API 参考

身份验证

所有 API 调用都需要使用项目 API 密钥进行 Bearer 身份验证。

Authorization: Bearer YOUR_PROJECT_API_KEY

API Reference

浏览完整的端点参考（包含 schema、请求/响应示例及可交互的在线调试面板），请访问 /docs/en/api。每个操作均有独立页面，内容由实时 OpenAPI spec 自动生成。

原始规范（用于 Postman、代码生成器及自定义工具）

实时 OpenAPI 3.1 JSON + YAML 公开托管，无需身份验证，每次部署后自动重新生成：

https://api.sonz.ai/docs/openapi.json
https://api.sonz.ai/docs/openapi.yaml

curl -sL https://api.sonz.ai/docs/openapi.json -o openapi.json

REST API

用于智能体生命周期、实时智能体交互和主动投递的公共 HTTP 端点。记忆、情绪、关系和上下文管理内部机制由平台处理。

智能体生命周期

创建智能体

POST /api/v1/agents

创建新智能体。返回带有平台生成的 UUID 的智能体。

参数：

• name (string): 智能体名称（必填）
• personality_prompt (string): 自定义系统提示（可选）
• big5 (object): 大五人格评分：openness、conscientiousness、extraversion、agreeableness、neuroticism (0.0-1.0)
• speech_patterns (string[]): 语言模式（可选）
• true_interests (string[]): 智能体兴趣（可选）
• project_id (string): 分配智能体的项目 UUID（可选）
• language (string): ISO 语言代码，如 "en"（可选）

响应: { "agent_id": "uuid", "name": "...", ... }

列出智能体

GET /api/v1/agents

列出智能体。通过 project_id 查询参数筛选。

参数：

• project_id (string): 按项目筛选（查询参数，可选）

响应: 智能体对象数组

获取智能体

GET /api/v1/agents/{agentId}

通过 ID 获取智能体。

响应: 包含人格、情绪、资料的智能体对象

对话

流式聊天

POST /api/v1/agents/{agentId}/chat

通过 SSE 流式传输与智能体对话。返回 Server-Sent Events。

参数：

• messages (CEChatMessage[]): 对话消息
• user_id (string): 用户标识符

响应: 聊天完成块的 SSE 流

主动通知

列出通知

GET /api/v1/agents/{agentId}/notifications

列出待处理的主动消息。

参数：

• status (string): 按状态筛选：pending | consumed（默认：pending，查询参数）
• user_id (string): 按用户筛选（可选，查询参数）
• limit (int): 最大结果数（默认：50，最大：500，查询参数）

响应: 主动消息列表，包含 message_id、agent_id、user_id、check_type、intent、generated_message、status、created_at

消费通知

POST /api/v1/agents/{agentId}/notifications/{messageId}/consume

投递后将通知标记为已消费。

响应: 确认

通知历史

GET /api/v1/agents/{agentId}/notifications/history

列出所有状态的通知。

响应: 完整通知历史

智能体生命周期（详细）

CreateAgent

创建具有人格配置的新智能体。生成人格提示、语言模式和情感倾向。

请求：

• user_id (string): 所有者用户标识符
• agent_name (string): 智能体显示名称
• gender (string): "male"、"female" 或 "non_binary"
• bio (string): 智能体传记（可选）
• avatar_url (string): 头像图片 URL（可选）
• big5 (CEBig5Scores): 大五人格评分 (0.0-1.0)
• language (string): 主要语言
• equipped_outfit (string): 初始装扮 ID（可选）
• skills (CESkillLevel[]): 初始技能等级（可选）
• model_tier (int32): LLM 模型层级（可选）
• project_id (string): 分配智能体的项目（可选）
• agent_id (string): 调用方指定的 ID，用于确定性智能体（可选）
• personality_prompt (string): 自定义系统提示（可选）
• generate_goals (bool): 创建后自动生成目标（可选）
• provided_goals (string[]): 直接存储这些目标（可选）
• speech_patterns (string[]): 语言模式（可选）
• true_interests (string[]): 智能体兴趣（可选）
• true_dislikes (string[]): 智能体不喜欢的（可选）
• user_display_name (string): 所有者显示名称（可选）
• generate_avatar (bool): 创建时自动生成 AI 头像（默认：true，消耗 1 积分）。设为 false 可跳过。

