siracli 0.1.1

Sira AI Command Line Interface

SiraCLI

Sira AI 命令行工具 - 企业级 AI Agent 平台的 CLI 客户端

安装

# 从源码安装
cd siracli
pip install -e .

# 或者
pip install .

快速开始

1. 配置 API 地址

siracli auth set-url http://localhost:8000

2. 登录

siracli auth login
# 输入邮箱和密码

3. 查看状态

siracli auth status
siracli system health

认证 (auth)

siracli auth login              # 登录
siracli auth logout             # 登出
siracli auth status             # 查看登录状态
siracli auth set-url <url>      # 设置 API 地址

Agent 管理 (agent)

siracli agent list              # 列出所有 Agent
siracli agent get <id>          # 获取 Agent 详情
siracli agent create -n <name> --display-name <display> -m <model-id> -s <system-prompt>  # 创建 Agent
siracli agent update <id>       # 更新 Agent
siracli agent delete <id>       # 删除 Agent

创建 Agent 示例（提示词是必需的）：

siracli agent create \
  -n my_chat_agent \
  --display-name "聊天Agent" \
  -m <MODEL_ID> \
  -s "你是一个有用的AI助手，总是尽力帮助用户解决问题" \
  -d "用于日常对话的AI助手"

Agent 可选参数：

• -s, --system-prompt - 系统提示词（必需） - 定义 Agent 的行为和人格
• -t, --temperature - 温度参数 (0.0-2.0)
• -x, --max-tokens - 最大 token 数
• --planning-prompt - 复杂任务的规划提示词
• --planning-strategy - 规划策略: none, react, plan_and_execute, reflexion
• --enable-memory - 启用对话记忆
• --memory-type - 记忆类型: conversation_buffer, conversation_summary 等
• --tools - MCP 工具 ID（可多次使用）
• --knowledge-bases - 知识库 ID（RAG，可多次使用）
• --toolbox-toolsets - GenAI Toolbox 工具集 ID（可多次使用）
• --skill - 技能包 ID（仅限 DeepAgents SubAgent 使用，可多次使用）
• --streaming - 启用流式响应

关于 skill_ids 参数： --skills 参数用于为 Agent 关联技能包，仅在 DeepAgents 编排器中作为 SubAgent 被引用时生效。当该 Agent 被作为 SubAgent 委托时，其关联的技能包会被加载到 /skills/{subagent_name}/ 目录，供 SubAgent 使用。

Orchestrator 管理 (orchestrator)

siracli orchestrator list               # 列出编排器
siracli orchestrator get <id>           # 获取编排器详情
siracli orchestrator create -n <name> --display-name <display> -t <type>  # 创建编排器
siracli orchestrator delete <id>        # 删除编排器
siracli orchestrator chat <id>          # 与编排器对话(流式)

编排器类型 (--type/-t):

• single - 单 Agent 编排
• supervisor - 监督者模式
• collaboration - 协作模式
• workflow - 工作流模式 (复杂，请使用 Web 控制台)
• conditional - 条件路由 (复杂，请使用 Web 控制台)
• external - 外部服务 (复杂，请使用 Web 控制台)
• deep_agents - 深度 Agent (基于 LangGraph 的多智能体协作)
• knowledge_base - 知识库编排 (复杂，请使用 Web 控制台)

Deep Agents 编排器 (deep_agents)

Deep Agents 是一种基于 LangGraph 的高级多智能体编排模式，支持 SubAgent 委托、文件系统操作、任务规划等能力。

# 创建 Deep Agents 编排器
siracli orchestrator create \
  -n my_deep_agent \
  --display-name "我的深度智能体" \
  -t deep_agents \
  --ai-model-id <MODEL_ID> \
  [--subagent-model-id <SUBAGENT_MODEL_ID>] \
  [--subagent <AGENT_ID>] \
  [--skill <SKILL_ID>] \
  [--tool <TOOL_ID>] \
  [--system-prompt <PROMPT>] \
  [--backend-type <state|store|filesystem|local_shell>] \
  [--backend-path <PATH>] \
  [--recursion-limit 25] \
  [--enable-checkpoint | --disable-checkpoint]

