托管智能体将工作委派给智能体

定义结果

告诉智能体「完成」是什么样子，并让它不断迭代直到达成目标。

outcome（结果）将会话从对话提升为工作。您定义最终结果应该是什么样子以及如何衡量质量。智能体朝着该目标努力，自我评估并不断迭代，直到达成结果。

当您定义一个结果时，系统框架会自动配置一个 grader（评分器），根据评分标准来评估产出物。评分器使用独立的 "context window"（上下文窗口），以避免受到主智能体实现选择的影响。

评分器会返回一份说明，总结哪些标准通过或未通过，或确认产出物满足评分标准。该反馈会被传回给智能体，用于下一次迭代。

所有 Managed Agents API 请求都需要 managed-agents-2026-04-01 beta 标头。SDK 会自动设置该 beta 标头。

创建评分标准

评分标准是一个描述逐项评分标准的 markdown 文档。评分标准是必需的。

评分标准示例：

# DCF Model Rubric

## Revenue Projections
- Uses historical revenue data from the last 5 fiscal years
- Projects revenue for at least 5 years forward
- Growth rate assumptions are explicitly stated and reasonable

## Cost Structure
- COGS and operating expenses are modeled separately
- Margins are consistent with historical trends or deviations are justified

## Discount Rate
- WACC is calculated with stated assumptions for cost of equity and cost of debt
- Beta, risk-free rate, and equity risk premium are sourced or justified

## Terminal Value
- Uses either perpetuity growth or exit multiple method (stated which)
- Terminal growth rate does not exceed long-term GDP growth

## Output Quality
- All figures are in a single .xlsx file with clearly labeled sheets
- Key assumptions are on a separate "Assumptions" sheet
- Sensitivity analysis on WACC and terminal growth rate is included

在 user.define_outcome 上以内联文本的形式传递评分标准（参见下一节），或通过 Files API 上传以便跨会话重复使用。

通过 Files API 上传需要同时使用 managed-agents-2026-04-01 和 files-api-2025-04-14 两个 beta 标头。

rubric = client.beta.files.upload(file=Path("/tmp/rubric.md"))
print(f"Uploaded rubric: {rubric.id}")

创建带有结果的会话

创建会话后，发送一个 user.define_outcome 事件。智能体会立即开始工作；无需额外的用户消息事件。

# 创建会话
session = client.beta.sessions.create(
    agent=agent.id,
    environment_id=environment.id,
    title="Financial analysis on Costco",
)

# 定义结果 — 智能体在收到后立即开始工作
client.beta.sessions.events.send(
    session_id=session.id,
    events=[
        {
            "type": "user.define_outcome",
            "description": "Build a DCF model for Costco in .xlsx",
            "rubric": {"type": "text", "content": RUBRIC},
            # 或："rubric": {"type": "file", "file_id": rubric.id},
            "max_iterations": 5,  # optional; default 3, max 20
        }
    ],
)

结果事件

面向结果的会话的进度会通过事件流呈现。

agent.* 事件（例如消息和工具使用）显示朝向结果的进展。
span.outcome_evaluation_* 事件仅在面向结果的会话中发出，显示迭代循环的次数和评分器的反馈过程。
您也可以向面向结果的会话发送 user.message 事件，以在智能体工作过程中引导其方向，但这不是必需的：智能体会自行朝着结果努力，不断迭代直到成功或用尽迭代次数。
user.interrupt 事件会暂停当前结果的工作，并将 span.outcome_evaluation_end.result 标记为 interrupted，从而允许您启动一个新的结果。
在最终结果评估之后，会话可以作为对话式会话继续进行，或者可以启动一个新的结果。会话会保留先前结果的历史记录。

定义结果用户事件

一次只支持一个结果，但您可以按顺序链接多个结果。为此，请在前一个结果的终止事件之后发送一个新的 user.define_outcome 事件。

这是您发送以启动结果的事件。它会在收到时被回显，包括 processed_at 时间戳和 outcome_id。

{
  "type": "user.define_outcome",
  "description": "Build a DCF model for Costco in .xlsx",
  "rubric": { "type": "file", "file_id": "file_01..." },
  "max_iterations": 5
}

结果评估开始

当评分器开始对一个迭代循环进行评估时发出。iteration 字段是一个从 0 开始的修订计数器：0 是第一次评估，1 是第一次修订后的重新评估，依此类推。

{
  "type": "span.outcome_evaluation_start",
  "id": "sevt_01def...",
  "outcome_id": "outc_01a...",
  "iteration": 0,
  "processed_at": "2026-03-25T14:01:45Z"
}

