实时音视频
实时音视频
文档指南
请输入
- 文档首页
实时音视频硬件对话智能体服务端 API智能体查询智能体 AibotQuery
复制全文
下载 pdf查询智能体 AibotQuery
文档反馈
问问助手使用过滤和分页查询已创建的智能体。支持按 ID、名称、模型名称、访问类型等多种条件过滤。
请求说明
- 请求方式：POST
- 请求地址：https://rtc.volcengineapi.com?Action=AibotQuery&Version=2025-08-01
请求参数
Query
Action String 必选示例值：AibotQuery
接口名称。当前 API 的名称为 AibotQuery。
Version String 必选示例值：2025-08-01
接口版本。当前 API 的版本为 2025-08-01。
Body
Id String 可选 示例值：bot****LI
Name String 可选 示例值：智能客服
ModelName String 可选 示例值：Doubao-Seed-1.6｜250615
AccessType String 可选 示例值：public
智能体类型：
- public：平台智能体。
- private：设备智能体（用户自定义）。
WithBindings Boolean 可选 示例值：true
返回结果中，是否需要返回关联的产品或绑定的设备。
- true：返回。
- false（默认值）：不返回。
Limit Integer 可选 示例值：50
每页返回的最大结果数量，取值范围为 1 到 200，默认值为 50。
Iterator String 可选 示例值：1640995200000
分页标识。传入上一次查询结果中的 NextIterator 值，以获取下一页数据。首次查询时无需传入。
返回参数
Bots Object[] 示例值：-
查询到的智能体信息列表。
Id String 示例值：bot****PU
智能体 ID。
Name String 示例值：客服机器人
智能体名称，用于标识智能体。
AccessType String 示例值：public
智能体类型。可选值：
- public：平台智能体。
- private：设备智能体（用户自定义）。
Config Object 示例值：-
智能体交互服务配置，包括语音识别（ASR）、语音合成（TTS）、大模型(LLM)、字幕和函数调用（Function Calling）、音乐播放（MusicAgent）等配置。
ASRConfig Object 示例值：-
语音识别（ASR）相关配置。
Provider String 示例值：volcano
语音识别服务的提供商。该参数固定取值：volcano，表示火山引擎语音识别服务。
ProviderParams 示例值：-
服务配置参数。不同服务，ProviderParams 包含的字段不同：
火山流式语音识别 Object
使用火山引擎流式语音识别时，ASRConfig.ProviderParams 会返回以下字段：
Cluster String 示例值：volcengine_streaming_common
开通的流式语音识别服务对应的集群标识（Cluster ID）。
Mode String 示例值：smallmodel
模型类型。该参数固定取值：smallmodel，表示火山引擎流式语音识别模型。
火山流式语音识别大模型 Object
使用火山引擎流式语音识别大模型时，ASRConfig.ProviderParams 会返回以下字段：
ApiResourceId String 示例值：volc.bigasr.sauc.duration
流式语音识别服务版本。取值：
- volc.bigasr.sauc.duration：1.0 小时版。
- volc.seedasr.sauc.duration ：2.0 小时版。
Mode String 示例值：bigmodel
模型类型。该参数固定取值：bigmodel，表示火山引擎语音识别大模型。
StreamMode Integer 示例值：0
语音识别结果的返回模式。取值：
- 0：流式返回
- 1：一次性返回
- 2：双向流式（在实时返回分段结果的同时，对检测到的完整语句进行二次优化，然后返回更准确的结果，兼顾了高实时性与高准确率。）
context String 示例值："{\"hotwords\": [{\"word\": \"CO2\"},{\"word\": \"雨伞\"},{\"word\": \"鱼\"}]}"
热词直传JSON 字符串。
context_history_length Integer 示例值：0
上下文轮次。将最近指定轮数会话内容送入流式语音识别大模型，有助于模型理解当前对话的背景，从而提升大模型识别准确性。
enable_nonstream Boolean 示例值：true
是否在双向流式（StreamMode: 2）的基础上开启二次识别。
开启后，当用户的说话停顿时间超过 ASRConfig.VADConfig.SilenceTime 定义的阈值时，系统会对该分句的音频进行一次额外的、更精确的识别，并返回优化后的结果。
VADConfig Object 示例值：-
VAD（语音检测） 配置。
SilenceTime Integer 示例值：600
判停时间。房间内真人用户停顿时间若高于该值设定时间，则认为一句话结束。单位为 ms。
AIVAD Boolean 示例值：
false
是否开启智能语义判停。
启用后，系统会在用户说话过程中实时引入 AI 模型来分析用户语义是否完整，并根据分析结果决定何时判定用户发言结束：
- 如果判定语义完整，且用户静音时长达到 SilenceTime 时，系统会判定用户本轮发言结束。
- 如果判定语义不完整，用户静音时长只要超过 2 秒，系统就判定用户本轮发言结束。
该功能有效提升在复杂对话场景下（如长句、思考停顿）判停的准确性，避免将一句完整的话错误地拆分为多轮对话。
- true：开启。
- false：关闭。
注意
AIVAD 功能目前在限时免费公测阶段。
VolumeGain Float 示例值：0.3
音量增益值。增益值越低，采集音量越低。适当低增益值可减少噪音引起的 ASR 错误识别。
InterruptConfig Object 示例值：-
