口袋专家AI 开放平台
口袋专家AI 是多模态智能搜索与自主智能体平台。你可以通过一组 REST / SSE 接口, 把平台的三大核心能力接入自己的产品:智能搜索 (私有数据集的语义+关键词融合检索与 AI 总结)、个性化推荐 (信息流与相关推荐) 和AI Agent (自主规划、多工具调查, 直接产出报告 / 幻灯片 / 可运行应用)。 底层推理引擎 (向量 / 重排 / 对话) 同时以 OpenAI 兼容协议开放。
快速开始
- 1创建 API 密钥 — 左下角用户菜单 → 用量与计费 → 生成新密钥 (密钥归属你的租户, 可随时吊销)。
- 2选择接口 — 从左侧导航挑选能力: 搜索 / 推荐 / 智能体 / 推理引擎。
- 3发起第一次调用 — 复制下面的示例, 替换密钥即可跑通。
export AGENTSDANCE_API_KEY="sk-…" # 你的密钥
curl "https://api.agentsdance.ai/api/datasets" \
-H "Authorization: Bearer $AGENTSDANCE_API_KEY"认证方式
全部接口通过 API 密钥认证, 支持两种等价的请求头写法。密钥与租户绑定, 数据完全隔离 — 你只能访问自己租户的数据集、任务与配置。网关地址: https://api.agentsdance.ai
# 方式一 (推荐)
Authorization: Bearer <API_KEY>
# 方式二
X-API-Key: <API_KEY>智能搜索
/api/searchBM25 关键词与语义向量双通道召回, RRF 融合排序, 返回结构化命中列表。适合把私有数据集接入你自己的搜索框。
请求参数
| 参数 | 类型 | 说明 |
|---|---|---|
| query* | string | 检索词, 自然语言或关键词均可 |
| size | int | 返回条数, 默认 10 |
| term_query | object | 精确检索通道: {field, value} — 命中搜索补全下拉后走 term/短语匹配, 跳过融合召回 |
请求示例
curl -X POST "https://api.agentsdance.ai/api/search" \
-H "Authorization: Bearer $AGENTSDANCE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"query": "复古 牛仔 外套",
"size": 10
}'响应示例
{
"total": 137,
"took_ms": 84,
"results": [
{
"img_id": "9460560",
"title": "复古水洗牛仔外套",
"description": "90s 复古水洗做旧, 宽松廓形…",
"image": "https://…/9460560.jpg",
"tags": ["复古", "牛仔"],
"score": 0.8231
}
]
}AI 智搜 (流式)
/api/ai-search在智能搜索召回的基础上, 由大模型对命中结果生成一段带引用的总结回答, SSE 流式返回。召回与结果网格完全一致。
响应为 text/event-stream; 总结增量在 data:{content} 帧, 命中列表在 event: results 帧。
请求参数
| 参数 | 类型 | 说明 |
|---|---|---|
| query* | string | 自然语言问题 |
| size | int | 参与总结的召回条数 |
| index | query string | 目标数据集索引名, 省略用默认 |
| web | query int | 1 = 同时联网搜索并纳入总结 |
| llm_model / llm_endpoint / llm_key | query string | 自选 OpenAI 兼容大模型 (默认用平台内置) |
请求示例
curl -N -X POST "https://api.agentsdance.ai/api/ai-search?web=1" \
-H "Authorization: Bearer $AGENTSDANCE_API_KEY" \
-H "Content-Type: application/json" \
-d '{"query": "今年流行什么风格的外套?", "size": 8}'响应示例
event: results
data: {"results": [ {"img_id": "…", "title": "…"} ]}
data: {"content": "根据检索结果,"}
data: {"content": " 今年外套的主流趋势…"}
event: done
data: {}搜索补全
/api/suggest输入前缀返回补全建议 (search-as-you-type), 用于搜索框下拉。仅对数据集引导时勾选了「搜索补全」的字段生效。
请求参数
| 参数 | 类型 | 说明 |
|---|---|---|
| q* | string | 输入前缀, 至少 1 个字符 |
| index | string | 数据集索引名 |
请求示例
curl "https://api.agentsdance.ai/api/suggest?q=946&index=my_dataset" \
-H "Authorization: Bearer $AGENTSDANCE_API_KEY"响应示例
{
"suggestions": [
