Cara ia berfungsi

Fahami apa yang platform lakukan secara automatik — supaya anda tahu apa yang TIDAK perlu anda konfigurasi. Hantar satu task; platform menghala, memanggil alatan dan menyampaikan hasilnya.

Penghalaan automatik: satu endpoint, dua lorong

Apabila anda menghantar task ke POST /v1/workspaces/{workspace_id}/agent/runs, platform memutuskan lorong pelaksanaan yang sesuai — anda tidak pernah memilih endpoint sendiri:

Lorong Chat — balasan pantas, teks sahaja. Untuk soalan yang model boleh jawab terus dalam satu pusingan ("terangkan SEPA Instant", "terjemahkan ini"). Pantas dan murah.
Lorong Agent — autonomi, berbilang langkah, memanggil alatan. Untuk tugasan yang memerlukan penyelidikan, penciptaan fail, pelaksanaan kod atau pelayar ("bandingkan yuran Wise dan Airwallex serta hasilkan jadual", "baca knowledge base saya dan ringkaskan polisi bayaran balik").

Penghala mengutamakan heuristik (kos hampir sifar, tanpa panggilan LLM) dan hanya meningkat apabila satu tugasan jelas memerlukan alatan atau berbilang langkah. Jika balasan chat ternyata memerlukan alatan di tengah jalan, ia meningkat secara automatik ke lorong agent — tiada pertukaran yang ketara, tiada percubaan semula di pihak anda.

Anda menghantar ke satu endpoint dalam kedua-dua kes. Sama ada tugasan anda berjalan sebagai chat pantas atau loop agent penuh adalah keputusan platform, bukan anda. Jika anda perlu menjamin balasan chat tulen (tanpa alatan, kependaman terendah), gunakan POST …/chat secara terus — lihat Chat.

Alatan terbina dalam: tiada yang perlu dikonfigurasi

Agent mempunyai set alatan lengkap yang terbina dalam. Ia memutuskan alatan mana untuk dipanggil berdasarkan tugasan — anda tidak pernah memilih, mengkonfigurasi atau menyambung alatan sendiri. Semuanya tersedia secara lalai pada setiap jalanan:

Kategori	Alatan	Dipanggil automatik apabila
Penyelidikan web	`web_search`, `url_reader`, `advanced_scrape`, `document_read`, `ocr_extract`	tugasan memerlukan maklumat web langsung, pembacaan halaman atau pengekstrakan PDF/imej
Knowledge base anda	`rag_search`, `spreadsheet_analyze`, `sql_query`	tugasan merujuk fail atau data yang dimuat naik dalam workspace anda
Set data terbuka	`arxiv_search`, `sec_edgar`, `world_bank`, `oecd`, `financial_data`, `currency_convert`, `weather`, `rss_read`	tugasan meminta data kewangan, akademik atau awam berstruktur
Pelaksanaan kod	`python_exec`	tugasan memerlukan pengiraan, pemprosesan data atau analisis
Pelayar	`browser_navigate`, `browser_act`, `browser_extract`	tugasan perlu melawat laman web, log masuk atau berinteraksi dengan halaman
Penciptaan fail	`create_pdf`, `create_docx`, `create_slides`, `create_markdown`, `create_webapp`	tugasan meminta dokumen, hamparan atau slaid yang boleh diserahkan
Ingatan	`remember`, `forget`	agent perlu menyimpan atau mengingati fakta untuk jalanan akan datang
Pembantu pengiraan	`calculator`, `convert`, `current_time`, `base64`, `random_choice`	tugasan memerlukan aritmetik, penukaran unit atau cap masa

Semua di atas adalah konfigurasi sifar — ia sebahagian daripada platform dan tersedia pada setiap jalanan agent. Model memilih alatan yang sesuai untuk tugasan; anda nampak setiap panggilan alatan dalam peristiwa yang distrim (tool_call → tool_result).

Satu pengecualian: penyambung. Akaun pihak ketiga (Gmail, Slack, GitHub, Notion, Supabase, Datadog, …) memerlukan sambungan OAuth atau API key sekali sahaja di Settings → Connectors. Setelah disambung, agent juga menggunakannya secara automatik. Lihat Connectors.

Output automatik: merancang → bertindak → menyampaikan

Satu jalanan agent ialah loop kendiri. Anda tidak menulis langkah — agent merancangnya:

Merancang — model menguraikan tugasan kepada langkah ("mula-mula cari X, kemudian baca hasil teratas, kemudian sintesis").
Bertindak — ia memanggil alatan yang dirancang, satu demi satu (atau secara selari apabila selamat), membaca setiap hasil sebelum langkah seterusnya.
Mengesahkan — ia menyemak output sendiri terhadap tugasan dan mencuba semula jika alatan gagal atau hasilnya tidak lengkap.
Menyampaikan — jawapan akhir berada dalam final_text peristiwa run_end; sebarang fail yang dihasilkan dikembalikan sebagai artifacts.

Setiap langkah distrim kembali dalam masa nyata melalui GET …/agent/runs/{run_id}/attach — anda nampak penaakulan, panggilan alatan dan jawapan sambil ia berlaku. Anda juga boleh mendapatkan jalanan yang telah selesai (dengan trajektori langkah penuhnya) kemudian melalui GET …/agent/runs/{run_id}.

Penambahbaikan pilihan (tidak wajib)

Garis asas — satu task tanpa parameter tambahan — sudah pun mempunyai keupayaan alatan penuh dan penghalaan pintar. Ini hanyalah penambahbaikan pilihan semata-mata:

Skills — buku panduan aliran kerja boleh guna semula. Suntik satu untuk membimbing BAGAIMANA agent mengendalikan tugasan (cth. buku panduan "analisis persaingan"). Tidak pernah dilampirkan automatik; pilih secara eksplisit.
Peranan pakar — identiti domain (peguam, penganalisis data, penjaga jenama). Membentuk SIAPA agent bagi jalanan tersebut. Maksimum satu.
Projects — arahan tetap + pengetahuan dimuat naik, dibungkus sebagai konteks boleh guna semula. Asingkan jalanan dalam projek supaya ia berpandukan domain anda.
Memory — ingatan jangka panjang workspace. Simpan fakta sekali; agent mengingatinya secara automatik pada jalanan akan datang yang berkaitan.
mod **pro** — membuka kunci penaakulan yang lebih mendalam dan berbilang benang (sub-agent selari) untuk tugasan kompleks. Satu bendera boolean pada body jalanan.

Tiada satu pun ini diperlukan untuk integrasi. Mulakan dengan hanya {"task": "…"} dan tambah penambahbaikan hanya apabila keperluan tertentu timbul. Cookbook menunjukkan setiap penambahbaikan dalam tindakan.