响应: agent_id (UUID)、status ('completed' 或 'in_progress')

GetAgent

检索智能体当前状态，包括人格、情绪和资料。

请求：

• agent_id (string): 智能体 UUID

响应: Agent ID、name、bio、gender、avatar_url、Big5 scores、owner、created_at

UpdateAgent

更新智能体字段（名称、传记、头像、人格、兴趣、语言模式）。

请求：

• agent_id (string): 智能体 UUID
• name (string): 新名称（可选）
• bio (string): 新传记（可选）
• avatar_url (string): 新头像 URL（可选）
• big5 (CEBig5Scores): 更新的 Big5 评分（可选）
• true_interests (string[]): 更新的兴趣（可选）
• true_dislikes (string[]): 更新的不喜欢的（可选）
• speech_patterns (string[]): 更新的语言模式（可选）
• personality_prompt (string): 更新的系统提示（可选）

响应: success (bool)

DeleteAgent

永久删除智能体及所有关联数据（记忆、情绪、关系）。

请求：

• agent_id (string): 智能体 UUID

响应: success (bool)

RegenerateAvatar

为智能体生成或重新生成 AI 创建的头像。使用 LLM 根据人格数据创建图像提示，然后生成并上传图像。消耗 1 积分。除非禁用，头像在智能体创建时自动生成。

请求：

• agent_id (string): 智能体 UUID（URL 参数）
• style (string): 可选的风格提示（如 'watercolor anime'、'realistic portrait'）

响应: success (bool)、avatar_url (string)、prompt (string)、generation_time_ms (int64)

UpdateAgentPersonality

当您的产品有意更改智能体设计时，更新智能体的创作大五人格配置。

请求：

• agent_id (string): 智能体 UUID
• big5 (CEBig5Scores): 更新的大五人格评分（含置信度）

响应: success (bool)

主动行为

ScheduleWakeup

安排智能体在延迟后主动联系用户。

请求：

• agent_id (string): 智能体 UUID
• user_id (string): 用户标识符
• check_type (string): 检查类型：check_in、follow_up、mood_driven
• intent (string): 智能体想要联系的原因
• delay_hours (int32): 唤醒前的延迟小时数

响应: wakeup_id (string)、scheduled_at (Timestamp)

GetPendingWakeups

检索智能体待处理的唤醒事件。

请求：

• agent_id (string): 智能体 UUID

响应: PendingWakeup 列表 (wakeup_id、user_id、check_type、intent、scheduled_at)

流式对话

主要的公共对话 RPC。发送智能体、用户、应用上下文和消息历史；平台自动处理上下文组装和状态更新。

StreamChat

流式传输智能体交互的 AI 响应，同时平台在后台处理内部记忆和状态更新。

请求：

• agent_id (string): 智能体 UUID
• user_id (string): 用户标识符
• session_id (string): 唯一会话 ID
• backend_context (BackendContext): 应用状态上下文
• messages (CEChatMessage[]): 对话消息
• continuation_token (string): 从上一个响应恢复（可选）
• request_type (string): "chat"、"guide" 或 "outing"
• capabilities (string[]): 已解锁的能力（可选）
• language (string): ISO 语言代码（可选）
• interaction_role (string): "owner" 或 "non_owner"
• skill_levels (map<string, int32>): 技能等级（可选）
• max_turns (int32): 每个请求的最大助手轮次数（可选）

响应: StreamChatEvent 流 (delta | message_boundary | complete | side_effects | error)

StreamChatEvent 是一个 oneof，包含以下事件类型：

StreamChatDelta (delta)

• content (string): AI 的文本块
• message_index (int32): 多消息响应中的索引
• is_follow_up (bool): 是否为后续消息
• replacement (bool): 如果为 true，则替换所有之前的内容

StreamChatComplete (complete)

• full_content (string): 完整响应文本
• finish_reason (string): "stop"、"length" 或 "content_filter"
• continuation_token (string): 用于继续对话的令牌
• message_count (int32): 响应中的消息数量

StreamChatError (error)

