{"success":true,"code":0,"msg":"请求成功","data":[{"key":"authorization","category":"guide","tab_name":"鉴权","type":"markdown","content":"# Bearer 鉴权说明\n\n## 说明\n\n知乎开放平台当前推荐通过 `Authorization: Bearer \u003cyour_access_secret\u003e` 的方式调用数据接口。\n\n对于 `zhihu_search`、`global_search`、`hot_list` 等接口，调用时统一使用 Bearer 鉴权即可。\n\n## 获取 Access Secret\n\n请在知乎开放平台[个人中心](https://developer.zhihu.com/profile)查看并获取 Access Secret\n\n说明：\n\n- 调用方需要将 Access Secret 作为 Bearer Token 放入请求头。\n- 服务端会校验 `Authorization` 与 `X-Request-Timestamp`。\n- `X-Request-Timestamp` 需要传秒级 Unix 时间戳。\n\n## 请求头示例\n\n| 名称 | 示例值 | 说明 |\n| - | - | - |\n| Authorization | `Bearer \u003cyour_access_secret\u003e` | Bearer 鉴权头 |\n| X-Request-Timestamp | `1742822400` | 秒级 Unix 时间戳 |\n| Content-Type | `application/json` | JSON 接口固定值 |\n\n## Curl 示例\n\n```shell\ncurl -G 'https://developer.zhihu.com/api/v1/content/zhihu_search' \\\n  --data-urlencode 'Query=怎么理解rave文化' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H \"X-Request-Timestamp: $(date +%s)\" \\\n  -H 'Content-Type: application/json'\n```\n"},{"key":"zhihu_oauth_integrated","category":"guide","tab_name":"接入知乎 OAuth","type":"markdown","content":"# 知乎 OAuth 应用集成\n\n本文面向需要集成知乎第三方登录的 Web 应用，介绍如何通过知乎 OAuth 2.0 服务完成账号授权与登录接入。\n\n## 一、前置准备\n\n接入前，需要申请应用凭证 `app_id` 和 `app_key`：\n\n- 申请邮箱：`product-platform@zhihu.com`\n- 邮件主题：`\u003c公司名称\u003e申请接入知乎 OAuth 服务`\n- 申请材料包含：\n  - 应用名称\n  - 应用简介\n  - OAuth 授权完成后的回调地址 `redirect_uri`\n  - 应用申请人名称\n  - 应用申请人手机号\n\n## 二、授权流程\n\n知乎 OAuth API 采用标准的 OAuth 2.0 Authorization Code Flow。\n\n### 1. 引导用户授权\n\n用户点击登录按钮后，Web 应用将用户跳转至知乎授权页面：\n\n```text\nhttps://openapi.zhihu.com/authorize?redirect_uri={redirect_uri}\u0026app_id={app_id}\u0026response_type=code\n```\n\n### 2. 用户确认授权\n\n用户在知乎完成登录并确认授权后，平台会将请求重定向至申请时配置的 `redirect_uri`，并携带授权码：\n\n```text\n{redirect_uri}?authorization_code={authorization_code}\n```\n\n### 3. 换取 Access Token\n\n应用后端使用第 2 步获取的 `authorization_code`，调用“获取 access_token”接口换取 `access_token`。\n\n### 4. 获取用户信息\n\n使用 `access_token` 调用“获取用户信息”接口，获取当前授权用户的基本信息。\n\n\u003e `authorization_code` 的交换和 `access_token` 的使用应在应用后端完成，避免泄露 `app_key` 和用户令牌。\n\n## 三、获取 Access Token\n\n### 接口说明\n\n使用用户授权后获得的 `authorization_code` 换取 `access_token`。完整授权流程参见[二、授权流程](#二-授权流程)。\n\n### 接口信息\n\n| 说明 | 值 |\n|---|---|\n| HTTP URL | `https://openapi.zhihu.com/access_token` |\n| HTTP Method | `POST` |\n\n### 请求参数\n\n| 参数 | 类型 | 必填 | 说明 |\n|---|---|---|---|\n| `app_id` | string | 是 | 第三方 APP_ID，需向知乎申请 |\n| `app_key` | string | 是 | 第三方 APP_KEY，需向知乎申请 |\n| `grant_type` | string | 是 | 固定值：`authorization_code` |\n| `redirect_uri` | string | 是 | 申请 APP_ID 时填写的重定向地址 |\n| `code` | string | 是 | 用户授权后生成的 `authorization_code` |\n\n### 响应数据\n\n#### 成功响应示例\n\n```json\n{\n  \"access_token\": \"xxx\",\n  \"token_type\": \"Bearer\",\n  \"expires_in\": 3600\n}\n```\n\n#### 响应字段说明\n\n| 字段 | 类型 | 说明 |\n|---|---|---|\n| `access_token` | string | 访问令牌 |\n| `token_type` | string | 令牌类型，如 `Bearer` |\n| `expires_in` | long | 过期时间，单位为秒 |\n\n### cURL 示例\n\n```bash\ncurl -s -X POST \"https://openapi.zhihu.com/access_token\" \\\n  -H \"Content-Type: application/x-www-form-urlencoded\" \\\n  -d \"app_id=${APP_ID}\" \\\n  -d \"app_key=${APP_KEY}\" \\\n  -d \"grant_type=authorization_code\" \\\n  -d \"redirect_uri=${REDIRECT_URI}\" \\\n  -d \"code=${CODE}\"\n```\n"},{"key":"global_search","category":"api","tab_name":"全网搜索 API","type":"markdown","content":"# 全网搜索 API\n\n## 接口说明\n该接口用于全网内容搜索。\n\n## 接口信息\n\n| 说明 | 值                                                        |\n| :- |:---------------------------------------------------------|\n| HTTP URL | https://developer.zhihu.com/api/v1/content/global_search |\n| HTTP Method | GET                                                      |\n\n## 请求参数\n### Header\n- Authorization：`Bearer \u003cyour_access_secret\u003e`\n- X-Request-Timestamp：秒级 Unix 时间戳\n- Content-Type：固定值 `application/json`\n### Query\n\n|名称|类型|必填|说明|\n| :- | :- | :- | :- |\n| Query | String | 是 | 查询关键词 |\n| Count | Int32 | 否 | 请求数量，默认 10，最大 20 |\n| Filter | String | 否 | 高级语法筛选表达式。作为 URL Query 参数传入时需进行 URL 编码，推荐使用 `--data-urlencode` 或 SDK 参数编码能力 |\n| SearchDB | String | 否 | 索引库选择，默认 `all` |\n\n### SearchDB 索引库选择\n\n| 值 | 说明 |\n| :- | :- |\n| `all` | 全部索引库，默认值 |\n| `realtime` | 仅搜索实时库 |\n| `static` | 仅搜索静态库 |\n\n### Filter 高级语法\n\n`Filter` 用于按站点、发布时间等条件过滤搜索结果。\n\n支持字段：\n\n| 字段 | 含义 | 类型 | 示例 |\n| :- | :- | :- | :- |\n| host | 站点域名 | String | `host==\"example.com\"` |\n| publish_time | 发布时间，秒级时间戳 | Int64 | `publish_time\u003e=1778494631` |\n\n支持操作符：\n\n- `host` 支持 `==`、`!=`，字符串值必须使用双引号。`host==\"zhihu.com\"` 及其子域名不支持，如需搜索仅知乎站内内容，请直接使用 `zhihu_search` 接口。\n- `publish_time` 支持 `==`、`!=`、`\u003e`、`\u003e=`、`\u003c`、`\u003c=`，数字值不使用引号。\n\n\n\n支持逻辑符：\n\n- `AND`、`OR` 必须大写。\n- `AND` 优先级高于 `OR`。\n- 可以使用括号 `()` 明确控制优先级。\n\n示例：\n\n```text\nhost==\"example.com\"\nhost==\"example.com\" AND publish_time\u003e=1778494631\n(host==\"example.com\" OR host==\"news.example.com\") AND publish_time\u003e1778494631\n```\n\n## 响应参数\n\nData：\n\n|参数名|类型|是否必返|描述|\n| :- | :- | :- | :- |\n| HasMore | Bool | 是 | 是否有下一页数据 |\n| Items | Array[Item] | 是 | 内容数据列表 |\n\nItem：\n\n|参数名|类型|是否必返| 描述                             |\n| :- | :- | :- |:-------------------------------|\n| Title | String | 是 | 内容标题                           |\n| ContentType | String | 是 | 内容类型，如回答、文章                    |\n| ContentID | String | 是 | 内容 Token                       |\n| ContentText | String | 是 | 内容摘要，高亮部分用 \u003cem\u003e 标签表示           |\n| Url | String | 是 | 内容链接（带溯源 utm 参数）               |\n| CommentCount | Int32 | 是 | 评论数                            |\n| VoteUpCount | Int32 | 是 | 赞同数                            |\n| AuthorName | String | 是 | 作者昵称，匿名时，展示为：知乎用户              |\n| AuthorAvatar | String | 是 | 作者头像                           |\n| AuthorBadge | String | 是 | 认证标图片 Url                      |\n| AuthorBadgeText | String | 是 | 认证文案                           |\n| EditTime | Int64 | 是 | 最后编辑时间戳，如 1745486539           |\n| CommentInfoList | Array[CommentInfo] | 否 | 精选评论                           |\n| AuthorityLevel  | String             | 是 | 权威等级（1 低权威，2 中权威，3 高权威，4 超高权威） |\n\nCommentInfo:\n\n|参数名|类型|是否必选|描述|\n| :- | :- | :- | :- |\n| Content | String | 是 | 评论内容 |\n\n### 响应示例\n``` json\n{\n    \"Code\": 0,\n    \"Message\": \"success\",\n    \"Data\": {\n        \"HasMore\": false,\n        \"Items\": [{\n            \"Title\": \"ChatGPT现在还值得开会员吗？\",\n            \"ContentType\": \"Answer\",\n            \"ContentID\": \"1903044959663284716\",\n            \"ContentText\": \"首先要澄清一个常见误解：ChatGPT的免费版和付费版使用的是不同模型与功能配置，体验差距确实很大。很多人用了一下免费版就觉得\"就这？\"，其实是没体验过付费版完整的能力，比如文件上传、多模态理解等功能。\\n虽然免费版目前也使用了GPT-4-turbo模型，但功能上仍有限，例如不能用代码解释器、不支持上传文件、无长期记忆能力等，而且还有使用频率限制。\\n相比之下，花20美金开通的付费版支持更多高级功能，比如处理图片、文档、复杂代码分析、图表生成等，在实际使用中效率和精度明显提升。\\n如果你每天只是问几句闲聊或搜索类问题，的确不必付费，国产的一些大模型（如DeepSeek、Kimi）也能胜任。但如果你依赖它来工作学习、频繁做复杂任务，这20美元绝对是值得投入的，光省下的时间就够本。\\n最后不建议拼会员，多人共用一个账号容易导致模型输出错乱，影响效果；账号安全、IP污染等问题也无法忽视。一个账号专人使用，才是最稳定、最优的体验方式。