# 创建智能体
> 全部文档的索引见 [llms.txt](https://ark.volcengine.com/llms.txt)；在任一文档页面地址后追加 `.md` 可获取该页的 Markdown 版本。
`POST https://ark.cn-beijing.volces.com/api/v3/agents`
创建一个可复用、可版本化的托管智能体。创建成功后返回智能体 ID，可用于创建会话。
## 鉴权
本接口支持鉴权方式如下，详情请参见 [Base URL 及鉴权](/docs/base-url-and-authentication)。
* API Key 鉴权，请在 [API Key 管理](https://ark.volcengine.com/region:cn-beijing/apiKey) 页面，获取长效 API Key。
---
## 请求参数
### Body 参数
**model** `object` `必选` | 模型配置
智能体使用的模型配置。
* 各运行参数的支持范围和默认行为以所选模型为准。
* 传入模型不支持的取值时，服务端返回 400 `InvalidParameter`。
* 创建视觉增强 Agent 时，需满足以下模型要求：
* 必须填写 `model.id`。可用模型以控制台的视觉增强 Agent 创建页面为准；本文不固定具体模型 ID。
* 所选模型必须支持 Managed Agent 推理和 `reasoning_effort: high`。`reasoning_effort` 省略时，服务端自动补齐为 `high`；填写其他值时，服务端返回 400 `InvalidParameter`。
* 详情请参见 [模型支持的参数列表](/docs/model-parameter-support)。
**id** `string` `必选` | 模型或接入点 ID
`model.id`
智能体调用的模型 ID 或推理接入点 ID。例如模型 ID `doubao-seed-2-1-pro-260628`，或推理接入点 ID `ep-20260907123456-abcd1`。
**reasoning_effort** `string` | 推理投入档位
`model.reasoning_effort`
模型在深度思考时使用的推理投入档位。可选值：`none`、`minimal`、`low`、`medium`、`high`、`xhigh`、`max`。
**service_tier** `string` | 推理服务档位
`model.service_tier`
模型调用使用的推理服务档位。可选值：`auto`、`default`、`fast`。
**speed** `string` | 推理速度档位
`model.speed`
模型使用的推理速度档位。
**thinking** `string` | 深度思考
`model.thinking`
模型的深度思考模式。`auto` 表示由模型决定是否启用深度思考。取值：`enabled` / `disabled` / `auto`。
**name** `string` `必选` | 智能体名称
智能体名称，用于识别和管理创建的智能体，长度为 1～256 个字符。
**base_agent** `string` `默认值 ark_agent_preview` | 基础 Agent 类型
基础 Agent 类型。
* `ark_agent_preview`：创建通用 Agent。
* `ultra_vision_agent_preview`：创建视觉增强 Agent。
该字段在创建后不能修改。 已创建的通用 Agent 不能直接变更为视觉增强 Agent，需要重新创建视觉增强 Agent。
> **注意**
>
> 设置为 `ultra_vision_agent_preview` 前，需要开通视觉增强 Agent 使用权限。
**description** `string` | 智能体描述
智能体描述，说明智能体的用途和能力，最大 2048 字符。
**display_name** `string` | 展示名称
智能体展示名称，最多 256 个字符。省略或传空字符串时，响应中不返回该字段。
**mcp_servers** `object[]` | MCP 服务配置
配置给智能体使用的 MCP 服务列表，最多 20 项。
**type** `string` `必选` | 接入方式
`mcp_servers.type`
MCP 服务的接入方式。
取值固定为 `url`。
**url** `string` `必选` | 服务地址
`mcp_servers.url`
MCP 服务的访问地址。同一智能体内不能配置重复的 MCP 服务地址。
**name** `string` | MCP 服务名称
`mcp_servers.name`
MCP 服务名称，最长 255 个字符，用于在当前 Agent 中识别该服务；配置 MCP 工具集时，`tools[].mcp_server_name` 必须填写此名称。
* 省略名称或名称不符合命名规则时，服务端根据 `url` 生成名称。
* 服务端会将符合命名规则的名称转换为小写。
* 多个名称冲突时，服务端为后续名称添加数字后缀。
**metadata** `object` | 自定义元数据
用户自定义元数据，键值对形式，最多支持 16 个键；key 长度不超过 64 字符，value 长度不超过 512 字符。
**multiagent** `object` | 多智能体配置
多智能体协作配置，最多支持 20 个子智能体。
**agents** `object[]` `必选` | 子智能体列表
`multiagent.agents`
参与协作的子智能体列表。
**type** `string` `必选` | 子智能体来源
`multiagent.agents.type`
