AI 助理
文档备案控制台
官方文档
首页

快速开始

更新时间：
复制 MD 格式
产品详情
我的收藏

五分钟跑通 Managed Agents 全链路：创建 Agent 与 Environment、开启 Session、提交任务并流式接收执行结果。

前提

  1. 已开通百炼并创建 API Key（sk-xxx），已获取工作空间 ID（ws_xxxxxxxxxxxx），详见API 总览与认证。

  2. 将 API Key 与 Endpoint 导出为环境变量，后续示例直接引用：

    export DASHSCOPE_API_KEY="sk-xxx"
export AGENTSTUDIO_URL="https://ws_xxxxxxxxxxxx.cn-beijing.maas.aliyuncs.com/api/v1/agentstudio"

调用流程

一次完整的任务执行分五步：

  1. 创建 Agent：定义模型与系统提示词，得到 agent_xxx。Agent 通常只创建一次并长期复用。

  2. 创建 Environment：定义运行环境，得到 env_xxx。Environment 通常只创建一次并长期复用。

  3. 创建 Session：绑定 Agent 与 Environment，得到 sesn_xxx。

  4. 发送 Event：向 Session 提交任务指令，触发 Agent 进入 running。

  5. 订阅 SSE：以事件流方式接收执行结果，直至 Session 回到 idle。

安装 SDK

使用 Python 或 Java SDK 前，请先安装对应的 DashScope 包。Managed Agents 模块要求 Python SDK v1.26.2 及以上、Java SDK v2.22.24 及以上。若已安装旧版本，请重新执行安装命令以升级。

pip install dashscope
<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>dashscope-sdk-java</artifactId>
</dependency>

端到端示例

下例创建一个代码生成 Agent，开启 Session 后提交一个编码任务并流式接收执行结果。

## 1. 创建 Agent
AGENT_ID=$(curl -s -X POST "$AGENTSTUDIO_URL/agents" \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "quickstart-coder",
    "model": {"id": "qwen-plus"},
    "system": "你是一位 Python 专家。用户提交编码任务后，直接输出简洁、可运行的 Python 代码。"
  }' | jq -r '.id')
echo "Agent: $AGENT_ID"

## 2. 创建 Environment
ENV_ID=$(curl -s -X POST "$AGENTSTUDIO_URL/environments" \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"name": "quickstart-env", "config": {"type": "cloud"}}' | jq -r '.id')
echo "Environment: $ENV_ID"

## 3. 创建 Session
SESSION_ID=$(curl -s -X POST "$AGENTSTUDIO_URL/sessions" \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "Content-Type: application/json" \
  -d "{\"agent\": \"$AGENT_ID\", \"environment_id\": \"$ENV_ID\"}" | jq -r '.id')
echo "Session: $SESSION_ID"

## 4. 提交任务
curl -X POST "$AGENTSTUDIO_URL/sessions/$SESSION_ID/events" \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "input": [
      {"role": "user", "type": "message",
       "content": [{"type": "text", "text": "写一个 Python 函数，接收一个整数列表并返回去重后的有序列表。"}]}
    ]
  }'

## 5. 订阅 SSE 事件流，接收执行结果
curl -N "$AGENTSTUDIO_URL/sessions/$SESSION_ID/events/stream" \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "Accept: text/event-stream"
import os
from dashscope.agentstudio import Client, user_message

client = Client(
    api_key=os.environ["DASHSCOPE_API_KEY"],
    workspace="ws_xxxxxxxxxxxx",
    region="cn-beijing",
)

# 1. 创建 Agent
agent = client.agents.create(
    name="quickstart-coder",
    model="qwen-plus",
    system_prompt="你是一位 Python 专家。用户提交编码任务后，直接输出简洁、可运行的 Python 代码。",
)

# 2. 创建 Environment
env = client.environments.create(name="quickstart-env", config={"type": "cloud"})

# 3. 创建 Session
session = client.sessions.create(agent=agent.id, environment_id=env.id)
print(f"Agent: {agent.id}, Environment: {env.id}, Session: {session.id}")

# 4. 提交任务
client.sessions.events.send(
    session.id, events=[user_message("写一个 Python 函数，接收一个整数列表并返回去重后的有序列表。")]
)

# 5. 流式接收执行结果
with client.sessions.events.stream(session.id) as stream:
    for event in stream:
        print(event, flush=True)
        if event.session_status in ("idle", "terminated"):
            break
import com.alibaba.dashscope.agentstudio.*;
import com.alibaba.dashscope.agentstudio.model.*;
import com.alibaba.dashscope.agentstudio.param.*;
import java.util.Collections;

// 1. 创建客户端（自动读取 DASHSCOPE_API_KEY 环境变量）
AgentStudioClient client = AgentStudioClient.builder()
    .workspace("ws_xxxxxxxxxxxx")
    .build();

// 2. 创建 Agent
Agent agent = client.agents().create(AgentCreateParam.builder()
    .name("quickstart-coder")
    .model("qwen-plus")
    .instructions("你是一位 Python 专家。用户提交编码任务后，直接输出简洁、可运行的 Python 代码。")
    .build());

// 3. 创建 Environment
Environment env = client.environments().create(EnvironmentCreateParam.builder()
    .name("quickstart-env")
    .config(Map.of("type", "cloud"))
    .build());

// 4. 创建 Session
Session session = client.sessions().create(SessionCreateParam.builder()
    .agentId(agent.getId())
    .environmentId(env.getId())
    .build());
System.out.println("Agent: " + agent.getId() + ", Environment: " + env.getId() + ", Session: " + session.getId());

// 5. 提交任务并流式接收执行结果
try (AgentStudioEventStream stream = client.sessions().events().stream(session.getId())) {
    client.sessions().events().send(session.getId(),
        Collections.singletonList(ClientEvents.userMessage("写一个 Python 函数，接收一个整数列表并返回去重后的有序列表。")));
    for (Message event : stream) {
        System.out.print(event);
    }
}
上一篇：API 总览与认证下一篇：Agent