\",\n            \"Url\": \"https://www.zhihu.com/answer/1903044959663284716?utm_medium=openapi_platform\u0026utm_source=6d23634e\",\n            \"CommentCount\": 22,\n            \"VoteUpCount\": 18,\n            \"AuthorName\": \"时光纪\",\n            \"AuthorAvatar\": \"https://picx.zhimg.com/50/v2-84ce3330420f9332a1d69d4cd1f10c2f_l.jpg?source=f1558865\",\n            \"AuthorBadge\": \"\",\n            \"AuthorBadgeText\": \"\",\n            \"EditTime\": 1748355858,\n            \"CommentInfoList\": [{\n                \"Content\": \"没啥区别，免费也是4o 收费你也是用4o 那o1 o3都跟智障似的 4o也差不多，但是他比较快。 本月开始不续费了，换了gemini2.5 强太多了，除了think太啰嗦，翻译还是得用回不think的模型\"\n            }, {\n                \"Content\": \"免费版现在也可以用gpt4o啊，只不过有限制，用的不多也够用\"\n            }],\n            \"AuthorityLevel\":\"2\",\n        }, {\n            \"Title\": \"ChatGPT电脑桌面版安装指南+使用技巧（超详细）\",\n            \"ContentType\": \"Article\",\n            \"ContentID\": \"18698154193\",\n            \"ContentText\": \" macOS 版本：14及以上\\n 处理器： 建议使用M1芯片或更新的Mac电脑，以获得最佳性能（旧款设备可能出现卡顿）。\\n 下载步骤：\\n1.打开浏览器，打开 OpenAI 官方下载页面：https://openai.com/chatgpt/desktop/\\n2.点击 \"Download for macOS\" 按钮，开始下载。\\n安装步骤：\\n1.下载完成后，双击 .dmg 文件，将 ChatGPT 应用拖动到 \"应用程序\" 文件夹。\\n2.如果系统提示 \"来自未知开发者\"，请在 \"系统偏好设置\"\u003e\"安全性与隐私\" 中点击 \"仍要打开\"。\\n安装完成： 完成以上步骤，macOS 用户即可正常使用桌面版 ChatGPT。\\n 2. Windows 用户安装指南系统时区设置： 需将电脑系统地区和时区设置为阿美莉卡（或其他OpenAI支持服务的地区）。\\n1.打开电脑的\"设置\"\u003e\"时间和语言\"\u003e\"日期和时间\"。\\n2.在\"自动设置时区\"中，先关闭自动设置，然后在\"时区\"中选择阿美莉卡（或OpenAI支持的地区）的时区。\\n下载步骤：\\n1.设置好之后，打开OpenAI 官方下载页面： https://openai.com/chatgpt/desktop/\\n2.点击 \"Download for Windows\" 按钮。\\n安装步骤：\\n1.浏览器会自动打开到微软应用商店页面。\\n2.点击 \"View in Store/在Microsoft Store中查看\" 按钮，跳转到微软应用商店，按照提示完成安装。\\n安装完成： 完成以上步骤，Windows 用户即可正常使用桌面版 ChatGPT。\\n 三、ChatGPT桌面版使用技巧安装好 ChatGPT 桌面版之后，如何充分利用它的功能，提高效率呢？\\n接下来，我分享一些实用的使用技巧：\\n1. 快捷键：使用快捷键可以随时随地唤出 ChatGPT，无需切换窗口，非常便捷。\\nmacOS： Option + 空格Windows： Alt + 空格 (可以自定义)2. 多模态输入：截图功能： 遇到问题，直接截图发给ChatGPT，它可以帮你分析解读，无论是编程题、Excel 表格，还是其他数据报表，通通不在话下。拍照功能： 拍照上传，可以让 ChatGPT 解答数学题、识别物体等。多文件上传： 可一次性上传多个文档，让 ChatGPT 帮你总结、归纳。3. 高级语音模式：点击输入框右侧的语音图标，即可开始与 ChatGPT 进行语音对话。免费用户也可以体验高级语音模式（有体验时长限制），ChatGPT Plus用户可以享受更长时间的语音对话。4. 多窗口支持：在桌面版中，你可以同时打开多个对话窗口，方便你同时进行多个任务。设置方式：鼠标放到左侧栏相应对话后的\"···\"，在选项弹窗中选择\"在伴随浮窗中打开\"。5. 自定义快捷键：如果你觉得默认的快捷键用着不习惯，可以在系统设置中自定义快捷键，让操作更加顺手。设置方式：点击左下角的账号头像\u003e设置\u003e应用，选择\"伴随浮窗热键\"进行更改。6. 直接启动第三方应用（macOS 独享）：macOS的ChatGPT Plus/Pro和Teams订阅用户，可以直接在ChatGPT中启动VS Code、Xcode、Terminal等第三方应用，进行跨应用协作。对于编辑器类应用，ChatGPT能够读取最前窗口的完整内容；对于终端类应用，可以读取最后200行内容。四、桌面版跟网页版有什么不一样？ChatGPT 桌面版和网页版虽然都使用相同的模型，但使用体验却大相径庭。\\n来看一下两者之间的主要区别：\\n如果你是一个经常要用的ChatGPT的用户，从效率和功能角度看，桌面版无疑是更好的选择。\\n五、ChatGPT Plus或Pro方法不管是哪个端，如果你想解锁ChatGPT的全部功能，包括o1模型、sora、task、高级语音模式等，就需要订阅 ChatGPT Plus或者Pro。\\n具体可以看⬇️：\\nChatGPT Plus如何升级订阅最新方法全网汇总以上。\\n如果有啥疑问也可以在留言告诉我。\",\n            \"Url\": \"https://zhuanlan.zhihu.com/p/18698154193?utm_medium=openapi_platform\u0026utm_source=6d23634e\",\n            \"CommentCount\": 15,\n            \"VoteUpCount\": 27,\n            \"AuthorName\": \"文字机器凸哥\",\n            \"AuthorAvatar\": \"https://picx.zhimg.com/50/v2-df39523084f28b407d21394b6210653c_l.jpg?source=f1558865\",\n            \"AuthorBadge\": \"\",\n            \"AuthorBadgeText\": \"\",\n            \"EditTime\": 1753954052,\n            \"CommentInfoList\": [{\n                \"Content\": \"今天发现有桌面端 下下来后才发现似乎与网页端没什么区别 伴随浮窗无法使用 alt+space快捷键仅仅是呼出/隐藏桌面端主窗口 不知道为什么\"\n            }, {\n                \"Content\": \"显示网络设置有问题咋办[发呆]\"\n            }],\n            \"AuthorityLevel\":\"1\",\n        }]\n    }\n}\n```\n\n\n## 代码示例\nCurl 请求示例:\n``` shell\ncurl -G 'https://developer.zhihu.com/api/v1/content/global_search' \\\n  --data-urlencode 'Query=怎么理解rave文化' \\\n  --data-urlencode 'Filter=host==\"example.com\" AND publish_time\u003e=1778494631' \\\n  --data-urlencode 'SearchDB=all' \\\n  -d 'Count=5' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H \"X-Request-Timestamp: $(date +%s)\"\n```\n\nGo 语言请求示例:\n``` go\npackage main\n\nimport (\n    \"flag\"\n    \"fmt\"\n    \"io\"\n    \"net/http\"\n    \"net/url\"\n    \"time\"\n)\n\nconst (\n    RequestGlobalSearchURL = \"https://developer.zhihu.com/api/v1/content/global_search\"\n)\n\nfunc main() {\n    accessSecret := flag.String(\"access-secret\", \"\", \"Access secret for Bearer authentication\")\n    query := flag.String(\"query\", \"chatgpt\", \"Search query\")\n    count := flag.Int(\"count\", 10, \"Number of results to return\")\n    filter := flag.String(\"filter\", \"\", \"Advanced filter expression\")\n    searchDB := flag.String(\"search-db\", \"\", \"Search index: all, realtime, static\")\n    flag.Parse()\n\n    response, err := RequestGlobalSearch(*accessSecret, *query, *count, *filter, *searchDB)\n    if err != nil {\n        fmt.Printf(\"Failed to request global search: %v\\n\", err)\n        return\n    }\n\n    fmt.Printf(\"response: %+v\\n\", response)\n}\n\nfunc RequestGlobalSearch(accessSecret string, query string, count int, filter string, searchDB string) (string, error) {\n    params := url.Values{}\n    params.Set(\"Query\", query)\n    params.Set(\"Count\", fmt.Sprintf(\"%d\", count))\n    if filter != \"\" {\n        params.Set(\"Filter\", filter)\n    }\n    if searchDB != \"\" {\n        params.Set(\"SearchDB\", searchDB)\n    }\n\n    req, err := http.NewRequest(\"GET\", RequestGlobalSearchURL, nil)\n    if err != nil {\n        return \"\", fmt.Errorf(\"failed to create request: %w\", err)\n    }\n\n    req.URL.RawQuery = params.Encode()\n    req.Header.Set(\"Authorization\", \"Bearer \"+accessSecret)\n    req.Header.Set(\"X-Request-Timestamp\", fmt.Sprintf(\"%d\", time.Now().Unix()))\n\n    client := \u0026http.Client{}\n    resp, err := client.Do(req)\n    if err != nil {\n        return \"\", fmt.Errorf(\"failed to send request: %w\", err)\n    }\n    defer func() {\n        if err := resp.Body.Close(); err != nil {\n            fmt.Printf(\"Failed to close response body: %v\\n\", err)\n        }\n    }()\n\n    body, err := io.ReadAll(resp.Body)\n    if err != nil {\n        return \"\", fmt.Errorf(\"failed to read response: %w\", err)\n    }\n\n    return string(body), nil\n}\n```\n"},{"key":"zhihu_search","category":"api","tab_name":"知乎搜索 API","type":"markdown","content":"# 知乎搜索 API\n\n## 接口说明\n该接口用于知乎站内内容搜索，返回与查询相关的问题、回答或文章结果。\n\n## 接口信息\n\n| 说明 | 值 |\n| :- | :- |\n| HTTP URL | https://developer.zhihu.com/api/v1/content/zhihu_search |\n| HTTP Method | GET |\n\n## 请求参数\n### Header\n- Authorization：`Bearer \u003cyour_access_secret\u003e`\n- X-Request-Timestamp：秒级 Unix 时间戳\n- Content-Type：固定值 `application/json`\n\n### Query\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| Query | String | 是 | 查询关键词 |\n| Count | Int32 | 否 | 请求数量，默认 10，最大 10 |\n\n说明：\n\n- `Query` 不能为空。\n- 当 `Count \u003c= 0` 时，服务端默认回退为 `10`。\n- 当 `Count \u003e 10` 时，服务端会自动截断为 `10`。