AGENT API · 开放接入
把邱懿武的判断力，装进你自己的产品里。
你的产品里如果已经有个"问 AI"的入口，接的多半是个什么都不懂你、也不懂邱懿武的通用大模型——
答得四平八稳，但没有观点，也编不出真实案例。邱懿武智能体不一样：
背后是他 15 个知识体系、4 套课程、27 场演讲实录训练出来的判断，用户问到相关问题，
答的是他真讲过、真写过的东西，能查到出处，不是模型现场编的正确废话。
🚧 小范围意向登记中，非自助开通——提交后人工联系，不会立即发放 key
00 / 场景
具体能用来做什么
比讲技术原理更直接——举两个假设的例子：
场景一
企业内训 · 课后追问
学员上完课总有当场没问完的问题。接进你的内训系统后，学员随时能追问，
答的是邱懿武本人验证过的方法论和真实案例，不是通用 AI 现场发挥凑出来的建议。
场景二
内容社区 · 深挖观点
在做 AI 战略/产品方向的内容社区，用户想搞懂某个观点背后的逻辑——
接一个"能查到原话出处"的问答入口，比让用户自己翻几十篇文章找快得多。
01 / CAPABILITY
现在真实存在的能力
只列已经跑通、可以验证的部分。还没做的（出处深链自动返回、多租户 key 隔离、计量计费）不会写在这里当卖点。
对话引擎
同一套问答内核
跟 /agent.html 用的是完全同一个后端与知识库，不是另起一套。
知识底座
15 个知识体系 · 4 套课程 · 27 场实录
流式返回
边生成边吐字
SSE 流式协议，跟站内 Copilot 边栏用的是同一套（assets/agent-chat.js）。
02 / MCP
通过 MCP 集成（规划中）
现在的接入方式是直接调 agent_access 里那几个 HTTP 接口（见上一节）。
MCP 是另一条更贴合 AI 应用生态的路径——把邱懿武的判断力做成一个标准 MCP server，
让你自己的 agent 或产品像调用任何其他工具一样调用它，不用自己拼 HTTP 请求。
discovery
能力清单可读
免费免鉴权——这个页面和 agent.json 本身就是。
public_read
等价于公开检索/问答
免费免鉴权，对应上一节 semantic_search / ask 两项能力。
keyed_read
全量原子图谱、跨板块关联
需授权 key——这一档才是真正要审核、要控量的部分。
老实说：MCP server 本身还没开始搭，上面是设计好的分层，不是已经能连的端点
（现有的内部 MCP 只在本人编程会话里用，读写全量原子库，跟这里说的对外版本不是一回事）。
想接的话先按下面「登记意向」流程说清楚你的场景——排期会参考需求量，不是先到先得。
03 / PRICING
费用
计费模式设计中
现阶段不对外报价——先登记你的场景和量级，我们会联系你聊清楚怎么用、怎么算。这不是话术，是真的还没定，写具体数字反而是误导。
04 / APPLY
登记意向
填完点提交，会打开你自己的邮件客户端、预填好内容发到 qiuyiwu@uma.com——不经过任何第三方表单服务，也不会在这一步生成或发放 key。