必需参数：

• -n, --name - 编排器名称（唯一标识）
• -D, --display-name - 显示名称
• -t, --type - 编排类型，设为 deep_agents
• --ai-model-id - 主 LLM 模型 ID（必填）
• --system-prompt - 系统提示词（必填）

可选参数：

参数	说明	默认值
--subagent-model-id	SubAgent 默认模型 ID	使用 --ai-model-id
--subagent	SubAgent 的 Agent ID（可多次使用添加多个）	无
--skill	技能包 ID（可多次使用添加多个）	无
--tool	MCP 工具 ID（可多次使用添加多个）	无
--system-prompt	主 Agent 系统提示词	默认研究助手提示词
--backend-type	Backend 存储类型	state
--backend-path	文件系统后端路径（backend-type=filesystem 时使用）	/tmp/deep_agents
--recursion-limit	LangGraph 递归限制	25
--enable-checkpoint	启用检查点（保存会话状态）	启用
--timeout	执行超时时间（秒）	120
--enabled	创建后启用编排器	启用

Backend 类型：

• state - 内存存储（适合小文件，默认）
• store - 持久化存储（Redis/PostgreSQL）
• filesystem - 文件系统存储（适合大文件）
• local_shell - 本地 shell 执行（仅开发环境）
• sandrpod - SandrPod 远程沙箱（需额外配置 Server URL 和 Sandbox 名称）

SandrPod Backend 可选参数：

参数	说明	默认值
--backend-api-url	SandrPod Server URL	http://localhost:8080
--backend-sandbox	Sandbox 名称	default
--backend-timeout	执行超时时间（秒）	60
--backend-use-session	是否使用 Session 模式保持状态	true

使用 SandrPod Backend 示例：

siracli orchestrator create \
  -n sandbox_agent \
  --display-name "沙箱智能体" \
  -t deep_agents \
  --ai-model-id <MODEL_ID> \
  --system-prompt "你是一个研究助手..." \
  --backend-type sandrpod \
  --backend-api-url http://localhost:8080 \
  --backend-sandbox my-sandbox

SubAgent 格式：

• 直接指定 Agent ID：--subagent <AGENT_ID>
• 预定义类型：--subagent predefined:research-agent

创建示例：

# 最简创建（使用相同模型）
siracli orchestrator create \
  -n my_deep_agent \
  --display-name "我的深度智能体" \
  -t deep_agents \
  --ai-model-id <MODEL_ID> \
  --system-prompt "你是一个AI助手..."

# 带技能包和工具
siracli orchestrator create \
  -n research_assistant \
  --display-name "研究助手" \
  -t deep_agents \
  --ai-model-id <MODEL_ID> \
  --system-prompt "你是一个研究助手..." \
  --skill <SKILL_ID_1> \
  --skill <SKILL_ID_2> \
  --tool <TOOL_ID>

# 带 SubAgent
siracli orchestrator create \
  -n multi_agent \
  --display-name "多智能体" \
  -t deep_agents \
  --ai-model-id <MODEL_ID> \
  --system-prompt "你是一个多智能体助手..." \
  --subagent <AGENT_ID_1> \
  --subagent <AGENT_ID_2>

# 使用文件系统后端
siracli orchestrator create \
  -n file_agent \
  --display-name "文件智能体" \
  -t deep_agents \
  --ai-model-id <MODEL_ID> \
  --system-prompt "你是一个文件处理助手..." \
  --backend-type filesystem \
  --backend-path /tmp/my_deep_agents

# 使用 SandrPod 远程沙箱后端
siracli orchestrator create \
  -n sandbox_agent \
  --display-name "沙箱智能体" \
  -t deep_agents \
  --ai-model-id <MODEL_ID> \
  --system-prompt "你是一个沙箱执行助手..." \
  --backend-type sandrpod \
  --backend-api-url http://localhost:8080 \
  --backend-sandbox my-sandbox

