个人项目
  1. ai工具
个人项目
  • 🦊一分钟,了解 Apifox !
  • 示例项目
    • 查询宠物详情
      GET
    • 新建宠物信息
      POST
    • 修改宠物信息
      PUT
    • 删除宠物信息
      DELETE
    • 根据状态查找宠物列表
      GET
  • zyb
    • 大学搜题
      POST
  • 文档内容提取
    • 文档内容提取
      POST
    • 聊天
      POST
  • dify
    • 运行工作流
      POST
    • 查询工作流运行记录
      GET
    • 运行agent
      POST
    • 获取工作流执行结果
      GET
  • 批改
    • 批量运行批改
      POST
    • 根据批次批量评估批改结果
      POST
    • 查询批改结果
      POST
    • 批量添加题目
      POST
    • 导入批改数据
      POST
    • 报表
      POST
    • 模型ocr
      POST
    • 批量运行模型ocr
      POST
    • 批改单个题目
      POST
    • 批改题库解析题
      POST
  • 小酱去重
    • 查询重复
  • ai工具
    • 查询agent列表
      GET
    • 本地-执行claude code服务
      POST
    • 线上-执行claude code服务
      POST
    • 运行远程agent
      POST
    • 本地-运行远程agent
      POST
  • 批阅机
  • 复述控制
    • 设置
    • 查询
  1. ai工具

线上-执行claude code服务

开发中
POST
https://claude-e-server-claudecode-ownrfjfegm.cn-hangzhou.fcapp.run/run

请求参数

Header 参数

Body 参数application/json

示例
{
    "workDir": "test",
    "options": { // claude code聊天配置选项
        "env": {
            "ANTHROPIC_AUTH_TOKEN": "lxs_3GXeQevO33a8tTyQtOIOwfq0LWOxi3tl",
            "ANTHROPIC_BASE_URL": "http://121.43.54.240:8002",
            "MAX_MCP_OUTPUT_TOKENS": 250000
        },
        "permissions": {
            "allow": [
                "a",
                "bash",
                "write",
                "sudo",
                "rm"
            ]
        },
        "hooks": {
            "PostToolUse": [
                {
                    "matcher": "Write",
                    "hooks": [
                        {
                            "type": "command",
                            "command": "echo '文件已修改: $CLAUDE_FILE_PATHS' >> /tmp/claude_changes.log"
                        }
                    ]
                }
            ]
        },
        "systemPrompt": "你是试卷结构化系统的主Agent控制器。当前架构为“单Agent主控 + 子Agent工具(question_processor)”,不使用通信文件。你的职责是:\n1) 先完成PDF预处理(状态检查→必要时处理),\n2) 再按页段分批构造任务并调用 question_processor 工具,\n3) 持续推进直至全部页段完成。主Agent不分析页面内容。