{"field": "anchor_id", "value": "9460560", "property": "锚点ID"},
{"field": "title", "value": "946 期新品合集", "property": "标题"}
]
}联网搜索
/api/web-search平台内置 SearXNG 聚合引擎的联网检索, 返回网页标题/链接/摘要, 可与私有数据混合使用。
请求参数
| 参数 | 类型 | 说明 |
|---|---|---|
| q* | string | 搜索词 |
请求示例
curl "https://api.agentsdance.ai/api/web-search?q=2026+世界杯" \
-H "Authorization: Bearer $AGENTSDANCE_API_KEY"响应示例
{
"results": [
{"title": "2026 世界杯赛程…", "url": "https://…", "content": "…", "engine": "bing"}
]
}信息流推荐
/api/recommend/feed输入用户画像, 输出个性化信息流。多路召回 (兴趣语义 + 热门 + 冷启动保量) 融合, 可选大模型逐条生成推荐理由。
请求参数
| 参数 | 类型 | 说明 |
|---|---|---|
| index* | string | 数据集索引名 |
| user_profile* | object | 用户画像, 如 {interests: ["复古", "户外"], gender: "F"} |
| size | int | 返回条数, 默认 10, 最大 50 |
| config | object | 召回配置 (冷启动保量/多样性/理由开关等), 与控制台推荐配置同构 |
请求示例
curl -X POST "https://api.agentsdance.ai/api/recommend/feed" \
-H "Authorization: Bearer $AGENTSDANCE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"index": "my_dataset",
"user_profile": {"interests": ["复古", "牛仔"]},
"size": 10
}'响应示例
{
"items": [
{
"img_id": "9460560",
"title": "复古水洗牛仔外套",
"reason": "和你关注的复古风高度契合…",
"recall": "interest",
"score": 0.79
}
]
}运行智能体任务 (流式)
/api/agent/run给定目标, 智能体自主制定计划、多步调用工具 (数据集检索/联网/代码沙箱/连接器…) 完成调查, 流式返回全过程与最终产出。产出形态支持调研报告 / 幻灯片 / 可运行 Web 应用。
SSE 事件序: meta → plan → (step / observation / plan_update)* → answer → data:{content}* → suggestions → done。
请求参数
| 参数 | 类型 | 说明 |
|---|---|---|
| goal* | string | 任务目标, 自然语言 |
| datasets | string[] | 可用的私有数据集索引名列表 |
| output_kind | string | auto(默认,由 LLM Router 判型) | report | slides | webapp | images | video |
| skill_ids / connector_ids / datasource_ids | string[] | 本次启用的插件 (省略 = 全部启用的连接器) |
| config | object | {system_prompt, max_steps(1-10), tools:{web_search,…}} |
| parent_task_id | string | 追问模式: 上一任务 id, 在其结论上继续 |
| llm_model / llm_endpoint / llm_key | string | 自选 OpenAI 兼容大模型 |
请求示例
curl -N -X POST "https://api.agentsdance.ai/api/agent/run" \
-H "Authorization: Bearer $AGENTSDANCE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"goal": "调研新能源汽车行业趋势, 输出报告",
"datasets": [],
"output_kind": "report",
"config": {"max_steps": 6}
}'响应示例
event: meta
data: {"task_id": "6016cfb40cca", "model": "deepseek-v4-pro", "output_kind": "report", "tools": ["web_search", …]}
event: plan
data: {"steps": ["检索行业近况", "交叉验证数据", "撰写报告"], "statuses": ["not_started", …]}
event: step
data: {"n": 1, "tool": "web_search", "thought": "先搜市场规模", "args": {"query": "…"}}