语音打断配置，支持基于说话时长打断、关键词打断。
InterruptSpeechDuration Integer 示例值：500
自动打断的触发阈值，即真人用户持续说话时间达到设定值，智能体才自动停止输出。
- 取值范围：0 或 [200，3000]，单位为 ms。值越大，智能体越不容易被打断。
- 0，表示用户发出声音且包含真实语义时，即打断智能体输出。
InterruptKeywords String[] 示例值：["停止", "停下"]
触发打断的关键词列表。当用户语音中识别到列表中的任意关键词时，智能体将立即停止输出。
若配置该参数，只有识别到配置的打断词时才会触发打断，以降低背景环境人声误打断的干扰。
TurnDetectionMode Integer 示例值：0
新一轮对话的触发方式。
- 0：服务端检测到完整的一句话后，自动触发新一轮对话。
- 1：收到输入结束信令或说话字幕结果后，你自行决定是否触发新一轮会话。
TTSConfig Object 示例值：-
语音合成（TTS）相关配置。
Provider String 示例值：-
语音合成服务提供商：
- volcano：火山引擎语音合成
- volcano_bidirection：
- 火山引擎语音合成大模型
- 火山引擎声音复刻大模型
ProviderParams
配置所选的语音合成服务。不同服务下，该结构包含字段不同：
火山引擎语音合成 Object
使用火山引擎语音合成时， TTSConfig.ProviderParams 会返回以下字段：
audio Object 示例值：-
火山引擎语音合成服务音频配置。
音色。
speed_ratio Float 示例值：1.0
语速。取值范围为 [0.2, 3]，默认值为 1.0，通常保留一位小数即可。取值越大，语速越快。
volume_ratio Float 示例值：1.0
音量。取值范围为 [0.1, 3]，默认值为 1.0，通常保留一位小数即可。取值越大，音量越高。
pitch_ratio Float 示例值：1.0
音高。取值范围为 [0.1, 3]，默认值为 1.0，通常保留一位小数即可。取值越大，音调越高。
火山语音合成大模型 Object
使用火山引擎语音合成大模型服务时，TTSConfig.ProviderParams 会返回以下字段：
audio Object
火山引擎语音合成大模型服务音频配置。
voice_type String 示例值：zh_female_vv_uranus_bigtts
音色。
pitch_rate Integer 示例值：0
音调。取值范围为 [-12, 12]。默认值为 0。取值越大，音调越高。
speech_rate Integer 示例值：0
语速。取值范围 [-50, 100]，取值越大，语速越快。
- 100：2.0 倍速。
- -50：0.5 倍速。
- 0（默认值）：原语速。
ResourceId String 示例值：volc.service_type.10029
调用服务的资源信息 ID，支持的取值如下：
- seed-tts-1.0 或 volc.service_type.10029（默认值）：语音合成大模型 1.0 字符版
- seed-tts-2.0：语音合成大模型 2.0 字符版
Additions Object
火山引擎语音合成大模型服务高级配置。
enable_latex_tn Boolean 示例值：true
是否播报 Latex 公式。
- true：播报。 为true 时，disable_markdown_filter 也需为 true 才生效。
- false：不播报。
默认值为 false。
disable_markdown_filter Boolean 示例值：true
是否对 Markdown 格式内容进行过滤。
- true：过滤；例如，**你好**，会读为“你好”。
- false：不过滤。例如，**你好**，会读为“星星你好星星”。
默认值为 false。
火山声音复刻大模型 Object
使用火山引擎声音复刻大模型时，TTSConfig.ProviderParams 会返回以下字段：
audio Object 示例值：-
火山引擎声音复刻大模型服务音频配置。
voice_type String 示例值：S_N****7k1
复刻音色 ID。
speed_ratio Float 示例值：1.0
语速。取值范围为 [0.8, 2]，默认值为 1.0，通常保留一位小数即可。取值越大，语速越快。
ResourceId String 示例值：seed-icl-2.0
声音复刻大模型服务版本：
- seed-icl-1.0 ：声音复刻大模型 1.0
- seed-icl-2.0：声音复刻大模型 2.0
Additions Object 示例值：-
火山引擎声音复刻大模型服务高级配置。
enable_latex_tn Boolean 示例值：true
是否播报 Latex 公式。
- true：播报。为 true 时，disable_markdown_filter 也需为 true 才可生效。
- false：不播报。
默认值为 false。
disable_markdown_filter Boolean 示例值：true
是否对 Markdown 格式内容进行过滤。
- true：过滤；例如，**你好**，会读为“你好”。
- false：不过滤。例如，**你好**，会读为“星星你好星星”。
默认值为 false。
enable_language_detector Boolean 示例值：false
是否自动识别语种。
- true：自动识别。
- false：不自动识别。
默认值为 false。
IgnoreBracketText Integer[] 示例值：[1,2]
支持取值及含义如下：
- 1：中文括号（）
- 2：英文括号()
- 3：中文方括号【】
- 4：英文方括号[]
- 5：英文花括号{}
返回值为空，表示不进行过滤。
说明
若大模型返回的内容中，包含在标点符号里的内容在最末端，且为独立句子，其后无包含真实语义内容，该标点符号中的内容不会出现在字幕中。
- 示例 1：如大模型返回的内容为：当然可以，尽管问，我知无不言！(自信满满)。，
- 此时（自信满满）。不会出现在字幕里。