• message (string): 错误消息
• code (string): 错误代码

AI 生成

平台管理的 AI 内容生成，用于传记、目标、人格、日记条目和图像。

GenerateBio

基于人格和上下文使用 AI 生成或重写智能体的传记。

请求：

• agent_id (string): 智能体 UUID
• user_id (string): 用户标识符
• current_bio (string): 用于重写的当前传记（可选）
• style (string): 风格：casual、formal、poetic 等（可选）

响应: bio (string)、tone (string)、confidence (double)

GenerateGoals

基于特质、兴趣和记忆为智能体生成人格驱动的目标。

请求：

• agent_id (string): 智能体 UUID
• agent_name (string): 智能体显示名称
• big5 (CEBig5Scores): Big5 评分
• true_interests (string[]): 智能体兴趣
• true_dislikes (string[]): 智能体不喜欢的
• speech_patterns (string[]): 语言模式
• recent_memories (CERecentMemory[]): 用于上下文的近期记忆
• current_goals (CEGoalSummary[]): 现有目标以避免重复
• max_goals (int32): 最大生成目标数
• model_config (CEModelConfig): LLM 模型配置（可选）
• custom_context (map<string, string>): 应用特定上下文（可选）

响应: CEGeneratedGoal 列表 (type、title、description、priority、related_traits)、reasoning

GeneratePersonality

从模板和 Big5 评分生成语言模式和兴趣。

请求：

• template_id (string): 模板标识符
• base_prompt (string): 基础人格提示
• big5 (CEBig5Scores): Big5 评分
• agent_name (string): 智能体名称
• gender (string): 智能体性别

响应: speech_patterns (string[])、true_interests (string[])、used_fallback (bool)

GenerateDiary

从对话消息和/或应用事件生成日记条目。

请求：

• agent_id (string): 智能体 UUID
• user_id (string): 用户标识符
• date (string): YYYY-MM-DD 格式的日期
• agent_name (string): 智能体显示名称
• language (string): 生成内容的语言
• messages (CEDiaryMessage[]): 对话消息 (role、content、time)
• trigger_type (string): daily_summary、achievement、milestone、breakthrough
• trigger_context (CEDiaryTriggerContext): 事件触发上下文（可选）
• model (string): LLM 模型覆盖（可选）
• temperature (double): 温度覆盖（可选）
• timezone (string): 日期处理的时区（可选）

响应: user_id、date、diary (title、body_lines、tags)、generation_time_ms

GenerateImage

从文本提示生成图像并存储到云存储。

请求：

• prompt (string): 图像生成提示
• negative_prompt (string): 负面提示（可选）
• model (string): 使用的模型（可选）
• provider (string): 使用的提供商（可选）
• output_bucket (string): 输出 GCS 存储桶（可选）
• output_path (string): 存储桶中的输出路径（可选）
• cdn_domain (string): 公共 URL 的 CDN 域名（可选）

响应: success、image_id、gcs_uri、public_url、mime_type、generation_time_ms、error

语音与媒体

语音匹配、文本转语音、语音聊天和反思能力。

VoiceMatch

根据人格特质为智能体匹配合适的 TTS 语音。

请求：

• big5 (CEBig5Scores): 用于匹配的 Big5 评分
• preferred_gender (string): 偏好的语音性别（可选）
• agent_id (string): 智能体 UUID（如果不提供 big5 则自动查找）

响应: voice_id、voice_name、match_score、reasoning

TextToSpeech

使用 Google Gemini 语音进行文本转语音，具有情感上下文感知。

请求：

• text (string): 要转换的文本
• voice_name (string): Gemini 语音名称
• language (string): 语言代码（可选）
• emotional_context (CEEmotionalContext): 情感主题和语调（可选）

响应: audio (bytes)、content_type、voice_name

VoiceChat

单轮语音聊天：转录音频、生成 AI 响应、返回 TTS 音频。

请求：

• agent_id (string): 智能体 UUID
• user_id (string): 用户标识符
• audio (bytes): 原始音频数据
• audio_format (string): 音频格式 (opus、pcm、wav)
• voice_name (string): TTS 语音名称
• continuation_token (string): 从上一轮恢复（可选）
• language (string): 语言代码（可选）
• application_id (string): 应用标识符（可选）

