分页列出会话,按 created_at 倒序返回。支持按智能体、状态、创建时间范围过滤。
前提
已完成 Endpoint 与鉴权配置,详见API 总览与认证。
接口
GET /sessions
Query 参数
|
参数 |
类型 |
默认 |
说明 |
|
|
string |
— |
按智能体过滤 |
|
|
string |
— |
多状态过滤,可重复传入。如 |
|
|
string |
— |
创建时间范围,ISO 8601 |
|
|
int |
20 |
每页数量,最大 100 |
|
|
string |
— |
首次不传,后续传上一次响应的 |
请求示例
curl "$AGENTSTUDIO_URL/sessions?agent_id=agent_xxx&statuses[]=idle&limit=20" \
-H "Authorization: Bearer $DASHSCOPE_API_KEY"for session in client.sessions.list(
limit=20,
agent_id="agent_xxx",
statuses=["idle"],
):
print(session.id, session.status, session.title)CursorPage<Session> page = client.sessions().list(SessionListParam.builder()
.limit(20)
.agentId("agent_xxx")
.statuses(Arrays.asList("idle"))
.build());
for (Session s : page.getData()) {
System.out.println(s.getId() + " " + s.getStatus() + " " + s.getTitle());
}响应示例
{
"data": [
{
"id": "sesn_xxx",
"type": "session",
"status": "idle",
"agent": {
"id": "agent_xxx",
"type": "agent",
"version": 1,
"name": "data-analyst",
"model": {"id": "qwen3-max"},
"system": "你是数据分析专家,使用 pandas 处理 CSV 文件。",
"tools": []
},
"environment_id": "env_xxx",
"title": "Q3 销售数据分析",
"metadata": {"biz_ticket_id": "1234"},
"archived_at": null,
"created_at": "2026-05-28T08:23:11.456000Z",
"updated_at": "2026-05-28T08:23:25.789000Z"
}
],
"next_page": "xxx",
"request_id": "xxx"
}
响应包含 data(Session 对象数组)与 next_page(下一页游标)。Session 对象字段如下:
Session 对象字段
|
字段 |
类型 |
说明 |
|
|
string |
会话 ID,格式 |
|
|
string |
固定为 |
|
|
string |
会话状态: |
|
|
object |
智能体配置快照,含 |
|
|
string |
绑定的运行环境 ID |
|
|
string / object |
会话标题与业务自定义元数据 |
|
|
string | null |
归档时间,未归档时为 |
|
|
string |
创建/最近更新时间,ISO 8601 |
该文章对您有帮助吗?