ZorvAI 的核心智能体能力接口旨在为开发者提供一套标准化、模块化的工具，以构建具备自主决策、任务规划和工具调用能力的智能体。其核心接口设计通常围绕智能体生命周期管理、任务执行与编排以及工具集成三大维度展开。

1. 智能体生命周期管理接口

此类接口负责智能体的创建、配置、状态管理与销毁。

2. 任务执行与编排接口

这是智能体能力的核心，负责接收用户请求，驱动智能体进行思考、规划并执行任务。

# 示例：通过 SDK 调用任务执行接口
from zorvai_sdk import AgentClient

# 1. 初始化客户端并指定智能体
client = AgentClient(api_key="your_api_key")
agent = client.get_agent(agent_id="agent_123")

# 2. 提交任务请求
task_input = {
    "goal": "分析上季度销售数据，并总结增长最快的三个产品类别。",
    "context": "销售数据已通过附件‘sales_q3.csv’上传。"
}

# 3. 同步执行任务并获取结果
response = agent.execute_task(task_input=task_input)
print(f"任务结果: {response.result}")
print(f"推理过程: {response.thought_process}")

核心的 HTTP 端点通常是：

• POST /agents/{agent_id}/tasks：提交一个新的任务。
• GET /agents/{agent_id}/tasks/{task_id}：轮询或获取指定任务的执行结果和状态。

3. 工具集成与调用接口

智能体通过工具（Tools）扩展其能力边界。接口需支持工具的动态注册、描述与调用。

# 示例：工具定义的典型 YAML 配置
tools:
 name: "search_web"
    description: "使用搜索引擎获取最新信息。"
    parameters:
      query:
        type: "string"
        description: "搜索关键词"
    endpoint: "POST /tools/search"
 name: "execute_sql"
    description: "在指定数据库上执行安全的查询语句。"
    parameters:
      db_alias:
        type: "string"
      sql:
        type: "string"
    endpoint: "POST /tools/sql-query"

智能体在运行时，会根据任务需求自动选择并调用已注册的工具。调用流程通常为：

1. 规划：智能体决定下一步需要调用哪个工具及其参数。
2. 执行：平台将工具调用请求路由到对应的后端服务。
3. 反馈：工具执行结果返回给智能体，供其进行下一步分析或决策。

4. 核心能力接口调用流程

一个完整的智能体交互通常遵循以下序列：

综上所述，ZorvAI 的核心智能体能力接口通过分层设计，将生命周期管理、任务驱动执行与模块化工具调用紧密结合，为构建复杂、可靠的应用级智能体提供了基础框架。