- 示例 2：如大模型返回的内容为：当然可以，尽管问，我知无不言(自信满满)！，
- 此时（自信满满）会出现在字幕里。
LLMConfig
大模型相关配置。支持的大模型平台如下：
火山方舟平台 Object
使用火山方舟平台时， LLMConfig 会返回以下字段：
Mode String 示例值：ArkV3
大模型平台标识。使用火山方舟平台时，该参数固定取值：ArkV3。
ModelName String 示例值：Doubao-Seed-1.6｜250615
Temperature Float 示例值：0.1
采样温度，用于控制生成文本的随机性和创造性，值越大随机性越高。
MaxTokens Integer 示例值：1024
输出文本的最大 token 限制。
TopP Float 示例值：0.3
采样的选择范围，控制输出 token 的多样性。模型将从概率分布中累计概率超过该取值的标记中进行采样，以确保采样的选择范围不会过宽，值越大输出的 token 类型越丰富。
SystemMessages String[] 示例值：["你是小宁，性格幽默又善解人意。你在表达时需简明扼要，有自己的观点。"]
系统提示词。用于输入控制大模型行为方式的指令，定义了模型的角色、行为准则，特定的输出格式等。
UserPrompts Object 示例值：[ { "Role": "user", "Content": "你好" }, { "Role": "assistant", "Content": "有什么可以帮到你的？" }, { "Role": "user", "Content": "你是谁？" }, { "Role": "assistant", "Content": "我是你的智能问答助手。" }
用户提示词，可用于增强模型的回复质量，模型回复时会优先参考此处内容，引导模型生成特定的输出或执行特定的任务。
HistoryLength Integer 示例值：3
历史问题轮数。
Tools Object[] 示例值：-
定义一组可供模型在 Function Calling 功能中调用的工具。
目前仅支持函数作为工具。你需要提供每个函数的定义，模型会基于定义，在需要时生成调用特定函数的 JSON 指令。
type String 示例值：function
工具类型。可取值及含义如下：
function：函数调用。
function Object 示例值：-
模型可以调用的工具列表。
name String 示例值：get_current_weather
函数的名称。
parameters JSONMap 示例值：-
函数请求参数，以 JSON Schema 格式描述。
description String 示例值：获取指定城市的天气信息
对函数用途的描述，供模型判断何时以及如何调用该工具函数。
Prefill Boolean 示例值：false
将 ASR 中间结果提前送入大模型进行处理。
- true：开启。启用后，允许将 ASR 识别中间结果提前发送给大模型进行处理，以降低延时。
- false：关闭。等待 ASR 模块识别出相对完整的一句话后再送入大模型处理。
注意
开启后会产生额外模型消耗。
VisionConfig Object
视觉理解能力配置。
Enable Boolean 示例值：true
是否开启视觉理解功能。
- false：不开启。
- true：开启。
SnapshotConfig Object 示例值：-
抽帧截图配置。智能体会按照配置策略在后台自动抽帧截图送入大模型以供理解。
StreamType Integer 示例值：0
截图流类型。
0：主流。
1：屏幕流。
ImageDetail String 示例值：auto
图片处理模式。取值及含义如下：
- high：高细节模式。适用于需要理解图像细节信息的场景，如对图像的多个局部信息/特征提取、复杂/丰富细节的图像理解等场景，理解更全面。
- low：低细节模式。适用于简单的图像分类/识别、整体内容理解/描述等场景，理解更快速。
- auto：自动模式。根据图片分辨率，自动选择适合的模式。
Height Integer 示例值：640
送入大模型截图视频帧高度，取值范围为 [0, 1792]，单位为像素。
不填或传 0 时自动修改为 360。
传入大模型截图视频帧宽度自动按传入高度进行比例计算。
Interval Integer 示例值：1000
相邻截图之间的间隔时间，取值范围为 [100, 5000]，单位为毫秒。默认值为 1000。
ImagesLimit Integer 示例值：2
单次送大模型截图数。
StorageConfig Object 示例值：-
截图存储配置。
Type Integer 示例值：0
存储类型。
- 0：按照 Base 64 编码存入服务端缓存，会话结束后自动删除。
- 1：存储至 TOS 平台。
TosConfig Object 示例值：-
TOS 存储配置。
AccountId String 示例值：200000000
火山引擎平台账号 ID，例如：200000000。此账号 ID 为火山引擎主账号 ID。
Region Integer 示例值：0
Bucket String 示例值：b****t
存储桶名称。
ThinkingType String 示例值：disabled
关闭或开启大模型的深度思考能力。若你使用的是具备深度思考能力的模型，强烈建议通过该字段关闭模型的深度思考能力（disabled），以避免智能体回复耗时过长，影响对话的流畅性。
可取值及含义如下：
- disabled：关闭深度思考能力。
- enabled：开启深度思考能力。开启后，会增加推理时延迟，且思考内容会丢失，也不会被输出。
- auto：模型自行判断是否需要开启深度思考能力（比如根据对话复杂度判断）。
- null：采用模型自身的默认行为。null 是一个关键字，在构建 JSON 请求传入时无需引号。示例：{"ThinkingType": null}。
MCP Object[] 示例值：-
配置 MCP，用于接入知识库等外部工具服务。
URL String 示例值：https://knowledge-mcp-server.com/test/123
远端 MCP Server 的访问地址。
ComfortWords String 示例值：正在处理中...
