TeamAgent Canvas MCP（服务端 0.4.0）：91 个工具——开岗、改配置、跑动作、看数据、发布并配知识库。可匿名试用，带 Key 解锁全部。
| Endpoint | https://agent.avatargaia.top/api/mcp/canvas (streamable-http) |
|---|---|
| Registry version | 0.1.4 |
| Now | 18 tools · grade C (70) · pin ts_9110eedd0c9b576326a37be8fb06af82 · protocol 2025-06-18 |
| First / last listed | 2026-10-27 05:45 UTC / 2026-10-27 05:45 UTC |
| Grade over time | 2026-10-27: C (70), 18 tools |
Is this your server? Own a server? ToolFit hosted watch re-checks it every 24 h ($0.25 per 30 days) or 6 h ($0.60) and sends you an HMAC-signed webhook when its tools or grade change: POST https://api.youraitools.co/toolfit/v1/watch. To opt out, see About & opt-out.
Tools: list_templates list_my_staff open_canvas get_staff_config patch_staff_config list_kbs read_kb publish_kb set_staff_kbs hire_staff list_actions canvas_action get_job get_stats list_sessions get_session_log query_events push_screen
list_templates | 列出可开岗的数字员工模板。用于：想知道"系统能开哪些岗位"、或用户要开通新岗位时。返回每个模板的 templateId / 名称 / 说明 / canOpen / missingHandlers / 动作清单。别用它找"已开好的岗位"——那是 list_my_staff。canOpen=false 的模板不可开通（缺实现），别推荐用户选。参数：无。 params: none |
list_my_staff | 列出我名下的数字员工岗位（slug / 名称 / 模板 / 画布链接）。用户问"我有哪些岗位"用它；后续所有按岗位操作的工具都要 slug，slug 一律从这里拿，不要凭记忆拼。参数：无。 params: none |
open_canvas | 为岗位生成画布链接 + 会话 ID。用于用户需要"看得见的界面"（看报告/看商品/做检测）。参数：slug 必填；hostUserId 宿主用户标识（强烈建议带，会话归属和离线补推都靠它）；targetId 关爱/业务对象；app 指定画布页（如 aicare-kf）。返回 {url, session_id}——把 session_id 存下来，get_session_log / push_screen 都用它。会话在返回时已建立：现在就能 push_screen 给"还没来的人"备卡片，用户打开链接即补推；人打开后聊天/埋点都归到同一个 session_id。 params: slug*, hostUserId, targetId, app |
get_staff_config | 读岗位配置：personaPrompt / serviceFlow / promotionConfig / productSources / contextMode / layoutStyle / templateId / llmMode（只说是否 BYOK，不给密钥）/ tts。参数：slug 必填。改之前先读，否则会用"想当然的人设"覆盖客户调过的版本。 params: slug* |
patch_staff_config | 局部修改岗位配置，patch 只放要改的字段：personaPrompt(人设) / serviceFlow(服务流程，一行一步) / promotionConfig（只放要改的键，其余保留：categories:[{name,priority,url}] 主推；look:{brandName,slogan,intro,avatarUrl,theme(ember|green|blue|purple),particles,startText,footer,placeholder,emptyTitle,emptyHint,showPhoto} 画布外观与文案；sell:{sop,pdd} 是否推荐服务包 / 拼多多商品；kbs:[库名] 用哪些知识库，也可用 set_staff_kbs）/ productSources([{key,label,searchUrl,weAppId?,weAppU params: slug*, patch* |
list_kbs | 列出我名下已发布的知识库（库名 / 版本 / 发布时间 / 篇数 / 每页的 path 与标题），以及我名下每个岗位各自配了哪些库；还有 workspaces（我所在工作区自己的库 + 工作区引用的库）和 shared（别人授权给我的库），这些库各带 ownerKey 与 ref。在某个工作区里干活时，优先读那个工作区的库和它引用的库，说法冲突时都列出来。用户问"我有哪些知识库""这个岗位用的什么资料"时用。知识库是数字员工回答业务问题的依据：岗位配了库，访客问到时它会先查库再答。 params: none |
read_kb | 读一个知识库。参数名是 name（库名，就是 list_kbs 返回里的 kbName）和 page（页面路径，取自页面清单里的 path）。只传 name → 这个库的版本和页面清单；再传 page（如 wiki/index.md）→ 那一页的原文。要更新一个库之前先用它把现有页面读回来——publish_kb 是整库替换，没带上的页面会消失。读工作区的库或别人共享的库要加 owner（list_kbs 返回里的 ownerKey，如 ws:xxx）。 params: name, kbName, page, path, owner |
publish_kb | 把一套整理好的 Markdown 发布成知识库（发布到我名下；带 slug 则同时配给那个岗位；带 owner=ws:<工作区id> 则发布成那个工作区的库，要求我是该工作区 owner/admin）。结构：wiki/index.md 是总目录（每篇一行：链接 + 一句摘要 + 更新日期，数字员工靠它挑页，摘要要准）；其余 wiki/<主题>/<文章>.md，一个概念一篇，标题用访客会问的说法，单篇别超过 6000 字。页面要带图片 / 视频 / 三维模型 / 外链时，在页里写一个 ```kb-media 围栏，一行一个「类型 | 标题 | 链接 | 说明」，类型 image / video / model(.glb) / link / embed(只认白名单站点)，链接用 https:// 或本站 /static/ /uploads/ /apps/ 路径——素材只放链接，不要把文件内容塞 params: name, kbName, files*, checked*, slug, owner |
