Skip to main content
Deep Agents CLI 是一个基于 Deep Agents SDK 构建的开源终端编码智能体。 它保留持久记忆，跨会话维护上下文，学习项目约定，使用可定制的技能，并在批准控制下执行代码。 Deep Agents CLI Deep Agents CLI 具有以下内置功能：
  • 文件操作 - 读取、写入和编辑文件，使用使智能体能够管理和修改代码及文档的工具。
  • Shell 执行 - 执行命令以运行测试、构建项目、管理依赖并与版本控制交互。
  • Web 搜索 - 搜索 Web 以获取最新信息和文档（需要 Tavily API 密钥）。
  • HTTP 请求 - 向 API 和外部服务发出 HTTP 请求以进行数据获取和集成任务。
  • 任务规划和跟踪 - 将复杂任务分解为离散步骤并跟踪进度。
  • 记忆存储和检索 - 跨会话存储和检索信息，使智能体能够记住项目约定和学习到的模式。
  • 上下文压缩和卸载 - 总结较早的对话消息并将原始内容卸载到存储中，在长会话期间释放上下文窗口空间。
  • 人机协同 (Human-in-the-loop) - 要求人工批准敏感工具操作。
  • 技能 - 通过自定义专业知识和指令扩展智能体能力。
  • MCP 工具 - 从 Model Context Protocol 服务器加载外部工具。
  • 追踪 - 在 LangSmith 中追踪智能体操作以实现可观测性和调试。

​
内置工具

智能体附带以下内置工具，无需配置即可使用：
工具描述人机协同
ls列出文件和目录-
read_file读取文件内容；针对特定模型支持多模态内容-
write_file创建或覆盖文件需要1
edit_file对现有文件进行 targeted 编辑需要1
glob查找匹配模式的文件-
grep跨文件搜索文本模式-
execute在本地或远程沙盒中执行 Shell 命令需要1
web_search使用 Tavily 搜索 Web需要1
fetch_url获取并将 Web 页面转换为 Markdown需要1
task将工作委托给子智能体以并行执行需要1
ask_user向用户提出自由形式或多项选择题-
compact_conversation总结较早的消息，将原始内容卸载到后端存储，并在上下文中用摘要替换它们混合2
write_todos为复杂工作创建和管理任务列表-
1：潜在破坏性操作在执行前需要用户批准。要绕过人工批准，你可以切换自动批准 (shift+tab) 或使用以下选项启动：
deepagents -y
# 或
deepagents --auto-approve
当非交互地运行 CLI（通过 -n 或管道 stdin）时，即使使用 -y/--auto-approve，Shell 执行默认也是禁用的。使用 -S/--shell-allow-list 来白名单特定命令（例如 -S "pytest,git,make"），recommended 用于安全默认值，或 all 以允许任何命令。还支持 DEEPAGENTS_CLI_SHELL_ALLOW_LIST 环境变量。有关更多详情，请参阅 非交互模式和管道。
2：当 Token 使用量超过模型感知阈值时，CLI 会自动在后台卸载对话。卸载通过 LLM 总结较早的消息，并将原始内容弹出到存储 (/conversation_history/{thread_id}.md)，在上下文中用摘要替换它们。如果需要，智能体仍然可以从卸载文件中检索完整历史。compact_conversation 工具允许智能体（或你）按需触发卸载。当作为工具调用时，默认需要用户批准。
观看演示视频 以查看 Deep Agents CLI 的工作原理。
Deep Agents CLI 未在 Windows 上获得官方支持。Windows 用户可以尝试在 Windows Subsystem for Linux (WSL) 下运行它。

​
快速开始

设置模型凭据

将提供商的 API 密钥导出为环境变量或将其添加到 ~/.deepagents/.env：
export OPENAI_API_KEY="your-api-key"
为避免在每个终端会话中设置密钥，请将它们添加到 ~/.deepagents/.env。请参阅 环境变量。
CLI 适用于任何支持工具调用的 LLM。OpenAI、Anthropic 和 Google 默认已安装。对于其他提供商（Ollama、Groq、xAI 等），请参阅 提供商。