当智能体调用 MCP 工具时，向用户播放的安抚语内容。
InterestedTools String[] 示例值：["search_knowledge"]
关注的工具列表。
Name String 示例值：knowledge
触发 MCP 工具调用的名称。
Coze平台 Object
使用 Coze 平台时， LLMConfig 会返回以下字段：
Mode String 示例值：CozeBot
大模型平台名称。该参数固定取值：CozeBot。
CozeBotConfig Object 示例值：-
Coze 智能体配置。
Url String 示例值：https://api.coze.cn
请求地址。该参数固定取值：https://api.coze.cn
BotId String 示例值：73428668
Coze 智能体 ID。
APIKey String 示例值：czu_UEE2mJn66h0fMHxLCVv9****
Coze 访问密钥。
HistoryLength Integer 示例值：3
历史问题轮数。
Prefill Boolean 示例值：
false
将 ASR 中间结果提前送入大模型进行处理。
开启该功能后可不等待 ASR 模块识别出完整的一句话再送入大模型处理，而是将 ASR 识别中间结果提前送入大模型进行处理以降低延时。
- true：开启。
- false：关闭。
注意
开启后会产生额外模型消耗。
EnableConversation Boolean 示例值：
false
是否将上下文存储在 Coze 平台。
若需要使用 Coze 平台上下文管理相关功能，如将指定内容添加到会话中，可开启此功能。功能开启后 RTC 不再存储上下文内容。
- false：不开启。
- true：开启。
CustomVariables JSONMap 示例值：{ "custom_var_1": "value1", "custom_var_2": "value2" }
为 Coze 智能体 Prompt 中定义的变量 {{key}} 动态赋值。Map<String, String> 格式，支持 Jinja2 语法。
MetaData JSONMap 示例值：{"order_id": "xyz-123"}
为对话附加信息，比如业务标识（如订单号、用户来源等），方便后续数据查询和分析。
第三方大模型 Object
使用第三方大模型时， LLMConfig 会返回以下字段：
Mode String 示例值：CustomLLM
大模型平台名称。使用第三方大模型/Agent 时，该参数固定取值：CustomLLM。
Url String 示例值：https://test.com/path/to/app
第三方大模型/Agent 的请求 URL。
ModelName String 示例值：name1
第三方大模型/Agent 的名称。
APIKey String 示例值：pat*****123231
Bearer Token 认证方式的大模型鉴权 Token。
MaxTokens Integer 示例值：1024
输出文本的最大 token 限制。
Temperature Float 示例值：0.1
采样温度，用于控制生成文本的随机性和创造性，值越大随机性越高。
TopP Float 示例值：0.3
采样的选择范围，控制输出 token 的多样性。模型将从概率分布中累计概率超过该取值的标记中进行采样，以确保采样的选择范围不会过宽，值越大输出的 token 类型越丰富。
SystemMessages String[] 示例值：["你是小宁，性格幽默又善解人意。你在表达时需简明扼要，有自己的观点。"]
大模型 System 角色预设指令，可用于控制模型输出。
UserPrompts Object 示例值：[ { "Role": "user", "Content": "你好" }, { "Role": "assistant", "Content": "有什么可以帮到你的？" }, { "Role": "user", "Content": "你是谁？" }, { "Role": "assistant", "Content": "我是你的智能问答助手。" }
大模型 User 角色预设 Prompt，可用于增强模型的回复质量，模型回复时会优先参考此处内容。
Tools Object[] 示例值：-
模型可以调用的工具列表。目前，仅函数作为工具被支持。使用该参数来提供模型可能为其生成 JSON 输入的函数列表。
type String 示例值：function
工具类型，当前仅支持取值 function。
function Object 示例值：-
模型可以调用的工具列表。
name String 示例值：get_current_weather
函数的名称。
parameters JSONMap 示例值：{ "type": "object", "properties": { "location": { "type": "string", "description": "城市，如：北京", }, }, "required": \["location"\], }
description String 示例值：获取指定城市的天气信息
对函数用途的描述，供模型判断何时以及如何调用该工具函数。
MCP Object[] 示例值：-
配置 MCP，用于接入知识库等外部工具服务。
URL String 示例值：https://knowledge-mcp-server.com/test/123
远端 MCP Server 的访问地址。
ComfortWords String 示例值：正在处理中...