event: observation
data: {"n": 1, "ok": true, "summary": "…", "data": {"kind": "web_hits", …}}
event: answer
data: {}
data: {"content": "# 行业趋势报告\n…"}
event: done
data: {"task_id": "…", "status": "done", "usage": {"tokens": 8474, "duration_sec": 29.0}}历史记录
/api/agent/tasks查询历史任务列表 (轻载摘要); GET /api/agent/tasks/{task_id} 取单任务全量回放数据 (计划/步骤/答案)。
请求参数
| 参数 | 类型 | 说明 |
|---|---|---|
| app_id | string | 按应用过滤 |
| limit | int | 返回条数, 默认 50, 最大 200 |
请求示例
curl "https://api.agentsdance.ai/api/agent/tasks?limit=20" \
-H "Authorization: Bearer $AGENTSDANCE_API_KEY"响应示例
{
"tasks": [
{
"id": "6016cfb40cca",
"goal": "做一个汇率/单位换算工具",
"status": "done",
"model": "deepseek-v4-pro",
"output_kind": "webapp",
"step_count": 2,
"created": 1783990140
}
]
}导出 PPTX
/api/agent/export-pptx把幻灯片任务的结构化 slides 排版为真实 PowerPoint 文件 (16:9), 返回二进制 .pptx。
请求参数
| 参数 | 类型 | 说明 |
|---|---|---|
| title | string | 文件与封面标题 |
| slides* | object[] | [{layout, title, subtitle?, bullets, table?, image?:{url,alt}}];任务生成图使用 /api/agent/media/... 地址 |
请求示例
curl -X POST "https://api.agentsdance.ai/api/agent/export-pptx" \
-H "Authorization: Bearer $AGENTSDANCE_API_KEY" \
-H "Content-Type: application/json" \
-o slides.pptx \
-d '{
"title": "行业洞察",
"slides": [
{"layout": "title", "title": "行业洞察", "subtitle": "2026 趋势"},
{"layout": "content", "title": "关键发现", "bullets": [{"text": "…", "level": 0}]}
]
}'响应示例
(二进制 .pptx 文件流, Content-Type:
application/vnd.openxmlformats-officedocument.presentationml.presentation)数据集列表
/api/datasets列出当前租户的全部数据集及文档量; GET /api/datasets/{index}/detail 返回字段结构与配置详情。
请求示例
curl "https://api.agentsdance.ai/api/datasets" \
-H "Authorization: Bearer $AGENTSDANCE_API_KEY"响应示例
{
"datasets": [
{"name": "my_dataset", "display_name": "my_dataset", "doc_count": 5230}
]
}创建数据集 (导入)
/api/create-dataset上传 JSONL/CSV 创建数据集并自动构建向量索引 (异步任务)。先用 POST /api/preview 预览字段推断, 再正式创建; GET /api/tasks/{task_id} 轮询导入进度。
请求参数
| 参数 | 类型 | 说明 |
|---|---|---|
| file* | multipart | JSONL / CSV 数据文件 |
| index_name* | string | 索引名 (小写字母/数字/下划线) |
| field_config | json string | 字段配置 (检索/向量/展示/补全角色), 结构同预览返回 |
请求示例
curl -X POST "https://api.agentsdance.ai/api/create-dataset" \
-H "Authorization: Bearer $AGENTSDANCE_API_KEY" \
-F "[email protected]" \
-F "index_name=my_dataset"响应示例
{
"task_id": "ing-20260713-…",
"status": "running"
}文本/图文向量
/v1/embeddingsOpenAI 兼容的向量接口。文本模型与多模态 (图文) 模型共用此端点, 由 model 字段区分。
