跳转至

Agent 配置

Agent 配置定义行为、能力和约束。每个设置控制智能体如何处理请求和使用工具。

配置字段

字段 类型 必填 说明
name 字符串 是 唯一标识符（不含 /、\、.）
card 字符串 是 界面显示的简要能力描述
model 字符串 是 大语言模型名称（必须已注册）
category 字符串 是 用于组织的分类
instruction 字符串 否 定义行为的系统提示词
max_actions 整数 否 迭代上限（1-200，默认：50）
mcp 数组 否 MCP 服务器名称列表
system_tools 数组 否 系统工具名称列表
tags 数组 否 用于搜索的标签（最多 20 个）

字段详解

name

用于 API 调用和界面选择的唯一标识符。

规则： - 不能包含 /、\ 或 . - 每个用户下必须唯一 - 创建后不可更改

示例： - ✅ code-reviewer - ✅ data_analyst - ❌ my/agent（包含 /） - ❌ agent.v2（包含 .）

card

显示在智能体列表和选择菜单中的简短描述。

最佳实践： - 保持在 100 字符以内 - 关注智能体做什么，而非如何做 - 使用动词

示例： - 审查代码的质量、安全性和最佳实践 - 分析数据并生成可视化图表 - 从代码生成技术文档

model

驱动智能体推理和工具使用的大语言模型。

要求： - 模型必须在模型管理器中注册 - 模型必须处于活动和可访问状态

常见选择： - claude-sonnet-4.5 - 复杂推理最佳 - gpt-5 - 强大的通用性能 - deepseek-v3 - 快速且经济

category

用于在界面中组织智能体的分类。

常见分类： - 编程 - 代码生成、审查、调试 - 分析 - 数据分析、研究 - 写作 - 文档、内容创作 - 自动化 - 任务自动化、工作流 - 支持 - 客户支持、问答

instruction

定义智能体个性、专业知识和行为的系统提示词。通用助手可留空。

示例： 

您是一位专注于数据工程的高级 Python 开发者。
帮助用户时：
- 优先使用 pandas 和 numpy 解决方案
- 始终包含错误处理
- 解释性能影响

max_actions

停止前的最大工具调用和推理步骤数。

范围 使用场景
1-10 单步任务、简单问答
10-30 多步工作流、基础研究
30-50 复杂分析、迭代优化（默认）
50-100 深度研究、大量代码生成
100-200 长时间运行的自动化、综合任务

mcp

智能体可访问的 MCP 服务器名称列表。每个服务器必须在 MCP 管理器中配置并运行。

参见： MCP 集成

system_tools

智能体可使用的内置系统工具列表。

参见： 系统工具

tags

用于搜索、过滤和发现的标签。最多 20 个。

示例： ["python", "数据", "pandas", "分析", "可视化"]

运行时配置覆盖

运行智能体时，可以覆盖或扩展配置：

覆盖项 效果
model_name 使用不同模型
system_prompt 替换指令
mcp_servers 添加额外的 MCP 服务器
system_tools 添加额外的系统工具
max_iterations 更改迭代限制

下一步