当智能体调用 MCP 工具时，向用户播放的安抚语内容。
InterestedTools String[] 示例值：["search_knowledge"]
指定需要关注的工具列表。
Name String 示例值：knowledge
触发 MCP 工具调用的名称。
HistoryLength Integer 示例值：3
历史问题轮数。
Feature String 示例值：{\"Http\":true}
使用 HTTP 域名进行测试，该参数固定取值：{\"Http\":true}。
Prefill Boolean 示例值：false
将 ASR 中间结果提前送入大模型进行处理：
- true：开启。将 ASR 识别中间结果提前送入大模型进行处理，以降低延时。
- false：关闭。需等待 ASR 模块识别出完整的一句话后，再将其整体送入大模型处理。
注意
开启后会产生额外模型消耗。
VisionConfig Object 示例值：-
视觉理解能力配置。
Enable Boolean 示例值：true
是否开启视觉理解功能。
- false：不开启。
- true：开启。
SnapshotConfig Object 示例值：-
抽帧截图配置。智能体会按照配置策略在后台自动抽帧截图送入大模型以供理解。
StreamType Integer 示例值：0
截图流类型。
0：主流。
1：屏幕流。
ImageDetail String 示例值：auto
图片处理模式。取值及含义如下：
- high：高细节模式。适用于需要理解图像细节信息的场景，如对图像的多个局部信息/特征提取、复杂/丰富细节的图像理解等场景，理解更全面。
- low：低细节模式。适用于简单的图像分类/识别、整体内容理解/描述等场景，理解更快速。
- auto：自动模式。根据图片分辨率，自动选择适合的模式。
Height Integer 示例值：640
送入大模型视频帧高度，单位为像素。传入大模型视频帧宽度自动按传入高度计算。
Interval Integer 示例值：1000
相邻截图之间的间隔时间，单位为毫秒。
ImagesLimit Integer 示例值：2
单次送大模型图片数。
StorageConfig Object 示例值：-
截图存储相关配置。
Type Integer 示例值：0
存储类型。
- 0：Base 64 编码存入本地，会话结束后自动删除。
- 1：TOS。
TosConfig Object 示例值：-
TOS 存储配置。
AccountId String 示例值：200000000
火山引擎平台账号 ID，例如：200000000。
- 火山引擎平台账号 ID 查看路径参看查看和管理账号信息。
- 此账号 ID 为火山引擎主账号 ID。
- 若你调用 OpenAPI 鉴权过程中使用的 AK、SK 为子用户 AK、SK，账号 ID 也必须为火山引擎主账号 ID，不能使用子用户账号 ID。
Bucket String 示例值：b****t
Custom String 示例值：-
自定义 JSON 字符串，可传入业务自定义参数。
ExtraHeader JSONMap 示例值：{"custom_header": "value"}
自定义透传 Header。一个 JSON 对象，其键值对将作为额外的 HTTP Header 字段，透传到你的自定义模型服务请求中，可用于鉴权或其他自定义逻辑。默认为空。
SubtitleConfig Object 示例值：-
字幕回调配置。
DisableRTSSubtitle Boolean 示例值：
false
是否关闭房间内客户端字幕回调。
- true：关闭，即不通过客户端接收字幕回调消息。
- false：开启，通过客户端接收字幕回调消息。
SubtitleMode Integer 示例值：0
字幕回调时是否需要对齐音频时间戳。
- 0：对齐音频时间戳。
- 1：不对齐音频时间戳。取 1 时可更快回调字幕信息。
FunctionCallingConfig Object 示例值：-
使用 Function calling 功能时，从服务端接收函数工具返回的信息指令配置。
ServerMessageUrl String 示例值：https://example.com/callback
您的服务端回调地址（URL），用于接收函数调用结果。
ServerMessageSignature String 示例值：TestSignature
鉴权签名。
在接收到函数调用信息结果后，与结果中的 signature 字段值进行对比以进行鉴权验证。
InterruptMode Integer 示例值：0
是否启用语音打断（发声即打断）：
- 0：开启。开启后，一旦检测到用户发出声音，智能体立刻停止输出。
- 1：关闭。关闭后，智能体说话期间，用户语音输入内容会被忽略不做处理，不会打断智能体讲话。
WebSearchAgentConfig Object 示例值：-
联网问答 Agent 配置。
Enable Boolean 示例值：true
是否启用联网搜索能力。
- true：开启。
- false：不开启。
APIKey String 示例值：your_agent_apikey
联网问答 Agent 服务的 API Key。
ParamsString String 示例值：{"bot_id": "742..."}
联网问答 Agent 服务参数内容（压缩转译后的 JSON 字符串）。
FunctionName String 示例值：WebSearch
工具调用名称。用于在内部标识此联网工具。
FunctionDescription String 示例值：查询实时信息，如今天的天气、最新的新闻、A 股票的当前价格等
联网工具的场景描述。它会作为 Prompt 的一部分，帮助 LLM 更精准地判断是否需要触发联网搜索。
ComfortWords String 示例值：正在为您联网查询，请稍等...