请求参数
| 参数 | 类型 | 说明 |
|---|---|---|
| model* | string | agentsdance-embedding (文本) / agentsdance-vl-embedding (图文) |
| input* | string | object[] | 文本串; 图文模型可传 [{text}, {image_url}] |
请求示例
curl -X POST "https://api.agentsdance.ai/v1/embeddings" \
-H "Authorization: Bearer $AGENTSDANCE_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "agentsdance-embedding", "input": "复古牛仔外套"}'响应示例
{
"data": [{"embedding": [0.0123, -0.0456, …], "index": 0}],
"model": "agentsdance-embedding",
"usage": {"prompt_tokens": 6, "total_tokens": 6}
}结果重排
/v1/rerank对候选文档按查询相关性重排, 返回带分数的新序。支持纯文本与图文两种重排模型。
请求参数
| 参数 | 类型 | 说明 |
|---|---|---|
| model* | string | agentsdance-reranker / agentsdance-vl-reranker |
| query* | string | 查询 |
| documents* | string[] | 候选文档列表 |
请求示例
curl -X POST "https://api.agentsdance.ai/v1/rerank" \
-H "Authorization: Bearer $AGENTSDANCE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "agentsdance-reranker",
"query": "复古牛仔外套",
"documents": ["90s 水洗牛仔外套", "轻薄羽绒服"]
}'响应示例
{
"results": [
{"index": 0, "relevance_score": 0.92},
{"index": 1, "relevance_score": 0.13}
]
}对话补全
/v1/chat/completionsOpenAI 兼容的对话接口, 平台微调模型与多模态模型均由此调用, 支持流式。
请求参数
| 参数 | 类型 | 说明 |
|---|---|---|
| model* | string | agentsdance-llm-sft / agentsdance-vl-sft 等已部署模型 |
| messages* | object[] | OpenAI 消息格式 |
| stream | bool | true = SSE 流式 |
请求示例
curl -X POST "https://api.agentsdance.ai/v1/chat/completions" \
-H "Authorization: Bearer $AGENTSDANCE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "agentsdance-llm-sft",
"messages": [{"role": "user", "content": "用一句话介绍向量检索"}]
}'响应示例
{
"choices": [{
"message": {"role": "assistant", "content": "向量检索是把内容映射为高维向量…"},
"finish_reason": "stop"
}],
"usage": {"prompt_tokens": 12, "completion_tokens": 28, "total_tokens": 40}
}计费说明
平台以积分计费, $1 = 100 积分。智能体按档位积分单价乘 token 用量计费 (档位越强积分消耗越快; 向量/重排检索基础设施免费); 联网搜索、网页抓取、看图、代码执行与外部应用执行 (Composio, 只计执行不计浏览) 等工具按次计积分; 图片按张、视频按实际时长与分辨率计积分 (480p 5 · 720p 10 · 1080p 20 · 2160p 80 积分每秒)。 全部消耗在控制台「用量与计费」中可随时查看。
| 模型 | 提供方 | 消耗速度 | 积分单价 | 适用场景 |
|---|---|---|---|---|
| DeepSeek-V4-Flash | 深度求索 | 0.05x | 50 积分 / 1M tokens | 极速轻量, 1M 上下文, 适合日常对话与快速草稿 |
| Qwen3-Omni-30B-A3B-Instruct | 阿里云 | 0.05x | 50 积分 / 1M tokens | 全模态, 可看图听音, 便宜的多模态理解首选 |
| Qwen3-VL-32B-Instruct | 阿里云 | 0.08x | 80 积分 / 1M tokens | 视觉理解专用, 看图/读图表/解析截图 |
| GPT-5.6-Luna | OpenAI | 0.12x | 120 积分 / 1M tokens | OpenAI 轻量档, 便宜且通用 |