安装并运行

OpenAI、Anthropic 和 Google 默认已安装。其他提供商（Ollama、Groq、xAI 等）可作为可选扩展使用 — 有关详情，请参阅 提供商。
curl -LsSf https://raw.githubusercontent.com/langchain-ai/deepagents/refs/heads/main/libs/cli/scripts/install.sh | bash

deepagents

给智能体一个任务

创建一个打印 "Hello, World!" 的 Python 脚本
智能体在修改文件之前会提议更改并提供差异供你批准。

启用追踪（可选）

要在 LangSmith 中查看智能体操作、工具调用和决策，请将以下内容添加到 ~/.deepagents/.env 或在 Shell 中导出变量：
~/.deepagents/.env
LANGSMITH_TRACING=true
LANGSMITH_API_KEY=lsv2_...
LANGSMITH_PROJECT=optional-project-name  # 指定项目名称或默认为 "deepagents-cli"
有关设置详情和用法，请参阅 使用 LangSmith 追踪。

​
提供商

OpenAI、Anthropic 和 Google 开箱即用。其他提供商单独安装，因此你只需拉取所需的内容。 
# 向现有安装添加额外提供商
uv tool install deepagents-cli --with langchain-xai
有关支持的提供商的完整列表，请参阅 模型提供商。

​
交互模式

像在聊天界面中一样自然输入。 智能体将使用其内置工具、技能和记忆来帮助你完成任务。
在 CLI 会话中使用这些命令：
  • /model - 切换模型或打开交互模型选择器。有关详情，请参阅 切换模型
  • /remember [context] - 审查对话并更新记忆和技能。可选地传递额外上下文
  • /skill:<name> [args] - 按名称直接调用技能。技能的 SKILL.md 指令连同你提供的任何参数一起注入到 Prompt 中
  • /skill-creator [args] - 创建有效代理技能的指南
  • /offload (别名 /compact) - 通过将消息卸载到存储并带有摘要占位符来释放上下文窗口空间。如果需要，智能体可以从卸载文件中检索完整历史
  • /tokens - 显示当前上下文窗口 Token 使用量细分
  • /clear - 清除对话历史并开始新线程
  • /threads - 浏览和恢复之前的对话线程
  • /mcp - 显示活动 MCP 服务器和工具
  • /reload - 重新读取 .env 文件，刷新配置，并重新发现技能而无需重启。对话状态得以保留。有关覆盖行为，请参阅 DEEPAGENTS_CLI_ 前缀
  • /theme - 打开交互主题选择器以切换颜色主题。内置主题可用，加上任何 用户定义的主题
  • /update - 检查并内联安装 CLI 更新。检测你的安装方法（uv、Homebrew、pip）并运行适当的升级命令
  • /auto-update - 切换自动更新的开启或关闭
  • /trace - 在 LangSmith 中打开当前线程（需要 LANGSMITH_API_KEY）
  • /editor - 在你的外部编辑器中打开当前 Prompt（$VISUAL / $EDITOR）。请参阅 外部编辑器
  • /changelog - 在浏览器中打开 CLI 变更日志
  • /docs - 在浏览器中打开文档
  • /feedback - 打开 GitHub 问题页面以提交错误报告或功能请求
  • /version - 显示已安装的 deepagents-cli 和 SDK 版本
  • /help - 显示帮助和可用命令
  • /quit - 退出 CLI
输入 ! 进入 Shell 模式，然后输入你的命令。
git status
npm test
ls -la
常规
快捷键操作
Enter提交 Prompt
Shift+Enter、Ctrl+J、Alt+Enter 或 Ctrl+Enter插入换行
Ctrl+A选择输入中的所有文本
@filename自动补全文件并注入内容
Shift+Tab 或 Ctrl+T切换自动批准
Ctrl+U删除到行首
Ctrl+X在外部编辑器中打开 Prompt
Ctrl+O展开/折叠最近的工具输出
Escape中断当前操作
Ctrl+C中断或退出
Ctrl+D退出