\n\n## 响应参数\n\nData：\n\n| 参数名 | 类型 | 是否必返 | 描述 |\n| :- | :- | :- | :- |\n| HasMore | Bool | 是 | 当前实现固定返回 `false` |\n| SearchHashId | String | 是 | 搜索请求标识 |\n| Items | Array[Item] | 是 | 搜索结果列表 |\n| EmptyReason | String | 否 | 无结果时的原因说明 |\n\nItem：\n\n| 参数名 | 类型 | 是否必返 | 描述 |\n| :- | :- | :- | :- |\n| Title | String | 是 | 内容标题 |\n| ContentType | String | 是 | 内容类型 |\n| ContentID | String | 是 | 内容标识 |\n| ContentText | String | 是 | 内容摘要 |\n| Url | String | 是 | 内容链接（带溯源 utm 参数） |\n| CommentCount | Int32 | 是 | 评论数 |\n| VoteUpCount | Int32 | 是 | 赞同数 |\n| AuthorName | String | 是 | 作者昵称 |\n| AuthorAvatar | String | 是 | 作者头像 |\n| AuthorBadge | String | 是 | 作者认证图标 |\n| AuthorBadgeText | String | 是 | 作者认证文案 |\n| EditTime | Int32 | 是 | 发布时间或更新时间戳 |\n| CommentInfoList | Array[CommentInfo] | 否 | 精选评论 |\n| AuthorityLevel | String | 是 | 权威等级 |\n| RankingScore | Float32 | 是 | 排序分数 |\n\nCommentInfo：\n\n| 参数名 | 类型 | 是否必返 | 描述 |\n| :- | :- | :- | :- |\n| Content | String | 是 | 评论内容 |\n\n响应示例：\n``` json\n{\n    \"Code\": 0,\n    \"Message\": \"success\",\n    \"Data\": {\n        \"HasMore\": false,\n        \"SearchHashId\": \"1234567890\",\n        \"Items\": [\n            {\n                \"Title\": \"RAG 评测方法综述\",\n                \"ContentType\": \"Article\",\n                \"ContentID\": \"123456789\",\n                \"ContentText\": \"本文介绍了主流 RAG 评测框架，包括 RAGAS、TruLens ...\",\n                \"Url\": \"https://zhuanlan.zhihu.com/p/123456789?utm_medium=openapi_platform\u0026utm_source=6d23634e\",\n                \"CommentCount\": 15,\n                \"VoteUpCount\": 128,\n                \"AuthorName\": \"张三\",\n                \"AuthorAvatar\": \"https://picx.zhimg.com/example.jpg\",\n                \"AuthorBadge\": \"\",\n                \"AuthorBadgeText\": \"\",\n                \"EditTime\": 1710000000,\n                \"CommentInfoList\": [],\n                \"AuthorityLevel\": \"2\",\n                \"RankingScore\": 0.98\n            }\n        ]\n    }\n}\n```\n\n## 错误码说明\n\n| 错误码 | 说明 |\n| - | - |\n| 0 | 成功 |\n| 10001 | 参数错误 |\n| 20001 | 鉴权失败 |\n| 30001 | 频率限制 |\n| 90001 | 内部错误 |\n\n## 代码示例\nCurl 请求示例:\n``` shell\ncurl -G 'https://developer.zhihu.com/api/v1/content/zhihu_search' \\\n  --data-urlencode 'Query=怎么理解rave文化' \\\n  -d 'Count=5' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H \"X-Request-Timestamp: $(date +%s)\"\n```\n"},{"key":"hot_list","category":"api","tab_name":"知乎热榜 API","type":"markdown","content":"# 知乎热榜 API\n\n## 接口说明\n获取当前知乎热榜内容，返回结构化的标题、链接、缩略图与摘要列表。\n\n## 接口信息\n\n| 说明 | 值 |\n| - | - |\n| HTTP URL | https://developer.zhihu.com/api/v1/content/hot_list |\n| HTTP Method | GET |\n\n## 请求参数\n### Header\n- Authorization：`Bearer \u003cyour_access_secret\u003e`\n- X-Request-Timestamp：秒级 Unix 时间戳\n- Content-Type：固定值 `application/json`\n\n### Query\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| Limit | Int32 | 否 | 返回数量，默认 30，最大 30 |\n\n说明：\n\n- 当 `Limit \u003c= 0` 或 `Limit \u003e 30` 时，服务端会自动回退为 `30`。\n\n## 响应参数\n\nData：\n\n| 参数名 | 类型 | 是否必返 | 描述 |\n| :- | :- | :- | :- |\n| Total | Int64 | 是 | 实际返回的热榜条数 |\n| Items | Array[Item] | 是 | 热榜内容列表 |\n\nItem：\n\n| 参数名 | 类型 | 是否必返 | 描述 |\n| :- | :- | :- | :- |\n| Title | String | 是 | 热榜标题 |\n| Url | String | 是 | 热榜对应的知乎链接 |\n| ThumbnailUrl | String | 是 | 缩略图 URL，无封面图时为空字符串 |\n| Summary | String | 是 | 内容摘要，无摘要时为空字符串 |\n\n说明：\n\n- 当前仅返回问题和文章两类热榜内容。\n- `ThumbnailUrl` 和 `Summary` 始终返回，无数据时值为 `\"\"`。\n\n响应示例：\n``` json\n{\n    \"Code\": 0,\n    \"Message\": \"success\",\n    \"Data\": {\n        \"Total\": 2,\n        \"Items\": [\n            {\n                \"Title\": \"如何评价某个热点问题？\",\n                \"Url\": \"https://www.zhihu.com/question/123456789\",\n                \"ThumbnailUrl\": \"https://pic1.zhimg.com/v2-d4b0f8158e064dbcc71eb6ce970230a9.jpg\",\n                \"Summary\": \"这是该问题的内容摘要\"\n            },\n            {\n                \"Title\": \"一篇正在热榜上的文章标题\",\n                \"Url\": \"https://zhuanlan.zhihu.com/p/987654321\",\n                \"ThumbnailUrl\": \"\",\n                \"Summary\": \"\"\n            }\n        ]\n    }\n}\n```\n\n## 错误码说明\n\n| 错误码 | 说明 |\n| - | - |\n| 0 | 成功 |\n| 20001 | 鉴权失败 |\n| 30001 | 频率限制 |\n| 90001 | 内部错误 |\n\n## 代码示例\nCurl 请求示例:\n``` shell\ncurl 'https://developer.zhihu.com/api/v1/content/hot_list?Limit=10' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H \"X-Request-Timestamp: $(date +%s)\"\n```\n"},{"key":"user_contents","category":"api","tab_name":"用户的内容 API","type":"markdown","content":"# 用户内容 API\n\n## 接口说明\n\n获取知乎用户公开范围内的创作内容，包括回答、文章、视频、想法、问题等。调用接口时需使用知乎开放平台 Access Secret。\n\n开放范围：\n\n- 不提供 OAuth 访问凭证时，获取当前调用方本人数据。\n- 查看其他用户数据时，需先取得该用户的知乎 OAuth 授权，并在请求中提供其 OAuth 访问凭证。\n\n## 接口信息\n\n| 说明 | 值 |\n| :- | :- |\n| HTTP URL | https://developer.zhihu.com/api/v1/user/contents |\n| HTTP Method | GET |\n\n## 请求参数\n\n### Header\n\n- Authorization：`Bearer \u003cyour_access_secret\u003e`\n- X-Request-Timestamp：秒级 Unix 时间戳\n- X-OAuth-Token：可选；不传时查询本人，传入时查询该 OAuth 凭证对应的已授权用户\n- Content-Type：固定值 `application/json`\n\n### Query\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| Offset | Int64 | 否 | 分页偏移量，默认 `0` |\n| Limit | Int64 | 否 | 返回数量，默认 `20`，最大 `50` |\n| ContentType | String | 是 | 内容类型，可选值：`all`、`answer`、`article`、`zvideo`、`pin`、`question`；`all` 表示全部内容类型 |\n| SortField | String | 否 | 排序字段，可选值：`like_count`、`ts`，默认 `ts` |\n| SortOrder | String | 否 | 排序方向，可选值：`asc`、`desc`，默认 `desc` |\n\n说明：\n\n- `Authorization` 是开放平台接口鉴权凭证。\n- 不传 `X-OAuth-Token` 时查询当前调用方本人数据；传入时查询该 OAuth 凭证对应的已授权用户数据。\n- 如果返回结果中 `Paging.IsEnd=false`，可将 `Paging.NextOffset` 作为下一次请求的 `Offset`。\n\n## 响应参数\n\nData：\n\n| 参数名 | 类型 | 是否必返 | 描述 |\n| :- | :- | :- | :- |\n| Items | Array[ContentItem] | 是 | 内容列表 |\n| Paging | Paging | 是 | 分页信息 |\n\nContentItem：\n\n| 参数名 | 类型 | 是否必返 | 描述 |\n| :- | :- | :- | :- |\n| ContentType | String | 是 | 内容类型 |\n| Url | String | 是 | 内容链接 |\n| CreatedAt | Int64 | 是 | 内容创建时间，秒级时间戳 |\n| LikeCount | Int64 | 是 | 点赞数 |\n| CommentCount | Int64 | 是 | 评论数 |\n| FavoriteCount | Int64 | 是 | 收藏数 |\n| Title | String | 是 | 内容标题 |\n| Summary | String | 是 | 内容摘要 |\n\nPaging：\n\n| 参数名 | 类型 | 是否必返 | 描述 |\n| :- | :- | :- | :- |\n| IsEnd | Bool | 是 | 是否已到最后一页 |\n| NextOffset | String | 否 | 下一页分页偏移量 |\n| Totals | Int64 | 是 | 总数 |\n\n## 响应示例\n\n```json\n{\n  \"Code\": 0,\n  \"Message\": \"success\",\n  \"Data\": {\n    \"Items\": [\n      {\n        \"ContentType\": \"answer\",\n        \"Url\": \"https://www.zhihu.com/answer/123456789\",\n        \"CreatedAt\": 1745486539,\n        \"LikeCount\": 128,\n        \"CommentCount\": 12,\n        \"FavoriteCount\": 20,\n        \"Title\": \"如何理解某个问题？\",\n        \"Summary\": \"这是一段内容摘要...\"\n      }\n    ],\n    \"Paging\": {\n      \"IsEnd\": false,\n      \"NextOffset\": \"20\",\n      \"Totals\": 100\n    }\n  }\n}\n```\n\n## 错误码说明\n\n| 错误码 | 说明 |\n| - | - |\n| 0 | 成功 |\n| 10001 | 参数错误 |\n| 20001 | 鉴权失败 |\n| 30001 | 频率限制 |\n| 30002 | 配额限制 |\n| 90001 | 内部错误 |\n\n## 代码示例\n\n查询本人内容：\n\n```shell\ncurl -G 'https://developer.zhihu.com/api/v1/user/contents' \\\n  -d 'ContentType=all' \\\n  -d 'Limit=20' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H \"X-Request-Timestamp: $(date +%s)\"\n```\n\n查询已授权用户内容：\n\n```shell\ncurl -G 'https://developer.zhihu.com/api/v1/user/contents' \\\n  -d 'ContentType=all' \\\n  -d 'Limit=20' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H 'X-OAuth-Token: \u003coauth_access_token\u003e' \\\n  -H \"X-Request-Timestamp: $(date +%s)\"\n```\n"},{"key":"user_followees","category":"api","tab_name":"用户的关注 API","type":"markdown","content":"# 用户关注 API\n\n## 接口说明\n\n获取知乎用户公开范围内的关注列表。