> ## Documentation Index > Fetch the complete documentation index at: https://docs.reportify.cn/llms.txt > Use this file to discover all available pages before exploring further. # Chat > Chat with agent (streaming or non-streaming) ## 智能体对话聊天 **URL**: `/v1/agent/conversations/{conversation_id}/chat`\ **方法**: `POST`\ **描述**: 与智能体进行对话聊天，支持流式和非流式响应。 ### 路径参数 | 参数名 | 类型 | 必填 | 描述 | | ---------------- | ------- | -- | ----- | | conversation\_id | integer | 是 | 对话 ID | ### 请求参数 | 参数名 | 类型 | 必填 | 描述 | | --------- | -------------- | -- | ----------------- | | message | string | 是 | 用户消息内容 | | documents | array\[object] | 否 | 关联的文档列表（默认为空数组） | | stream | boolean | 否 | 是否使用流式响应（默认 true） | #### documents 对象结构 | 参数名 | 类型 | 必填 | 描述 | | ---------- | ------ | -- | ------ | | doc\_id | string | 是 | 文档 ID | | doc\_title | string | 是 | 文档标题 | | file\_type | string | 否 | 文档文件类型 | ### 响应参数（流式 SSE） 响应为 Server-Sent Events (SSE) 流，每个事件包含以下字段。 **响应头**： * `X-REPORTIFY-ASSISTANT-MESSAGE-ID`：助手消息 ID，可用于后续调用获取消息事件接口 **响应体（SSE 事件）**： | 参数名 | 类型 | 描述 | | ------------- | ------- | -------------------------------------------------------------------------------------- | | event\_id | string | 唯一事件标识符 | | event\_type | string | 事件类型（见下方枚举值） | | timestamp | integer | 事件时间戳（毫秒） | | response\_id | string | 响应标识符，用于分组事件 | | workflow\_id | string | 工作流标识符 | | execution\_id | string | 执行标识符 | | run\_id | string | 运行标识符，用于关联一组 start 和 end 事件（如 workflow\_start 和 workflow\_end、tool\_start 和 tool\_end） | | node\_id | string | 节点标识符 | | node\_name | string | 节点显示名称 | | node\_type | string | 节点类型（start, tool, agent, end） | | agent\_id | string | 智能体标识符 | | agent\_name | string | 智能体显示名称 | | agent\_type | string | 智能体类型 | | tool\_id | string | 工具标识符 | | tool\_name | string | 工具显示名称 | | input | object | 组件的输入数据 | | output | object | 组件的输出数据 | | content | string | 事件内容（用于流式输出） | | error | object | 错误信息（如果事件类型为 error） | | offset | integer | 事件偏移量 | #### event\_type 枚举值 * `init` - 初始化 * `workflow_start` - 工作流开始 * `workflow_end` - 工作流结束 * `node_start` - 节点开始 * `node_end` - 节点结束 * `agent_start` - 智能体开始 * `agent_end` - 智能体结束 * `tool_start` - 工具开始 * `tool_end` - 工具结束 * `stream_start` - 流式开始 * `streaming` - 流式输出中 * `stream_end` - 流式结束 * `usage` - 使用情况 * `cancel` - 取消 * `error` - 错误 #### input 对象结构（tool\_start 事件） 当 `event_type` 为 `tool_start` 时，`input` 字段包含工具的输入参数： | 参数名 | 类型 | 描述 | | --------------- | ------- | ------ | | query | string | 搜索查询 | | symbols | array | 股票代码列表 | | start\_datetime | string | 开始时间 | | end\_datetime | string | 结束时间 | | num | integer | 返回数量 | | filetype | string | 文件类型 | | response\_mode | string | 响应模式 | #### output 对象结构 **tool\_end 事件的 output：** 当 `event_type` 为 `tool_end` 时，`output` 字段包含工具的输出结果： | 参数名 | 类型 | 描述 | | ------- | ------ | --------------------------------------------------------- | | content | string | 输出内容（JSON 字符串格式，包含 docs、total\_count、took\_ms、chunks 等字段） | **agent\_end 事件的 output：** 当 `event_type` 为 `agent_end` 时，`output` 字段包含智能体的输出结果： | 参数名 | 类型 | 描述 | | ------- | ------ | -------------------- | | content | string | 智能体输出内容（Markdown 格式） | **node\_end 事件的 output：** 当 `event_type` 为 `node_end` 时，`output` 字段包含节点的输出结果： | 参数名 | 类型 | 描述 | | -------- | ------ | ----------------------- | | content | string | 节点输出内容（文本或 Markdown 格式） | | filetype | string | 文件类型（如 markdown） | | filename | string | 文件名 | | filepath | string | 文件路径 | > **注意**：当 `node_type` 为 `end` 时，output 通常只包含 `content` 字段；当 `node_type` 为 `agent` 时，output 可能包含完整的文件信息。 **workflow\_end 事件的 output：** 当 `event_type` 为 `workflow_end` 时，`output` 字段包含工作流的最终输出结果： | 参数名 | 类型 | 描述 | | ----------- | ------ | --------------------------------------------------------- | | {node_id} | object | 输出对象（key 为最后一个 node 的 node\_id，如 `generate_daily_report`） | | └─ title | string | 报告标题 | | └─ filetype | string | 文件类型（如 markdown） | | └─ content | string | 报告完整内容 | | └─ filename | string | 文件名 | | └─ filepath | string | 文件路径 | > **注意**：`output` 是一个字典，其 key 对应工作流中最后一个节点的 `node_id`。例如，如果最后一个节点的 `node_id` 为 `generate_daily_report`，则 output 结构为 `{"generate_daily_report": {...}}`。 ### 请求示例 **cURL** ```bash theme={null} curl --request POST \ --url https://api.reportify.cn/v1/agent/conversations/683242877840089/chat \ --header 'Authorization: Bearer YOUR_API_TOKEN' \ --header 'Content-Type: application/json' \ --data '{ "message": "nvidia 最新业绩分析", "stream": true }' ``` **Python** ```python theme={null} import requests url = "https://api.reportify.cn/v1/agent/conversations/683242877840089/chat" headers = { "Authorization": "Bearer YOUR_API_TOKEN", "Content-Type": "application/json" } data = { "message": "nvidia 最新业绩分析", "stream": True } response = requests.post(url, headers=headers, json=data, stream=True) # 处理流式响应 for line in response.iter_lines(): if line: print(line.decode('utf-8')) ``` ### 响应示例（SSE 流） **1. init 事件示例：** ```json theme={null} { "event_id": "019b24ef23a1f4da18256b402868fae31764", "event_type": "init", "timestamp": 1765851210657, "response_id": "019b24ef238cc97730971a9a0080c99c", "workflow_id": "11887655289749510", "execution_id": "1dfccd9d-c365-4b7a-adae-aa9123684ec4", "run_id": "", "content": "", "offset": 9195 } ``` **2. workflow\_start 事件示例：** ```json theme={null} { "event_id": "019b24ef24707069ef923d72561a95812188", "event_type": "workflow_start", "timestamp": 1765851210864, "response_id": "019b24ef238cc97730971a9a0080c99c", "workflow_id": "11887655289749510", "execution_id": "", "run_id": "019b24ef246ef1f8e14609660d1d65be", "offset": 9196 } ``` **3. node\_start 事件示例：** ```json theme={null} { "event_id": "019b24ef24a481260ead20b3ff894a845363", "event_type": "node_start", "timestamp": 1765851210916, "response_id": "019b24ef238cc97730971a9a0080c99c", "workflow_id": "11887655289749510", "execution_id": "", "run_id": "019b24ef24a4c38d39a09dee2eff830a", "node_id": "start", "node_name": "开始", "node_type": "start", "offset": 9197 } ``` **4. agent\_start 事件示例：** ```json theme={null} { "event_id": "019b24ef4a297981a743b7f6dc55eb043579", "event_type": "agent_start", "timestamp": 1765851220521, "response_id": "019b24ef238cc97730971a9a0080c99c", "workflow_id": "11887655289749510", "execution_id": "", "run_id": "019b24ef4a292fe173c0c73e0e334ce4", "node_id": "define_report_scope", "node_name": "确定报告范围", "node_type": "agent", "agent_id": "agent_action", "agent_name": "执行智能体", "agent_type": "action_agent", "offset": 9217 } ``` **5. stream\_start 事件示例：** ```json theme={null} { "event_id": "019b24ef25014cbf7f25f0043effd82c6665", "event_type": "stream_start", "timestamp": 