子智能体的来源。`agent` 表示引用已存在的智能体；`self` 表示复用当前智能体配置作为子智能体参与协作，但不会复用当前智能体的子智能体。
**id** `string` | 智能体 ID
`multiagent.agents.id`
被引用智能体的 ID。`type` 为 `agent` 时，用于指定参与协作的已有智能体，必须填写；`type` 为 `self` 时，当前智能体使用自身配置参与协作，不填写该字段。
**version** `integer` | 智能体版本
`multiagent.agents.version`
被引用智能体的版本号。省略时使用最新版本。
**type** `string` `必选` | 协作模式
`multiagent.type`
多智能体协作模式，取值固定为 `coordinator`。当前智能体负责分配任务并汇总子智能体的结果。
**skills** `object[]` | 技能配置
绑定到智能体的技能列表，最多支持 50 个技能。未指定技能版本时，使用该技能的最新版本。
**skill_id** `string` `必选` | 技能 ID
`skills.skill_id`
要绑定到智能体的技能 ID。
**type** `string` `必选` | 技能来源
`skills.type`
技能来源。
- `ark`：方舟预置技能。
- `skill_hub`：来自 SkillHub 的公共技能。
- `custom`：当前账号通过 Skills API 创建的自定义技能。
**version** `string` | 技能版本
`skills.version`
要绑定的技能版本号。省略时使用该技能的最新版本。
**system** `string` | 系统提示词
系统提示词，定义智能体的角色和行为规则，最大 100000 字符。
创建视觉增强 Agent 时，该字段用于定义视觉创作任务中的角色、工作方式和输出要求。
**tags** `object[]` | 标签列表
用户自定义标签列表，最多填写 50 项。同一请求内，标签键不能重复。
**key** `string` `必选` | 标签键
`tags.key`
标签键，用于分类和检索，长度为 1～128 个字符，且不能以 `volc:` 或 `maas:` 开头。
**value** `string` | 标签值
`tags.value`
标签对应的值，最长 256 个字符。
**tools** `object[]` | 工具配置
配置给智能体使用的工具列表，最多支持 128 个工具。
* 内置工具集和 MCP 工具可通过 `configs` 和 `default_config` 设置启用状态及权限策略。
* MCP 工具通过 `mcp_server_name` 关联 `mcp_servers[].name`。
* 自定义工具需填写名称、功能描述和输入参数定义。
* 创建视觉增强 Agent 时，必须同时配置基础工具集和多模态工具集。基础工具集使用 `agent_toolset_20260916`；多模态工具集使用 `agent_toolset_multimodal_20260825`。
* 多模态工具集中必须启用 `image_generate`、`visual_search`、`general_search` 和 `compose_video`；`video_generate` 可按需启用。
* 启用 `general_search` 时，必须关闭基础工具集中的 `web_search`。
**type** `string` `必选` | 工具类型
`tools.type`
工具类型。
- `agent_toolset_20260916`：使用方舟内置的 `bash`、`edit`、`read`、`write`、`glob`、`grep`、`web_fetch` 和 `web_search` 工具。
- `agent_toolset_multimodal_20260825`：使用 `image_generate`、`video_generate`、`visual_search`、`general_search`、`compose_video` 和 `todo_write` 工具。
- `mcp_toolset`：使用指定 MCP 服务提供的工具。
- `custom`：使用由客户端执行的自定义工具。
可选值：`agent_toolset_20260401`、`agent_toolset_20260701`、`agent_toolset_20260916`、`agent_toolset_multimodal_20260825`、`mcp_toolset`、`custom`。
**configs** `object[]` | 工具配置列表
`tools.configs`
按工具名称设置工具的启用状态和权限策略。
**name** `string` `必选` | 工具名称
`tools.configs.name`
工具配置对应的工具名称。
**enabled** `boolean` | 是否启用
`tools.configs.enabled`
是否启用此工具。
**models** `object[]` | 工具模型列表
`tools.configs.models`
图片生成或视频生成工具使用的模型 ID 或推理接入点 ID 列表。省略时，服务端为已启用的生成工具绑定平台默认模型，并在响应中返回实际绑定结果。
> **说明**
>
> 最多填写 10 项，且同一工具配置内的 ID 不能重复。配置多项时，必须且只能将一项的 `default` 设置为 `true`。
**id** `string` `必选` | 模型或接入点 ID
`tools.configs.models.id`
图片生成或视频生成工具调用的模型 ID 或推理接入点 ID。
