Cookbook
Agents & skills · for AI agents

内置工具(及系统 MCP)

平台自带的工具——潜在客户捕获、文档、跟进、网络搜索——以及自动安装的时间/天气/位置服务器。

MCP tools:list_toolsupdate_agent

无需构建通用工具——平台已自带这些工具。使用 update_agent(name, add_tools=[…]) 附加该智能体工作所需的工具;保持工具集精简(参见 设计原则)。务必通过 list_tools() 确认您租户中的确切名称——这是唯一可信来源。

tools=[…] 会替换整个列表;add_tools / remove_tools 仅更改单个项目。 仅传入您想到的工具来设置 tools= 会静默丢弃您未先读取的所有工具——这种情况在生产环境中发生过,且直到某功能停止工作后才被发现。仅在您明确意指“恰好是此集合”时才使用 tools=,并通过返回的智能体对象确认最终列表。技能和知识库也存在相同的配对方法(add_skills/remove_skillsadd_knowledge_bases/remove_knowledge_bases)。

内置工具

工具功能
web_search在公开网络上查找信息。
save_contact将终端用户的联系信息捕获到其个人资料中——即平台的潜在客户捕获/记录路径。返回一个真实参考代码AB2C-D3EF 格式),智能体会将其转达给用户;在用户详情页(recent_refs)上查找这些代码。
export_document为对话生成结构化文档(品牌摘要/报告)。
schedule_followup主动跟进(“2天后回访”)或预订用户请求的回拨——消息由平台代为发送。返回可追踪至计划任务的真实预订参考号。对于绝对时间(“明天上午10点”),指示模型传递 run_at(本地 ISO 日期时间 + 可选 tz)——服务器会解析用户的时区;手动计算的 delay_seconds 仅适用于相对时间,且模型容易算错。窗口期:最长7天。
schedule_reminder为终端用户设置提醒;list_reminders / cancel_reminder 用于管理提醒。
compute_chart通过代码计算衍生序列——占比、增长率、累计总额、固定速率下的预测值,或按量计费(基础费 + 额度 + 超额部分)。已附加到任何已有工具的智能体上,因此您很少需要手动添加它。参见 答案中的图表

load_skill 也是内置的,但您无需附加它——当技能的 description 匹配时,模型会自动拉取技能。

list_tools()                                              # 您租户上可用的确切名称
update_agent(name="Support", add_tools=["save_contact", "schedule_followup"])   # 增量式——保留现有内容

使用 save_contact 捕获联系信息会填充用户记录;结合智能体上的 ask_forms,结构化收集的数据将作为记录落地,您可以在控制台中进行审查。

平台会自动备份这两项。 当终端用户的消息包含清晰信号——电话号码/电子邮件(任何语言,包括拼写的数字和空格格式),或类似“明天早上给我打电话”的回拨请求——且启用了 save_contact / schedule_followup 时,平台会在每轮对话中注入提示,提醒模型在回答前调用该工具。在生产后端上的基准测试显示,这使最弱模型的潜在客户捕获合规率从约 85% 提升至 100%,且误保存(该提示带有“错误时忽略”的逃生机制,因此过于积极的检测器不会导致错误数据)。您可免费获得此功能——无需配置;您的技能仍应在 description 中声明触发条件(参见 编写技能),该提示是安全网,而非替代品。

系统 MCP——已安装

每个租户都获得一个内置的 system MCP 服务器,默认启用,提供无需密钥的工具,用于本地时间、天气和 IP 地理定位(城市/区域/时区)。您无需注册它——它已存在。其工具会显示在 list_tools() 中,与上述内置工具并列,随时可供附加。

因此,“用户所在地的天气如何?”或“他们的本地时间是什么?”开箱即用——平台会注入终端用户的客户端 IP,因此位置感知的答案无需任何设置。