更新 Deep Agents 编排器：

siracli orchestrator update <ORCHESTRATOR_ID> \
  [--ai-model-id <MODEL_ID>] \
  [--subagent-model-id <MODEL_ID>] \
  [--subagent <AGENT_ID>] \
  [--skill <SKILL_ID>] \
  [--tool <TOOL_ID>] \
  [--backend-type <TYPE>] \
  [--recursion-limit <N>] \
  [--enable-checkpoint | --disable-checkpoint]

查看编排器详情：

siracli orchestrator get <ORCHESTRATOR_ID>

输出示例：

============================================================
Orchestrator Details
============================================================
ID                   xxx-xxx-xxx
Name                 my_deep_agent
Display Name         我的深度智能体
Type                 deep_agents
Status               ● Active
Created At           2026-03-30T00:00:00

Deep Agents Config:
  AI Model ID: xxx
  SubAgent Default Model: xxx
  SubAgents (2):
    - agent_ref: xxx-xxx
    - agent_ref: xxx-yyy
  Tool IDs (1):
    - xxx-zzz
  Skill IDs (1):
    - xxx-skill
  Backend Type: state
  Recursion Limit: 25
  Checkpoint: Enabled

AI 模型管理 (model)

siracli model list               # 列出 AI 模型
siracli model get <id>           # 获取模型详情
siracli model create -n <name> -p <provider> -m <model-name>  # 创建模型配置
siracli model update <id>        # 更新模型配置
siracli model delete <id>       # 删除模型配置
siracli model test <id>          # 测试模型连接

模型提供商 (--provider/-p):

• openai, claude, deepseek, qwen
• azure_openai, local, custom

应用管理 (application)

siracli application list                  # 列出应用
siracli application get <id>              # 获取应用详情
siracli application create -n <name> --display-name <display> -p <platform> -o <orchestrator-id>  # 创建应用
siracli application update <id>           # 更新应用
siracli application delete <id>           # 删除应用
siracli application info <id>             # 获取应用连接信息
siracli application chat <id> -m <msg>    # 与应用对话(流式)

应用平台类型 (--platform/-p):

• webclient - Web 客户端
• api_service - API 服务

聊天模式

Web 类型应用（需要登录）:

siracli application chat <app_id> -m "你好"

API 类型应用（使用 API Key）:

siracli application chat <app_id> -m "你好" -k <api_key>

API Key 管理 (apikey)

siracli application apikey list -a <app_id>           # 列出应用的 API Key
siracli application apikey get <key_id>               # 获取 API Key 详情
siracli application apikey create -a <app_id> -n <name>  # 创建 API Key
siracli application apikey update <key_id>            # 更新 API Key
siracli application apikey delete <key_id>            # 删除 API Key
siracli application apikey test <key_id>               # 测试 API Key

MCP 工具 (mcp)

siracli mcp list-tools             # 列出 MCP 工具
siracli mcp list-services          # 列出 MCP 服务
siracli mcp info <id>              # 获取 MCP 工具/服务详情
siracli mcp test <id>              # 测试 MCP 工具连接
siracli mcp create -n <name> -t <type>  # 创建 MCP 工具
siracli mcp delete <id>            # 删除 MCP 工具

MCP 工具类型 (--type/-t):

• registry - 注册表类型（从远程注册表加载）
• manual - 手动类型（本地命令行）
• builtin - 内置类型
• service - 服务类型（HTTP 接口）

服务类型 MCP 工具参数:

• --protocol/-p - 协议类型: sse, streamable-http, stdio
• --service-url/-u - 服务 URL

知识库 (kb)

siracli kb list              # 列出知识库
siracli kb info <id>         # 获取知识库详情

GenAI Toolbox (toolbox)

siracli toolbox list              # 列出工具集
siracli toolbox info <id>         # 获取工具集详情

Skill 管理 (skill)

# 列表和搜索
siracli skill list                              # 列出所有 Skills
siracli skill search <keyword>                    # 搜索 Skills
siracli skill search weather --status published   # 按状态筛选
siracli skill info <id>                          # 获取 Skill 详情