​
非交互模式和管道

使用 -n 运行单个任务而无需启动交互 UI： 
deepagents -n "编写一个打印 hello world 的 Python 脚本"
你也可以通过 stdin 管道输入。当输入被管道传输时，CLI 会自动非交互地运行： 
echo "解释这段代码" | deepagents
cat error.log | deepagents -n "是什么导致了这个错误？"
git diff | deepagents -n "审查这些更改"
git diff | deepagents --skill code-review -n '总结更改'
当你将管道输入与 -n 或 -m 结合使用时，管道内容首先出现，随后是你传递给标志的文本。
最大管道输入大小为 10 MiB。
在非交互模式下，Shell 执行默认禁用。使用 -S/--shell-allow-list 启用特定命令（例如 -S "pytest,git,make"），recommended 用于安全默认值，或 all 以允许任何命令。
使用 -q 获得适合管道传输到其他命令的干净输出，并使用 --no-stream 缓冲完整响应（而不是流式传输）后再写入 stdout：
deepagents -n "为 Python 生成一个 .gitignore" -q > .gitignore
deepagents -n "列出依赖" -q --no-stream | sort
在非交互模式下，指示智能体做出合理假设并自主继续，而不是询问澄清问题。它还倾向于非交互命令变体（例如 npm init -y、apt-get install -y）。
# 允许特定命令（针对列表验证）
deepagents -n "运行测试并修复失败" -S "pytest,git,make"

# 使用精选的安全命令列表
deepagents -n "构建项目" -S recommended

# 允许任何 Shell 命令
deepagents -n "修复构建" -S all
谨慎使用。-S all（或 --shell-allow-list all）让智能体执行任意 Shell 命令而无需人工确认。

​
切换模型

你可以使用 /model 命令在会话期间切换模型而无需重启 CLI，或在启动时使用 --model 标志： 
> /model anthropic:claude-opus-4-6
> /model openai:gpt-5.4

deepagents --model openai:gpt-5.4
运行 /model 打开一个交互模型选择器，显示按提供商分组的可用模型。 有关切换模型、设置默认值以及添加自定义模型提供商的完整详情，请参阅 模型提供商。
选择器为高亮模型显示详细页脚，包括上下文窗口大小、输入模态（文本、图像、音频、PDF、视频）和能力（推理、工具调用、结构化输出）。被 --profile-override 或 config.toml 覆盖的值标有黄色 * 前缀。
在会话中途切换时使用 --model-params 传递额外模型构造函数参数：
> /model --model-params '{"temperature": 0.7}' anthropic:claude-sonnet-4-5
> /model --model-params '{"temperature": 0.7}'  # 打开选择器，将参数应用于所选模型
这些是仅会话的覆盖，并具有最高优先级，覆盖配置文件 params 中的值。--model-params 不能与 --default 结合使用。

​
配置

CLI 将所有配置存储在 ~/.deepagents/ 下。在该目录内，每个智能体都有自己的子目录（默认：agent）：
路径用途
~/.deepagents/config.toml模型默认值、提供商设置、构造函数参数、profile 覆盖、主题、更新设置、MCP 信任存储
~/.deepagents/.env全局 API 密钥和秘密。请参阅 配置
~/.deepagents/hooks.json生命周期事件钩子（会话开始/结束、任务完成等）
~/.deepagents/<agent_name>/每智能体记忆、技能和对话线程
.deepagents/ (项目根目录)项目特定记忆和技能，在 git 仓库内运行时加载
# 列出所有配置的代理
deepagents agents list
有关完整参考 — 包括 config.toml 架构、提供商参数、profile 覆盖和钩子配置 — 请参阅 配置。

​
记忆

自定义任何智能体主要有两种方式：
  • 记忆：AGENTS.md 文件和跨会话持久化的自动保存记忆。使用记忆来获取通用编码风格、偏好和学习到的约定。
  • 技能：全局和项目特定的上下文、约定、指南或指令。使用技能来获取仅在执行特定任务时需要的上下文。
使用 /remember 明确提示智能体从当前对话更新其记忆和技能。
使用 SDK 构建自定义智能体？请参阅 记忆 以获取编程记忆后端。

​
自动记忆

当你使用智能体时，它会自动将信息存储在 ~/.deepagents/<agent_name>/memories/ 中作为 Markdown 文件，使用记忆优先协议：
  1. 研究：在开始任务之前搜索记忆以获取相关上下文
  2. 响应：在执行期间不确定时检查记忆
  3. 学习：自动保存新信息以供未来会话使用
智能体按主题组织其记忆，并使用描述性文件名： 
~/.deepagents/backend-dev/memories/
├── api-conventions.md
├── database-schema.md
└── deployment-process.md
当你教导智能体约定时： 
deepagents --agent backend-dev
> 我们的 API 使用 snake_case 并包含 created_at/updated_at 时间戳
它会在未来会话中记住： 
> 创建一个 /users 端点
# 应用约定而无需提示