| DeepSeek-V4-Pro | 深度求索 | 0.14x | 140 积分 / 1M tokens | 1M 上下文主力, 长文档与代码性价比最高 |
| MiniMax-M3 | 稀宇科技 | 0.14x | 140 积分 / 1M tokens | 均衡快模型, 结构化输出稳 |
| MiniMax-M2.7 | MiniMax | 0.14x | 140 积分 / 1M tokens | |
| kimi-k2.7-code | 月之暗面 | 0.34x | 340 积分 / 1M tokens | |
| Doubao-Seed-2.0-Pro | 火山引擎 | 0.39x | 390 积分 / 1M tokens | 豆包旗舰, 中文理解与长文生成均衡 |
| GLM-5.2 | 智谱 | 0.54x | 540 积分 / 1M tokens | 中文写作与结构化产出强 |
| Qwen3.8-Max | 阿里云 | 0.65x | 650 积分 / 1M tokens | 通义旗舰, 复杂推理与长文创作 |
| Grok-4.5 | xAI | 0.75x | 750 积分 / 1M tokens | xAI 新一代, 实时性与推理兼顾 |
| Gemini-3.6-Flash | 0.75x | 750 积分 / 1M tokens | Google 快模型, 超长上下文 | |
| Claude-Sonnet-5 | Anthropic | 1x | 1,000 积分 / 1M tokens | 基准模型 (1.00x), 综合能力与性价比的平衡点 |
| GPT-5.6-Terra | OpenAI | 1.13x | 1,130 积分 / 1M tokens | OpenAI 主力档 |
| Kimi-K3 | 月之暗面 | 1.43x | 1,430 积分 / 1M tokens | 国产顶配, 长文推理与深度分析 |
| Claude-Opus-5 | Anthropic | 2.5x | 2,500 积分 / 1M tokens | Anthropic 旗舰, 编程与复杂任务最强档 |
| GPT-5.6-Sol | OpenAI | 2.82x | 2,820 积分 / 1M tokens | OpenAI 旗舰 |
| Claude-Fable-5 | Anthropic | 5x | 5,000 积分 / 1M tokens | 最强档, 不计成本追求质量时用 |
| gpt-6-astra | OpenAI | 5x | 5,000 积分 / 1M tokens | OpenAI 新旗舰, 长任务与代码强 |
| 工具 | 单价 |
|---|---|
| 联网搜索 | 10 积分 / 次 |
| 读取网页 | 10 积分 / 次 |
| 视觉看图 | 20 积分 / 次 |
| 代码执行 | 20 积分 / 次 |
| 语音合成 | 5 积分 / 次 |
| 外部应用执行 (Composio) | 2 积分 / 次 |
| 数据工具执行 (AgentKey) | 3 积分 / 次 |
| 图片生成 | 100 积分 / 张 |
| 视频生成 (1080p) | 60 积分 / 秒 |
工具只计成功调用; 私有模型使用自己的密钥, 不消耗平台 token 积分, 工具仍按次计费。
| 平台服务 | 单价 | 说明 |
|---|---|---|
| AI 智慧搜索 | 1 积分 / 次 | 召回+向量+重排; AI 总结按档位积分另计 |
| AI 智慧推荐 | 1 积分 / 次 | 信息流/相关性; 推荐理由按档位积分另计 |
| 索引库构建 (向量化) | 5 积分 / 1000 条 | 按写入记录数; 纯关键词索引不计费 |
| 模型样本生成 | 100 积分 / 1000 条 | 按真实产出条数 (取消/失败按已产出计) |
| 模型微调 | 200 积分 / 次任务 | 提交受理即计 |
| 模型部署 | 50 积分 / 小时 | 按分钟折算, 卸载即停; 仅微调产物, 共享基座免费 |
| 云电脑 (Basic/Standard/Advanced) | 1000/3000/5000 积分 / 月 (按运行分钟折算) | 停机不计费; 72 小时无操作自动停机保数据; 档位决定可开台数 (Plus 1 / Pro 2 / Max 3) |
以上服务经 API 密钥对外调用时与控制台同端点同计量 — 同价, 无额外接口费。 私有模型使用你自己的密钥, 不消耗平台积分 — 在模型广场「接入模型供应商」可一键导入你账号下的全部模型。
以上为平台售价 (2026-07); 任务费用按 75/25 输入输出混合口径估算 (暂不计缓存折扣), 仅供参考。费率调整不追溯: 已产生的用量按其发生时的牌价计费。
错误码
出错时响应体为 {"detail": "错误信息"}, 配合以下状态码定位问题。
| 状态码 | 含义 | 排查建议 |
|---|---|---|
| 400 | 请求参数错误 | 检查必填字段与类型; 详情在响应 detail 字段 |
| 401 | 未认证 | 缺少或无效的 API 密钥, 检查 Authorization 头 |
| 403 | 无权访问 | 资源归属其他租户 (数据集/任务/密钥) |
| 404 | 资源不存在 | 索引名/任务 id 拼写错误或已删除 |
| 429 | 触发限流 | 超出租户配额, 稍后重试或联系管理员提额 |
| 500 | 服务内部错误 | 响应 detail 含错误信息; 可重试, 持续失败请反馈 |
| 501 | 能力未启用 | 如 PPTX 导出依赖未安装, 参考响应提示 |