响应: transcript、response (text)、audio (bytes)、content_type、continuation_token、side_effects_json

ListVoices

列出可用的 Gemini TTS 语音，可选按性别筛选。

请求：

• gender (string): 按性别筛选（可选）

响应: CEGeminiVoice 列表 (name、gender)

Reflect

生成关于能力解锁、里程碑或其他事件的 AI 反思。

请求：

• agent_id (string): 智能体 UUID
• user_id (string): 用户标识符
• reflection_type (string): "capability_unlock"、"milestone" 等
• capability (string): 能力名称
• capability_source (string): 能力来源
• context (string): 附加上下文字符串（可选）
• new_capabilities_json (bytes): 新能力 JSON（可选）
• session_id (string): 用于自动构建上下文的会话 ID（可选）
• interaction_role (string): "owner" 或 "non_owner"（默认："owner"）

响应: success (bool)、reflection (string)、side_effects_json (bytes)

流式语音聊天

具有服务端 VAD（语音活动检测）的双向流式语音聊天。客户端持续流式传输音频块；服务器处理语音检测、转录、AI 响应和 TTS。

StreamVoiceChat

双向流式传输：客户端发送初始化 + 音频块，服务器返回转录和 TTS 音频。无需手动停止按钮。

请求：

• init (VoiceChatInit): 第一条消息：会话初始化
• audio_chunk (VoiceAudioChunk): 后续消息：原始音频数据

响应: 事件流：ready | vad | transcript | response_delta | audio | turn_complete | error

VoiceChatInit

• agent_id (string): 智能体 UUID
• user_id (string): 用户标识符
• audio_format (string): "opus"、"pcm"、"wav"（默认："opus"）
• sample_rate (int32): 采样率（Hz）（opus 默认：48000）
• voice_name (string): TTS 语音名称
• language (string): 语言代码（默认："en"）
• application_id (string): 应用标识符
• continuation_token (string): 从上一个会话恢复（可选）

VoiceAudioChunk

• audio (bytes): 原始音频数据（如 Opus 帧）
• end_of_speech (bool): 可选的客户端 VAD 提示

服务器响应事件：

VoiceStreamReady

• session_id (string): 分配的会话 ID

VoiceStreamVAD

• speaking (bool): true = 语音开始，false = 语音结束

VoiceStreamTranscript

• text (string): 转录文本
• is_final (bool): true = 此次话语的最终转录

VoiceStreamAudio

• audio (bytes): 音频数据块
• content_type (string): 如 "audio/opus"、"audio/wav"

VoiceStreamTurnComplete

• continuation_token (string): 用于继续会话的令牌
• side_effects_json (bytes): JSON 序列化的 AgentSideEffects（可选）

VoiceStreamError

• message (string): 错误消息
• code (string): "vad_error"、"stt_error"、"llm_error"、"tts_error"
• fatal (bool): 如果为 true，应关闭会话

分析与搜索

AI 驱动的对话分析、摘要和基于搜索。

AnalyzeConversation

分析对话以提取副作用（人格变化、习惯、记忆等）。

请求：

• agent_id (string): 智能体 UUID
• agent_name (string): 智能体显示名称
• user_id (string): 用户标识符
• messages (CEAnalyzeConversationMessage[]): 要分析的消息 (role、content)
• is_final (bool): 是否为最后一批消息

响应: success、side_effects_json (bytes)、summary、latency_ms

SummarizeConversation

生成带主题提取的对话简洁摘要。

请求：

• messages (CESummarizeConversationMessage[]): 消息 (role、content、time)
• agent_name (string): 智能体名称
• user_name (string): 用户显示名称
• max_summary_length (int32): 最大摘要长度（字符数）

响应: summary (string)、topics (string[])、message_count (int)

GenerateSearchQuery

从主题和类别生成优化的搜索查询，用于网络搜索。

请求：

• topic (string): 要搜索的主题
• category (string): 上下文类别

响应: query (string)、context (string)

GroundedSearch

使用多个查询执行基于事实的网络搜索，返回带来源的摘要结果。

请求：

• queries (string[]): 搜索查询
• context (string): 搜索相关性上下文
• agent_name (string): 用于响应框架的智能体名称