1765851211009, "response_id": "019b24ef238cc97730971a9a0080c99c", "workflow_id": "11887655289749510", "execution_id": "", "run_id": "019b24ef25015b3e6e9b3d2363cfb36c", "node_id": "start", "agent_id": "workflow_planner", "offset": 9198 } ``` **6. streaming 事件示例：** ```json theme={null} { "event_id": "019b24ef2e3b40bc070e30a4843987b35668", "event_type": "streaming", "timestamp": 1765851213371, "response_id": "019b24ef238cc97730971a9a0080c99c", "workflow_id": "11887655289749510", "execution_id": "", "run_id": "019b24ef25015b3e6e9b3d2363cfb36c", "node_id": "start", "agent_id": "workflow_planner", "content": "你的任务是获取关于Google Gemini最新模型评分以及Google IDEA antigravity", "offset": 9199 } ``` **7. stream\_end 事件示例：** ```json theme={null} { "event_id": "019b24f3717634bdd262947130af73b52555", "event_type": "stream_end", "timestamp": 1765851492726, "response_id": "019b24ef238cc97730971a9a0080c99c", "workflow_id": "11887655289749510", "execution_id": "", "run_id": "019b24f348b67465f45353c50feb2367", "node_id": "end", "agent_id": "workflow_summarizer", "content": "本次工作流执行成功完成了任务，生成了一份全面的《AI行业每日深度报告》。报告内容直接回应了您的查询，提供了关于Gemini最新模型评分及Google IDEA antigravity项目的具体信息...", "offset": 9861 } ``` **8. tool\_start 事件示例：** ```json theme={null} { "event_id": "019b24efea2a626e2cb6f9c22b2683bb9594", "event_type": "tool_start", "timestamp": 1765851261482, "response_id": "019b24ef238cc97730971a9a0080c99c", "workflow_id": "11887655289749510", "execution_id": "", "run_id": "019b24efea2a3e491e920de6003caf6c_5hyy41", "node_id": "collect_upstream_news", "agent_id": "agent_deep_search", "tool_id": "tool_news_search", "tool_name": "新闻搜索", "input": { "query": "NVIDIA AMD Intel GPU 半导体 最新动态", "symbols": ["US:NVDA", "US:AMD", "US:INTC"], "start_datetime": "2025-12-15T00:00:00", "end_datetime": "2025-12-16T02:14:15", "num": 15, "filetype": "json" }, "offset": 9323 } ``` **9. tool\_end 事件示例：** ```json theme={null} { "event_id": "019b24efec9274b499f96da757fb03a66788", "event_type": "tool_end", "timestamp": 1765851262098, "response_id": "019b24ef238cc97730971a9a0080c99c", "workflow_id": "11887655289749510", "execution_id": "", "run_id": "019b24efdf9629d550ae7803264e3589_n1rz9t", "node_id": "collect_model_layer_news", "agent_id": "agent_deep_search", "tool_id": "tool_news_search", "tool_name": "新闻搜索", "output": { "content": "{\"docs\": [{\"doc_id\": \"1197862772277383168\", \"title\": \"谢尔盖·布林首次复盘：谷歌AI为什么落后，又如何实现绝地反击\", \"summary\": \"...\", \"category\": \"news\", \"published_at\": 1765757942000}], \"total_count\": 10, \"took_ms\": 305, \"chunks\": [...]}" } } ``` **10. agent\_end 事件示例：** ```json theme={null} { "event_id": "019b24efc138c7b1e3adc456762dda377273", "event_type": "agent_end", "timestamp": 1765851251000, "response_id": "019b24ef238cc97730971a9a0080c99c", "workflow_id": "11887655289749510", "execution_id": "", "run_id": "019b24ef4a292fe173c0c73e0e334ce4", "node_id": "define_report_scope", "node_name": "确定报告范围", "node_type": "agent", "agent_id": "agent_action", "agent_name": "执行智能体", "agent_type": "action_agent", "output": { "content": "# AI行业每日深度报告 - 覆盖范围与重点标的清单\n\n## 报告概述\n本报告将全面覆盖AI全产业链上下游，重点关注各环节的核心动态、技术突破、市场趋势和投资机会..." }, "offset": 9264 } ``` **11. node\_end 事件示例：** ```json theme={null} { "event_id": "019b24f3719913f41c7d391a00efe55a2581", "event_type": "node_end", "timestamp": 1765851492761, "response_id": "019b24ef238cc97730971a9a0080c99c", "workflow_id": "11887655289749510", "execution_id": "", "run_id": "019b24f3485b8f786c3da7168d826202", "node_id": "end", "node_name": "结束", "node_type": "end", "output": { "content": "本次工作流执行成功完成了任务，生成了一份全面的《AI行业每日深度报告》。