Agent

Agent 是面向多轮对话的 AI 应用。它把一个团队授权的对话模型，与系统提示词、变量、知识库、工具、记忆、附件和媒体生成设置组合在一起。

编排与运行

Agent 的编辑页由编排表单和实时预览组成。提示词支持 {{变量名}}；用户变量在编辑器里可选文本、段落、下拉选项、数字、复选框，以及数组、对象和文件/图片类型（文件类变量用于接收附件）。系统变量 {{query}} 表示当前用户输入。

Agent 每轮最多执行 1-200 次工具迭代，默认 5 次。达到上限时，本轮以 max_iterations_reached 终止，而不是无限调用工具。

运行是异步且持久的：每次发送都会提交一个 AgentRun 到 agent 队列，由主 Worker 执行模型调用与工具循环，客户端通过 SSE 跟随事件流并支持断线重连（见 系统架构）。任务不自动重试——重试会重复执行有副作用的模型与工具调用——所以部署时必须保证有 Worker 消费 agent 队列，否则运行只会停在 queued 且不报错。

RAG 模式

每个知识库关联可独立配置检索方式、Top K 和阈值。检索方式为 vector、fulltext 或 hybrid。

对话、分支与压缩

会话在首次消息时隐式创建（请求不带 conversation_id 即新建会话，并同步累加 Agent 与团队会话计数）。用户可以编辑消息或重新生成回复；系统保存版本并维护活动分支。长对话在模型调用前执行上下文预算检查，可压缩旧推理、工具结果和历史轮次，同时保留近期原始轮次。请求时压缩默认开启（context_compression_config.enabled），生成的摘要目标 token 预算默认 1000（可配 128-8000）；压缩以「带水印的摘要 + 近期原始尾部」的方式替换旧轮次，被摘要覆盖的历史用 context_summary_watermark_id 标记，不会把最近几轮原文一起吞掉。

记忆

记忆默认关闭（enable_memory=false）。开启后 Agent 可跨会话检索用户信息：每次默认最多注入 10 条记忆（max_memories_per_retrieval 可配 1-50），自动提取默认开启（auto_extract），自动提取的最低重要性默认 medium（可选 low / medium / high）。关闭自动提取只停止写入，已存记忆仍会被检索注入。

记忆与会话上下文的边界不同：会话上下文属于单个会话，记忆按用户存续——检索只按 user_id 过滤，不区分 Agent 与团队。因此同一用户在不同 Agent 中产生的记忆会互相可见；共享账号或一个账号承担多种身份时要谨慎开启。用户可以在 记忆 页查看和删除自己的记忆。

发布与可见性

Agent 状态只有草稿与已发布。可见性为私有或团队；旧的 public 值会向后兼容地规范化为团队可见。发布后可使用公开对话页、嵌入页和 API；发布权限与编辑权限分开控制。

相关内容：创建 Agent、Agent 配置参考、聊天 API。