Отправка сообщения в Yahont

/chat/send-message и /chat/send-message-simple-api удалены. Используйте вместо них этот API.

API /chat/send-chat-message используется для отправки сообщения в Yahont. Это тот же API, который фронтенд Yahont использует для отправки и получения сообщений. Можно получать потоковый ответ или полный ответ в виде строки. В этом руководстве объясняются все параметры, которые можно передать в API, и приведён пример кода.

Параметры запроса

Параметр	Описание
`message`	Сообщение пользователя, отправляемое агенту.
`llm_override`	Передайте объект, чтобы переопределить настройки LLM по умолчанию для этого запроса. Если `None`, будет использовано поведение Yahont по умолчанию. Можно передавать или не передавать любые из следующих полей: • `model_configuration_id` – точная конфигурация модели. Предпочтительнее полей с именами, так как отображаемые имена поставщиков не уникальны • `model_provider` • `model_version` • `temperature` • `display_name` – подпись модели в интерфейсе; если не задана, используется `model_version` Если передать недопустимую конфигурацию (например, указать `claude-sonnet-4.5`, когда по умолчанию `model_provider` — OpenAI), запрос завершится ошибкой.
`llm_overrides`	Два или три объекта `llm_override` для параллельного запуска (мультимодельный режим), по одному на модель. Требует `stream=true`. Отправка нескольких элементов с `stream=false` завершается ошибкой `400 {"error_code": "INVALID_INPUT"}`. Список из одного элемента игнорируется — для обычного запроса с одной моделью используйте `llm_override`.
`allowed_tool_ids`	Агенты создаются с набором действий, которые им разрешено вызывать. Этот набор можно дополнительно настроить для текущего взаимодействия с помощью этого параметра. Список действий и их ID см. в конечной точке GET /tool. Передайте пустой список, чтобы отключить все действия. Передайте `None`, чтобы разрешить все действия, настроенные для агента.
`forced_tool_id`	Принудительно заставляет агента использовать конкретное действие для этого запроса. Перед итоговым ответом агент может выполнить и другие действия, но это он использует гарантированно. Оставьте пустым, чтобы агент сам решал, какие действия использовать.
`file_descriptors`	Список файлов, прикладываемых к запросу. ID файлов можно получить через конечные точки POST /user/projects/file/upload и GET /user/projects/file/.
`internal_search_filters`	Фильтры для сужения результатов внутреннего поиска, используемых агентом. Все аргументы фильтров необязательны и их можно комбинировать: • `source_type` – типы источников, например `web`, `slack`, `google_drive`, `confluence` • `document_set` – название наборов документов, в которых нужно искать • `created_at_range` / `updated_at_range` – включающее окно `{"start": ..., "end": ...}` в формате ISO 8601: `YYYY-MM-DDTHH:MM:SSZ`. Любую границу можно опустить, оставив эту сторону открытой; временные метки без часового пояса считаются UTC • `tags` – список объектов `{"tag_key": ..., "tag_value": ...}` Примечание: `time_cutoff` по-прежнему принимается как устаревший псевдоним начала `updated_at_range`.
`deep_research`	Включает режим глубокого исследования для этого запроса. Примечание: этот режим потребляет значительно больше токенов, поэтому будьте осторожны при обращении к нему через API.
`mcp_headers`	Заголовки, пересылаемые в вызовы инструментов MCP, выполняемые при ответе на это сообщение, например `{"Authorization": "Bearer <user_jwt>"}`. Используйте, чтобы передавать учётные данные конечного пользователя на серверы MCP, которым они нужны.
`parent_message_id`	ID родительского сообщения в истории чата (первичный ключ предыдущего сообщения в дереве истории чата). Если не передан, новое сообщение считается следующим после последнего сообщения. Предупреждение: если задать `None`, история чата сбрасывается, а новое сообщение считается первым в истории чата.
`chat_session_id`	Чтобы продолжить существующий разговор, передайте ID сессии чата, в которую нужно отправить сообщение. Если оставить пустым, новая сессия чата будет создана согласно `chat_session_info`.
`chat_session_info`	Сведения о сессии чата, которые будут использоваться для всех сообщений в сессии. Поля можно оставить пустыми, чтобы использовать значения по умолчанию. • `persona_id` – ID агента для сессии чата • `project_id` – ID проекта, если чат должен быть ограничен проектом • `incognito` – начать сессию в режиме инкогнито. Если режим инкогнито недоступен пользователю, запрос отклоняется с ошибкой, а не молча превращается в обычный чат • `incognito_session_id` – ID сессии, уже использованный при загрузке файлов, чтобы новая сессия владела этими файлами. Игнорируется, если `incognito` не равно true
`stream`	Если true, отвечает потоком SSE из отдельных пакетов (тот же набор, что используется в интерфейсе Yahont). Такие поля, как ответ, токены рассуждений и итеративные вызовы инструментов, нужно собирать из потоковых токенов.
`include_citations`	Если true, ответы будут содержать цитаты источников, использованных для формирования ответа.
`additional_context`	Строка с дополнительным контекстом, добавляемым в вызов LLM для этого запроса. Контекст передаётся модели, но не сохраняется в базе данных и не появится в истории чата. Используйте, чтобы передавать временную информацию в рамках запроса (например, URL текущей страницы пользователя, метаданные сессии или любой контекст времени выполнения), не засоряя постоянную историю разговора. Передайте `null` или опустите поле, чтобы не использовать дополнительный контекст.