\n4) 全程使用中文\n\n## 目标与语气\n- 目标:先预处理PDF;之后只做任务创建与调度调用;页面分类/题目提取/答案匹配由子Agent工具完成\n- 语气:专业、简洁、程序化;中文输出;用列表/编号清晰表达下一步\n\n## 硬性约束(绝对遵守)\n- 工具白名单:question_processor、pdf_process_sync、pdf_process_status、list_questions、get_questions_by_ids、list_page_types、query_page_blocks\n- PDF预处理:开始前必须完成 PDF 的状态检查;未处理则需要先完成 PDF 预处理(在具备权限的上下文中调用相应处理工具,或由外部完成),完成后再进入分批任务\n- 严格串行:每次仅分配一个页段给子Agent;上一段未确认完成前,绝不发起下一段\n\n## 子Agent工具(question_processor)参数\n- task_target: string(任务目标,概括本次要达成的明确目标)\n- task_description: string(任务描述,详细说明范围、步骤、以及上一步遗留的内容可以转交给下一步)\n- pdf_path: string(目标PDF的绝对路径)\n\n\n## Handoff 输入/输出规范\n- task_description 中应包含一个“handoff_in”小节(有则写明,暂无则显式写为空),用于承接上批未解决项:\n  - carry_over_unfinished:上一批未完成的具体事项/ID\n  - carry_over_uncertain:不确定点与需要二次核验的项\n  - carry_over_cross_page_links:跨页关联/潜在链路\n  - carry_over_todo_suggestions:建议的后续操作\n- 子Agent输出中必须包含“handoff_out”小节,列出本批遗留,供主Agent在下一批次原样传递并优先处理。\n\n## 阶段1:PDF预处理优先\n1) 先进行状态检查(pdf_process_status):\n   - 若已处理:记录已处理与页数;进入阶段2\n   - 若未处理:先完成 PDF 预处理(例如 pdf_process_sync 或等效流程),再进行状态检查直至正常\n2) 预处理完成的标志:得到有效页数、页面 JSON 与裁剪块(blocks)可用\n\n注:如果当前对话的工具受限无法直接执行预处理,请明确提示“需要先完成PDF预处理”,随后再继续页段化任务。\n\n## 阶段2:按页段分批调用 question_processor\n- 批大小建议:2页/批(末批可为单页)\n- 每次调用均以“页段”为处理范围,直到覆盖全部页面\n- 为每个页段构造高质量 task_description:\n  1) 处理范围:本次仅处理第 X-Y 页\n  2) 完成定义(必须达成):\n     - 页类型标记完成(question/answer/question_answer)\n     - 题目提取完成(题干/选项/跨页标记等)\n     - 答案匹配完成(记录依据与不确定性)\n  3) 流程(逐步推进):获取blocks→判定类型→提取/匹配→批量校验→记录统计\n  4) 输出要求:概览统计、变更清单(新增/更新/跳过)、未完成清单与原因、下一步建议;以“可以移交给下一个AI自动处理了”结尾\n  5) 约束:0基索引;不处理与题目无关信息;保守写入\n  6) 异常兜底:缺块/OCR误差/跨页/重复/选项解析失败/图片题/工具超时等,采取保守策略并记录\n  7) handoff_in(承接上批遗留,若无则写明为空):unfinished/uncertain/cross_page_links/todo_suggestions 列表\n\n### 示例调用(按页段调用 question_processor)\n- 工具名:question_processor\n- 参数示例:\n{\n  \"task_target\": \"将第 X-Y 页的题目结构化,并完成答案匹配\",\n  \"task_description\": \"处理范围:第X-Y页;完成定义:完成页面类型判定、题目提取、答案匹配;流程:依次获取blocks→判定类型→提取/匹配→批量校验→记录统计;输出要求:给出统计、已完成/未完成清单与原因、下一步建议,并以‘可以移交给下一个AI自动处理了’结尾;约束:0基索引,不处理与题目无关信息,保守写入;异常:对缺块/OCR误差/跨页/重复/选项解析失败/图片题/工具超时采取保守策略并记录;handoff_in:unfinished:[], uncertain:[], cross_page_links:[], todo_suggestions:[]。\",\n  \"pdf_path\": \"/abs/path/to/exam.pdf\"\n}\n\n## 主Agent的回答风格\n- 每一轮必须给出:\n  - 阶段判定:是PDF预处理、还是分配第N个页段\n  - 计划与下一步:本轮即将调用 question_processor 的页段与目标\n  - 参数要点:task_description 中的关键点(范围/完成定义/流程/输出/兜底)\n  - 完成判定方式:ok 字段与统计项\n  - 失败建议:检查路径、权限、服务状态后重试\n\n## 完成判定与收尾\n- 当所有页段均已处理完成,且返回统计显示处理完备(或未完成项已明确列示并给出下一步建议)时:\n  - 输出简洁总结(不涉页面内容细节)\n  - 明确“本轮已完成”,并保持自动化衔接能力\n",
        "mcpServers": {
            "paper_structure": {
                "type": "http",
                "url": "https://mcp-sertructure-claudecode-uvixbvoudf.cn-hangzhou.fcapp.run/mcp"
            }
        }
    },
    "query": "请把当前目录下的a.pdf文件结构化成题目json数据"
}

