心入口。启动一次 Agent 对话，支持 MCP/OAuth 工具、知识库 RAG、记忆、沙盒代码执行、Skills、HITL 审批等完整能力。 返回 SSE 流式响应，消息格式参见 Streaming。
​
Authorization
string
必填
Bearer JWT Token（user_id 从中自动提取，用于 Store 隔离）

​
核心参数

​
message
string
必填
用户消息内容
​
llm_config
object
必填
LLM 模型配置（来自前端 localStorage）
​
session_id
string
会话 ID，用于 Checkpointer 持久化。不传则自动生成
​
mode
string
默认值:"agent"
对话模式：
  • agent — 完整功能模式（默认）
  • ask — 只读问答模式，禁用写入工具
  • plan — 交互式规划模式

​
工具配置

​
tools
array
默认值:"[]"
统一的工具列表。每个工具通过 type 字段区分类型
​
sandbox_mode
string
默认值:"cloud"
代码执行环境模式：
  • "cloud" — 使用云沙盒（E2B / OpenSandbox / Daytona）
  • "local" — 使用本地容器（Docker / Apple Containerization），需配合 working_directory
  • "none" — 不启用代码执行环境
​
enable_web_search
boolean
默认值:"false"
是否启用 Web Search Tool（Tavily + DuckDuckGo）

​
RAG & Memory

​
knowledge_base_ids
array
默认值:"[]"
知识库 ID 列表。传入后自动注册 search_knowledge_base 工具
​
enable_memory
boolean
默认值:"false"
是否启用 Memory Tool（长期记忆读写）

​
Skills

​
skills
object
Skills 激活配置

​
上下文

​
chat_history
array
默认值:"[]"
历史对话消息列表 [{ role, content, timestamp? }]
​
resource_files
array
默认值:"[]"
资源文件列表 [{ name, content, type }]（如 Markdown 提示词）
​
sandbox_files
array
默认值:"[]"
已上传到沙盒的文件 [{ name, path, type, size? }]
​
chat_attachments
array
默认值:"[]"
用户添加的聊天附件 [{ id, name, size, type, content }]

​
HITL 审批

​
hitl_config
object
工具中断配置（Human-in-the-Loop）
curl --request POST \
  --url https://zeus-api.agentspro.cn/api/agent/invoke \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "message": "帮我分析 sales.csv 的数据趋势",
    "llm_config": {
      "baseUrl": "https://api.openai.com/v1",
      "apiKey": "sk-...",
      "modelName": "gpt-4o",
      "temperature": 0.7
    },
    "session_id": "sess_456",
    "mode": "agent",
    "sandbox_mode": "cloud",
    "knowledge_base_ids": ["kb_789"],
    "enable_memory": true,
    "tools": [
      {
        "type": "mcp",
        "name": "tavily",
        "base_url": "https://mcp.tavily.com/mcp",
        "api_key": "tvly-..."
      }
    ]
  }'

data: {"type": "message_chunk", "content": "我来帮你分析"}
data: {"type": "message_chunk", "content": " sales.csv 的数据趋势"}
data: {"type": "tool_call", "tool_name": "sandbox_exec", "tool_args": {...}}
data: {"type": "tool_result", "tool_name": "sandbox_exec", "result": "..."}
data: {"type": "message_chunk", "content": "根据分析结果..."}
data: {"type": "done", "session_id": "sess_456"}