**default** `boolean` `默认值 false` | 是否为默认模型
`tools.configs.models.default`
是否作为该工具的默认模型。配置多个模型或接入点时，必须且只能将一项设置为 `true`。
**permission_policy** `object` | 权限策略
`tools.configs.permission_policy`
该工具使用的权限策略。
**type** `string` `必选` | 策略类型
`tools.configs.permission_policy.type`
工具调用许可策略。
* `always_allow`：表示总是允许调用。
* `always_ask`：表示每次使用前需要确认。
**default_config** `object` | 默认工具配置
`tools.default_config`
未在 `configs` 中单独配置的工具所使用的默认启用状态和权限策略。
**enabled** `boolean` | 是否启用
`tools.default_config.enabled`
是否默认启用未在 `configs` 中单独配置的工具。
* `true`：表示默认启用。
* `false`：表示默认禁用。
**permission_policy** `object` | 权限策略
`tools.default_config.permission_policy`
未在 `configs` 中单独配置的工具所使用的默认权限策略。
**type** `string` `必选` | 策略类型
`tools.default_config.permission_policy.type`
工具调用许可策略。
* `always_allow`：表示总是允许调用。
* `always_ask`：表示每次使用前需要确认。
**description** `string` | 自定义工具描述
`tools.description`
说明自定义工具的功能和适用场景，供模型判断何时调用该工具。
> **说明**
>
> `type` 为 `custom` 时必填，长度为 1～10000 个字符。
**input_schema** `object` | 输入参数定义
`tools.input_schema`
定义自定义工具的输入参数及其约束。
> **注意**
>
> * 创建 Agent 时，服务端会确认 `input_schema.type` 为 `object`，并确认 `input_schema.properties` 是 JSON 对象，但不会逐项检查其中的属性定义。
> * 运行 Session 时，服务端会检查完整的 `input_schema` 是否为合法 JSON Schema。创建 Agent 成功不代表该 Schema 一定可以正常运行。
> * 模型生成的工具调用参数只会校验是否为合法 JSON。执行自定义工具前，你的应用应按 `input_schema` 再次校验参数。
**properties** `object` | 参数属性定义
`tools.input_schema.properties`
自定义工具输入参数的 JSON Schema 属性映射。键为参数名，值为对应参数的 JSON Schema 子对象。请确保每个属性定义均符合 JSON Schema。
常用关键字包括：
* `type`：参数类型，如 `string`、`number`、`integer`、`boolean`、`array` 或 `object`。
* `description`：参数的用途说明，供模型理解并生成参数。
* `enum`：参数允许使用的值。
* `items`：数组元素的 JSON Schema。
* `properties`、`required`：对象的子字段及必填字段。
* `minimum`、`maximum`：数值参数的取值范围。
示例：
```JSON
{ "city": { "type": "string", "description": "城市名称" }, "hours": { "type": "integer", "description": "预报时长，单位为小时", "minimum": 1, "maximum": 72 } }
```
**required** `string[]` | 必填参数名称列表
`tools.input_schema.required`
自定义工具输入中必填的参数名称列表。列表中的每个名称必须与 `properties` 中定义的参数名称一致。
**type** `string` `默认值 object` | Schema 类型
`tools.input_schema.type`
指定 JSON Schema 的顶层类型，仅支持 `object`。
**mcp_server_name** `string` | MCP 服务名称
`tools.mcp_server_name`
MCP 工具所属的 MCP 服务名称。
**name** `string` | 自定义工具名称
`tools.name`
自定义工具的名称。
> **说明**
>
> `type` 为 `custom` 时必填。长度为 1～128 个字符，只能包含字母、数字、下划线和连字符，且同一 Agent 内的自定义工具名称不能重复。
## 响应参数
**created_at** `string` | 创建时间
智能体创建时间，采用 ISO 8601 格式。
**id** `string` | 智能体 ID
智能体唯一标识，以 `agent-` 开头。查询、更新或删除智能体，以及创建会话时，需要使用该值。
**name** `string` | 智能体名称
用于识别和管理智能体的名称。
**type** `string` | 对象类型
返回对象的类型，表示该对象为智能体。
取值固定为 `agent`。
**updated_at** `string` | 更新时间
智能体最后更新时间，采用 ISO 8601 格式。