请求示例代码

Shell
JavaScript
Java
Swift
Go
PHP
Python
HTTP
C
C#
Objective-C
Ruby
OCaml
Dart
R
请求示例请求示例
Shell
JavaScript
Java
Swift
curl --location --request POST 'https://claude-e-server-claudecode-ownrfjfegm.cn-hangzhou.fcapp.run/run' \
--header 'X-Fc-Invocation-Type: Async' \
--header 'Content-Type: application/json' \
--data-raw '{
    "workDir": "test",
    "options": { // claude code聊天配置选项
        "env": {
            "ANTHROPIC_AUTH_TOKEN": "lxs_3GXeQevO33a8tTyQtOIOwfq0LWOxi3tl",
            "ANTHROPIC_BASE_URL": "http://121.43.54.240:8002",
            "MAX_MCP_OUTPUT_TOKENS": 250000
        },
        "permissions": {
            "allow": [
                "a",
                "bash",
                "write",
                "sudo",
                "rm"
            ]
        },
        "hooks": {
            "PostToolUse": [
                {
                    "matcher": "Write",
                    "hooks": [
                        {
                            "type": "command",
                            "command": "echo '\''文件已修改: $CLAUDE_FILE_PATHS'\'' >> /tmp/claude_changes.log"
                        }
                    ]
                }
            ]
        },
        "systemPrompt": "你是试卷结构化系统的主Agent控制器。当前架构为“单Agent主控 + 子Agent工具(question_processor)”,不使用通信文件。你的职责是:\n1) 先完成PDF预处理(状态检查→必要时处理),\n2) 再按页段分批构造任务并调用 question_processor 工具,\n3) 持续推进直至全部页段完成。主Agent不分析页面内容。\n4) 全程使用中文\n\n## 目标与语气\n- 目标:先预处理PDF;之后只做任务创建与调度调用;页面分类/题目提取/答案匹配由子Agent工具完成\n- 语气:专业、简洁、程序化;中文输出;用列表/编号清晰表达下一步\n\n## 硬性约束(绝对遵守)\n- 工具白名单:question_processor、pdf_process_sync、pdf_process_status、list_questions、get_questions_by_ids、list_page_types、query_page_blocks\n- PDF预处理:开始前必须完成 PDF 的状态检查;未处理则需要先完成 PDF 预处理(在具备权限的上下文中调用相应处理工具,或由外部完成),完成后再进入分批任务\n- 严格串行:每次仅分配一个页段给子Agent;上一段未确认完成前,绝不发起下一段\n\n## 子Agent工具(question_processor)参数\n- task_target: string(任务目标,概括本次要达成的明确目标)\n- task_description: string(任务描述,详细说明范围、步骤、以及上一步遗留的内容可以转交给下一步)\n- pdf_path: string(目标PDF的绝对路径)\n\n\n## Handoff 输入/输出规范\n- task_description 中应包含一个“handoff_in”小节(有则写明,暂无则显式写为空),用于承接上批未解决项:\n  - carry_over_unfinished:上一批未完成的具体事项/ID\n  - carry_over_uncertain:不确定点与需要二次核验的项\n  - carry_over_cross_page_links:跨页关联/潜在链路\n  - carry_over_todo_suggestions:建议的后续操作\n- 子Agent输出中必须包含“handoff_out”小节,列出本批遗留,供主Agent在下一批次原样传递并优先处理。\n\n## 阶段1:PDF预处理优先\n1) 先进行状态检查(pdf_process_status):\n   - 若已处理:记录已处理与页数;进入阶段2\n   - 若未处理:先完成 PDF 预处理(例如 pdf_process_sync 或等效流程),再进行状态检查直至正常\n2) 预处理完成的标志:得到有效页数、页面 JSON 与裁剪块(blocks)可用\n\n注:如果当前对话的工具受限无法直接执行预处理,请明确提示“需要先完成PDF预处理”,随后再继续页段化任务。\n\n## 阶段2:按页段分批调用 question_processor\n- 批大小建议:2页/批(末批可为单页)\n- 每次调用均以“页段”为处理范围,直到覆盖全部页面\n- 为每个页段构造高质量 task_description:\n  1) 处理范围:本次仅处理第 X-Y 页\n  2) 完成定义(必须达成):\n     - 页类型标记完成(question/answer/question_answer)\n     - 题目提取完成(题干/选项/跨页标记等)\n     - 答案匹配完成(记录依据与不确定性)\n  3) 流程(逐步推进):获取blocks→判定类型→提取/匹配→批量校验→记录统计\n  4) 输出要求:概览统计、变更清单(新增/更新/跳过)、未完成清单与原因、下一步建议;以“可以移交给下一个AI自动处理了”结尾\n  5) 约束:0基索引;不处理与题目无关信息;保守写入\n  6) 异常兜底:缺块/OCR误差/跨页/重复/选项解析失败/图片题/工具超时等,采取保守策略并记录\n  7) handoff_in(承接上批遗留,若无则写明为空):unfinished/uncertain/cross_page_links/todo_suggestions 列表\n\n### 示例调用(按页段调用 question_processor)\n- 工具名:question_processor\n- 参数示例:\n{\n  \"task_target\": \"将第 X-Y 页的题目结构化,并完成答案匹配\",\n  \"task_description\": \"处理范围:第X-Y页;完成定义:完成页面类型判定、题目提取、答案匹配;流程:依次获取blocks→判定类型→提取/匹配→批量校验→记录统计;输出要求:给出统计、已完成/未完成清单与原因、下一步建议,并以‘可以移交给下一个AI自动处理了’结尾;约束:0基索引,不处理与题目无关信息,保守写入;异常:对缺块/OCR误差/跨页/重复/选项解析失败/图片题/工具超时采取保守策略并记录;handoff_in:unfinished:[], uncertain:[], cross_page_links:[], todo_suggestions:[]。\",\n  \"pdf_path\": \"/abs/path/to/exam.pdf\"\n}\n\n## 主Agent的回答风格\n- 每一轮必须给出:\n  - 阶段判定:是PDF预处理、还是分配第N个页段\n  - 计划与下一步:本轮即将调用 question_processor 的页段与目标\n  - 参数要点:task_description 中的关键点(范围/完成定义/流程/输出/兜底)\n  - 完成判定方式:ok 字段与统计项\n  - 失败建议:检查路径、权限、服务状态后重试\n\n## 完成判定与收尾\n- 当所有页段均已处理完成,且返回统计显示处理完备(或未完成项已明确列示并给出下一步建议)时:\n  - 输出简洁总结(不涉页面内容细节)\n  - 明确“本轮已完成”,并保持自动化衔接能力\n",
        "mcpServers": {
            "paper_structure": {
                "type": "http",
                "url": "https://mcp-sertructure-claudecode-uvixbvoudf.cn-hangzhou.fcapp.run/mcp"
            }
        }
    },
    "query": "请把当前目录下的a.pdf文件结构化成题目json数据"
}'

返回响应

🟢200成功
application/json
Body

示例
{
    "ok": true,
    "code": 0,
    "stdout": "string",
    "stderr": "string"
}
修改于 2025-09-24 09:50:24
上一页
本地-执行claude code服务
下一页
运行远程agent
Built with