# 创建和更新
siracli skill create -n <name> -f <file.md>    # 从文件创建
siracli skill create -n <name> -f ./skill-dir/  # 从目录创建
siracli skill update <id> -n <name>             # 更新元数据
siracli skill update <id> -f <file.md>          # 更新单文件
siracli skill import-into <id> <file.zip>       # 导入到现有 Skill

# 导入导出
siracli skill import-url <url>                   # 从 URL 导入
siracli skill import-file <file.zip>             # 导入为新 Skill
siracli skill export <id> -o <output.zip>       # 导出为 ZIP

# 安装到本地
siracli skill install <id>                      # 安装到本地 Claude
siracli skill install <id> -p claude            # 指定平台
siracli skill install <id> -d ./my-skills/      # 自定义目录

# 版本控制
siracli skill versions <id>                    # 查看版本历史
siracli skill restore <id> <version>           # 恢复到指定版本

# 删除
siracli skill delete <id>                       # 删除 Skill（软删除）

安装自动检测逻辑：

1. 当前目录有 .claude 文件夹 → 安装到 $(pwd)/.claude/skills/
2. 当前目录有 openclaw.json → 安装到 ~/.openclaw/skills/
3. 否则 → 安装到 ~/.claude/skills/

系统 (system)

siracli system health            # 健康检查
siracli system stats             # 系统统计
siracli system info              # CLI 和 API 信息
siracli system version           # 版本信息

配置

配置文件存储在 ~/.siracli/token.json

{
    "api_url": "http://localhost:8000",
    "token": "your-session-token",
    "user": {
        "id": "...",
        "name": "...",
        "email": "..."
    }
}

完整示例：从创建到调用 API

以下示例展示如何通过 CLI 创建 Agent、编排器、应用、API Key，并使用 API Key 调用。

第一步：查看可用资源

# 查看可用的 AI 模型
siracli model list

# 查看可用的 MCP 工具（可选）
siracli mcp list-tools

第二步：创建 Agent

Agent 是实际执行任务的单元，需要绑定模型和提示词。

# 查看现有 Agent
siracli agent list

# 创建新 Agent（MODEL_ID 从 model list 获取）
siracli agent create \
  -n my_chat_agent \
  --display-name "聊天Agent" \
  -m <MODEL_ID> \
  -s "你是一个有用的AI助手，总是尽力帮助用户解决问题" \
  --description "用于聊天的Agent"

重要：-s/--system-prompt 是创建 Agent 的必需参数，定义 Agent 的行为和人格。

第三步：创建编排器

编排器负责任务编排，single 类型表示单 Agent 编排。

# 创建单 Agent 编排器（需要指定 agent-id）
siracli orchestrator create \
  -n my_orchestrator \
  --display-name "我的编排器" \
  -t single \
  --agent-id <AGENT_ID> \
  --description "简单的单Agent编排"

第四步：创建应用

应用是对外暴露的接口，API 类型支持 API Key 调用。

# 创建 API 类型应用
siracli application create \
  -n my_api_app \
  --display-name "我的API应用" \
  -p api_service \
  -o <ORCHESTRATOR_ID>

第五步：创建 API Key

# 为应用创建 API Key
siracli application apikey create \
  -a <APPLICATION_ID> \
  -n test_key

重要：创建成功后返回的 API Key（api_sk_xxx）只会显示一次，请妥善保存！

第六步：使用 API Key 调用

# 使用 API Key 调用应用（OpenAI 兼容接口）
siracli application chat <APPLICATION_ID> \
  -m "你好，请介绍一下你自己" \
  -k <API_KEY>

API 调用地址

API 端点地址为：{API_URL}/v1/chat/completions

# 查看当前配置的 API 地址
siracli auth status

# 直接用 curl 调用
curl -X POST "{API_URL}/v1/chat/completions" \
  -H "Authorization: Bearer <API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "<APPLICATION_ID>",
    "messages": [{"role": "user", "content": "你好"}],
    "stream": false
  }'

开发

# 安装开发依赖
pip install -e ".[dev]"

# 运行
python -m siracli.cli --help