响应: CEGroundedSearchResult 列表 (query、summary、sources with title/url/snippet)

多智能体对话

智能体之间的对话，用于外出、对话和多智能体场景。

AgentDialogue

在多智能体对话上下文中生成智能体响应（如智能体之间的外出）。

请求：

• agent_id (string): 智能体 UUID（响应方智能体）
• user_id (string): 用户标识符
• messages (CEChatMessage[]): 对话消息
• request_type (string): "outing"、"dialogue" 等
• scene_guidance (string): 场景特定提示引导
• tool_config_json (bytes): 工具配置 JSON（可选）
• session_id (string): 用于自动构建上下文的会话 ID（可选）
• interaction_role (string): "owner" 或 "non_owner"（默认："owner"）

响应: response (string)、side_effects_json (bytes)

应用事件

通知平台重要的应用事件。平台可能生成日记条目、更新目标或采取其他 AI 操作。当日记创建时触发 OnDiaryGenerated webhook。

TriggerEvent

接受应用事件（成就、里程碑、突破、完成）并触发 AI 内容生成。

请求：

• agent_id (string): 智能体 UUID
• user_id (string): 用户标识符
• event_type (string): "achievement"、"milestone"、"breakthrough"、"level_up"
• event_description (string): 供 AI 使用的人类可读上下文
• metadata (map<string, string>): 附加上下文（achievement_id、level 等）
• language (string): 生成内容的语言（默认："en"）

响应: accepted (bool)、event_id (string)

知识库

项目范围的知识图谱。上传文档或通过 API 推送结构化数据——平台提取实体、构建图谱，并为智能体提供 knowledge_search 工具在对话中查询。

文档

上传文档

POST /projects/{projectId}/knowledge/documents

上传文档（带 'file' 字段的 multipart/form-data，最大 50 MB）。返回 202 及 document_id 并触发异步提取。

参数：

• file (multipart): 文档文件

响应: document_id、file_name、file_size、checksum、status、gcs_path

列出文档

GET /projects/{projectId}/knowledge/documents

列出文档。查询参数：limit（默认 50，最大 200）。

响应: documents[]、total

获取文档

GET /projects/{projectId}/knowledge/documents/{docId}

获取单个文档。

响应: KBDocument 对象

删除文档

DELETE /projects/{projectId}/knowledge/documents/{docId}

删除文档。

响应: 204 No Content

事实与图谱

插入事实

POST /projects/{projectId}/knowledge/facts

向知识图谱插入实体和关系。与现有节点进行解析，创建/更新并保存版本历史。

参数：

• source (string): 来源标识符（默认：'api'）
• facts[] (array): 实体：entity_type、label、properties
• relationships[] (array): 边：from_label、to_label、edge_type

响应: processed、created、updated、details[]

列出节点

GET /projects/{projectId}/knowledge/nodes

列出知识图谱节点。查询参数：type（筛选）、limit（默认 100，最大 500）。

响应: nodes[]、total

获取节点

GET /projects/{projectId}/knowledge/nodes/{nodeId}

获取节点及连接的边。查询参数：history=true 获取版本历史。

响应: node、outgoing[]、incoming[]、history[]

删除节点

DELETE /projects/{projectId}/knowledge/nodes/{nodeId}

软删除节点（设置 is_active=false）。

响应: 204 No Content

节点历史

GET /projects/{projectId}/knowledge/nodes/{nodeId}/history

获取节点版本历史。查询参数：limit（默认 50，最大 200）。

响应: history[]、total

搜索

搜索知识库

GET /projects/{projectId}/knowledge/search

带图谱遍历的全文搜索。查询参数：q（必填）、limit、history、type、filters (JSON)。

参数：

• q (string): 搜索查询（必填）
• limit (int): 最大结果数（默认 20，最大 100）
• type (string): 逗号分隔的实体类型筛选
• filters (JSON string): 属性筛选对象
• history (bool): 包含版本历史