Формат ответа

Потоковый ответ

Yahont возвращает в потоковом ответе пакеты разных типов в зависимости от поведения LLM. Полный список типов пакетов и их полей см. в streaming_models.py на GitHub.

class StreamingType(Enum):
    """Enum defining all streaming packet types. This is the single source of truth for type strings."""

    SECTION_END = "section_end"
    STOP = "stop"
    TOP_LEVEL_BRANCHING = "top_level_branching"
    ERROR = "error"
    CHAT_HEARTBEAT = "chat_heartbeat"

    MESSAGE_START = "message_start"
    MESSAGE_DELTA = "message_delta"
    SEARCH_TOOL_START = "search_tool_start"
    SEARCH_TOOL_QUERIES_DELTA = "search_tool_queries_delta"
    SEARCH_TOOL_FILTER_DELTA = "search_tool_filter_delta"
    SEARCH_TOOL_DOCUMENTS_DELTA = "search_tool_documents_delta"
    OPEN_URL_START = "open_url_start"
    OPEN_URL_URLS = "open_url_urls"
    OPEN_URL_DOCUMENTS = "open_url_documents"
    IMAGE_GENERATION_START = "image_generation_start"
    IMAGE_GENERATION_HEARTBEAT = "image_generation_heartbeat"
    IMAGE_GENERATION_FINAL = "image_generation_final"
    PYTHON_TOOL_START = "python_tool_start"
    PYTHON_TOOL_DELTA = "python_tool_delta"
    CUSTOM_TOOL_START = "custom_tool_start"
    CUSTOM_TOOL_ARGS = "custom_tool_args"
    CUSTOM_TOOL_DELTA = "custom_tool_delta"
    FILE_READER_START = "file_reader_start"
    FILE_READER_RESULT = "file_reader_result"
    REASONING_START = "reasoning_start"
    REASONING_DELTA = "reasoning_delta"
    REASONING_DONE = "reasoning_done"
    CITATION_INFO = "citation_info"
    TOOL_CALL_DEBUG = "tool_call_debug"
    TOOL_CALL_ARGUMENT_DELTA = "tool_call_argument_delta"

    MEMORY_TOOL_START = "memory_tool_start"
    MEMORY_TOOL_DELTA = "memory_tool_delta"
    MEMORY_TOOL_NO_ACCESS = "memory_tool_no_access"

    DEEP_RESEARCH_PLAN_START = "deep_research_plan_start"
    DEEP_RESEARCH_PLAN_DELTA = "deep_research_plan_delta"
    RESEARCH_AGENT_START = "research_agent_start"
    INTERMEDIATE_REPORT_START = "intermediate_report_start"
    INTERMEDIATE_REPORT_DELTA = "intermediate_report_delta"
    INTERMEDIATE_REPORT_CITED_DOCS = "intermediate_report_cited_docs"

    CODING_AGENT_START = "coding_agent_start"
    CODING_AGENT_THINKING_DELTA = "coding_agent_thinking_delta"
    CODING_AGENT_FINAL = "coding_agent_final"

    BASH_TOOL_START = "bash_tool_start"
    BASH_TOOL_DELTA = "bash_tool_delta"

Непотоковый ответ

class ChatFullResponse(BaseModel):
    """Complete non-streaming response with all available data."""

    # Core response fields
    answer: str
    answer_citationless: str
    pre_answer_reasoning: str | None = None
    tool_calls: list[ToolCallResponse] = []

    # Documents & citations
    top_documents: list[SearchDoc]
    citation_info: list[CitationInfo]

    # Metadata
    message_id: int
    chat_session_id: UUID | None = None
    incognito: bool = False
    error_msg: str | None = None

Пример запроса

import requests

API_BASE_URL = "https://your-yahont-domain.com/api"
API_KEY = "YOUR_KEY_HERE"

headers = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json"
}

response = requests.post(
    f"{API_BASE_URL}/chat/send-chat-message",
    headers=headers,
    json={
        "message": "What is Yahont?",
    }
)

data = response.json()
print("Answer:", data["answer"])
print("Message ID:", data["message_id"])

#!/bin/bash

API_BASE_URL="https://your-yahont-domain.com/api"
API_KEY="YOUR_KEY_HERE"

RESPONSE=$(curl -s -X POST "${API_BASE_URL}/chat/send-chat-message" \
  -H "Authorization: Bearer ${API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{
    "message": "What is Yahont?"
  }'
)

echo "Answer:" $(echo "$RESPONSE" | jq -r '.answer')
echo "Message ID:" $(echo "$RESPONSE" | jq -r '.message_id')

Дальнейшие шаги

Руководство: использование Ingestion API

Используйте лёгкий Ingestion API для индексирования документов

Руководство: создание коннектора

Узнайте, как создавать и настраивать коннекторы программно

Начало работы

Руководства и примеры

Справочник API

Разное

Параметры запроса

Формат ответа

Потоковый ответ

Непотоковый ответ

Пример запроса

Дальнейшие шаги

Руководство: использование Ingestion API

Руководство: создание коннектора

​Параметры запроса

​Формат ответа

​Потоковый ответ

​Непотоковый ответ

​Пример запроса

​Дальнейшие шаги

Руководство: использование Ingestion API

Руководство: создание коннектора

Параметры запроса

Формат ответа

Потоковый ответ

Непотоковый ответ

Пример запроса

Дальнейшие шаги