调用接口时需使用知乎开放平台 Access Secret。\n\n开放范围：\n\n- 不提供 OAuth 访问凭证时，获取当前调用方本人数据。\n- 查看其他用户数据时，需先取得该用户的知乎 OAuth 授权，并在请求中提供其 OAuth 访问凭证。\n\n## 接口信息\n\n| 说明 | 值 |\n| :- | :- |\n| HTTP URL | https://developer.zhihu.com/api/v1/user/followees |\n| HTTP Method | GET |\n\n## 请求参数\n\n### Header\n\n- Authorization：`Bearer \u003cyour_access_secret\u003e`\n- X-Request-Timestamp：秒级 Unix 时间戳\n- X-OAuth-Token：可选；不传时查询本人，传入时查询该 OAuth 凭证对应的已授权用户\n- Content-Type：固定值 `application/json`\n\n### Query\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| Offset | Int64 | 否 | 分页偏移量，默认 `0` |\n| Limit | Int64 | 否 | 返回数量，默认 `20`，最大 `50` |\n\n## 响应参数\n\nData：\n\n| 参数名 | 类型 | 是否必返 | 描述 |\n| :- | :- | :- | :- |\n| Items | Array[FolloweeItem] | 是 | 关注用户列表 |\n| Paging | Paging | 是 | 分页信息 |\n\nFolloweeItem：\n\n| 参数名 | 类型 | 是否必返 | 描述                      |\n| :- | :- | :- |:------------------------|\n| Fullname | String | 是 | 用户名                     |\n| UrlToken | String | 是 | 用户主页标识                  |\n| Url | String | 是 | 用户主页 URL                |\n| AvatarUrl | String | 是 | 用户头像 URL                |\n| Headline | String | 是 | 用户一句话介绍                 |\n| Gender | Int16 | 是 | 性别标识：`0` 表示女或未知，`1` 表示男 |\n| FollowerCount | Int64 | 是 | 粉丝数                     |\n\nPaging：\n\n| 参数名 | 类型 | 是否必返 | 描述 |\n| :- | :- | :- | :- |\n| IsEnd | Bool | 是 | 是否已到最后一页 |\n| NextOffset | String | 否 | 下一页分页偏移量 |\n| Totals | Int64 | 是 | 总数 |\n\n## 响应示例\n\n```json\n{\n  \"Code\": 0,\n  \"Message\": \"success\",\n  \"Data\": {\n    \"Items\": [\n      {\n        \"Fullname\": \"知乎用户\",\n        \"UrlToken\": \"example\",\n        \"Url\": \"https://www.zhihu.com/people/example\",\n        \"AvatarUrl\": \"https://picx.zhimg.com/example.jpg\",\n        \"Headline\": \"一句话介绍\",\n        \"Gender\": 0,\n        \"FollowerCount\": 1000\n      }\n    ],\n    \"Paging\": {\n      \"IsEnd\": false,\n      \"NextOffset\": \"20\",\n      \"Totals\": 100\n    }\n  }\n}\n```\n\n## 错误码说明\n\n| 错误码 | 说明 |\n| - | - |\n| 0 | 成功 |\n| 10001 | 参数错误 |\n| 20001 | 鉴权失败 |\n| 30001 | 频率限制 |\n| 30002 | 配额限制 |\n| 90001 | 内部错误 |\n\n## 代码示例\n\n查询本人关注列表：\n\n```shell\ncurl -G 'https://developer.zhihu.com/api/v1/user/followees' \\\n  -d 'Limit=20' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H \"X-Request-Timestamp: $(date +%s)\"\n```\n\n查询已授权用户关注列表：\n\n```shell\ncurl -G 'https://developer.zhihu.com/api/v1/user/followees' \\\n  -d 'Limit=20' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H 'X-OAuth-Token: \u003coauth_access_token\u003e' \\\n  -H \"X-Request-Timestamp: $(date +%s)\"\n```\n"},{"key":"user_collections","category":"api","tab_name":"用户的收藏 API","type":"markdown","content":"# 用户收藏 API\n\n## 接口说明\n\n获取知乎用户公开范围内的近期收藏内容。调用接口时需使用知乎开放平台 Access Secret。\n\n开放范围：\n\n- 不提供 OAuth 访问凭证时，获取当前调用方本人数据。\n- 查看其他用户数据时，需先取得该用户的知乎 OAuth 授权，并在请求中提供其 OAuth 访问凭证。\n\n## 接口信息\n\n| 说明 | 值 |\n| :- | :- |\n| HTTP URL | https://developer.zhihu.com/api/v1/user/collections |\n| HTTP Method | GET |\n\n## 请求参数\n\n### Header\n\n- Authorization：`Bearer \u003cyour_access_secret\u003e`\n- X-Request-Timestamp：秒级 Unix 时间戳\n- X-OAuth-Token：可选；不传时查询本人，传入时查询该 OAuth 凭证对应的已授权用户\n- Content-Type：固定值 `application/json`\n\n### Query\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| Limit | Int64 | 否 | 返回数量，默认 `20` |\n\n## 响应参数\n\nData：\n\n| 参数名 | 类型 | 是否必返 | 描述 |\n| :- | :- | :- | :- |\n| Items | Array[CollectionContentItem] | 是 | 收藏内容列表 |\n\nCollectionContentItem：\n\n| 参数名 | 类型 | 是否必返 | 描述 |\n| :- | :- | :- | :- |\n| ContentType | String | 是 | 内容类型 |\n| Url | String | 是 | 内容链接 |\n| CreatedAt | Int64 | 是 | 内容创建时间，秒级时间戳 |\n| FavTime | Int64 | 是 | 收藏时间，秒级时间戳 |\n| LikeCount | Int64 | 是 | 点赞数 |\n| CommentCount | Int64 | 是 | 评论数 |\n| FavoriteCount | Int64 | 是 | 收藏数 |\n| Title | String | 是 | 内容标题 |\n| Summary | String | 是 | 内容摘要 |\n| Favlists | Array[FavlistItem] | 是 | 内容所在收藏夹列表 |\n\nFavlistItem：\n\n| 参数名 | 类型 | 是否必返 | 描述 |\n| :- | :- | :- | :- |\n| Title | String | 是 | 收藏夹名称 |\n| Url | String | 是 | 收藏夹链接 |\n\n## 响应示例\n\n```json\n{\n  \"Code\": 0,\n  \"Message\": \"success\",\n  \"Data\": {\n    \"Items\": [\n      {\n        \"ContentType\": \"answer\",\n        \"Url\": \"https://www.zhihu.com/answer/123456789\",\n        \"CreatedAt\": 1745486539,\n        \"FavTime\": 1746000000,\n        \"LikeCount\": 128,\n        \"CommentCount\": 12,\n        \"FavoriteCount\": 20,\n        \"Title\": \"如何理解某个问题？\",\n        \"Summary\": \"这是一段内容摘要...\",\n        \"Favlists\": [\n          {\n            \"Title\": \"默认收藏夹\",\n            \"Url\": \"https://www.zhihu.com/collection/123456789\"\n          }\n        ]\n      }\n    ]\n  }\n}\n```\n\n## 错误码说明\n\n| 错误码 | 说明 |\n| - | - |\n| 0 | 成功 |\n| 10001 | 参数错误 |\n| 20001 | 鉴权失败 |\n| 30001 | 频率限制 |\n| 30002 | 配额限制 |\n| 90001 | 内部错误 |\n\n## 代码示例\n\n查询本人收藏内容：\n\n```shell\ncurl -G 'https://developer.zhihu.com/api/v1/user/collections' \\\n  -d 'Limit=20' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H \"X-Request-Timestamp: $(date +%s)\"\n```\n\n查询已授权用户收藏内容：\n\n```shell\ncurl -G 'https://developer.zhihu.com/api/v1/user/collections' \\\n  -d 'Limit=20' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H 'X-OAuth-Token: \u003coauth_access_token\u003e' \\\n  -H \"X-Request-Timestamp: $(date +%s)\"\n```\n"},{"key":"user_favlists","category":"api","tab_name":"用户收藏夹列表 API","type":"markdown","content":"# 用户收藏夹列表 API\n\n## 接口说明\n\n获取知乎用户公开范围内的收藏夹列表。\n\n开放范围：\n\n- 可获取当前调用方本人数据。\n- 如需获取其他用户数据，需先完成知乎 OAuth 授权，并在请求中传入被授权用户的 OAuth 访问凭证。\n\n## 接口信息\n\n| 说明 | 值 |\n| :- | :- |\n| HTTP URL | https://developer.zhihu.com/api/v1/user/favlists |\n| HTTP Method | GET |\n\n## 请求参数\n\n### Header\n\n- Authorization：`Bearer \u003cyour_access_secret\u003e`\n- X-Request-Timestamp：秒级 Unix 时间戳\n- X-OAuth-Token：可选；不传时查询本人，传入时查询该 OAuth 凭证对应的已授权用户\n\n### Query\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| Limit | Int64 | 否 | 返回数量，默认 `20` |\n\n## 响应参数\n\nData：\n\n| 参数名 | 类型 | 是否必返 | 描述 |\n| :- | :- | :- | :- |\n| Items | Array[FavlistItem] | 是 | 收藏夹列表 |\n\nFavlistItem：\n\n| 参数名 | 类型 | 是否必返 | 描述 |\n| :- | :- | :- | :- |\n| UrlToken | Int64 | 是 | 收藏夹 URL 标识，可用于查询收藏夹内容 |\n| Url | String | 是 | 收藏夹链接 |\n| Title | String | 是 | 收藏夹名称 |\n| Description | String | 是 | 收藏夹描述 |\n| IsPublic | Bool | 是 | 是否公开 |\n\n## 响应示例\n\n```json\n{\n  \"Code\": 0,\n  \"Message\": \"success\",\n  \"Data\": {\n    \"Items\": [\n      {\n        \"UrlToken\": 123456789,\n        \"Url\": \"https://www.zhihu.com/collection/123456789\",\n        \"Title\": \"默认收藏夹\",\n        \"Description\": \"收藏的公开内容\",\n        \"IsPublic\": true\n      }\n    ]\n  }\n}\n```\n\n## 错误码说明\n\n| 错误码 | 说明 |\n| - | - |\n| 0 | 成功 |\n| 10001 | 参数错误 |\n| 20001 | 鉴权失败 |\n| 30001 | 频率限制 |\n| 30002 | 配额限制 |\n| 90001 | 内部错误 |\n\n## 代码示例\n\n查询本人收藏夹列表：\n\n```shell\ncurl -G 'https://developer.zhihu.com/api/v1/user/favlists' \\\n  -d 'Limit=20' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H \"X-Request-Timestamp: $(date +%s)\"\n```\n\n查询已授权用户收藏夹列表：\n\n```shell\ncurl -G 'https://developer.zhihu.com/api/v1/user/favlists' \\\n  -d 'Limit=20' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H 'X-OAuth-Token: \u003coauth_access_token\u003e' \\\n  -H \"X-Request-Timestamp: $(date +%s)\"\n```\n"},{"key":"favlist_contents","category":"api","tab_name":"收藏夹内容 API","type":"markdown","content":"# 收藏夹内容 API\n\n## 接口说明\n\n获取指定收藏夹中的公开内容。