工作原理
了解平台自动完成了什么——这样你就知道哪些东西不需要配置。发一个 task，平台负责路由、调用工具、交付结果。
自动路由：一个端点，两条通道
当你向 POST /v1/workspaces/{workspace_id}/agent/runs 发送一个 task 时，平台会自动判断该走哪条执行通道——你无需自己选择端点：
Chat 通道——快速、纯文本回复。适合模型能一步直接回答的问题（"解释 SEPA Instant"、"翻译这段话"）。快速且低成本。
Agent 通道——自主、多步骤、调用工具。适合需要搜索、生成文件、执行代码或浏览器的任务（"对比 Wise 和 Airwallex 的费率，输出一张表格"、"读取我的知识库并总结退款政策"）。
路由器优先使用启发式判断（近零成本，无需 LLM 调用），只有当任务明确需要工具或多步骤时才升级。如果 chat 回复过程中发现需要工具，会自动升级到 agent 通道——无感切换，你无需重试。
两种情况下你都发往同一个端点。你的任务跑成快速 chat 还是完整 agent 循环，是平台的决策，不是你的。如果你需要保证纯 chat 回复（无工具、最低延迟），可以直接用 POST …/chat——见 Chat。
内置工具：无需配置
Agent 自带完整的工具集。它根据任务自行决定调用哪些工具——你无需选择、配置或对接任何工具。以下工具默认在每次运行中全部可用：
类别 | 工具 | 自动调用时机 |
|---|---|---|
网页研究 |
| 任务需要实时网页信息、读取页面或 PDF/图片提取 |
你的知识库 |
| 任务引用了你工作区上传的文件或数据 |
公开数据集 |
| 任务需要金融、学术或结构化公开数据 |
代码执行 |
| 任务需要计算、数据处理或分析 |
浏览器 |
| 任务需要访问网站、登录或与页面交互 |
文件生成 |
| 任务需要输出文档、表格或幻灯片 |
记忆 |
| agent 需要为后续运行保存或回忆事实 |
计算辅助 |
| 任务需要算术、单位换算或时间戳 |
以上全部零配置——它们是平台的一部分，在每次 agent 运行中默认可用。模型会为任务选择合适的工具；你可以在流式事件（tool_call → tool_result）中看到每次工具调用。
唯一的例外：连接器。 第三方账号（Gmail、Slack、GitHub、Notion、Supabase、Datadog 等）需要在 Settings → Connectors 中做一次性的 OAuth 或 API key 连接。连接后，agent 也会自动使用它们。见 Connectors。
自动输出：规划 → 执行 → 交付
一次 agent 运行是一个自主循环。你不需要编写步骤——agent 自己规划：
规划——模型将任务拆解为步骤（"先搜索 X，然后读取最相关的结果，再综合"）。
执行——它按计划调用工具，逐一执行（或在安全时并行），读取每个结果后再进入下一步。
验证——它对照任务检查自己的输出，如果工具失败或结果不完整会自动重试。
交付——最终答案落在
run_end事件的final_text中；产出的文件作为 artifacts 返回。
每一步都通过 GET …/agent/runs/{run_id}/attach 实时流式返回——你能看到推理过程、工具调用和答案的生成。你也可以之后通过 GET …/agent/runs/{run_id} 获取已完成的运行（含完整步骤轨迹）。
可选增强（非必需）
基线——一个不带额外参数的 task——已经具备完整的工具能力和智能路由。以下纯属可选的精细化增强：
Skills——可复用的工作流手册。注入一个来引导 agent 如何处理任务（例如"竞品分析"手册）。永不自动附加；需显式选择。
专家角色——领域身份（律师、数据分析师、品牌守护者）。塑造 agent 在该运行中是谁。每次运行最多一个。
Projects——常驻指令 + 上传的知识，打包为可复用的上下文。让运行基于你的领域。
Memory——工作区的长期记忆。保存一次事实；agent 在相关的后续运行中自动回忆。
**pro**模式——解锁更深入、多线程的推理（并行子 agent），适用于复杂任务。运行 body 上的一个布尔标志。
以上都不是对接的必需项。从最简的 {"task": "…"} 开始，只在有具体需求时才添加增强。Cookbook 展示了每种增强的实际用法。