方法介绍
conversation_add 用于提交对话记录并触发 Skill 的异步自动提取。功能说明如下：异步处理：方法立即返回，后台自动分析对话并提取可复用的 Skill。
自动学习：系统智能判断对话中是否包含可提取的 Skill，无需手动指定。
批量提交：一次可提交多轮对话。
导入
from tencentdb_agent_memory.v3 import SkillClient
方法签名
def conversation_add(self,*,session_id: str,user_id: str,team_id: str,agent_id: str,messages: List[Dict[str, Any]],space_id: Optional[str] = None,task_id: Optional[str] = None,) -> Dict[str, Any]
使用示例
from tencentdb_agent_memory.v3 import SkillClientwith SkillClient(endpoint="https://memory.tdai.tencentyun.com",api_key="sk-xxxxxxxxxxxxxxxx",service_id="tdai-mem-xxxxxxxx",team_id="team-abc123",agent_id="agt-xyz789",user_id="usr-456",) as client:messages = [{"role": "user", "content": "怎样在 Docker 中配置多阶段构建？"},{"role": "assistant", "content": "多阶段构建可以减少镜像体积..."},]result = client.conversation_add(messages=messages) # 必填，对话记录列表print(result["status"]) # "accepted"
请求参数
参数名 | 类型 | 必填 | 描述说明 |
messages | List[Dict] | 是 | 对话记录列表，每条含 role 和 content |
team_id | str | 否 | 团队 ID，覆盖构造时的默认值 |
agent_id | str | 否 | Agent ID，覆盖构造时的默认值 |
user_id | str | 否 | 用户 ID，覆盖构造时的默认值 |
task_id | str | 否 | Task ID，覆盖构造时的默认值 |
响应示例
{"status": "accepted"}
Running Environment
Operating System: Ubuntu 24.04.3 LTS / x86_64
Runtime Version: Python 3.11.1
响应参数说明
参数名 | 类型 | 参数含义 |
status | str | 提交状态， accepted 表示已接收并进入后台处理队列 |
错误码
错误码 | 触发场景 | 处理建议 |
400 | messages 为空 | 检查 messages 参数 |
401 | API Key 无效或过期 | 检查 api_key 配置 |
422 | 消息格式错误 | 确保每条消息含 role 和 content |
500 | 服务内部错误 | 可有限重试 |