\n\n开放范围：\n\n- 可获取当前调用方本人的收藏夹内容。\n- 如需获取其他用户数据，需先完成知乎 OAuth 授权，并在请求中传入被授权用户的 OAuth 访问凭证。\n\n## 接口信息\n\n| 说明 | 值 |\n| :- | :- |\n| HTTP URL | https://developer.zhihu.com/api/v1/user/favlist_contents |\n| HTTP Method | GET |\n\n## 请求参数\n\n### Header\n\n- Authorization：`Bearer \u003cyour_access_secret\u003e`\n- X-Request-Timestamp：秒级 Unix 时间戳\n- X-OAuth-Token：可选；不传时查询本人，传入时查询该 OAuth 凭证对应的已授权用户\n\n### Query\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| FavlistUrlToken | Int64 | 是 | 收藏夹 URL 标识，可从用户收藏夹列表 API 返回的 `UrlToken` 获取 |\n| Offset | Int64 | 否 | 分页偏移量，默认 `0` |\n| Limit | Int64 | 否 | 返回数量，默认 `20` |\n\n## 响应参数\n\nData：\n\n| 参数名 | 类型 | 是否必返 | 描述 |\n| :- | :- | :- | :- |\n| Items | Array[CollectionContentItem] | 是 | 收藏夹内容列表 |\n| Paging | Paging | 是 | 分页信息 |\n\nCollectionContentItem：\n\n| 参数名 | 类型 | 是否必返 | 描述 |\n| :- | :- | :- | :- |\n| ContentType | String | 是 | 内容类型 |\n| Url | String | 是 | 内容链接 |\n| CreatedAt | Int64 | 是 | 内容创建时间，秒级时间戳 |\n| FavTime | Int64 | 是 | 收藏时间，秒级时间戳 |\n| LikeCount | Int64 | 是 | 点赞数 |\n| CommentCount | Int64 | 是 | 评论数 |\n| FavoriteCount | Int64 | 是 | 收藏数 |\n| Title | String | 是 | 内容标题 |\n| Summary | String | 是 | 内容摘要 |\n| Favlists | Array[FavlistItem] | 是 | 内容所在收藏夹列表 |\n\nFavlistItem：\n\n| 参数名 | 类型 | 是否必返 | 描述 |\n| :- | :- | :- | :- |\n| Title | String | 是 | 收藏夹名称 |\n| Url | String | 是 | 收藏夹链接 |\n\nPaging：\n\n| 参数名 | 类型 | 是否必返 | 描述 |\n| :- | :- | :- | :- |\n| IsEnd | Bool | 是 | 是否已到最后一页 |\n| NextOffset | String | 否 | 下一页分页偏移量 |\n| Totals | Int64 | 是 | 总数 |\n\n## 响应示例\n\n```json\n{\n  \"Code\": 0,\n  \"Message\": \"success\",\n  \"Data\": {\n    \"Items\": [\n      {\n        \"ContentType\": \"answer\",\n        \"Url\": \"https://www.zhihu.com/answer/123456789\",\n        \"CreatedAt\": 1745486539,\n        \"FavTime\": 1746000000,\n        \"LikeCount\": 128,\n        \"CommentCount\": 12,\n        \"FavoriteCount\": 20,\n        \"Title\": \"如何理解某个问题？\",\n        \"Summary\": \"这是一段内容摘要...\",\n        \"Favlists\": [\n          {\n            \"Title\": \"默认收藏夹\",\n            \"Url\": \"https://www.zhihu.com/collection/123456789\"\n          }\n        ]\n      }\n    ],\n    \"Paging\": {\n      \"IsEnd\": false,\n      \"NextOffset\": \"20\",\n      \"Totals\": 100\n    }\n  }\n}\n```\n\n## 错误码说明\n\n| 错误码 | 说明 |\n| - | - |\n| 0 | 成功 |\n| 10001 | 参数错误 |\n| 20001 | 鉴权失败 |\n| 30001 | 频率限制 |\n| 30002 | 配额限制 |\n| 90001 | 内部错误 |\n\n## 代码示例\n\n查询本人收藏夹内容：\n\n```shell\ncurl -G 'https://developer.zhihu.com/api/v1/user/favlist_contents' \\\n  -d 'FavlistUrlToken=123456789' \\\n  -d 'Offset=0' \\\n  -d 'Limit=20' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H \"X-Request-Timestamp: $(date +%s)\"\n```\n\n查询已授权用户收藏夹内容：\n\n```shell\ncurl -G 'https://developer.zhihu.com/api/v1/user/favlist_contents' \\\n  -d 'FavlistUrlToken=123456789' \\\n  -d 'Offset=0' \\\n  -d 'Limit=20' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H 'X-OAuth-Token: \u003coauth_access_token\u003e' \\\n  -H \"X-Request-Timestamp: $(date +%s)\"\n```\n"},{"key":"zhida","category":"api","tab_name":"直答 API","type":"markdown","content":"# 直答 API\n\n## 接口说明\n\n该接口提供知乎直答 3 个模型档位：快速回答、深度思考、智能思考。\n\n当前支持 3 个请求字段：\n\n- `model`\n- `messages`\n- `stream`\n\n## 接口信息\n\n| 说明 | 值 |\n| :- | :- |\n| HTTP URL | `https://developer.zhihu.com/v1/chat/completions` |\n| HTTP Method | `POST` |\n| 请求类型 | `application/json` |\n| 响应类型 | `application/json`（`stream=false`） / `text/event-stream`（`stream=true`） |\n\n## 鉴权\n\nHeader：\n\n- `Authorization: Bearer \u003cyour_access_secret\u003e`\n- `X-Request-Timestamp: \u003cunix_seconds\u003e`\n\n说明：\n\n- 当前统一使用 Access Secret 的 Bearer 鉴权语义。\n- `X-Request-Timestamp` 为秒级 Unix 时间戳。\n\n## 请求参数\n\n### Body\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| `model` | String | 是 | 模型档位，支持 `zhida-fast-1p5`、`zhida-thinking-1p5`、`zhida-agent` |\n| `messages` | Array[Message] | 是 | 对话消息列表 |\n| `stream` | Bool | 否 | 是否流式返回，默认 `false` |\n\nMessage：\n\n| 名称 | 类型 | 必填 | 说明   |\n| :- | :- |:---|:-----|\n| `role` | String | 是  | 消息角色 |\n| `content` | String | 是  | 问题内容 |\n\n## 响应说明\n\n### 非流式（`stream=false`）\n\n```json\n{\n  \"id\": \"chatcmpl-xxxx\",\n  \"object\": \"chat.completion\",\n  \"created\": 1740470400,\n  \"model\": \"zhida-thinking-1p5\",\n  \"choices\": [\n    {\n      \"index\": 0,\n      \"message\": {\n        \"role\": \"assistant\",\n        \"reasoning_content\": \"先给出分析过程...\",\n        \"content\": \"...\"\n      },\n      \"finish_reason\": \"stop\"\n    }\n  ]\n}\n```\n\n### 流式（`stream=true`）\n\n```text\ndata: {\"id\":\"chatcmpl-xxxx\",\"object\":\"chat.completion.chunk\",\"created\":1740470400,\"model\":\"zhida-thinking-1p5\",\"choices\":[{\"index\":0,\"delta\":{\"role\":\"assistant\",\"reasoning_content\":\"先分析背景\"},\"finish_reason\":null}]}\n\ndata: {\"id\":\"chatcmpl-xxxx\",\"object\":\"chat.completion.chunk\",\"created\":1740470400,\"model\":\"zhida-thinking-1p5\",\"choices\":[{\"index\":0,\"delta\":{\"content\":\"最终回答片段\"},\"finish_reason\":null}]}\n\ndata: {\"id\":\"chatcmpl-xxxx\",\"object\":\"chat.completion.chunk\",\"created\":1740470400,\"model\":\"zhida-thinking-1p5\",\"choices\":[{\"index\":0,\"delta\":{},\"finish_reason\":\"stop\"}]}\n\ndata: [DONE]\n```\n\n说明：\n\n- 服务端会发送心跳注释：`: keep-alive`\n\n## 错误响应\n\n```json\n{\n  \"error\": {\n    \"message\": \"xxx\",\n    \"type\": \"invalid_request_error\",\n    \"param\": \"model\",\n    \"code\": \"model_not_found\"\n  }\n}\n```\n\n流式中途错误（HTTP 200 已发出）返回：\n\n```text\ndata: {\"id\":\"chatcmpl-xxxx\",\"object\":\"chat.completion.chunk\",\"created\":1740470400,\"model\":\"zhida-thinking-1p5\",\"choices\":[{\"index\":0,\"delta\":{},\"finish_reason\":\"error\"}],\"error\":{\"message\":\"Internal server error\",\"type\":\"server_error\",\"code\":\"internal_error\"}}\n\ndata: [DONE]\n```\n\n## 注意事项\n\n1. 当前仅保证 `model/messages/stream` 三个字段的能力语义。\n2. 其他请求字段当前不作为正式支持能力，不保证生效。\n3. `id` 在同一次流式响应中保持一致。\n4. `model` 为必填，缺失时返回 `missing_required_parameter`。\n5. 支持 role、content 上下文传参的模型：`zhida-fast-1p5`、`zhida-thinking-1p5`。\n6. 实际可用模型还会受租户授权配置影响。\n"},{"key":"pdf_parse","category":"api","tab_name":"PDF 解析 API","type":"markdown","content":"# PDF 解析 API\n\n## 接口说明\n\n该接口用于异步解析 PDF 文件。调用方先上传 PDF 文件获取 `file_id`，再使用 `file_id` 创建解析任务。任务创建后可通过查询接口轮询任务状态，任务成功后返回结果下载链接。\n\n## 调用流程\n\n1. 上传 PDF 文件，获取 `file_id`。\n2. 使用 `file_id` 创建 PDF 解析任务，获取 `task_id`。\n3. 使用 `task_id` 轮询任务状态。\n4. 当 `task_status=succeeded` 时，从 `result.url` 下载解析结果。\n\n## 鉴权\n\nHeader：\n\n- `Authorization: Bearer \u003cyour_access_secret\u003e`\n- `X-Request-Timestamp: \u003cunix_seconds\u003e`\n\n说明：\n\n- `X-Request-Timestamp` 为 Unix 秒级时间戳。\n- 创建任务接口支持可选 Header：`Idempotency-Key`。同一个 `Idempotency-Key` 配合同一个请求参数重复调用时，会返回同一个 `task_id`。\n\n## 1. 