> ## Documentation Index > Fetch the complete documentation index at: https://wiki.agnes-ai.com/llms.txt > Use this file to discover all available pages before exploring further. # Agnes 2.0 Flash > 面向智能体工作流、工具调用、编码和图像理解的快速高效语言模型。 **Agnes-2.0-Flash** 是由 **Sapiens AI** 开发的快速高效语言模型，专为智能体工作流、工具调用、编码任务、推理、多轮对话、图像理解和高频生产使用场景而设计。 Agnes-2.0-Flash 在 **Claw-Eval** 基准测试中表现出色，在**通用排行榜**上以 **Pass^3 得分 60.9%** 排名**第 9**，在主流语言模型中展现出强大的自主智能体能力。 ## 模型概述 Agnes-2.0-Flash 针对快速、可靠、高性价比的语言生成、智能体任务执行和图像理解进行了优化。 该模型支持以下能力： 为对话和应用生成高质量响应 在多轮交互中保持上下文连续性 通过公开可访问的图像 URL 接收图像内容 理解图像内容、分析截图并提取视觉信息 为智能体工作流调用外部工具和函数 支持规划、执行和多步骤任务完成 辅助代码生成、调试、解释和重构 处理结构化推理、任务分解和决策制定 实时返回响应，提供更好的用户体验 使用与 OpenAI 聊天补全 API 兼容的请求结构 ## 使用场景 Agnes-2.0-Flash 适用于以下场景： 通用问答、日常助手、效率支持 多步骤任务执行、规划和工具使用 代码生成、调试、重构和解释 任务分解、流程自动化和执行规划 常见问题解答、客服聊天机器人、服务自动化 基于搜索的回答、摘要生成、信息提取 营销文案、文章、产品描述、脚本 API 助手、文档助手、编码副驾驶 消费级应用、效率工具、智能体应用 图像描述、截图分析、视觉问答、信息提取 ## API 信息 ### 请求地址 | 项目 | 说明 | | ------------ | -------------------------------------------------------------------------------------------------- | | API Endpoint | [https://apihub.agnes-ai.com/v1/chat/completions](https://apihub.agnes-ai.com/v1/chat/completions) | | 请求方法 | POST | | Content-Type | application/json | | 认证方式 | Bearer Token | | 认证头 | Authorization: Bearer YOUR\_API\_KEY | ## 请求参数 | 参数 | 类型 | 必填 | 说明 | | ---------------------- | --------------- | -- | -------------------------------------------- | | model | string | 是 | 模型名称。使用 agnes-2.0-flash | | messages | array | 是 | 对话消息数组，包含 system、user 和 assistant 消息 | | messages\[].content | string / array | 是 | 消息内容。可以是纯文本字符串，或者包含 text 和 image\_url 内容块的数组 | | temperature | number | 否 | 控制输出随机性。值越低，结果越确定 | | top\_p | number | 否 | 控制核采样。值越低，输出越聚焦 | | max\_tokens | number | 否 | 响应中生成的最大 token 数量 | | stream | boolean | 否 | 是否启用流式输出 | | tools | array | 否 | 工具调用工作流的工具定义 | | tool\_choice | string / object | 否 | 控制模型是否使用工具以及如何使用工具 | | chat\_template\_kwargs | object | 否 | 扩展字段，用于在 OpenAI 兼容请求中启用 Thinking 等能力 | | thinking | object | 否 | 用于在 Anthropic 兼容请求中启用 Thinking 模式的字段 | ## 图像 URL 输入支持 Agnes-2.0-Flash 支持通过图像 URL 进行图像输入。开发者可以在同一个 `messages` 请求中同时传递文本指令和图像 URL，让模型理解、分析、回答图像相关问题或从图像中提取信息。 支持的输入类型： | 输入类型 | 格式 | 说明 | | ------ | ---------- | --------------------- | | 文本 | text | 纯文本指令或问题 | | 图像 URL | image\_url | 通过公开可访问的图像 URL 传递图像内容 | ### 图像内容结构 使用图像 URL 输入时，`messages[].content` 应使用数组结构。每个内容块代表一种输入类型。 ```json theme={null} { "role": "user", "content": [ { "type": "text", "text": "Describe the content of this image." }, { "type": "image_url", "image_url": { "url": "https://example.com/image.jpg" } } ] } ``` ## 请求示例 使用此请求生成标准的聊天补全响应。 ```bash theme={null} curl https://apihub.agnes-ai.com/v1/chat/completions \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "agnes-2.0-flash", "messages": [ { "role": "system", "content": "You are a helpful AI assistant." }, { "role": "user", "content": "Explain how autonomous agents use tools to complete tasks." } ], "temperature": 0.7, "max_tokens": 1024 }' ``` 使用此请求启用流式输出。 ```bash theme={null} curl https://apihub.agnes-ai.com/v1/chat/completions \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "agnes-2.0-flash", "messages": [ { "role": "user", "content": "Write a short product introduction for an AI assistant app." } ], "stream": true }' ``` 对于需要外部工具调用的智能体工作流，请使用此请求。 ```bash theme={null} curl https://apihub.agnes-ai.com/v1/chat/completions \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "agnes-2.0-flash", "messages": [ { "role": "user", "content": "What is the weather like in Singapore today?" } ], "tools": [ { "type": "function", "function": { "name": "get_weather", "description": "Get the current weather for a location", "parameters": { "type": "object", "properties": { "location": { "type": "string", "description": "The city and country" } }, "required": ["location"] } } } ] }' ``` 使用此请求通过图像 URL 传入图片，让模型理解或分析图像内容。 ```bash theme={null} curl https://apihub.agnes-ai.com/v1/chat/completions \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "agnes-2.0-flash", "messages": [ { "role": "user", "content": [ { "type": "text", "text": "Describe the content of this image." }, { "type": "image_url", "image_url": { "url": "https://example.com/image.jpg" } } ] } ] }' ``` ## 响应格式 ```json theme={null} { "id": "chatcmpl_xxx", "object": "chat.completion", "created": 1774432125, "model": "agnes-2.0-flash", "choices": [ { "index": 0, "message": { "role": "assistant", "content": "Autonomous agents use tools by understanding the user's goal, breaking it into steps, selecting the right tools, executing actions, and using the results to complete the task." }, "finish_reason": "stop" } ], "usage": { "prompt_tokens": 35, "completion_tokens": 58, "total_tokens": 93 } } ``` ## 响应字段 | 字段 | 类型 | 说明 | | -------------------------- | ------- | ------------------------ | | id | string | 补全请求的唯一 ID | | object | string | 对象类型，通常为 chat.completion | | created | integer | 请求时间戳 | | model | string | 请求所使用的模型 | | choices | array | 生成的响应结果列表 | | choices\[].index | integer | 响应结果的索引 | | choices\[].message | object | 助手消息对象 | | choices\[].message.role | string | 消息发送者的角色 | | choices\[].message.content | string | 模型生成的响应内容 | | choices\[].finish\_reason | string | 生成停止的原因 | | usage | object | Token 使用情况信息 | | usage.prompt\_tokens | integer | 输入 token 数量 | | usage.completion\_tokens | integer | 输出 token 数量 | | usage.total\_tokens | integer | 使用的总 token 数量 | ## 为编码任务启用 Thinking 模式 对于编码、调试、推理和智能体工作流，建议启用 Thinking 模式以提升代码质量、任务分解和问题解决性能。 ### OpenAI 兼容请求 使用 OpenAI 兼容 API 格式时，在请求体中添加 `chat_template_kwargs.enable_thinking`： ```json theme={null} { "model": "agnes-2.0-flash", "messages": [ { "role": "user", "content": "Help me write a Python script to process a CSV file." } ], "chat_template_kwargs": { "enable_thinking": true } } ``` ### Anthropic 兼容请求 使用 Anthropic 兼容 API 格式时，在请求体中添加 `thinking` 字段： ```json theme={null} { "model": "agnes-2.0-flash", "messages": [ { "role": "user", "content": "Help me refactor this TypeScript function and explain the changes." } ], "thinking": { "type": "enabled", "budget_tokens": 2048 } } ``` `budget_tokens` 控制 Thinking 的最大 token 预算。对于常规编码任务，建议从 `2048` 开始。对于更复杂的调试、重构或多步骤智能体任务，可根据需要增大该值。 ## 功能与兼容性 Agnes-2.0-Flash 支持以下能力： * 聊天补全 * 多轮对话 * 系统提示词 * 图像 URL 输入 * 图像理解 * 流式输出 * 工具调用 * 智能体工作流 * 编码任务 * 推理任务 * JSON 风格输出 * 兼容 OpenAI 聊天补全 API 的请求结构 ## 最佳实践 ### 提示词编写技巧 为获得更好的结果，请提供清晰的指令、充分的上下文以及期望的输出格式。 ### 示例：产品文案生成 ```text theme={null} You are a product marketing expert. Write a concise App Store description for an AI assistant app. The tone should be clear, professional, and user-friendly. ``` ### 示例：编码任务 对于编码任务，请提供编程语言、框架、错误信息和预期行为。 ```text theme={null} Help me debug this React component. The issue is that the button state does not update after clicking. Explain the cause and provide the corrected code. ``` ### 示例：智能体工作流 对于智能体工作流，请清晰描述目标、可用工具和任务约束。 ```text theme={null} You are an autonomous research agent. Search for relevant information, summarize the key findings, and return the result in a structured format with source links. ``` ### 示例：图像理解任务 对于图像理解任务，请明确说明模型应关注的重点，例如整体描述、文本提取、UI 分析、物体识别或结构化输出。 ```text theme={null} Analyze this screenshot. Identify the main UI elements, explain the possible issue, and provide suggestions to improve the user experience. ``` ## 推荐的提示词结构 使用以下结构组织提示词： ```text theme={null} [角色] + [任务] + [上下文] + [要求] + [输出格式] ``` ### 示例 ```text theme={null} You are a senior product manager. Analyze this feature idea for an AI assistant app. Consider user value, implementation complexity, risks, and return the result in a structured table. ``` ### 图像理解提示词示例 ```text theme={null} You are an image analysis assistant. Analyze the provided image URL, summarize the key information, identify potential issues, and return the result in a structured table. ``` ## 图像 URL 使用提示 * 图像 URL 必须可公开访问。 * 如果图像 URL 需要登录、认证或存在防盗链保护，模型可能无法读取。 * 建议使用 JPG、JPEG、PNG 或 WebP 等标准图像格式。 * 对于截图、错误截图或产品 UI 图片，请添加文本说明以明确模型应关注的重点。 * 图像 URL 输入可与工具调用、流式输出和智能体工作流配合使用。 ## 模型限制 | 项目 | 数值 | | ---- | ----- | | 上下文 | 512K | | 最大输出 | 65.5K | ## 定价 | 类型 | 价格 | 当前价格 | | -------- | ------------------ | --------------- | | 输入 Token | \$0.03 / 1M tokens | \$0 / 1M tokens | | 输出 Token | \$0.15 / 1M tokens | \$0 / 1M tokens | ## 注意事项 * 使用 `agnes-2.0-flash` 作为模型名称。 * 基础聊天补全请求必须包含 `model` 和 `messages`。 * `messages[].content` 可以是纯文本字符串，也可以是包含文本和图像 URL 的数组。 * 要输入图像，请使用 `image_url` 并提供公开可访问的图像 URL。 * 要启用流式响应，请将 `stream` 设置为 `true`。 * 对于工具调用工作流，请提供 `tools`，并可选提供 `tool_choice`。 * `temperature` 控制随机性。较低的值更适合确定性任务，较高的值更适合创意生成。 * Agnes-2.0-Flash 适用于需要快速响应、强大任务完成能力、图像理解和可靠智能体性能的生产应用。