安抚语。当智能体触发联网搜索时，会先通过 TTS 播报这段安抚语，提高用户在等待搜索结果时的体验。
MemoryConfig Object 示例值：-
记忆库配置。
Enable Boolean 示例值：true
是否开启记忆库检索。
- false：不开启。
- true：开启。智能体在回复前会先检索记忆库，并将「用户问题 +过渡语（若有）+ 检索到的记忆」拼接成一个信息更丰富的上下文，交由大语言模型处理。
Provider String 示例值：volc
记忆库服务提供商。当前固定取值为 volc，表示火山记忆库。
ProviderParams Object 示例值：-
记忆库详细配置，用于定义记忆库的检索目标和规则。
collection_name String 示例值：customer_service_memory
要检索的记忆库名称。
filter Object 示例值：-
检索过滤条件。用于精确筛选需要召回的记忆。
user_id String[] 示例值：["user1", "user2"]
用户 ID 列表。
assistant_id String[] 示例值：["agent007"]
Assistant ID 列表。
memory_type String[] 示例值：your_event_type
记忆抽取规则。
group_id String[] 示例值：group_A
群组 ID。
session_id String[] 示例值：session_123
会话 ID。
start_time Integer 示例值：672502400000
检索记忆的起始时间（毫秒级 Unix 时间戳）。
end_time Integer 示例值：1675180800000
检索记忆的终止时间（毫秒级 Unix 时间戳）。
limit Integer 示例值：10
指定单次召回记忆的最大条数。
transition_words String 示例值：查询到的记忆内容如下：
过渡语。
S2SConfig Object 示例值：-
端到端模型交互能力配置。
Provider String 示例值：volcano
端到端语音模型服务提供商。
目前仅支持取值 volcano，代表豆包端到端实时语音大模型。
OutputMode Integer 示例值：0
端到端语音模型与 LLM 的协作模式：
- 0：纯端到端模式。对话仅由端到端模型处理，不经过 LLMConfig 中的大模型。此模式延迟最低，适用于纯闲聊场景。
- 1：混合编排模式。请求同时发送给 LLMConfig 配置的模型和端到端模型。系统根据 LLM 是否触发 Function Call (FC) 决定最终输出：若触发 FC 则采用 LLM 输出，否则采用端到端模型输出。
- 说明
混合编排模式只在 LLMConfig 中配置火山方舟大模型时支持。
ProviderParams Object
端到端语音模型的详细配置。
app Object 示例值：-
应用鉴权配置。
appid String 示例值：94****11
开通豆包端对端实时语音大模型服务后获取的 App ID，用于唯一标识应用。
token String 示例值：OaO****ws1
与 App ID 对应的鉴权 Token。
dialog Object 示例值：-
内置对话模块配置。
extra Object 示例值：-
高级配置，包含模型版本、联网搜索开关、安全审核等级等。
model String 示例值：O
豆包端到端实时语音大模型版本。目前固定为 O，代表 S2S-O 版本。
strict_audit Boolean 示例值：true
安全审核等级配置。
- true：严格审核模式。
- false：普通审核模式。
audit_response String 示例值：抱歉这个问题我无法回答，你可以换个其他话题，我会尽力为你提供帮助
触发安全审核时的自定义兜底回复内容。
enable_volc_websearch Boolean 示例值：
false
是否开启火山引擎内置的联网搜索能力。
- true：启用。
- false：不启用。
volc_websearch_api_key String 示例值：your_api_key
联网搜索服务的 API Key。
volc_websearch_type String 示例值：web_summary
联网搜索结果的详细程度。
- web_summary：总结版。
- web：普通版。
volc_websearch_result_count Integer 示例值：10
联网搜索返回的结果条数。
volc_websearch_no_result_message String 示例值：网络上没有找到相关信息。
联网搜索无结果时的兜底回复内容。默认为空。
bot_name String 示例值：豆包
智能体名称，用于设定基础人设。
system_role String 示例值：
你是豆包，一个乐于助人的 AI 助手。
系统人设，用于定义智能体的背景、角色设定及行为准则。
speaking_style String 示例值：
亲切、自然、专业
模型的对话风格设定。
dialog_id String 示例值：dialog_123
对话 ID。用于关联上下文记忆，加载相同 dialog_id 的历史对话记录。最多支持关联最近 20 轮问答对。
location Object 示例值：-
用户地理位置信息。用于提升联网搜索结果的精准度；关闭联网搜索时无需此参数。
longitude Float 示例值：116.4074
用户所处位置的经度。
latitude Float 示例值：39.9042
用户所处位置的纬度。
country String 示例值：中国
用户所在国家。
country_code String 示例值：CN
用户所在国家/地区编码。
province String 示例值：北京市
用户所在省份。
city String 示例值：杭州市