上传文件\n\n### 接口信息\n\n| 说明 | 值 |\n| :- | :- |\n| HTTP URL | `https://developer.zhihu.com/resources/v1/files` |\n| HTTP Method | `POST` |\n| 请求类型 | `multipart/form-data` |\n| 响应类型 | `application/json` |\n\n### 请求参数\n\nForm：\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| `file` | File | 是 | PDF 文件，最大 100MB |\n\n当前仅支持上传 PDF 文件。\n\n### 响应示例\n\n```json\n{\n  \"Code\": 0,\n  \"Message\": \"success\",\n  \"Data\": {\n    \"file_id\": \"file_00000000fb987230beba394fd8279daf\"\n  }\n}\n```\n\n说明：\n\n- `file_id` 是文件资源 ID，用于创建 PDF 解析任务。\n- 上传后的文件需在 24 小时内用于创建任务。\n\n### Curl 示例\n\n```bash\ncurl -X POST 'https://developer.zhihu.com/resources/v1/files' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H \"X-Request-Timestamp: $(date +%s)\" \\\n  -F 'file=@/path/to/example.pdf;type=application/pdf'\n```\n\n## 2. 创建 PDF 解析任务\n\n### 接口信息\n\n| 说明 | 值 |\n| :- | :- |\n| HTTP URL | `https://developer.zhihu.com/api/v1/pdf-parse/tasks` |\n| HTTP Method | `POST` |\n| 请求类型 | `application/json` |\n| 响应类型 | `application/json` |\n\n### 请求参数\n\nBody：\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| `file_id` | String | 是 | 上传文件接口返回的文件资源 ID |\n\n### 请求示例\n\n```json\n{\n  \"file_id\": \"file_00000000fb987230beba394fd8279daf\"\n}\n```\n\n### 响应参数\n\nData：\n\n| 名称 | 类型 | 是否必返 | 说明 |\n| :- | :- | :- | :- |\n| `task_id` | String | 是 | PDF 解析任务 ID |\n| `task_status` | String | 是 | 任务状态，初始通常为 `pending` |\n\n### 响应示例\n\n```json\n{\n  \"Code\": 0,\n  \"Message\": \"success\",\n  \"Data\": {\n    \"task_id\": \"pdf_39b0e572b738a5ce8c5be600f9cf7b91\",\n    \"task_status\": \"pending\"\n  }\n}\n```\n\n如果命中幂等重放，响应 Header 会包含：\n\n```text\nIdempotent-Replayed: true\n```\n\n### Curl 示例\n\n```bash\ncurl -X POST 'https://developer.zhihu.com/api/v1/pdf-parse/tasks' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H \"X-Request-Timestamp: $(date +%s)\" \\\n  -H 'Content-Type: application/json' \\\n  -H 'Idempotency-Key: pdf-request-001' \\\n  -d '{\"file_id\":\"file_00000000fb987230beba394fd8279daf\"}'\n```\n\n## 3. 查询 PDF 解析任务\n\n### 接口信息\n\n| 说明 | 值 |\n| :- | :- |\n| HTTP URL | `https://developer.zhihu.com/api/v1/pdf-parse/tasks/{task_id}` |\n| HTTP Method | `GET` |\n| 响应类型 | `application/json` |\n\n### Path 参数\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| `task_id` | String | 是 | 创建任务接口返回的任务 ID |\n\n### 响应参数\n\nData：\n\n| 名称 | 类型 | 是否必返 | 说明 |\n| :- | :- | :- | :- |\n| `task_id` | String | 是 | PDF 解析任务 ID |\n| `task_status` | String | 是 | 任务状态 |\n| `progress` | Number | 是 | 任务进度，范围 0 到 1 |\n| `result` | Object or Null | 是 | 任务成功后返回结果信息，未完成或失败时为 `null` |\n| `error` | Object or Null | 是 | 任务失败时返回错误信息，未失败时为 `null` |\n\n`task_status` 取值：\n\n| 值 | 说明 |\n| :- | :- |\n| `pending` | 任务已创建，等待处理 |\n| `running` | 任务处理中 |\n| `succeeded` | 任务已成功 |\n| `failed` | 任务失败 |\n\nResult：\n\n| 名称 | 类型 | 是否必返 | 说明 |\n| :- | :- | :- | :- |\n| `url` | String | 是 | 解析结果下载链接 |\n| `summary` | String | 否 | PDF 摘要，可能为空 |\n| `expires_at_ms` | Int64 | 是 | 下载链接过期时间，毫秒级时间戳 |\n\nError：\n\n| 名称 | 类型 | 是否必返 | 说明 |\n| :- | :- | :- | :- |\n| `code` | String | 是 | 错误码 |\n| `message` | String | 是 | 错误信息 |\n\n### 处理中响应示例\n\n```json\n{\n  \"Code\": 0,\n  \"Message\": \"success\",\n  \"Data\": {\n    \"task_id\": \"pdf_39b0e572b738a5ce8c5be600f9cf7b91\",\n    \"task_status\": \"running\",\n    \"progress\": 0.35,\n    \"result\": null,\n    \"error\": null\n  }\n}\n```\n\n### 成功响应示例\n\n```json\n{\n  \"Code\": 0,\n  \"Message\": \"success\",\n  \"Data\": {\n    \"task_id\": \"pdf_39b0e572b738a5ce8c5be600f9cf7b91\",\n    \"task_status\": \"succeeded\",\n    \"progress\": 1,\n    \"result\": {\n      \"url\": \"https://zhihu-openapi.bj.bcebos.com/...?authorization=...\",\n      \"summary\": \"这是一份关于开放平台能力介绍的 PDF。\",\n      \"expires_at_ms\": 1782800000000\n    },\n    \"error\": null\n  }\n}\n```\n\n### 解析结果文件\n\n访问 `result.url` 下载得到 JSON 格式的 PDF 解析结果。结构示例：\n\n```json\n{\n  \"schema_version\": \"v1\",\n  \"pages\": [\n    {\n      \"page\": 0,\n      \"blocks\": [\n        {\n          \"type\": \"text\",\n          \"box\": [0.17, 0.30, 0.82, 0.44],\n          \"content\": \"这是一段从 PDF 中解析出的正文。\"\n        },\n        {\n          \"type\": \"figure\",\n          \"box\": [0.10, 0.55, 0.90, 0.78],\n          \"content\": \"\",\n          \"image\": {\n            \"media_type\": \"image/jpeg\",\n            \"data\": \"/9j/4AAQSkZJRgABAQ...\"\n          }\n        }\n      ]\n    }\n  ]\n}\n```\n\n字段说明：\n\n| 名称 | 类型 | 说明 |\n| :- | :- | :- |\n| `schema_version` | String | 结果结构版本，当前为 `v1` |\n| `pages` | Array | 按页组织的解析结果 |\n| `pages[].page` | Integer | 页码，从 `0` 开始 |\n| `pages[].blocks` | Array | 当前页解析出的内容块 |\n| `blocks[].type` | String | 内容块类型，如 `title`、`text`、`formula`、`figure` |\n| `blocks[].box` | Number Array | 内容块坐标，格式为 `[x1, y1, x2, y2]` |\n| `blocks[].content` | String | 文本内容；图片块没有文本时为空字符串 |\n| `blocks[].image` | Object | 图片信息，仅图片块可能返回 |\n| `blocks[].image.media_type` | String | 图片 MIME 类型，如 `image/jpeg`、`image/png` |\n| `blocks[].image.data` | String | 纯 Base64 图片数据，不包含 `data:image/...;base64,` 前缀 |\n\n调用方应兼容未知的 `type` 和后续新增字段。普通文本块不返回 `image`。\n\n### 失败响应示例\n\n```json\n{\n  \"Code\": 0,\n  \"Message\": \"success\",\n  \"Data\": {\n    \"task_id\": \"pdf_39b0e572b738a5ce8c5be600f9cf7b91\",\n    \"task_status\": \"failed\",\n    \"progress\": 0,\n    \"result\": null,\n    \"error\": {\n      \"code\": \"parse_failed\",\n      \"message\": \"PDF parse failed\"\n    }\n  }\n}\n```\n\n### Curl 示例\n\n```bash\ncurl 'https://developer.zhihu.com/api/v1/pdf-parse/tasks/pdf_39b0e572b738a5ce8c5be600f9cf7b91' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H \"X-Request-Timestamp: $(date +%s)\"\n```\n\n## 错误响应\n\n```json\n{\n  \"Code\": 10001,\n  \"Message\": \"file_id is invalid\",\n  \"Data\": null\n}\n```\n\n常见错误：\n\n| Code | 说明 |\n| :- | :- |\n| `10001` | 请求参数错误 |\n| `20001` | 鉴权失败或无权限访问 |\n| `30001` | 请求过于频繁 |\n| `30002` | 额度不足 |\n| `40001` | 幂等键与请求参数冲突 |\n| `40002` | 文件不存在、已过期或不可访问 |\n| `40003` | 活跃任务数超限，请等待已有任务完成后再提交 |\n| `90001` | 服务内部错误 |\n\n## 注意事项\n\n1. 当前仅支持 PDF 文件解析。\n2. 文件大小最大 100MB。\n3. 查询接口返回的下载链接有效期较短；如果链接过期，重新查询任务可获得新的下载链接。\n4. 不要把同一个 `Idempotency-Key` 用于不同请求参数。\n"},{"key":"ppt_generation","category":"api","tab_name":"PPT 生成 API","type":"markdown","content":"# PPT 生成 API\n\n## 接口说明\n\n该接口用于根据知乎回答或文章链接异步生成 PPT。调用方创建任务后可通过查询接口轮询任务状态，任务成功后返回 PPTX 文件下载链接。\n\n## 调用流程\n\n1. 提交知乎回答或文章链接，创建 PPT 生成任务。\n2. 获取 `task_id`。\n3. 使用 `task_id` 轮询任务状态。\n4. 当 `task_status=succeeded` 时，从 `result.url` 下载 PPTX 文件。\n\n## 鉴权\n\nHeader：\n\n- `Authorization: Bearer \u003cyour_access_secret\u003e`\n- `X-Request-Timestamp: \u003cunix_seconds\u003e`\n\n说明：\n\n- `X-Request-Timestamp` 为 Unix 秒级时间戳。\n- 创建任务接口支持可选 Header：`Idempotency-Key`。同一个 `Idempotency-Key` 配合同一个请求参数重复调用时，会返回同一个 `task_id`。\n\n## 1. 