​
AGENTS.md 文件

AGENTS.md 文件 提供在会话开始时始终加载的持久上下文：
  • 全局：~/.deepagents/<agent_name>/AGENTS.md — 每个会话加载。
  • 项目：任何 git 项目根目录中的 .deepagents/AGENTS.md — 当 CLI 从该项目内运行时加载。
两个文件都在启动时追加到系统 Prompt。
智能体在回答项目特定问题时或当你引用过去的工作或模式时，也可能读取其记忆文件。当你提供有关它应如何行为的信息、对其工作的反馈或指示记住某事时，智能体会更新 AGENTS.md。 如果它从你的交互中识别出模式或偏好，它也会更新其记忆。要在额外记忆文件中添加更多结构化项目知识，请将它们添加到 .deepagents/ 中并在 AGENTS.md 文件中引用它们。 你必须在 AGENTS.md 文件中引用额外文件，智能体才能知晓它们。 额外文件不会在启动时读取，但智能体可以在需要时引用和更新它们。
全局 AGENTS.md (~/.deepagents/agent/AGENTS.md)
  • 你的个性、风格和通用编码偏好
  • 通用语气和沟通风格
  • 通用编码偏好（格式化、类型提示等）
  • 适用于各处的工具使用模式
  • 不随项目变化的工作流和方法论
项目 AGENTS.md (项目根目录中的 .deepagents/AGENTS.md)
  • 项目特定上下文和约定
  • 项目架构和设计模式
  • 特定于此代码库的编码约定
  • 测试策略和部署流程
  • 团队指南和项目结构

​
使用技能

技能是可重用的智能体能力，提供专业化工作流和领域知识。 你可以使用 技能 为你的 Deep 智能体提供新能力和专业知识。 Deep 智能体技能遵循 Agent Skills 标准。 一旦你添加了技能，你的 Deep 智能体将自动使用它们，并在你使用智能体并提供额外信息时更新它们。 使用 /remember 明确提示智能体从当前对话更新技能和记忆。
  1. 创建技能： 
    # 用户技能（存储在 ~/.deepagents/<agent_name>/skills/）
deepagents skills create test-skill

# 项目技能（存储在 .deepagents/skills/）
deepagents skills create test-skill --project
    这将生成： 
    skills/
└── test-skill
    └── SKILL.md
  2. 打开生成的 SKILL.md 并编辑文件以包含你的指令。
  3. 可选地向 test-skill 文件夹添加额外脚本或其他资源。有关更多信息，请参阅 示例。
你也可以直接将现有技能复制到智能体的文件夹：
mkdir -p ~/.deepagents/<agent_name>/skills
cp -r examples/skills/web-research ~/.deepagents/<agent_name>/skills/
你可以使用 Vercel 的 Skills CLI 等工具在你的环境中安装社区 Agent Skills 并使它们对你的 Deep 智能体可用：
# 全局安装技能
npx skills add vercel-labs/agent-skills --skill web-design-guidelines -a deepagents -g -y

# 列出已安装的技能
npx skills ls -a deepagents -g
全局安装 (-g) 将技能符号链接到 ~/.deepagents/agent/skills/ — 默认智能体的用户级技能目录。项目级安装（省略 -g）将技能放置在相对于当前目录的 .deepagents/skills/ 中，使它们对该项目中运行的任何智能体可用，无论智能体名称如何。
全局安装仅针对默认 agent 目录。如果你使用自定义命名的智能体，请使用项目级安装或手动将技能符号链接到 ~/.deepagents/{your-agent}/skills/。
在启动时，CLI 从 Deep Agents 和共享别名目录发现技能：
~/.deepagents/<agent_name>/skills/
~/.agents/skills/
.deepagents/skills/
.agents/skills/
~/.claude/skills/          (实验性)
.claude/skills/            (实验性)
当存在重复技能名称时，后优先级目录覆盖前优先级目录（请参阅 应用数据）。对于项目特定技能，项目的根文件夹必须有一个 .git 文件夹。 当你从项目文件夹内的任何地方启动 CLI 时，CLI 将通过检查包含的 .git 文件夹来找到项目的根文件夹。对于每个技能，CLI 从 SKILL.md 文件的 frontmatter 读取名称和描述。 当你使用 CLI 时，如果任务匹配技能的描述，智能体将读取技能文件并遵循其指令。你也可以直接使用 /skill:<name> [args] 调用技能。技能发现在启动时运行，并在 /reload 时再次运行。
使用 --skill 在启动时调用技能而无需交互地输入斜杠命令：
# 打开 TUI 并立即运行技能
deepagents --skill code-review