结果评估进行中

评分器运行时发出的心跳信号。评分器的内部推理是不透明的：您可以看到它正在工作，但看不到它在思考什么。

{
  "type": "span.outcome_evaluation_ongoing",
  "id": "sevt_01ghi...",
  "outcome_id": "outc_01a...",
  "processed_at": "2026-03-25T14:02:10Z"
}

结果评估结束

评分器完成一次迭代评估后发出。result 字段指示接下来会发生什么。

结果	下一步
`satisfied`	会话转换为 `idle`。
`needs_revision`	智能体开始新的迭代周期。
`max_iterations_reached`	不再有进一步的评估周期。智能体可能会在会话转换为 `idle` 之前运行最后一次修订。
`failed`	会话转换为 `idle`。当评分标准从根本上与任务不匹配时返回，例如描述和评分标准相互矛盾的情况。
`interrupted`	仅当 `outcome_evaluation_start` 在中断之前已经触发时才会发出。

{
  "type": "span.outcome_evaluation_end",
  "id": "sevt_01jkl...",
  "outcome_evaluation_start_id": "sevt_01def...",
  "outcome_id": "outc_01a...",
  "result": "satisfied",
  "explanation": "All 12 criteria met: revenue projections use 5 years of historical data, WACC assumptions are stated, sensitivity table is included...",
  "iteration": 0,
  "usage": {
    "input_tokens": 2400,
    "output_tokens": 350,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 1800
  },
  "processed_at": "2026-03-25T14:03:00Z"
}

检查结果状态

您可以在事件流上监听 span.outcome_evaluation_end，或轮询 GET /v1/sessions/:id 并读取 outcome_evaluations[].result：

session = client.beta.sessions.retrieve(session.id)

for outcome in session.outcome_evaluations:
    print(f"{outcome.outcome_id}: {outcome.result}")
    # outc_01a...: satisfied

获取交付物

智能体将输出文件写入沙箱内的 /mnt/session/outputs/。一旦会话处于空闲状态，通过限定于该会话的 Files API 获取它们：

# 列出此会话生成的文件
files = client.beta.files.list(scope_id=session.id)
for f in files:
    print(f.id, f.filename)

# 下载文件
if files.data:
    content = client.beta.files.download(files.data[0].id)
    content.write_to_file("/tmp/output.txt")

Was this page helpful?

托管智能体将工作委派给智能体

定义结果

告诉智能体「完成」是什么样子，并让它不断迭代直到达成目标。

评分器会返回一份说明，总结哪些标准通过或未通过，或确认产出物满足评分标准。该反馈会被传回给智能体，用于下一次迭代。

所有 Managed Agents API 请求都需要 managed-agents-2026-04-01 beta 标头。SDK 会自动设置该 beta 标头。

创建评分标准

评分标准是一个描述逐项评分标准的 markdown 文档。评分标准是必需的。

评分标准示例：

# DCF Model Rubric

## Revenue Projections
- Uses historical revenue data from the last 5 fiscal years
- Projects revenue for at least 5 years forward
- Growth rate assumptions are explicitly stated and reasonable

## Cost Structure
- COGS and operating expenses are modeled separately
- Margins are consistent with historical trends or deviations are justified

## Discount Rate
- WACC is calculated with stated assumptions for cost of equity and cost of debt
- Beta, risk-free rate, and equity risk premium are sourced or justified

## Terminal Value
- Uses either perpetuity growth or exit multiple method (stated which)
- Terminal growth rate does not exceed long-term GDP growth

## Output Quality
- All figures are in a single .xlsx file with clearly labeled sheets
- Key assumptions are on a separate "Assumptions" sheet
- Sensitivity analysis on WACC and terminal growth rate is included

在 user.define_outcome 上以内联文本的形式传递评分标准（参见下一节），或通过 Files API 上传以便跨会话重复使用。

通过 Files API 上传需要同时使用 managed-agents-2026-04-01 和 files-api-2025-04-14 两个 beta 标头。

rubric = client.beta.files.upload(file=Path("/tmp/rubric.md"))
print(f"Uploaded rubric: {rubric.id}")

创建带有结果的会话

创建会话后，发送一个 user.define_outcome 事件。智能体会立即开始工作；无需额外的用户消息事件。

# 创建会话
session = client.beta.sessions.create(
    agent=agent.id,
    environment_id=environment.id,
    title="Financial analysis on Costco",
)

# 定义结果 — 智能体在收到后立即开始工作
client.beta.sessions.events.send(
    session_id=session.id,
    events=[
        {
            "type": "user.define_outcome",
            "description": "Build a DCF model for Costco in .xlsx",
            "rubric": {"type": "text", "content": RUBRIC},
            # 或："rubric": {"type": "file", "file_id": rubric.id},
            "max_iterations": 5,  # optional; default 3, max 20
        }
    ],
)