用户所在城市。
district String 示例值：海淀区
用户所在区/县。
town String 示例值：中关村街道
用户所在的镇/街道。
address String 示例值：北京市海淀区中关村
具体地址信息。
asr Object 示例值：-
内置 ASR 模块配置。
extra Object 示例值：-
高级配置，如语音判停策略。
end_smooth_window_ms Integer 示例值：1500
语音断句静音阈值。当用户语音停顿时间超过该值时，VAD（语音活动检测）判定为一句话结束。单位：毫秒。
tts Object 示例值：-
内置 TTS 模块配置。
speaker String
音色名称。支持的音色包括：
- zh_female_vv_jupiter_bigtts（默认）：vv 音色（活泼灵动女声）。
- zh_female_xiaohe_jupiter_bigtts：xiaohe 音色（甜美活泼女声，台湾口音）。
- zh_male_yunzhou_jupiter_bigtts：yunzhou 音色（清爽沉稳男声）。
- zh_male_xiaotian_jupiter_bigtts：xiaotian 音色（清爽磁性男声）。
audio_config Object 示例值：-
音频输出格式配置。
channel Integer 示例值：1
音频声道数。目前仅支持 1（单声道）。
format String 示例值：pcm_s16le
音频编码格式。目前仅支持 pcm_s16le（16bit 位深 PCM）。
sample_rate Integer 示例值：24000
音频采样率。目前仅支持 24000（24kHz）。
MusicAgentConfig Object 示例值：-
音乐播放能力配置。
Enable Boolean 示例值：true
是否启用音乐播放能力。
AgentConfig Object 示例值：-
智能体相关配置，包括欢迎词、智能体状态回调等信息。
WelcomeMessage String 示例值：Hello
智能体启动后的欢迎词。
EnableConversationStateCallback Boolean 示例值：
false
是否接收智能体状态变化回调，获取智能体关键状态，比如“聆听中”、“思考中”、“说话中”、“被打断”等。
- true：接收。可通过客户端或服务端接收智能体状态变化回调。
- 通过客户端接收：还需在客户端实现监听回调 on_volc_conversation_status 接收消息结果。
- 通过服务端接收：还需配置字段 ServerMessageURLForRTS 和 ServerMessageSignatureForRTS。
- 注意：若 SDK 与服务端的传输通道选择的是低负载方案，则不支持通过服务端接收智能体状态变化回调。
- false：不接收。
ServerMessageSignatureForRTS String 示例值：b4****6a
鉴权签名。
ServerMessageURLForRTS String 示例值：https://example.com/callback
您的业务服务器地址（URL），用于接收服务端回调消息（包括 AI Bot 状态变化和实时字幕）。
Burst Object 示例值：-
音频快速发送配置，以实现更快更好的抗弱网能力。
Enable Boolean 示例值：true
是否开启音频快速发送。
- false：关闭。
- true：开启。
BufferSize Integer 示例值：10
接收音频快速发送片段时，客户端可缓存的最大音频时长。单位为 ms。
Interval Integer 示例值：10
音频快速发送结束后，其他音频内容发送间隔。 单位为 ms。
AnsMode Integer 示例值：1
AI 降噪。对音频进行智能降噪处理，适用于不具备或不便开启端上 AI 降噪能力的终端。例如：若物联网、智能硬件设备算力有限，无法运行复杂的端上降噪算法的场景。
可根据实际噪声环境选择不同级别的降噪模式：
- 0：禁用 AI 降噪。
- 1：轻度降噪。适用于抑制微弱、平稳的背景噪声。
- 2：中度降噪。适用于抑制中度平稳噪声，如空调声、风扇声。
- 3：强度降噪。适用于抑制嘈杂、非平稳的动态噪音，如键盘敲击声、物体碰撞声、动物叫声等。
VoicePrint Object 示例值：-
声纹降噪配置。
Mode Integer 示例值：1
声纹模式。
- 0：关闭声纹功能。
- 1：声纹降噪。从混合人声中分离并增强目标说话人的声音，抑制其他背景人声的干扰。适用于背景人声干扰较强的场景（如嘈杂办公室），或需要对操作者身份进行验证的场景。如车载语音助手，防止儿童或乘客误操作。
- 2：声纹识别。通过声纹比对识别出当前正在说话的人是谁。适用于多用户共享同一个 AI 设备或服务的场景，以提供个性化服务。
IdList String[] 示例值：["vp_id_123"]
预注册的声纹 ID 列表。具体用法和数量限制取决于所选的 Mode：
- 当 Mode = 1 时（声纹降噪）：
- 传入 1 个已注册声纹 ID（即离线模式）：系统会加载指定的声纹，并仅保留与该声纹匹配的人声。仅支持传入 1 个声纹 ID。
- 不传（即实时模式）：系统会在通话开始时，自动学习当前目标用户（TargetUserID）的声音特征。当用户累计说话时长达到30秒后，系统会生成一个临时声纹，用于本次通话的降噪。注意：在累计满 30 秒前，声纹降噪不会生效。
- 当 Mode = 2 时（声纹识别）：
- 传入 1～3 个已注册的声纹 ID。系统会实时将当前语音与 IdList 中的所有声纹进行比对，识别出匹配的目标。
Score Integer 示例值：40
声纹匹配阈值。当实时语音与预注册声纹的相似度分数大于等于此值时，才判定为匹配成功。
CreatedAt Long 示例值：1640995200000