**version** `integer` | 版本号
本次创建的智能体版本号。
**base_agent** `string` | 基础 Agent 类型
智能体使用的基础 Agent 类型。 视觉增强 Agent 返回 `ultra_vision_agent_preview`。
可选值：`ark_agent_preview`、`ultra_vision_agent_preview`。
**description** `string` | 智能体描述
智能体的用途、能力范围和适用场景。
**display_name** `string` | 展示名称
智能体的展示名称。
**mcp_servers** `object[]` | MCP 服务列表
智能体已配置的 MCP 服务列表。
**name** `string` | MCP 服务名称
`mcp_servers.name`
用于标识 MCP 服务的名称。
**type** `string` | 接入方式
`mcp_servers.type`
MCP 服务的接入方式。
取值固定为 `url`。
**url** `string` | 服务地址
`mcp_servers.url`
MCP 服务的访问地址。
**metadata** `object` | 自定义元数据
智能体的自定义键值对元数据。
**model** `object` | 模型配置
智能体使用的模型配置。
**id** `string` | 模型或接入点 ID
`model.id`
智能体调用的模型 ID 或推理接入点 ID。例如模型 ID `doubao-seed-2-1-pro-260628`，或推理接入点 ID `ep-20260907123456-abcd1`。
**reasoning_effort** `string` | 推理投入档位
`model.reasoning_effort`
模型在深度思考时使用的推理投入档位。可选值：`none`、`minimal`、`low`、`medium`、`high`、`xhigh`、`max`。
**service_tier** `string` | 推理服务档位
`model.service_tier`
模型调用使用的推理服务档位。可选值：`auto`、`default`、`fast`。
**speed** `string` | 推理速度档位
`model.speed`
模型使用的推理速度档位。
**thinking** `string` | 深度思考
`model.thinking`
模型的深度思考模式。`auto` 表示由模型决定是否启用深度思考。取值：`enabled` / `disabled` / `auto`。
**multiagent** `object` | 多智能体配置
智能体与子智能体之间的协作配置。
**agents** `object[]` | 子智能体列表
`multiagent.agents`
参与协作的子智能体列表。
**type** `string` | 子智能体来源
`multiagent.agents.type`
子智能体的来源。`agent` 表示引用已存在的智能体；`self` 表示复用当前智能体配置作为子智能体参与协作。
**id** `string` | 智能体 ID
`multiagent.agents.id`
被引用智能体的 ID。
**version** `integer` | 智能体版本
`multiagent.agents.version`
被引用智能体的版本号。
**type** `string` | 协作模式
`multiagent.type`
多智能体协作模式，取值固定为 `coordinator`。当前智能体负责分配任务并汇总子智能体的结果。
**skills** `object[]` | 技能列表
智能体已绑定的技能列表。
**type** `string` | 技能来源
`skills.type`
技能来源。
- `ark`：方舟预置技能。
- `skill_hub`：来自 SkillHub 的公共技能。
- `custom`：当前账号通过 Skills API 创建的自定义技能。
**skill_id** `string` | 技能 ID
`skills.skill_id`
绑定到智能体的技能 ID。
**version** `string` | 技能版本
`skills.version`
绑定到智能体的技能版本号。
**system** `string` | 系统提示词
您为智能体配置并保存的系统提示词，用于定义智能体的角色和行为要求。
**tags** `object[]` | 标签列表
智能体的标签列表。
**key** `string` | 标签键
`tags.key`
标签键，用于分类和检索。
**value** `string` | 标签值
`tags.value`
标签对应的值。
**tools** `object[]` | 工具列表
您为智能体配置的工具列表。
**type** `string` | 工具类型
`tools.type`
工具类型。各取值含义如下：
- `agent_toolset_20260916`：使用方舟内置的 `bash`、`edit`、`read`、`write`、`glob`、`grep`、`web_fetch` 和 `web_search` 工具。
- `agent_toolset_multimodal_20260825`：使用 `image_generate`、`video_generate`、`visual_search`、`general_search`、`compose_video` 和 `todo_write` 工具。
- `mcp_toolset`：使用指定 MCP 服务提供的工具。
- `custom`：使用由客户端执行的自定义工具。
