# msAgent快速入门
本文介绍如何配置模型、选择 Agent 功能、启动并进入msAgent最小可用的交互流程。
## 1. 环境准备
```commandline
pip install mindstudio-agent
```
更多安装方式,具体请参见《[msAgent安装指南](./install_guide.md)》。
## 2. 配置 LLM
1. 准备一个可用的 LLM API Key。
需要用户自行登录模型服务商网站进行创建,常见模型厂商链接如下:
| 模型服务商 | 官网链接 |
|---------|------------------------------------|
| DeepSeek | [https://platform.deepseek.com/](https://platform.deepseek.com/) |
| 百炼 | [https://help.aliyun.com/zh/model-studio/get-api-key](https://help.aliyun.com/zh/model-studio/get-api-key) |
2. 配置 LLM。
包括 LLM 服务的环境变量(*_API_KEY)、通过`msagent config`命令的`--llm-provider`参数配置LLM 服务的协议类型、`--llm-base-url`参数配置模型服务商地址、`--llm-model`参数配置模型名称(模型名称从模型服务商网站的模型广场获取)。
| 配置场景 | 示例 |
| --- |------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| OpenAI 兼容接口 | `export OPENAI_API_KEY="your-key"`
`msagent config --llm-provider openai --llm-base-url "https://api.deepseek.com" --llm-model "deepseek-v4-flash" # 以DeepSeek为例` |
| 本地 OpenAI 兼容服务 | `export OPENAI_API_KEY="dummy" # 如本地模型服务无密钥,可填入任意非空字符串`
`msagent config --llm-provider openai --llm-base-url "http://127.0.0.1:8000/v1" --llm-model "your-model"` |
| Anthropic 兼容服务 | `export ANTHROPIC_API_KEY="your-key"`
`msagent config --llm-provider anthropic --llm-base-url "https://example.com/anthropic" --llm-model "claude-sonnet-4-20250514"` |
| Google / Gemini 服务 | `export GOOGLE_API_KEY="your-key"`
`msagent config --llm-provider google --llm-base-url "https://example.com/google" --llm-model "gemini-2.5-pro"` |
3. 查看当前配置。
```bash
msagent config --show
```
显示步骤2配置的参数值则表示配置成功。
## 3. 启动会话
- 启动并进入默认交互式会话。
```bash
msagent
```
- 也可以在启动时指定Agent,示例如下:
| Agent | 说明 | 启动命令 |
| --- | --- | --- |
| [Profiler](../agent_guide/Profiler.md) | 性能调优 | `msagent --agent Profiler` |
| [Accuracy](../agent_guide/Accuracy.md) | 精度调试 | `msagent --agent Accuracy` |
| [Quantizer](../agent_guide/Quantizer.md) | 模型量化 | `msagent --agent Quantizer` |
| [Modeling](../agent_guide/Modeling.md) | 仿真建模与自动寻优 | `msagent --agent Modeling` |
| [Operator](../agent_guide/Operator.md) | 算子调优 | `msagent --agent Operator` |
| [Minos](../agent_guide/Minos.md) | 文档辅助 | `msagent --agent Minos` |
- 更多命令请参见《[msAgent使用指南](../user_guide/usemap.md)》。
## 4. 使用技巧
进入 msAgent 交互式会话后,通过斜杠命令(slash command)的形式使用。
### 4.1 恢复历史会话线程
会话历史会自动保存为独立线程,可随时浏览并恢复到之前的会话继续工作。
| 命令 | 说明 |
| --- | --- |
| `/threads` | 打开会话线程列表,按时间倒序展示预览摘要。 |

### 4.2 选择并加载 Skill
Skill 是面向特定场景的专项能力模块(如性能分析、模型量化等)。输入 `/skills` 回车后,会打开交互式列表,通过上下键浏览选择、回车加载所需 Skill。
| 命令 | 说明 |
|---------------------------------|------------------------------------------------------------------------------|
| `/skills` | 打开交互式 Skill 列表,上下键浏览、回车加载。 |
| `/skills ` | 直接指定 Skill 名称加载,如 `/skills ascend-computation-analysis`。 |
| `/skills ` | 加载 Skill 并传入任务执行,如 `/skills ascend-computation-analysis 帮我根据性能数据分析有无计算类的瓶颈`。 |

### 4.3 安装自定义 Skill
除了内置 Skill,用户也可通过 `/add-skill` 从本地路径安装自定义 Skill,满足个性化场景需求。支持指定 Skill 目录或 `SKILL.md` 文件,安装后立即生效。
| 命令 | 说明 |
|------------------------------|----------------------------------------------------|
| `/add-skill ` | 从本地路径安装 Skill 目录,如 `/add-skill /path/to/my-skill`。 |

### 4.4 查看工具输出详情
当 Agent 执行工具调用产生的输出较长时(如日志、配置文件、代码块等),输入 `/tool-output` 可在全屏查看器中浏览完整内容,避免输出截断影响阅读。也可用快捷键 `Ctrl+O` 直接打开。
| 操作 | 说明 |
| --- | --- |
| `/tool-output` 或 `Ctrl+O` | 打开全屏工具输出查看器。 |
| 左右方向键 | 切换多个工具输出。 |
| 上下方向键、`PageUp`/`PageDown` | 滚动内容。 |
| `Enter` / `Ctrl+O` / 鼠标点击 | 展开或折叠完整输出。 |
| `Esc` | 关闭查看器。 |

### 4.5 保存长期记忆
如果某些信息需要在后续会话中持续生效,可以用 `/remember` 保存为当前项目的长期记忆。记忆会写入 `.msagent/memory.md`,后续会话会自动读取。
| 命令 | 说明 |
| --- | --- |
| `/remember ` | 追加一条长期记忆,如 `/remember 用户希望默认使用中文回答`。 |
| `/showmemory` | 查看当前项目已保存的长期记忆。 |
适合保存用户偏好、项目背景、长期有效的路径或排查结论。不要保存 API Key、密码、令牌等敏感信息。
### 4.6 记录输出结果
上下文窗口有限,进行多轮复杂任务时,建议在关键节点触发结论记录,避免早期分析结果被后续交互挤出窗口。例如,Skill 完成一轮数据分析后,可手动追加 Prompt 要求 Agent 输出阶段性报告:
> 请根据上述分析结果,输出一份完整的 Markdown 分析报告,包含问题摘要、根因分析、关键数据和优化建议。
当后续触发上下文压缩时,可直接重新读取该报告作为上下文基础,提升多轮协作效率。
更完整的命令和快捷键说明请参见《[msAgent使用指南](../user_guide/usemap.md)》。