响应: query、results[]（含相关节点）、total

架构

创建架构

POST /projects/{projectId}/knowledge/schemas

创建带字段和可选相似度配置的实体类型架构。

参数：

• entity_type (string): 实体类型名称（必填）
• fields[] (array): 字段定义：name、type、required
• description (string): 架构描述
• similarity_config (object): match_fields[]、threshold

响应: KBEntitySchema 对象

列出架构

GET /projects/{projectId}/knowledge/schemas

列出项目的实体架构。

响应: schemas[]、total

更新架构

PUT /projects/{projectId}/knowledge/schemas/{schemaId}

更新实体架构。

参数：

• entity_type (string): 更新的实体类型名称
• fields[] (array): 更新的字段定义

响应: KBEntitySchema 对象

删除架构

DELETE /projects/{projectId}/knowledge/schemas/{schemaId}

删除实体架构。

响应: 204 No Content

统计

获取知识库统计

GET /projects/{projectId}/knowledge/stats

获取知识库统计信息（文档数量、节点数量、边数量、提取 token 数）。

响应: documents {total、indexed、pending、failed}、nodes {total、active}、edges、extraction_tokens

分析

创建分析规则

POST /projects/{projectId}/knowledge/analytics/rules

创建分析规则（推荐或趋势）。

参数：

• rule_type (string): 'recommendation' 或 'trend'
• name (string): 规则名称
• config (object): 规则配置
• enabled (bool): 规则是否激活

响应: KBAnalyticsRule 对象

获取推荐

GET /projects/{projectId}/knowledge/analytics/recommendations

获取推荐。查询参数：rule_id、source_id（均为必填）、limit。

响应: recommendations[]、total

获取趋势

GET /projects/{projectId}/knowledge/analytics/trends

获取趋势聚合。查询参数：node_id（必填）。

响应: trends[]、total

记录反馈

POST /projects/{projectId}/knowledge/analytics/feedback

记录推荐反馈（展示/转化）。

参数：

• source_node_id (string): 来源节点 ID
• target_node_id (string): 目标节点 ID
• rule_id (string): 分析规则 ID
• converted (bool): 用户是否转化
• score_at_time (float): 推荐展示时的评分

响应: status: 'recorded'

用户引导

预加载用户元数据和内容，使 AI 智能体从首次对话起就"了解"用户。元数据（姓名、公司、职位）成为即时事实；内容块（文本、聊天记录）通过 LLM 提取异步处理。

引导用户

引导用户

POST /agents/{agentId}/users/{userId}/prime

使用元数据和内容引导用户。返回 202 及任务 ID；内容的 LLM 提取异步运行。

参数：

• display_name (string): 用户显示名称
• metadata (object): company、title、email、phone、custom (map)
• content[] (array): 内容块：type ('text'、'chat_transcript')、body
• source (string): 来源标识符（如 'crm'、'linkedin'）

响应: job_id、status ('queued')、facts_created

获取引导状态

GET /agents/{agentId}/users/{userId}/prime/{jobId}

获取引导任务的状态。

响应: ImportJob 对象 (job_id、status、facts_created、error_message 等)

内容

添加内容

POST /agents/{agentId}/users/{userId}/content

添加用于异步 LLM 提取的内容块（如引导后追加聊天记录）。

参数：

• content[] (array): 内容块：type、body
• source (string): 来源标识符

响应: job_id、status ('queued')

元数据

获取用户元数据

GET /agents/{agentId}/users/{userId}/metadata

获取用户的引导元数据。

响应: UserPrimingMetadata 对象

更新用户元数据

PATCH /agents/{agentId}/users/{userId}/metadata

部分更新引导元数据。更新字段会自动生成新事实。

参数：

• display_name (string): 更新的名称
• company (string): 更新的公司
• title (string): 更新的职位
• email (string): 更新的邮箱
• phone (string): 更新的电话
• custom (map): 自定义键值对（合并）

响应: metadata（已更新）、facts_created

批量导入

批量导入用户

POST /agents/{agentId}/users/import

在单个请求中导入多个用户及其元数据和内容。元数据事实同步创建；内容提取异步运行。

参数：

• users[] (array): {user_id、display_name、metadata、content[]} 数组
• source (string): 来源标识符