可选值：`agent_toolset_20260401`、`agent_toolset_20260701`、`agent_toolset_20260916`、`agent_toolset_multimodal_20260825`、`mcp_toolset`、`custom`。
**configs** `object[]` | 工具配置列表
`tools.configs`
按工具名称设置工具的启用状态和权限策略。
**name** `string` | 工具名称
`tools.configs.name`
工具配置对应的工具名称。
**enabled** `boolean` | 是否启用
`tools.configs.enabled`
是否启用此工具。
**models** `object[]` | 工具模型列表
`tools.configs.models`
服务端返回的图片生成或视频生成工具实际绑定模型列表。
**id** `string` | 模型或接入点 ID
`tools.configs.models.id`
该工具绑定的模型 ID 或推理接入点 ID。
**default** `boolean` | 是否为默认模型
`tools.configs.models.default`
是否为该工具的默认模型。
**name** `string` | 模型名称
`tools.configs.models.name`
服务端根据模型 ID 或推理接入点 ID 返回的模型名称。
**version** `string` | 模型版本
`tools.configs.models.version`
服务端根据模型 ID 或推理接入点 ID 返回的模型版本。
**permission_policy** `object` | 权限策略
`tools.configs.permission_policy`
该工具使用的权限策略。
**type** `string` | 策略类型
`tools.configs.permission_policy.type`
工具调用许可策略。
* `always_allow`：表示总是允许调用。
* `always_ask`：表示每次使用前需要确认。
**default_config** `object` | 默认工具配置
`tools.default_config`
未在 `configs` 中单独配置的工具所使用的默认启用状态和权限策略。
**enabled** `boolean` | 是否启用
`tools.default_config.enabled`
是否默认启用未在 `configs` 中单独配置的工具。
* `true`：表示默认启用。
* `false`：表示默认禁用。
**permission_policy** `object` | 权限策略
`tools.default_config.permission_policy`
未在 `configs` 中单独配置的工具所使用的默认权限策略。
**type** `string` | 策略类型
`tools.default_config.permission_policy.type`
工具调用许可策略。
* `always_allow`：表示总是允许调用。
* `always_ask`：表示每次使用前需要确认。
**description** `string` | 自定义工具描述
`tools.description`
说明自定义工具的功能和适用场景，供模型判断何时调用该工具。
**input_schema** `object` | 输入参数定义
`tools.input_schema`
返回 Agent 中保存的自定义工具输入参数 JSON Schema。
**properties** `object` | 参数属性定义
`tools.input_schema.properties`
返回 Agent 中保存的 JSON Schema 属性映射。每个键为参数名，每个值为对应参数的 JSON Schema 子对象。
**required** `string[]` | 必填参数名称列表
`tools.input_schema.required`
返回调用自定义工具时必须提供的参数名称列表。
**type** `string` | Schema 类型
`tools.input_schema.type`
返回 JSON Schema 的顶层类型，固定为 `object`。
**mcp_server_name** `string` | MCP 服务名称
`tools.mcp_server_name`
MCP 工具所属的 MCP 服务名称。
**name** `string` | 自定义工具名称
`tools.name`
自定义工具的名称。
## 代码示例
## 创建智能体
### cURL
#### Request
```Bash
curl -sS --fail-with-body "https://ark.cn-beijing.volces.com/api/v3/agents" \
-H "Authorization: Bearer $ARK_API_KEY" \
-H "Content-Type: application/json" \
-d @- <<'EOF'
{
"name": "",
"model": {
"id": "doubao-seed-2-1-pro-260915"
},
"system": "你是一个乐于助人的智能助手。"
}
EOF
```
#### Response
```
{
"id": "agent-20260715083012-a3f7b",
"type": "agent",
"name": "",
"model": {
"id": "doubao-seed-2-1-pro-260915"
},
"system": "你是一个乐于助人的智能助手。",
"version": 1,
"created_at": "2026-07-15T08:00:00Z",