报告内容直接回应了您的查询，提供了关于Gemini最新模型评分及Google IDEA antigravity项目的具体信息。\n\n**主要输出**是一份日期为2025年12月16日的深度报告..." }, "offset": 9863 } ``` **12. workflow\_end 事件示例：** ```json theme={null} { "event_id": "019b24f371b1d3759377966a35173d099385", "event_type": "workflow_end", "timestamp": 1765851492785, "response_id": "019b24ef238cc97730971a9a0080c99c", "workflow_id": "11887655289749510", "execution_id": "", "run_id": "019b24ef246ef1f8e14609660d1d65be", "output": { "generate_daily_report": { "title": "AI行业每日深度报告 - 2025年12月16日", "filetype": "markdown", "content": "# AI行业每日深度报告 - 2025年12月16日\n\n## 执行摘要\n2025年12月15日至16日，AI产业链呈现上游需求回暖、模型技术突破...", "filename": "AI行业每日深度报告 - 2025年12月16日.md", "filepath": "/AI行业每日深度报告 - 2025年12月16日.md" } }, "offset": 9864 } ``` ### 事件流程说明 一个完整的对话流程通常包含以下事件序列： 1. **init** → 初始化会话 2. **workflow\_start** → 工作流开始执行 3. **node\_start** → 节点开始（如"开始"节点） 4. **agent\_start** → 智能体开始执行（当节点类型为 agent 时） 5. **stream\_start** → 流式输出开始（智能体开始思考） 6. **streaming** → 流式内容输出（多次，逐步输出内容） 7. **stream\_end** → 流式输出结束 8. **tool\_start** → 工具调用开始（如新闻搜索） 9. **tool\_end** → 工具调用结束（返回结果） 10. **agent\_end** → 智能体执行结束（包含智能体输出结果） 11. **node\_end** → 节点结束（包含节点输出结果） 12. **workflow\_end** → 工作流执行完成（包含最终输出结果） #### run\_id 关联机制 `run_id` 是用于关联一组 `start` 和 `end` 事件的标识符，帮助追踪事件的配对关系： * **workflow\_start** 和 **workflow\_end** 共享同一个 `run_id` * **node\_start** 和 **node\_end** 共享同一个 `run_id` * **agent\_start** 和 **agent\_end** 共享同一个 `run_id` * **stream\_start** 和 **stream\_end** 共享同一个 `run_id` * **tool\_start** 和 **tool\_end** 共享同一个 `run_id` **示例**： ``` workflow_start (run_id: "019b24ef246ef1f8e14609660d1d65be") └─ node_start (run_id: "019b24ef49d8a5997ea7d63b8344bfaa") └─ agent_start (run_id: "019b24ef4a292fe173c0c73e0e334ce4") └─ stream_start (run_id: "019b24ef4a44a7c23dd40234adf42709") └─ streaming (run_id: "019b24ef4a44a7c23dd40234adf42709") └─ streaming (run_id: "019b24ef4a44a7c23dd40234adf42709") └─ stream_end (run_id: "019b24ef4a44a7c23dd40234adf42709") └─ tool_start (run_id: "019b24efea2a3e491e920de6003caf6c_5hyy41") └─ tool_end (run_id: "019b24efea2a3e491e920de6003caf6c_5hyy41") └─ agent_end (run_id: "019b24ef4a292fe173c0c73e0e334ce4") └─ node_end (run_id: "019b24ef49d8a5997ea7d63b8344bfaa") └─ workflow_end (run_id: "019b24ef246ef1f8e14609660d1d65be") ``` > **注意**： > > * 实际流程中可能包含**多个节点**、**多个智能体**、**多个工具调用**，事件会按照执行顺序依次返回 > * 通过 `run_id` 可以准确匹配每个 `start` 事件对应的 `end` 事件 > * 当节点类型为 `agent` 时，会触发 `agent_start` 和 `agent_end` 事件 > * 同一个智能体内可能有多个流式输出（stream\_start/streaming/stream\_end）和多个工具调用（tool\_start/tool\_end） > * `agent_end` 事件的 `output` 字段包含智能体的输出内容 > * `node_end` 事件的 `output` 字段包含节点的输出内容（可能包含文件信息） > * `workflow_end` 事件的 `output` 字段包含工作流的最终输出结果（如生成的报告） ### 错误响应 | 状态码 | 描述 | | --- | -------- | | 400 | 请求错误 | | 422 | 请求参数验证失败 | | 500 | 服务器内部错误 | ## OpenAPI ````yaml POST /v1/agent/conversations/{conversation_id}/chat openapi: 3.1.0 info: title: Reportify API version: 1.0.0 description: API documentation for Reportify's document management and search services. servers: - url: https://api.reportify.cn description: Production server security: - BearerAuth: [] paths: /v1/agent/conversations/{conversation_id}/chat: post: tags: - openapi-agent summary: Chat description: Chat with agent (streaming or non-streaming) operationId: chat_reportify_api_v1_agent_conversations__conversation_id__chat_post parameters: - required: true schema: type: integer title: Conversation Id description: 对话 ID name: conversation_id in: path example: 683242877840089 requestBody: content: application/json: schema: $ref: '#/components/schemas/OAIAgentConversationChatRequest' required: true responses: '200': description: Successful Response (Server-Sent Events stream) headers: X-REPORTIFY-ASSISTANT-MESSAGE-ID: description: 助手消息 ID，可用于后续调用获取消息事件接口 schema: type: string example: 019b24ef238cc97730971a9a0080c99c content: text/event-stream: schema: $ref: '#/components/schemas/WorkflowStreamEvent' '400': description: Bad Request content: application/json: schema: $ref: '#/components/schemas/HTTPValidationError' '422': description: Validation Error content: application/json: schema: $ref: '#/components/schemas/HTTPValidationError' '500': description: Internal Server Error content: application/json: schema: $ref: '#/components/schemas/HTTPValidationError' security: - BearerAuth: [] components: schemas: OAIAgentConversationChatRequest: properties: message: type: string title: Message description: 用户消息内容 example: nvidia 最新业绩分析 documents: items: $ref: '#/components/schemas/DocumentInput' type: array title: Documents description: 关联的文档列表 default: [] stream: type: boolean title: Stream description: 是否使用流式响应 default: true example: true type: object required: - message title: OAIAgentConversationChatRequest description: Agent 对话聊天请求（创建新消息） example: message: nvidia 最新业绩分析 stream: true WorkflowStreamEvent: properties: event_id: type: string title: Event Id description: 唯一事件标识符 example: 019b24ef23a1f4da18256b402868fae31764 event_type: type: string title: Event Type description: 事件类型 enum: - init - workflow_start - workflow_end - node_start - node_end - agent_start - agent_end - tool_start - tool_end - stream_start - streaming - stream_end - usage - cancel - error example: init timestamp: type: integer title: Timestamp description: 事件时间戳（毫秒） example: 1765851210657 response_id: type: string title: Response Id description: 响应标识符，用于分组事件 example: 019b24ef238cc97730971a9a0080c99c workflow_id: type: string title: Workflow Id description: 工作流标识符 example: '11887655289749510' execution_id: type: string title: Execution Id description: 执行标识符 example: 1dfccd9d-c365-4b7a-adae-aa9123684ec4 run_id: type: string title: Run Id description: >- 运行标识符，用于关联一组 start 和 end 事件（如 workflow_start 和 workflow_end、tool_start 和 tool_end），用于分组相关的开始/结束事件对 example: '' node_id: type: string title: Node Id description: 节点标识符 node_name: type: string title: Node Name description: 节点显示名称 node_type: type: string title: Node Type description: 节点类型（start, tool, agent, end） agent_id: type: string title: Agent Id description: 智能体标识符 agent_name: type: string title: Agent Name description: 智能体显示名称 agent_type: type: string title: Agent Type description: 智能体类型（builtin_agent, react_agent 等） tool_id: type: string title: Tool Id description: 工具标识符 tool_name: type: string title: Tool Name description: 工具显示名称 input: type: object title: Input description: 组件的输入数据 properties: query: type: string description: 搜索查询 symbols: type: array items: type: string description: 股票代码列表 start_datetime: type: string description: 开始时间 end_datetime: type: string description: 结束时间 num: type: integer description: 返回数量 filetype: type: string description: 文件类型 response_mode: type: string description: 响应模式 example: query: NVIDIA AMD Intel GPU 半导体 最新动态 symbols: - US:NVDA - US:AMD - US:INTC start_datetime: '2025-12-15T00:00:00' end_datetime: '2025-12-16T02:14:15' num: 15 filetype: json output: type: object title: Output description: > 组件的输出数据。 - 对于 tool_end 事件：包含 content 字段（JSON 字符串格式） - 对于 agent_end 事件：包含 content 字段（Markdown 格式） - 对于 node_end 事件：包含 content、filetype、filename、filepath 字段 - 对于 workflow_end 事件：字典的 key 为最后一个 node 的 node_id，value 包含 title、filetype、content、filename、filepath 字段 properties: content: type: string description: 输出内容（JSON 字符串格式或 Markdown 格式） example: content: >- {"docs": [{"doc_id": "1197862772277383168", "title": "示例文档"}], "total_count": 10} content: type: string title: Content description: 事件内容（用于思考/流式输出） example: '' error: type: object title: Error description: 错误信息（如果事件类型为 error） offset: type: integer title: Offset description: 事件偏移量 example: 9195 type: object required: - event_id - event_type - timestamp - response_id title: WorkflowStreamEvent description: 工作流流式事件对象 examples: - event_id: 019b24ef23a1f4da18256b402868fae31764 event_type: init timestamp: 1765851210657 response_id: 019b24ef238cc97730971a9a0080c99c workflow_id: '11887655289749510' execution_id: 1dfccd9d-c365-4b7a-adae-aa9123684ec4 run_id: '' content: '' offset: 9195 - event_id: 019b24ef24707069ef923d72561a95812188 event_type: workflow_start timestamp: 1765851210864 response_id: 019b24ef238cc97730971a9a0080c99c workflow_id: '11887655289749510' execution_id: '' run_id: 019b24ef246ef1f8e14609660d1d65be offset: 9196 - event_id: 019b24ef24a481260ead20b3ff894a845363 event_type: node_start timestamp: 1765851210916 response_id: 019b24ef238cc97730971a9a0080c99c workflow_id: '11887655289749510' execution_id: '' run_id: 019b24ef24a4c38d39a09dee2eff830a node_id: start node_name: 开始 node_type: start offset: 9197 - event_id: 019b24ef4a297981a743b7f6dc55eb043579 event_type: agent_start timestamp: 1765851220521 response_id: 019b24ef238cc97730971a9a0080c99c workflow_id: '11887655289749510' execution_id: '' run_id: 019b24ef4a292fe173c0c73e0e334ce4 node_id: define_report_scope node_name: 确定报告范围 node_type: agent agent_id: agent_action agent_name: 执行智能体 agent_type: action_agent offset: 9217 - event_id: 019b24ef25014cbf7f25f0043effd82c6665 event_type: stream_start timestamp: 1765851211009 response_id: 019b24ef238cc97730971a9a0080c99c workflow_id: '11887655289749510' execution_id: '' run_id: 019b24ef25015b3e6e9b3d2363cfb36c node_id: start agent_id: workflow_planner offset: 9198 - event_id: 019b24ef2e3b40bc070e30a4843987b35668 event_type: streaming timestamp: 1765851213371 response_id: 019b24ef238cc97730971a9a0080c99c workflow_id: '11887655289749510' execution_id: '' run_id: 019b24ef25015b3e6e9b3d2363cfb36c node_id: start agent_id: workflow_planner content: 你的任务是获取关于Google Gemini最新模型评分以及Google IDEA antigravity offset: 9199 - event_id: 019b24f3717634bdd262947130af73b52555 event_type: stream_end timestamp: 1765851492726 response_id: 019b24ef238cc97730971a9a0080c99c workflow_id: '11887655289749510' execution_id: '' run_id: 019b24f348b67465f45353c50feb2367 node_id: end agent_id: workflow_summarizer content: 本次工作流执行成功完成了任务，生成了一份全面的《AI行业每日深度报告》。 