# 使用 -m 向技能传递请求
deepagents --skill code-review -m '审查 auth 模块'

# 将内容管道传输到技能
cat diff.txt | deepagents --skill code-review

# 管道传输内容并添加请求
cat diff.txt | deepagents --skill code-review -m '聚焦于安全'
--skill 也适用于非交互模式：
# 无头运行技能
deepagents --skill code-review -n '审查此补丁'

# 安静模式（仅智能体输出到 stdout）
deepagents --skill code-review -n '审查此补丁' -q
带有 --quiet 或 --no-stream 的 --skill 需要 -n（非交互模式）。
# 列出所有用户技能
deepagents skills list

# 列出项目技能
deepagents skills list --project

# 获取有关特定技能的详细信息
deepagents skills info test-skill
deepagents skills info test-skill --project

​
子智能体

将自定义 子智能体 定义为 Markdown 文件，以便 CLI 智能体可以将专业化任务委托给它们。每个子智能体位于其自己的文件夹中，带有 AGENTS.md 文件： 
.deepagents/agents/{subagent-name}/AGENTS.md   # 项目级
~/.deepagents/{agent}/agents/{subagent-name}/AGENTS.md  # 用户级
项目子智能体覆盖具有相同名称的用户子智能体（请参阅 优先级规则）。 Frontmatter 需要 name 和 description（与 SubAgent 字典规范 相同）。Markdown 正文成为子智能体的 system_prompt。除了基础规范外，AGENTS.md 文件还支持可选的 model frontmatter 字段，该字段为此子智能体覆盖主智能体的模型。使用 provider:model-name 格式（例如 anthropic:claude-opus-4-6、openai:gpt-5.4）。省略以继承主智能体的模型。
其他 SubAgent 字段（tools、middleware、interrupt_on、skills）当前无法通过 AGENTS.md frontmatter 配置 — 以此方式定义的自定义子智能体继承主智能体的工具。直接使用 SDK 以获得完全控制。
子智能体 AGENTS.md 文件使用 YAML frontmatter 后跟 Markdown 正文：
---
name: researcher
description: 在编写内容之前研究 Web 上的主题
model: anthropic:claude-haiku-4-5-20251001
---

你是一个可以访问 Web 搜索的研究助手。

## 你的流程
1. 搜索相关信息
2. 清晰总结发现
对简单委托任务使用更便宜、更快的模型，同时将主智能体保持在更强大的模型上：
---
name: general-purpose
description: 用于研究和多步任务的通用智能体
model: anthropic:claude-haiku-4-5-20251001
---

你是一个通用助手。高效完成任务并返回简洁摘要。
这将覆盖内置通用子智能体，将所有委托任务路由到更便宜的模型。有关更多信息，请参阅 覆盖通用子智能体。

​
使用 MCP 工具

使用来自外部 MCP (Model Context Protocol) 服务器的工具扩展 CLI。将 .mcp.json 放置在项目根目录，CLI 会自动发现它。有关配置格式、自动发现和故障排除，请参阅 MCP 工具指南。

​
使用远程沙盒

CLI 使用 沙盒作为工具 模式：CLI 进程（LLM 循环、记忆、工具分发）在你的机器上运行，但智能体工具调用（read_file、write_file、execute 等）目标是远程沙盒，而不是你的本地文件系统。要将文件放入沙盒，请使用 设置脚本 或提供商的文件传输 API（请参阅 处理文件）。 有关沙盒架构、集成模式和安全最佳实践的更深入探讨，请参阅 沙盒。
LangSmith 沙盒支持默认包含在 CLI 中。AgentCore、Modal、Daytona 和 Runloop 需要安装扩展。

安装提供商依赖

安装 deepagents-cli 时默认包含。无需额外安装。

设置提供商凭据

export LANGSMITH_API_KEY="your-key"

使用沙盒运行 CLI

deepagents --sandbox langsmith
标志描述
--sandbox TYPE要使用的沙盒提供商：langsmith、agentcore、modal、daytona 或 runloop（默认：none）
--sandbox-id ID通过 ID 复用现有沙盒而不是创建新沙盒。跳过创建和清理。有关更多信息，请参阅你的沙盒文档
--sandbox-setup PATH在沙盒创建后在其中运行的设置脚本路径
示例：
# 创建新的 Daytona 沙盒
deepagents --sandbox daytona