创建 PPT 生成任务\n\n### 接口信息\n\n| 说明 | 值 |\n| :- | :- |\n| HTTP URL | `https://developer.zhihu.com/api/v1/ppt-generation/tasks` |\n| HTTP Method | `POST` |\n| 请求类型 | `application/json` |\n| 响应类型 | `application/json` |\n\n### 请求参数\n\nBody：\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| `resource_url` | String | 是 | 知乎回答或文章链接 |\n| `num_pages` | Int32 | 是 | 期望生成页数，范围 6 到 21 |\n\n`resource_url` 当前支持：\n\n- `https://www.zhihu.com/question/{question_id}/answer/{answer_id}`\n- `https://www.zhihu.com/answer/{answer_id}`\n- `https://zhuanlan.zhihu.com/p/{article_id}`\n\n### 请求示例\n\n```json\n{\n  \"resource_url\": \"https://www.zhihu.com/question/1892249263213356127/answer/2021688002292752412\",\n  \"num_pages\": 12\n}\n```\n\n### 响应参数\n\nData：\n\n| 名称 | 类型 | 是否必返 | 说明 |\n| :- | :- | :- | :- |\n| `task_id` | String | 是 | PPT 生成任务 ID |\n| `task_status` | String | 是 | 任务状态，初始通常为 `pending` |\n\n### 响应示例\n\n```json\n{\n  \"Code\": 0,\n  \"Message\": \"success\",\n  \"Data\": {\n    \"task_id\": \"ppt_39b0e572b738a5ce8c5be600f9cf7b91\",\n    \"task_status\": \"pending\"\n  }\n}\n```\n\n如果命中幂等重放，响应 Header 会包含：\n\n```text\nIdempotent-Replayed: true\n```\n\n### Curl 示例\n\n```bash\ncurl -X POST 'https://developer.zhihu.com/api/v1/ppt-generation/tasks' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H \"X-Request-Timestamp: $(date +%s)\" \\\n  -H 'Content-Type: application/json' \\\n  -H 'Idempotency-Key: ppt-request-001' \\\n  -d '{\n    \"resource_url\": \"https://www.zhihu.com/question/1892249263213356127/answer/2021688002292752412\",\n    \"num_pages\": 12\n  }'\n```\n\n## 2. 查询 PPT 生成任务\n\n### 接口信息\n\n| 说明 | 值 |\n| :- | :- |\n| HTTP URL | `https://developer.zhihu.com/api/v1/ppt-generation/tasks/{task_id}` |\n| HTTP Method | `GET` |\n| 响应类型 | `application/json` |\n\n### Path 参数\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| `task_id` | String | 是 | 创建任务接口返回的任务 ID |\n\n### 响应参数\n\nData：\n\n| 名称 | 类型 | 是否必返 | 说明 |\n| :- | :- | :- | :- |\n| `task_id` | String | 是 | PPT 生成任务 ID |\n| `task_status` | String | 是 | 任务状态 |\n| `progress` | Number | 是 | 任务进度，范围 0 到 1 |\n| `result` | Object or Null | 是 | 任务成功后返回结果信息，未完成或失败时为 `null` |\n| `error` | Object or Null | 是 | 任务失败时返回错误信息，未失败时为 `null` |\n\n`task_status` 取值：\n\n| 值 | 说明 |\n| :- | :- |\n| `pending` | 任务已创建，等待处理 |\n| `running` | 任务处理中 |\n| `succeeded` | 任务已成功 |\n| `failed` | 任务失败 |\n\nResult：\n\n| 名称 | 类型 | 是否必返 | 说明 |\n| :- | :- | :- | :- |\n| `url` | String | 是 | PPTX 文件下载链接 |\n| `expires_at_ms` | Int64 | 是 | 下载链接过期时间，毫秒级时间戳 |\n\nError：\n\n| 名称 | 类型 | 是否必返 | 说明 |\n| :- | :- | :- | :- |\n| `code` | String | 是 | 错误码 |\n| `message` | String | 是 | 错误信息 |\n\n### 处理中响应示例\n\n```json\n{\n  \"Code\": 0,\n  \"Message\": \"success\",\n  \"Data\": {\n    \"task_id\": \"ppt_39b0e572b738a5ce8c5be600f9cf7b91\",\n    \"task_status\": \"running\",\n    \"progress\": 0.45,\n    \"result\": null,\n    \"error\": null\n  }\n}\n```\n\n### 成功响应示例\n\n```json\n{\n  \"Code\": 0,\n  \"Message\": \"success\",\n  \"Data\": {\n    \"task_id\": \"ppt_39b0e572b738a5ce8c5be600f9cf7b91\",\n    \"task_status\": \"succeeded\",\n    \"progress\": 1,\n    \"result\": {\n      \"url\": \"https://zhihu-openapi.bj.bcebos.com/...?authorization=...\",\n      \"expires_at_ms\": 1782800000000\n    },\n    \"error\": null\n  }\n}\n```\n\n### 失败响应示例\n\n```json\n{\n  \"Code\": 0,\n  \"Message\": \"success\",\n  \"Data\": {\n    \"task_id\": \"ppt_39b0e572b738a5ce8c5be600f9cf7b91\",\n    \"task_status\": \"failed\",\n    \"progress\": 0,\n    \"result\": null,\n    \"error\": {\n      \"code\": \"generation_failed\",\n      \"message\": \"PPT generation failed\"\n    }\n  }\n}\n```\n\n### Curl 示例\n\n```bash\ncurl 'https://developer.zhihu.com/api/v1/ppt-generation/tasks/ppt_39b0e572b738a5ce8c5be600f9cf7b91' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H \"X-Request-Timestamp: $(date +%s)\"\n```\n\n## 错误响应\n\n```json\n{\n  \"Code\": 10001,\n  \"Message\": \"resource_url is not supported\",\n  \"Data\": null\n}\n```\n\n常见错误：\n\n| Code | 说明 |\n| :- | :- |\n| `10001` | 请求参数错误 |\n| `20001` | 鉴权失败或无权限访问 |\n| `30001` | 请求过于频繁 |\n| `30002` | 额度不足 |\n| `40001` | 幂等键与请求参数冲突 |\n| `40003` | 活跃任务数超限，请等待已有任务完成后再提交 |\n| `90001` | 服务内部错误 |\n\n## 注意事项\n\n1. 当前仅支持知乎回答和知乎专栏文章链接。\n2. `num_pages` 必须在 6 到 21 之间。\n3. 查询接口返回的下载链接有效期较短；如果链接过期，重新查询任务可获得新的下载链接。\n4. 不要把同一个 `Idempotency-Key` 用于不同请求参数。\n"},{"key":"zhida_skill","category":"skill","tab_name":"直答 Skill","type":"markdown","content":"# 直答 Skill\n\n## 能力说明\n\n该 Skill 提供面向 AI 助手与 Agent 的直答能力，适合处理用户提问、知识问答、内容解释与总结等场景。\n\n与底层接口相比，Skill 更强调面向助手调用的易用性，输入更简洁，输出更适合直接被上层应用消费。\n\n## 下载方式\n\n可直接下载 Skill 压缩包：\n\n- `https://developer.zhihu.com/download/zhida_skills.zip`\n\n## 适用场景\n\n- 通用问答\n- 知识解释与概念说明\n- 内容总结与归纳\n- 多轮对话中的单轮回答生成\n\n## 输入参数\n\n支持两种输入方式：\n\n### 简化输入\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| `query` | String | 是 | 用户问题 |\n| `model` | String | 是 | 模型档位，支持 `zhida-fast-1p5`、`zhida-thinking-1p5`、`zhida-agent` |\n| `stream` | Bool | 否 | 是否流式处理，默认 `false` |\n\n示例：\n\n```json\n{\n  \"query\": \"什么是 RAG？\",\n  \"model\": \"zhida-thinking-1p5\",\n  \"stream\": false\n}\n```\n\n### 对话式输入\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| `model` | String | 是 | 模型档位，支持 `zhida-fast-1p5`、`zhida-thinking-1p5`、`zhida-agent` |\n| `messages` | Array[Message] | 是 | 对话消息列表 |\n| `stream` | Bool | 否 | 是否流式处理，默认 `false` |\n\nMessage：\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| `role` | String | 否 | 消息角色 |\n| `content` | String | 是 | 消息内容 |\n\n示例：\n\n```json\n{\n  \"model\": \"zhida-agent\",\n  \"messages\": [\n    {\n      \"role\": \"user\",\n      \"content\": \"请总结一下 RAG 的核心思路\"\n    }\n  ],\n  \"stream\": true\n}\n```\n\n## 输出参数\n\n返回 JSON，主要字段如下：\n\n| 名称 | 类型 | 说明 |\n| :- | :- | :- |\n| `code` | Int | 调用结果状态码，`0` 表示成功 |\n| `id` | String | 请求标识 |\n| `model` | String | 实际使用的模型 |\n| `stream` | Bool | 是否按流式方式处理 |\n| `content` | String | 回答内容 |\n| `reasoning_content` | String | 推理或思考内容 |\n| `finish_reason` | String | 结束原因 |\n\n响应示例：\n\n```json\n{\n  \"code\": 0,\n  \"id\": \"chatcmpl-xxxx\",\n  \"model\": \"zhida-thinking-1p5\",\n  \"stream\": false,\n  \"content\": \"RAG 是 Retrieval-Augmented Generation 的缩写，核心思路是在生成回答前先检索相关资料，再结合检索结果生成更准确的回答。\",\n  \"reasoning_content\": \"先解释缩写，再说明工作流程与价值。\",\n  \"finish_reason\": \"stop\"\n}\n```\n\n## 使用建议\n\n1. `model` 为必填，不再提供默认模型兜底。\n2. 对于通用问答场景，建议优先使用 `zhida-fast-1p5`。\n3. 对于更强调推理质量的场景，建议使用 `zhida-thinking-1p5`。\n4. 对于任务更复杂、需要更强规划能力的场景，可使用 `zhida-agent`。\n5. 简单问答场景可直接传 `query`，接入成本更低。\n"},{"key":"zhihu_search_skill","category":"skill","tab_name":"知乎搜索 Skill","type":"markdown","content":"# 知乎搜索 Skill\n\n## 能力说明\n\n该 Skill 提供面向 AI 助手与 Agent 的知乎站内搜索能力，适合在回答问题前补充知乎内容、检索高相关讨论、获取站内观点与经验。\n\n与底层接口相比，Skill 会将搜索结果整理为更适合上层应用处理的结构化数据。\n\n## 下载方式\n\n可直接下载 Skill 压缩包：\n\n- `https://developer.zhihu.com/download/zhihu_search_skills.zip`\n\n## 适用场景\n\n- 为问答系统补充知乎站内参考内容\n- 基于关键词检索问题、回答与文章\n- 生成基于知乎内容的推荐或摘要\n\n## 输入参数\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| `query` | String | 是 | 搜索关键词 |\n| `count` | Int | 否 | 期望返回数量，默认 `10`，最大 `10` |\n\n示例：\n\n```json\n{\n  \"query\": \"RAG\",\n  \"count\": 5\n}\n```\n\n## 输出参数\n\n返回 JSON，主要字段如下：\n\n| 名称 | 类型 | 说明 |\n| :- | :- | :- |\n| `code` | Int | 调用结果状态码，`0` 表示成功 |\n| `message` | String | 状态说明 |\n| `item_count` | Int | 实际返回条数 |\n| `items` | Array[Item] | 搜索结果列表 |\n\nItem：\n\n| 名称 | 类型 | 说明 |\n| :- | :- | :- |\n| `title` | String | 内容标题 |\n| `summary` | String | 内容摘要 |\n| `url` | String | 内容链接 |\n| `author_name` | String | 作者名称 |\n| `vote_up_count` | Int | 赞同数 |\n| `comment_count` | Int | 评论数 |\n| `edit_time` | Int | 更新时间戳 |\n\n响应示例：\n\n```json\n{\n  \"code\": 0,\n  \"message\": \"success\",\n  \"item_count\": 2,\n  \"items\": [\n    {\n      \"title\": \"RAG 评测方法综述\",\n      \"summary\": \"本文介绍了主流 RAG 评测框架，包括 RAGAS、TruLens ...