Mission Control 80+ API端点速查手册：程序化编排AI Agent工作流的完整参考

Mission Control 80+ API端点速查手册：程序化编排AI Agent工作流的完整参考

【免费下载链接】mission-controlThe world's first Autonomous Product Engine (APE): AI agents research your market, generate features, and ship code as PRs. Convoy mode, crash recovery, cost tracking, 80+ API endpoints. Self-hosted via OpenClaw Gateway.项目地址: https://gitcode.com/gh_mirrors/mission/mission-control

Mission Control（又称 Autensa）是全球首个自主产品引擎（APE），它让 AI Agent 自动研究市场、生成功能创意并以 PR 形式交付代码。其最强大的能力之一，是暴露在src/app/api/下的80+ 个 REST 与 SSE 端点——你可以用一条curl命令创建任务、指派 Agent、监听实时进度，实现完全程序化的 AI Agent 工作流编排。

本文是一份速查手册：按 10 大功能域梳理全部端点路径、方法与用途，并给出认证方式与典型编排配方，帮助新手和普通用户在 10 分钟内上手调用。

一键接入：3 步打通认证与调用

Mission Control 基于 Next.js App Router 构建，每个路由文件对应一个端点。接入只需三步：

1. 本地或 Docker 启动服务：npm install后执行npm run dev，服务默认运行在http://localhost:4000；
2. 设置 API 令牌：在.env.local中配置MC_API_TOKEN（建议用openssl rand -hex 32生成）。配置后，外部调用必须携带请求头Authorization: Bearer <token>，浏览器同源请求则自动放行；
3. 发起第一个调用：

curl -X POST http://localhost:4000/api/tasks \ -H "Authorization: Bearer $MC_API_TOKEN" \ -H "Content-Type: application/json" \ -d '{"title": "为网站添加暗色模式", "status": "assigned", "assigned_agent_id": "<agent-id>"}'

当status为assigned且指定了 Agent 时，服务端会立即通过 OpenClaw Gateway 自动派发任务——这正是程序化编排的入口，实现逻辑见 src/app/api/tasks/route.ts。

端点全景图：10 大功能域一览

任务编排端点：创建、派发与崩溃恢复

任务是全系统的核心实体，覆盖看板 7 个状态列（PLANNING → INBOX → ASSIGNED → IN PROGRESS → TESTING → REVIEW → DONE）。

派发逻辑的完整实现见 src/app/api/tasks/[id]/dispatch/route.ts 与 src/lib/server-dispatch.ts。

产品自动驾驶端点：研究 → 创意 → 滑动 → 排程

Autopilot 管线（RESEARCH → IDEATION → SWIPE → BUILD → PR）的每一步都有对应端点，全部位于/api/products下：

研究与创意

滑动决策与 Maybe 池

健康度、排程与 A/B 测试

完整管线说明见 docs/HOW-THE-PIPELINE-WORKS.md。

Agent 管理与 Convoy 编队模式

Agent 目录与健康监控

Convoy 并行模式：大型功能被拆解为带依赖图（DAG）的子任务，由 3–5 个 Agent 并行执行：

编排细节参见 docs/ORCHESTRATION_WORKFLOW.md。

成本追踪与实时事件流：预算帽 + SSE

成本端点（/api/costs）

实时事件流

SSE 客户端接入支持把 token 作为查询参数传递（`/api/events/stream?token=*** 实时规范见 docs/REALTIME_SPEC.md，广播内核实现在 src/lib/events.ts。

Webhook、网关代理与运维端点

认证与安全速查：MC_API_TOKEN 规则

认证中间件位于 src/middleware.ts，生产部署细节见 PRODUCTION_SETUP.md。

实战配方：用 3 个端点编排一次完整交付

第 1 步 · 创建并派发任务

curl -X POST http://localhost:4000/api/tasks \ -H "Authorization: Bearer $MC_API_TOKEN" \ -H "Content-Type: application/json" \ -d '{"title": "优化首屏加载", "status": "assigned", "assigned_agent_id": "agent-uuid"}'

第 2 步 · 监听 Agent 实时输出

curl -N "http://localhost:4000/api/tasks/<task-id>/agent-stream?token=$MC_API_TOKEN"

第 3 步 · 轮询成本并检查预算帽

curl -H "Authorization: Bearer $MC_API_TOKEN" \ http://localhost:4000/api/costs/caps/status

任务完成、测试、审查与 PR 创建会自动沿管线推进；若 Agent 掉线，系统会经由/api/agents/[id]/health/nudge的自动轻推机制或检查点恢复接管——全程无需人工干预。

延伸阅读：文档与源码索引

• 管线机制：docs/HOW-THE-PIPELINE-WORKS.md
• Agent 协作协议：docs/AGENT_PROTOCOL.md
• 实时事件规范：docs/REALTIME_SPEC.md
• 编排工作流：docs/ORCHESTRATION_WORKFLOW.md
• Convoy 编队规格：specs/convoy-mode-spec.md
• 产品 Autopilot 规格：specs/product-autopilot-spec.md
• 全部端点源码：src/app/api/

把这份速查表贴在工位上，你的 AI Agent 舰队就从"手动指挥"升级为"脚本驱动"了。 🚀

【免费下载链接】mission-controlThe world's first Autonomous Product Engine (APE): AI agents research your market, generate features, and ship code as PRs. Convoy mode, crash recovery, cost tracking, 80+ API endpoints. Self-hosted via OpenClaw Gateway.项目地址: https://gitcode.com/gh_mirrors/mission/mission-control