# 复用现有沙盒（跳过创建和清理）
deepagents --sandbox runloop --sandbox-id dbx_abc123

# 在沙盒创建后运行设置脚本
deepagents --sandbox modal --sandbox-setup ./setup.sh
使用 --sandbox-setup 在创建后在沙盒内运行 Shell 脚本。这对于克隆仓库、安装依赖和配置环境变量很有用。
setup.sh
#!/bin/bash
set -e

# 使用 GitHub Token 克隆仓库
git clone https://x-access-token:${GITHUB_TOKEN}@github.com/username/repo.git $HOME/workspace
cd $HOME/workspace

# 使环境变量持久化
cat >> ~/.bashrc <<'EOF'
export GITHUB_TOKEN="${GITHUB_TOKEN}"
export OPENAI_API_KEY="${OPENAI_API_KEY}"
cd $HOME/workspace
EOF
source ~/.bashrc
CLI 使用你的本地环境变量扩展设置脚本中的 ${VAR} 引用。将秘密存储在本地 .env 文件中以供设置脚本访问。
沙盒隔离代码执行，但智能体仍然容易受到不可信输入的 Prompt 注入攻击。仅使用人机协同批准、短期秘密和可信设置脚本。有关详情，请参阅 安全注意事项。

​
使用 LangSmith 追踪

启用 LangSmith 追踪以在 LangSmith 项目中查看智能体操作、工具调用和决策。 将你的追踪密钥添加到 ~/.deepagents/.env，以便在每个会话中启用追踪而无需每 Shell 导出：
~/.deepagents/.env
LANGSMITH_TRACING=true
LANGSMITH_API_KEY=lsv2_...
LANGSMITH_PROJECT=optional-project-name  # 指定项目名称或默认为 "deepagents-cli"
要为特定项目覆盖，请将相同的密钥添加到项目目录中的 .env。有关完整加载顺序，请参阅 环境变量。 如果你愿意，也可以将这些设置为 Shell 环境变量。Shell 导出始终优先于 .env 值，因此这是临时覆盖或测试的好选项： 
export LANGSMITH_TRACING=false
当从 LangChain 应用程序编程地调用 CLI 时（例如，作为 非交互模式 中的子进程），你的应用程序和 CLI 都会产生 LangSmith 追踪。默认情况下，这些都落入同一个项目。要将 CLI 追踪发送到专用项目，请设置 DEEPAGENTS_CLI_LANGSMITH_PROJECT：
~/.deepagents/.env
DEEPAGENTS_CLI_LANGSMITH_PROJECT=my-deep-agent-execution
然后为你的父应用程序的追踪配置 LANGSMITH_PROJECT：
~/.deepagents/.env
LANGSMITH_PROJECT=my-app-traces
这使你的应用级可观测性保持干净，同时仍在单独项目中捕获智能体的内部执行。你也可以使用 DEEPAGENTS_CLI_ 前缀 将 LangSmith 凭据范围限定到 CLI（例如 DEEPAGENTS_CLI_LANGSMITH_API_KEY）。
配置后，CLI 显示带有 LangSmith 项目链接的状态行。在支持的终端中，点击链接直接打开它。你也可以使用 /trace 打印 URL 并在浏览器中打开它。 
✓ LangSmith 追踪：'my-project'

​
命令参考

# 使用特定智能体配置
deepagents --agent mybot

# 使用特定模型（提供商：模型 格式或自动检测）
deepagents --model anthropic:claude-sonnet-4-5
deepagents --model gpt-4o

# 自动批准工具使用（跳过人机协同提示）
deepagents -y
选项描述
-a, --agent NAME使用具有分离记忆的命名智能体（默认：agent）
-M, --model MODEL使用特定模型（provider:model）
--model-params JSON作为 JSON 字符串传递给模型的额外 kwargs（例如 '{"temperature": 0.7}'）
--default-model [MODEL]设置默认模型
--clear-default-model清除默认模型
-r, --resume [ID]恢复会话：-r 用于最近，-r <ID> 用于特定线程
-m, --message TEXT会话启动时自动提交的初始 Prompt（交互模式）
--skill NAME在启动时调用技能
-n, --non-interactive TEXT非交互地运行单个任务并退出。除非设置 --shell-allow-list，否则 Shell 被禁用
-q, `—quiet