"updated_at": "2026-07-15T08:00:00Z"
}
```
### Python
#### Request
```python
import os
from arkruntime import Ark
client = Ark(
api_key=os.environ["ARK_API_KEY"],
base_url="https://ark.cn-beijing.volces.com/api/v3",
)
agent = client.agents.create(
name="",
model={"id": "doubao-seed-2-1-pro-260915"},
system="你是一个乐于助人的智能助手。",
)
print(agent)
```
#### Response
```
{
"id": "agent-20260715083012-a3f7b",
"type": "agent",
"name": "",
"model": {
"id": "doubao-seed-2-1-pro-260915"
},
"system": "你是一个乐于助人的智能助手。",
"version": 1,
"created_at": "2026-07-15T08:00:00Z",
"updated_at": "2026-07-15T08:00:00Z"
}
```
### Java
#### Request
```java
// pom.xml 依赖：
//
// com.volcengine
// ark-runtime
// 0.9.0
//
import com.volcengine.ark.runtime.models.agent.Agent;
import com.volcengine.ark.runtime.models.agent.CreateAgentRequest;
import com.volcengine.ark.runtime.models.agent.ModelConfig;
import com.volcengine.ark.runtime.service.ArkService;
public class Main {
public static void main(String[] args) throws Exception {
ArkService service = ArkService.builder()
.apiKey(System.getenv("ARK_API_KEY"))
.baseUrl("https://ark.cn-beijing.volces.com/api/v3")
.build();
Agent agent = service.createAgent(
CreateAgentRequest.builder()
.name("")
.model(ModelConfig.builder().id("doubao-seed-2-1-pro-260915").build())
.system("你是一个乐于助人的智能助手。")
.build());
System.out.println(agent);
service.shutdownExecutor();
}
}
```
#### Response
```
{
"id": "agent-20260715083012-a3f7b",
"type": "agent",
"name": "",
"model": {
"id": "doubao-seed-2-1-pro-260915"
},
"system": "你是一个乐于助人的智能助手。",
"version": 1,
"created_at": "2026-07-15T08:00:00Z",
"updated_at": "2026-07-15T08:00:00Z"
}
```
### Go
#### Request
```go
package main
import (
"context"
"fmt"
"os"
"github.com/volcengine/ark-runtime-go/arkruntime"
agentmodel "github.com/volcengine/ark-runtime-go/arkruntime/model/agent"
)
func main() {
ctx := context.Background()
client := arkruntime.NewClientWithApiKey(
os.Getenv("ARK_API_KEY"),
arkruntime.WithBaseUrl("https://ark.cn-beijing.volces.com/api/v3"),
)
agent, err := client.CreateAgent(ctx, &agentmodel.CreateAgentRequest{
Name: "",
Model: agentmodel.ModelConfig{ID: "doubao-seed-2-1-pro-260915"},
System: agentmodel.NewOptString("你是一个乐于助人的智能助手。"),
})
if err != nil {
panic(err)
}
fmt.Println(agent)
}
```
#### Response
```
{
"id": "agent-20260715083012-a3f7b",
"type": "agent",
"name": "",
"model": {
"id": "doubao-seed-2-1-pro-260915"
},
"system": "你是一个乐于助人的智能助手。",
"version": 1,
"created_at": "2026-07-15T08:00:00Z",
"updated_at": "2026-07-15T08:00:00Z"
}
```