set_staff_kbs | 设定一个岗位用哪些知识库（整体替换）。参数：slug 必填；kbs 是库名数组：我名下的库写库名；工作区的库或别人共享的库写 list_kbs 返回里的 ref（如 ws:xxx/库名）。别人的库要授权时勾了「可对外」才配得上，不满足的会被忽略并在 kbDropped 里说明；传 [] = 这个岗位不用任何库。改完立刻生效。 params: slug*, kbs* |
hire_staff | 开一个新的数字员工岗位。参数：templateId 必填（list_templates 里 canOpen=true 的，如 kb-assistant 知识库问答员）；name 员工名字；kbs 开岗时就配上的知识库。返回 slug、画布链接 canvasUrl（发给顾客 / 挂服务号的就是它）和实际配上的知识库 kbs（名下没有的库名会被忽略，以返回为准）。代价：新岗位先免费试用几天，之后按月从主人余额扣 Token，对话按次另计——开之前跟用户确认；每个账号岗位数有上限，到上限会报错，让用户先删掉不用的。 params: templateId*, name, kbs |
list_actions | 列出这个岗位（按其模板）能做的动作：id / title / description / cost / credits / anonymous / job / params(JSON Schema)。参数：slug 必填。调 canvas_action 前先调它，不要猜 action 名——各岗位动作集不同，params 按它给的 schema 填。 params: slug* |
canvas_action | 执行一个岗位动作（如 AICare 的 preflight / list_checks / gen_report / run_detection / resolve_user）。参数：slug、action 必填；params 按 list_actions 的 schema 填；session_id 想让结果落在某次会话里就带；hostUserId 宿主用户标识可选。返回 {ok, mode:"sync", data} 直接用；{ok, mode:"job", jobId, pollSec} 用 get_job 轮询。代价：list_actions 标 paid 的会从岗位出资人余额扣 credits（出报告 5 / 跑检测 2），失败不扣；同键（如同对象同一天）重复调用返回缓存结果（cached 标记）不重复扣，用户催第二次可放心重试。典型编排：list_actions → canvas params: slug*, action*, params, session_id, hostUserId |
get_job | 按 job_id 查长任务：queued / running / done(带 result) / failed(带 error)。建议每 3 秒查一次。error 是人话（如"关爱对象不存在或已删除"），照原话转述给用户，不要改写成"系统繁忙"，也不要拿同参数重试。 params: job_id* |
get_stats | 岗位一段时间的汇总：会话数、真人对话轮数、埋点数、动作调用数、tokens、按日曲线。参数：slug 必填；from/to ISO 时间，默认最近 30 天。用户问"这岗位最近怎么样/今天多少人来"就用它，不要靠聊天历史猜数字。需要有效 Key，匿名不开。 params: slug*, from, to |
list_sessions | 岗位的访客会话列表（最近优先）：session_id、宿主用户标识、轮数、时间。参数：slug 必填；q 按宿主用户标识模糊搜；from/to；limit；cursor 翻页传上一页返回的 nextCursor。想看"最近都服务了哪些人"用它，再拿 session_id 看明细。需要有效 Key，匿名不开。 params: slug*, q, from, to, limit, cursor |
get_session_log | 单个会话按时间正序的完整流水：用户消息 / AI 回复(带 tokens) / 埋点 / 动作调用 / 推屏。参数：slug 和 session_id 两个都必填（slug 用于显式鉴权）。调用前先从 list_sessions 或 open_canvas 拿到合法 session_id。隐私边界：只能读自己岗位的记录。需要有效 Key，匿名不开。 params: slug*, session_id* |
query_events | 跨会话按类型拉事件（倒序）：type = chat_user / chat_assistant / track / action_call / page_open / push。参数：slug 必填；type、from/to、limit(≤500)。每条带 source（mcp / page / server，看得出谁发起的）；action_call 的 payload 有 params/ok/ms/credits/cached/jobId——计费与排障的证据链；push 的 payload 有 preview。需要有效 Key，匿名不开。 params: slug*, type, from, to, limit |
push_screen | 把内容推到某个画布会话的屏上。参数：session_id 必填（来自 open_canvas 或 list_sessions）；content 必填，写成一条"助手回复"文本，可含 ```canvas-md（Markdown 卡片）/ ```canvas-html（完整 HTML 文档）/ ```canvas（JSON 块）围栏，围栏外文字显示为字幕；speak=true 朗读字幕；title 可选。会话在线立即上屏；不在线（含还没人打开过的）存为待展示，该会话或同岗位同一 hostUserId 下次打开自动补推。屏属于会话不属于人：别复用别人的 session_id；要执行有副作用的动作（出报告/跑检测）用 canvas_action。需要有效 Key，匿名不开。 params: session_id*, content*, speak, title |
Entries describe changes in tool definitions. They are not statements about a server, its quality or its author. The grade measures how the tool definitions fit model providers (token cost, schema compatibility, confusable names) as scored by the ToolFit engine at the time of the listing. JSON: append .json. Opt-out: how or hello@youraitools.co.