响应: job_id、status ('queued')、total_users、facts_created

获取导入状态

GET /agents/{agentId}/users/import/{jobId}

获取批量导入任务的状态。

响应: ImportJob 对象

列出导入任务

GET /agents/{agentId}/users/imports

列出智能体最近的导入任务。查询参数：limit（默认 20）。

响应: jobs[]、count

共享类型

BackendContext

• custom_fields (map<string, string>): 传递到提示的任意应用特定键值对
• state_json (bytes): 可选的结构化状态 JSON（透传到提示）

CEBig5Scores

• openness (double): 经验开放性 (0.0-1.0)
• conscientiousness (double): 组织性和纪律性 (0.0-1.0)
• extraversion (double): 社交能量和热情 (0.0-1.0)
• agreeableness (double): 温暖和合作性 (0.0-1.0)
• neuroticism (double): 情绪敏感性 (0.0-1.0)
• confidence (double): 评估置信度 (0.0-1.0)

BFASFacets

从 Big5 分数推导。在人格档案响应中为只读。

• intellect (double): Openness 方面 — 知识好奇心 (0.0-1.0)
• aesthetic (double): Openness 方面 — 美学敏感度 (0.0-1.0)
• industriousness (double): Conscientiousness 方面 — 自律性 (0.0-1.0)
• orderliness (double): Conscientiousness 方面 — 对秩序的偏好 (0.0-1.0)
• enthusiasm (double): Extraversion 方面 — 积极情绪 (0.0-1.0)
• assertiveness (double): Extraversion 方面 — 社交主导性 (0.0-1.0)
• compassion (double): Agreeableness 方面 — 共情 (0.0-1.0)
• politeness (double): Agreeableness 方面 — 对他人的尊重 (0.0-1.0)
• withdrawal (double): Neuroticism 方面 — 退缩倾向 (0.0-1.0)
• volatility (double): Neuroticism 方面 — 情绪不稳定性 (0.0-1.0)

BehavioralTraits

从人格推导。在人格档案响应中为只读。

• response_length (string): 智能体回复的冗长或简洁程度
• question_frequency (string): 智能体提出后续问题的频率
• empathy_style (string): 情感支持方式（认同型、解决方案型等）
• conflict_approach (string): 处理分歧的方式（顺应型、直接型、调解型等）

MoodState

• valence (double): 愉悦/不悦光谱 (0-100)
• arousal (double): 激活/能量水平 (0-100)
• tension (double): 压力/平静状态 (0-100)
• affiliation (double): 社交温暖/亲密度 (0-100)

CEChatMessage

• role (string): "user" 或 "assistant"
• content (string): 消息文本
• timestamp (Timestamp): 消息发送时间

MemoryCandidate

• content (string): 记忆内容文本
• fact_type (string): preference、commitment、fact、experience、correction
• importance (double): 重要性评分 (0.0-1.0)
• entities (string[]): 相关实体

Habit

• name (string): 习惯名称
• category (string): 习惯类别
• strength (double): 当前强度 (0.0-1.0)
• last_observed (Timestamp): 最后观察时间
• is_formed (bool): 习惯是否已完全形成

CEGoal

• id (string): 目标标识符
• description (string): 目标描述
• status (string): "active"、"completed"、"abandoned"
• priority (string): 优先级
• related_traits (string[]): 相关人格特质
• created_at (Timestamp): 目标创建时间

Interest

• topic (string): 兴趣主题
• category (string): 兴趣类别
• confidence (double): 检测置信度 (0.0-1.0)
• discovered_at (Timestamp): 兴趣发现时间
• research_status (string): "pending" 或 "researched"

CEModelConfig

• provider (string): LLM 提供商名称
• model (string): 模型标识符
• temperature (double): 采样温度
• max_tokens (int32): 最大生成 token 数

ProactiveMessage

• message_id (string): 唯一消息标识符
• agent_id (string): 生成消息的智能体
• user_id (string): 目标用户
• wakeup_id (string): 关联的唤醒事件
• check_type (string): 检查类型 (check_in、follow_up、mood_driven)
• intent (string): 智能体想要联系的原因
• generated_message (string): 实际消息文本
• status (string): pending、consumed、expired、failed_generation
• created_at (Timestamp): 生成时间