核心用法
ThinkForce Missions API 是一套面向AI Agent的多代理任务编排技能，核心操作围绕Mission（项目）与Subtask（步骤）两级结构展开。基础URL为 https://app.thinkforce.ai，所有请求需携带 X-TF-API-Key 头部，且必须在请求体中包含 companyId。
关键操作流程：
1. 启动阶段：首次会话必须调用 GET /api/companies 解析并缓存 companyId，禁止向用户索要
2. 任务创建：POST /api/missions 创建项目 → POST /api/missions/{id}/decompose 自动拆解为子任务
3. 代理分配：每个子任务必须通过 PATCH /api/missions/{id}/subtasks/{sid} 绑定 assignedAgentId，匹配优先级为 agentRole → tags/capabilities → tools → name/description
4. DAG编排：通过 dependsOn[]（上游依赖）与 nextSubtaskIds[]（下游触发）构建有向无环图，支持串行、并行、汇聚等模式
5. 执行调度：调用 POST /api/missions/{id}/subtasks/{sid}/run 启动根节点，系统自动链式触发下游任务
6. 状态轮询：异步执行，通过 GET /api/missions/{id} 轮询直至 status === 'completed'
高级特性：
- 每步附件：
attachedSkillIds（LLM上下文）、attachedToolNames（工具白名单）、attachedConnectorIds（MCP连接器） - 触发机制：Cron定时调度或Webhook事件触发
- 协作模式：Share（只读克隆）与Invite（Y.js实时协作）
- 预算管控：
tokenBudget与totalCostUsd成本追踪
显著优点
1. 企业级多代理架构：原生支持CEO、Researcher、Developer等角色分工，避免单代理瓶颈，通过 workstationKey 智能匹配专业代理
2. 声明式DAG调度：依赖关系自动解析，根节点启动后全自动链式执行，无需手动编排每一步
3. 细粒度资源控制：每子任务可独立绑定工具、技能、连接器，实现"同代理不同能力"的动态配置
4. 容错与恢复：blocked_upstream 状态明确标记级联失败，修复上游后自动解除阻塞
5. 成本透明化：内置 estimatedCostUsd 与 tokenUsage 统计，支持预算上限硬控制
潜在局限
1. 异步复杂性：缺乏原生Webhook回调机制，需轮询状态，高频轮询可能触发速率限制
2. 代理冷启动：自动拆解后子任务无默认代理分配，必须显式PATCH，增加调用复杂度
3. 锁竞争风险：lockedBy/lockedAt 机制下，15分钟心跳超时判断依赖客户端时钟同步
4. 状态最终一致性：Mission-level progress 为聚合值，与Subtask实际执行可能存在延迟
5. 计划快照累积：重复decompose会保留历史快照，需手动清理旧子任务避免ID混乱
适合人群
- AI Agent开发者：构建复杂多步骤工作流（如研究→撰写→设计→审核）
- 自动化运维团队：需定时任务调度与跨系统集成的企业用户
- 多角色协作场景：内容创作、软件开发、市场运营等需分工并行的团队
- 成本敏感场景：需精确追踪LLM调用成本与Token消耗的项目
常规风险
| 风险场景 | 防护建议 |
|---------|---------|
| API Key泄露 | 密钥绑定单一公司，泄露即丧失该企业全部数据控制权 |
| 无限循环依赖 | DAG未校验环状依赖，错误配置将导致死锁 |
| 代理误分配 | 未匹配 `status: "active"` 会导致任务静默失败 |
| 预算超支 | 未设置 `tokenBudget` 时默认无上限，需主动配置 |
| 敏感数据暴露 | Share/Invite链接无过期时间，需主动Revoke |