核心用法
ThinkForce Missions API 是一个面向 AI Agent 的多智能体任务编排平台，核心概念包括 Mission（项目） 和 Subtask（子任务/步骤）。用户通过 REST API 创建 Mission，使用自动分解（/decompose）或手动创建子任务，构建有向无环图（DAG）依赖关系，分配专用 Agent 后执行。
关键操作流程
1. Bootstrap: 会话开始时调用 GET /api/companies 获取 companyId 并缓存
2. 创建 Mission: POST /api/missions 带标题、描述、优先级等元数据
3. 任务分解: 自动分解生成子任务，或手动 POST /subtasks 精确控制
4. 智能体匹配: 根据 agentName、agentRole 关键词和 enabledTools 为子任务分配合适 Agent
5. DAG 编排: 通过 dependsOn 和 nextSubtaskIds 构建顺序、并行、汇聚等执行模式
6. 执行与监控: POST /run 启动异步执行，轮询状态至完成，平台自动链式触发下游任务
显著优点
- 企业级多智能体架构: 支持 CEO 协调器、专业 Agent 分工，天然适合复杂项目
- 灵活的依赖编排: DAG 模型支持串行、并行、条件汇聚，自动处理执行顺序
- 丰富的扩展能力: 支持 Skills（LLM 上下文）、Tools（能力限定）、MCP Connectors（外部数据源）、Files（附件）四级注入
- 内置安全与成本控制: Token 预算、coordinator 审查循环上限、状态机锁定机制
- 实时协作: Share（克隆）与 Invite（Y.js 实时协作）双模式共享
潜在缺点与局限性
- 学习曲线陡峭: 概念多（Mission/Subtask/DAG/Agent/Skill/Tool/MCP），新手需理解完整的编排模型
- Agent 匹配无自动化: 分解后的子任务需手动匹配 Agent，
workstationKey仅为 UI 动画，非角色信号 - 浏览器工具选择复杂:
Web_Browser（云端异步）与User_Browser（E2B 同步 VNC）功能重叠但适用场景差异大，易误用 - 状态管理负担: 异步执行需轮询，
blocked_upstream等失败传播需人工排查上游 - 公开 URL 可靠性:
Web_Browser云端截图上传常失败，必须用User_Browser+E2B_File_Manager路径
适合人群
- 企业自动化团队: 需要编排跨部门、多步骤、长周期项目的组织
- AI 工作流开发者: 熟悉 Agent 架构、能设计 DAG 的工程师
- 内容生产规模化场景: 营销素材批量生成、研究报告自动化等需要并行 creative 输出的业务
常规风险
- Token 与成本失控: 长 Mission 累积消耗大，需设置
tokenBudget并监控totalCostUsd - 循环执行风险: coordinator 的自动跟进机制若配置不当（
coordinatorMaxPasses过高）可能导致无限循环 - 凭据管理: Agent 自动调用
Get_Credentials，但工具错误处理不当可能泄露敏感信息到输出 - 僵尸任务:
in_progress但心跳超 15 分钟的任务需手动清理，否则阻塞后续执行 - 依赖死锁: DAG 配置错误（如循环依赖）或上游失败未修复会导致下游永久
blocked_upstream