结果事件

面向结果的会话的进度会通过事件流呈现。

agent.* 事件（例如消息和工具使用）显示朝向结果的进展。
span.outcome_evaluation_* 事件仅在面向结果的会话中发出，显示迭代循环的次数和评分器的反馈过程。
您也可以向面向结果的会话发送 user.message 事件，以在智能体工作过程中引导其方向，但这不是必需的：智能体会自行朝着结果努力，不断迭代直到成功或用尽迭代次数。
user.interrupt 事件会暂停当前结果的工作，并将 span.outcome_evaluation_end.result 标记为 interrupted，从而允许您启动一个新的结果。
在最终结果评估之后，会话可以作为对话式会话继续进行，或者可以启动一个新的结果。会话会保留先前结果的历史记录。

定义结果用户事件

一次只支持一个结果，但您可以按顺序链接多个结果。为此，请在前一个结果的终止事件之后发送一个新的 user.define_outcome 事件。

这是您发送以启动结果的事件。它会在收到时被回显，包括 processed_at 时间戳和 outcome_id。

{
  "type": "user.define_outcome",
  "description": "Build a DCF model for Costco in .xlsx",
  "rubric": { "type": "file", "file_id": "file_01..." },
  "max_iterations": 5
}

结果评估开始

{
  "type": "span.outcome_evaluation_start",
  "id": "sevt_01def...",
  "outcome_id": "outc_01a...",
  "iteration": 0,
  "processed_at": "2026-03-25T14:01:45Z"
}

结果评估进行中

评分器运行时发出的心跳信号。评分器的内部推理是不透明的：您可以看到它正在工作，但看不到它在思考什么。

{
  "type": "span.outcome_evaluation_ongoing",
  "id": "sevt_01ghi...",
  "outcome_id": "outc_01a...",
  "processed_at": "2026-03-25T14:02:10Z"
}

结果评估结束

评分器完成一次迭代评估后发出。result 字段指示接下来会发生什么。

结果	下一步
`satisfied`	会话转换为 `idle`。
`needs_revision`	智能体开始新的迭代周期。
`max_iterations_reached`	不再有进一步的评估周期。智能体可能会在会话转换为 `idle` 之前运行最后一次修订。
`failed`	会话转换为 `idle`。当评分标准从根本上与任务不匹配时返回，例如描述和评分标准相互矛盾的情况。
`interrupted`	仅当 `outcome_evaluation_start` 在中断之前已经触发时才会发出。

{
  "type": "span.outcome_evaluation_end",
  "id": "sevt_01jkl...",
  "outcome_evaluation_start_id": "sevt_01def...",
  "outcome_id": "outc_01a...",
  "result": "satisfied",
  "explanation": "All 12 criteria met: revenue projections use 5 years of historical data, WACC assumptions are stated, sensitivity table is included...",
  "iteration": 0,
  "usage": {
    "input_tokens": 2400,
    "output_tokens": 350,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 1800
  },
  "processed_at": "2026-03-25T14:03:00Z"
}

检查结果状态

您可以在事件流上监听 span.outcome_evaluation_end，或轮询 GET /v1/sessions/:id 并读取 outcome_evaluations[].result：

session = client.beta.sessions.retrieve(session.id)

for outcome in session.outcome_evaluations:
    print(f"{outcome.outcome_id}: {outcome.result}")
    # outc_01a...: satisfied

获取交付物

智能体将输出文件写入沙箱内的 /mnt/session/outputs/。一旦会话处于空闲状态，通过限定于该会话的 Files API 获取它们：

# 列出此会话生成的文件
files = client.beta.files.list(scope_id=session.id)
for f in files:
    print(f.id, f.filename)

# 下载文件
if files.data:
    content = client.beta.files.download(files.data[0].id)
    content.write_to_file("/tmp/output.txt")

Was this page helpful?

创建评分标准

编写有效评分标准的技巧

创建带有结果的会话

结果事件

定义结果用户事件

结果评估开始

结果评估进行中

结果评估结束

检查结果状态

获取交付物

创建评分标准

编写有效评分标准的技巧

创建带有结果的会话

结果事件

定义结果用户事件

结果评估开始

结果评估进行中

结果评估结束

检查结果状态

获取交付物

创建评分标准

创建带有结果的会话

结果事件

定义结果用户事件

结果评估开始

结果评估进行中

结果评估结束

检查结果状态

获取交付物

创建评分标准

创建带有结果的会话

结果事件

定义结果用户事件

结果评估开始

结果评估进行中

结果评估结束

检查结果状态

获取交付物