智能体创建时间，Unix 时间戳（毫秒）。
UpdatedAt Long 示例值：1640995200000
智能体最后更新时间，Unix 时间戳（毫秒）。
Bindings Object[] 示例值：-
智能体关联关系。
InstanceId String 示例值：68b5****59c0
智能体所属的实例标识符。
ProductKey String 示例值：68bf****1f41
智能体已关联的产品标识符。
DeviceName String 示例值：device-789
智能体已绑定的设备名称。
CreatedAt String 示例值：1640995200000
绑定时间，Unix 时间戳（毫秒）。
NextIterator String 示例值：eyJpZCI6MTAwfQ==
下一页的分页标识。如果为空字符串，表示已是最后一页。
错误码
查询所有平台智能体
输入示例
POST https://rtc.volcengineapi.com?Action=AibotQuery&Version=2025-08-01
{
"AccessType": "public"
}输出示例
{
"Result": {
"Bots": [
{
"Id": "bot****O",
"Name": "智能助手",
"AccessType": "public",
"Config": {
"ASRConfig": {
"Provider": "volcano",
"ProviderParams": {
"ApiResourceId": "volc.bigasr.sauc.duration",
"Mode": "bigmodel"
},
"VADConfig": {},
"InterruptConfig": {}
},
"LLMConfig": {
"Mode": "ArkV3",
"ModelName": "Doubao-Seed-1.6｜250615",
"SystemMessages": [
"##人设\n你是一个全能的超级助手，具备强大的知识库、情感理解能力和解决问题的能力。你的目标是高效、专业、友好地帮助用户完成各类任务，包括但不限于日常生活、工作安排、信息检索、学习辅导、创意写作、语言翻译和技术支持等；\n\n##约束\n始终主动、礼貌、有条理；\n回答准确但不冗长，必要时可提供简洁总结+详细解释；\n不清楚的任务会主动澄清，不假设、不误导。"
],
"HistoryLength": 10,
"ThinkingType": "disabled",
"VisionConfig": {
"SnapshotConfig": {},
"StorageConfig": {
"TosConfig": {}
}
}
},
"TTSConfig": {
"Provider": "volcano",
"ProviderParams": {
"audio": {
"voice_type": "BV002_streaming"
}
}
},
"SubtitleConfig": {
"DisableRTSSubtitle": true
},
"FunctionCallingConfig": {}
},
"AgentConfig": {
"WelcomeMessage": "我是你的AI助手，有什么需要我为您效劳的吗？",
"Burst": {
"Enable": false,
"BufferSize": 0,
"Interval": 0
}
},
"CreatedAt": 1757486891233,
"UpdatedAt": 1757486891233
},
{
"Id": "bot****s",
"Name": "我的平台智能体",
"AccessType": "public",
"Config": {
"ASRConfig": {
"Provider": "volcano",
"ProviderParams": {
"ApiResourceId": "volc.bigasr.sauc.duration",
"Mode": "bigmodel"
},
"VADConfig": {},
"InterruptConfig": {}
},
"LLMConfig": {
"Mode": "ArkV3",
"ModelName": "Doubao-Seed-1.6｜250615",
"MaxTokens": 1024,
"Temperature": 0.1,
"TopP": 0.9,
"SystemMessages": [
"你是一个专业的客服助手，请用礼貌和专业的语言回答用户问题。"
],
"VisionConfig": {
"SnapshotConfig": {},
"StorageConfig": {
"TosConfig": {}
}
}
},
"TTSConfig": {
"Provider": "volcano_bidirection",
"ProviderParams": {
"ResourceId": "volc.service_type.10029",
"audio": {
"voice_type": "zh_female_linjianvhai_moon_bigtts"
}
}
},
"SubtitleConfig": {},
"FunctionCallingConfig": {}
},
"CreatedAt": 1757608760015,
"UpdatedAt": 1757608760015
}
]
},
"ResponseMetadata": {
"RequestId": "2025091200414****A0208EDC",
"Action": "AibotQuery",
"Version": "2025-08-01",
"Service": "rtc",
"Region": "cn-north-1"
}
}最近更新时间：2026.07.18 23:50:58
这个页面对您有帮助吗？
有用
有用
无用
无用