offset: 9861 - event_id: 019b24efea2a626e2cb6f9c22b2683bb9594 event_type: tool_start timestamp: 1765851261482 response_id: 019b24ef238cc97730971a9a0080c99c workflow_id: '11887655289749510' execution_id: '' run_id: 019b24efea2a3e491e920de6003caf6c_5hyy41 node_id: collect_upstream_news agent_id: agent_deep_search tool_id: tool_news_search tool_name: 新闻搜索 input: query: NVIDIA AMD Intel GPU 半导体 最新动态 symbols: - US:NVDA - US:AMD - US:INTC start_datetime: '2025-12-15T00:00:00' end_datetime: '2025-12-16T02:14:15' num: 15 filetype: json offset: 9323 - event_id: 019b24efec9274b499f96da757fb03a66788 event_type: tool_end timestamp: 1765851262098 response_id: 019b24ef238cc97730971a9a0080c99c workflow_id: '11887655289749510' execution_id: '' run_id: 019b24efdf9629d550ae7803264e3589_n1rz9t node_id: collect_model_layer_news agent_id: agent_deep_search tool_id: tool_news_search tool_name: 新闻搜索 output: content: >- {"docs": [{"doc_id": "1197862772277383168", "title": "示例文档"}], "total_count": 10} - event_id: 019b24efc138c7b1e3adc456762dda377273 event_type: agent_end timestamp: 1765851251000 response_id: 019b24ef238cc97730971a9a0080c99c workflow_id: '11887655289749510' execution_id: '' run_id: 019b24ef4a292fe173c0c73e0e334ce4 node_id: define_report_scope node_name: 确定报告范围 node_type: agent agent_id: agent_action agent_name: 执行智能体 agent_type: action_agent output: content: |- # AI行业每日深度报告 - 覆盖范围与重点标的清单 ## 报告概述 本报告将全面覆盖AI全产业链上下游... offset: 9264 - event_id: 019b24f3719913f41c7d391a00efe55a2581 event_type: node_end timestamp: 1765851492761 response_id: 019b24ef238cc97730971a9a0080c99c workflow_id: '11887655289749510' execution_id: '' run_id: 019b24f3485b8f786c3da7168d826202 node_id: end node_name: 结束 node_type: end output: content: 本次工作流执行成功完成了任务，生成了一份全面的《AI行业每日深度报告》。 offset: 9863 - event_id: 019b24f371b1d3759377966a35173d099385 event_type: workflow_end timestamp: 1765851492785 response_id: 019b24ef238cc97730971a9a0080c99c workflow_id: '11887655289749510' execution_id: '' run_id: 019b24ef246ef1f8e14609660d1d65be output: generate_daily_report: title: AI行业每日深度报告 - 2025年12月16日 filetype: markdown content: |- # AI行业每日深度报告 - 2025年12月16日 ## 执行摘要 ... filename: AI行业每日深度报告 - 2025年12月16日.md filepath: /AI行业每日深度报告 - 2025年12月16日.md offset: 9864 HTTPValidationError: properties: detail: items: $ref: '#/components/schemas/ValidationError' type: array title: Detail type: object title: HTTPValidationError DocumentInput: properties: doc_id: type: string title: Doc Id description: 文档 ID example: '1046895208953942016' doc_title: type: string title: Doc Title description: 文档标题 example: NVIDIA Q4 2024 财报 file_type: type: string title: File Type description: 文档文件类型 example: pdf type: object required: - doc_id - doc_title title: DocumentInput description: 文档输入对象 example: doc_id: '1046895208953942016' doc_title: NVIDIA Q4 2024 财报 file_type: pdf ValidationError: properties: loc: items: anyOf: - type: string - type: integer type: array title: Location msg: type: string title: Message type: type: string title: Error Type type: object required: - loc - msg - type title: ValidationError securitySchemes: BearerAuth: type: http scheme: bearer bearerFormat: JWT description: Enter your Bearer token ````