Token4AI CloudAI Agent Cloud：云端 Agent 托管与编程任务
每个 Team Agents 项目都是创建者私有的工作区，无需项目密码。项目内共享 Issue 看板和记忆，对话按会话隔离，每个 Agent 保有自己的私有记忆。在会话中用 @ 发起任务，并从事件日志核对结果。
作者：Token4AI Cloud 产品团队
Cloud AI Agent 是什么？
Cloud AI Agent 是通过云端模型、工具与执行环境完成任务的 AI Agent；AI Agent Cloud 则是配置和管理这些任务的云端工作台。Token4AI Cloud 将 Agent 任务与模型 API 接入放在一起，具体可用工具和工作方式由所选 harness 决定。
云端 AI Agent 如何计费？
模型请求按当前模型和计费分组价格消耗 Token 与账户额度。一个循环任务可能发起多次请求，启用前应检查控制台价格与余额，并在使用历史中核对实际 Token 用量和费用；不能仅凭任务次数推算成本。
云端托管与本地编程 Agent 怎么选？
本地编程 Agent 使用你在电脑上提供的运行环境；Cloud Coding Agent 在托管环境中执行。选择前应确认 harness 能否访问任务需要的仓库、文件与工具，云端托管不会自动获得你电脑上的本地文件。
先选择一个结果可检查的小任务，例如解释模块或提出测试修改建议，核对输出与执行日志后再扩大范围或设置循环。如果现有应用只需要模型回答，可以从 API 接入开始；托管 Agent 进一步组织任务执行与工具调用。
如何估算循环任务预算？
每 5 分钟调度一次，相当于每小时计划执行 12 次，持续启用 24 小时则计划执行 288 次。这只是调度次数估算，不等于完成任务数或模型请求数：单次任务可能失败，也可能发起多次模型请求。
先从请求历史测量有代表性的单次任务模型费用，再用计划执行次数乘以平均单次费用估算每日模型开销。更换模型、提示词长度或工具后重新测量；如有单独的服务费用，以控制台为准。用量缺失不代表请求免费。
Agent harness 是什么？
模型负责生成回答，Agent harness 负责围绕模型、工具和执行环境组织任务。选择不同的 harness，会影响 Agent 如何使用工具与管理执行过程。
创建 Agent 时提供 Pi Agent、OpenClaw 和 Hermes 等 harness 类型。请从控制台当前启用的选项中选择，并配置对应的模型访问权限。不同 harness 与模型的功能可能存在差异。
如何从项目 Room 启动任务？
- 进入 Team Agents → 项目面板，创建或选择自己的私有项目。
- 在该项目创建 Agent，配置有权使用的 API Key 与模型。
- 打开 Agent 对话，创建会话并输入 @Agent 名称和任务内容。
- 在项目 Issue 看板的 open、in progress、in review、closed 泳道跟进工作，并核对任务状态、事件与结果。
如何设置循环任务？
在 Room 中使用 @agent /loop 5m prompt 发起循环任务，将 Agent 名称、间隔和提示词替换为实际内容。支持的分钟间隔包括 1m、5m、30m。
提示词应说明检查范围与期望结果。创建后请检查任务配置，不再需要时停止循环。反复执行模型请求可能持续消耗 Token 与账户额度。
@agent /loop 5m 检查项目状态，并总结本次变化。任务失败时怎么检查？
从任务详情或 Room 中该任务的最新回复打开执行日志。顶部事件条用方块长度表示每个事件的耗时，下面的事件卡片展示执行上下文与结果，便于定位耗时较长的步骤。
失败可能涉及凭证、模型权限、请求限流或工具调用。请结合失败事件排查，联系客服时保留 request ID。Agent 的一段回答本身并不能证明工具操作已经成功完成。