\",\n      \"url\": \"https://zhuanlan.zhihu.com/p/123456789\",\n      \"author_name\": \"张三\",\n      \"vote_up_count\": 128,\n      \"comment_count\": 15,\n      \"edit_time\": 1710000000\n    }\n  ]\n}\n```\n\n## 使用建议\n\n1. 建议使用更具体的关键词，以提高结果相关性。\n2. 如仅需为回答补充少量参考内容，通常设置 `count=3` 到 `5` 即可。\n3. 若需要更大范围的信息补充，可考虑使用全网搜索 Skill。\n"},{"key":"global_search_skill","category":"skill","tab_name":"全网搜索 Skill","type":"markdown","content":"# 全网搜索 Skill\n\n## 能力说明\n\n该 Skill 提供面向 AI 助手与 Agent 的全网搜索能力，适合在生成回答前补充外部信息、扩展参考来源、获取更广范围的公开内容。\n\n与底层接口相比，Skill 会将结果整理为更易消费的结构化输出。\n\n## 下载方式\n\n可直接下载 Skill 压缩包：\n\n- `https://developer.zhihu.com/download/global_search_skills.zip`\n\n## 适用场景\n\n- 为问答系统补充站外公开信息\n- 需要更广覆盖范围的内容检索\n- 对某一主题进行快速信息扩展\n\n## 输入参数\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| `query` | String | 是 | 搜索关键词 |\n| `count` | Int | 否 | 期望返回数量，默认 `10` |\n| `filter` | String | 否 | 高级语法筛选表达式 |\n| `search_db` | String | 否 | 索引库选择，可选值：全部 `all`、实时库 `realtime`、静态库 `static`，默认 `all` |\n\n如需筛选知乎站内内容，请直接使用 `zhihu-search` skill。\n\n示例：\n\n```json\n{\n  \"query\": \"人工智能\",\n  \"count\": 5,\n  \"filter\": \"host==\\\"example.com\\\" AND publish_time\u003e=1778494631\",\n  \"search_db\": \"all\"\n}\n```\n\n## 输出参数\n\n返回 JSON，主要字段如下：\n\n| 名称 | 类型 | 说明 |\n| :- | :- | :- |\n| `code` | Int | 调用结果状态码，`0` 表示成功 |\n| `message` | String | 状态说明 |\n| `item_count` | Int | 实际返回条数 |\n| `items` | Array[Item] | 搜索结果列表 |\n\nItem：\n\n| 名称 | 类型 | 说明 |\n| :- | :- | :- |\n| `title` | String | 内容标题 |\n| `summary` | String | 内容摘要 |\n| `url` | String | 内容链接 |\n| `author_name` | String | 作者名称 |\n| `edit_time` | Int | 更新时间戳 |\n\n响应示例：\n\n```json\n{\n  \"code\": 0,\n  \"message\": \"success\",\n  \"item_count\": 2,\n  \"items\": [\n    {\n      \"title\": \"人工智能发展趋势与展望\",\n      \"summary\": \"近年来，人工智能（AI）的发展速度令人瞩目 ...\",\n      \"url\": \"https://example.com/article\",\n      \"author_name\": \"张三\",\n      \"edit_time\": 1710000000\n    }\n  ]\n}\n```\n\n## 使用建议\n\n1. 若只需要知乎内容，建议改用知乎搜索 Skill，以获得更聚焦的结果。\n2. 对于开放性问题，建议使用更完整的关键词组合，以提高内容覆盖质量。\n"},{"key":"hot_list_skill","category":"skill","tab_name":"知乎热榜 Skill","type":"markdown","content":"# 知乎热榜 Skill\n\n## 能力说明\n\n该 Skill 提供面向 AI 助手与 Agent 的知乎热榜获取能力，适合用于热点追踪、内容推荐、趋势发现等场景。\n\n输出为包含标题、链接、缩略图与摘要的热榜条目列表，便于上层应用直接消费。\n\n## 下载方式\n\n可直接下载 Skill 压缩包：\n\n- `https://developer.zhihu.com/download/hot_list_skills.zip`\n\n## 适用场景\n\n- 获取当前知乎热点内容\n- 为助手提供热点推荐素材\n- 用于趋势观察与热点发现\n\n## 输入参数\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| `limit` | Int | 否 | 期望返回数量，默认 `30`，最大 `30` |\n\n示例：\n\n```json\n{\n  \"limit\": 10\n}\n```\n\n## 输出参数\n\n返回 JSON，主要字段如下：\n\n| 名称 | 类型 | 说明 |\n| :- | :- | :- |\n| `code` | Int | 调用结果状态码，`0` 表示成功 |\n| `message` | String | 状态说明 |\n| `total` | Int | 实际热榜总条数 |\n| `item_count` | Int | 实际返回条数 |\n| `items` | Array[Item] | 热榜列表 |\n\nItem：\n\n| 名称 | 类型 | 说明 |\n| :- | :- | :- |\n| `title` | String | 热榜标题 |\n| `url` | String | 对应链接 |\n| `thumbnail_url` | String | 缩略图 URL，无封面图时为空字符串 |\n| `summary` | String | 内容摘要，无摘要时为空字符串 |\n\n响应示例：\n\n```json\n{\n  \"code\": 0,\n  \"message\": \"success\",\n  \"total\": 10,\n  \"item_count\": 10,\n  \"items\": [\n    {\n      \"title\": \"如何评价某个热点问题？\",\n      \"url\": \"https://www.zhihu.com/question/123456789\",\n      \"thumbnail_url\": \"https://pic1.zhimg.com/v2-d4b0f8158e064dbcc71eb6ce970230a9.jpg\",\n      \"summary\": \"这是该问题的内容摘要\"\n    }\n  ]\n}\n```\n"},{"key":"global_search_mcp","category":"mcp","tab_name":"全网搜索 MCP","type":"markdown","content":"# 全网搜索 MCP\n\n## 接口说明\n\n该服务通过 MCP over SSE 提供全网搜索能力，适合接入支持 MCP 的 Agent、助手或工作流系统。\n\n当前服务仅提供工具能力，不提供资源（resources）与提示词（prompts）能力。\n\n## 接口信息\n\n| 说明 | 值 |\n| :- | :- |\n| SSE URL | `https://developer.zhihu.com/api/mcp/global_search/v1/sse` |\n| Message URL | `https://developer.zhihu.com/api/mcp/global_search/v1/message` |\n| 传输方式 | `MCP over SSE` |\n| 工具名 | `global_search` |\n\n说明：\n\n- 客户端先连接 `sse` 端点。\n- 服务端会通过 `endpoint` 事件返回实际可用的 `message` 地址，地址中会带 `sessionId`。\n- 后续 `initialize`、`tools/list`、`tools/call` 请求均发送到该 `message` 地址。\n\n## 鉴权\n\n请求头：\n\n- `Authorization: Bearer \u003cyour_access_secret\u003e`\n\n说明：\n\n- 建议在 `sse` 连接和后续 `message` 请求中均携带同一份鉴权信息。\n\n## 工具定义\n\n### `global_search`\n\n#### 入参\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| `query` | String | 是 | 搜索关键词，长度 2-100 个字符 |\n| `count` | Number | 否 | 返回条数，取值范围 1-20，默认 `10` |\n| `filter` | String | 否 | 高级语法筛选表达式，例如 `host==\"example.com\" AND publish_time\u003e=1778494631` |\n| `search_db` | String | 否 | 索引库选择，可选值：全部 `all`、实时库 `realtime`、静态库 `static`，默认 `all` |\n\n如需筛选知乎站内内容，请直接使用 `zhihu_search` MCP 工具。\n\n#### 返回\n\n工具调用结果为 `text` 类型内容，正文为面向大模型消费的结构化文本。\n\n返回主体示例：\n\n```text\n\u003cglobal_search query=\"人工智能\" filter=\"host==\u0026quot;example.com\u0026quot;\" search_db=\"all\"\u003e\n\u003csearch_item title=\"人工智能发展趋势与展望\" content_type=\"Article\" url=\"https://...\" author_name=\"张三\" author_avatar=\"https://...\" author_badge_text=\"\" edit_time=\"2025-03-01 10:00:00 +0000 UTC\" authority_level=\"2\" ranking_score=\"0.9800\"\u003e\n近年来，人工智能（AI）的发展速度令人瞩目 ...\n\u003c/search_item\u003e\n\u003c/global_search\u003e\n```\n\n说明：\n\n- 返回值外层是 MCP `text` 类型，文本内容为 XML。\n- `\u0026quot;` 是 XML 属性中的双引号转义，示例里的实际 `filter` 值为 `host==\"example.com\"`。\n- 建议将整段 XML 原样交给模型消费，不建议自行裁剪字段。\n\n## 接入流程\n\n### 1. 建立 SSE 连接\n\n```bash\ncurl -N 'https://developer.zhihu.com/api/mcp/global_search/v1/sse' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H 'Accept: text/event-stream'\n```\n\n服务端会先返回一条 `endpoint` 事件，例如：\n\n```text\nevent: endpoint\ndata: /api/mcp/global_search/v1/message?sessionId=xxx\n```\n\n### 2. 初始化 MCP 会话\n\n将上一步拿到的 `message` 地址记为 `MESSAGE_URL`。\n\n```bash\ncurl -X POST \"$MESSAGE_URL\" \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H 'Content-Type: application/json' \\\n  -d '{\n    \"jsonrpc\": \"2.0\",\n    \"id\": 1,\n    \"method\": \"initialize\",\n    \"params\": {\n      \"protocolVersion\": \"2024-11-05\",\n      \"clientInfo\": {\n        \"name\": \"demo-client\",\n        \"version\": \"1.0.0\"\n      },\n      \"capabilities\": {}\n    }\n  }'\n```\n\n说明：\n\n- `message` 端点通常会先返回 HTTP `202 Accepted`。\n- 实际 JSON-RPC 响应会通过已建立的 SSE 通道异步返回。\n\n### 3. 获取工具列表\n\n```bash\ncurl -X POST \"$MESSAGE_URL\" \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H 'Content-Type: application/json' \\\n  -d '{\n    \"jsonrpc\": \"2.0\",\n    \"id\": 2,\n    \"method\": \"tools/list\"\n  }'\n```\n\n### 4. 调用搜索工具\n\n```bash\ncurl -X POST \"$MESSAGE_URL\" \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H 'Content-Type: application/json' \\\n  -d '{\n    \"jsonrpc\": \"2.0\",\n    \"id\": 3,\n    \"method\": \"tools/call\",\n    \"params\": {\n      \"name\": \"global_search\",\n      \"arguments\": {\n        \"query\": \"人工智能\",\n        \"count\": 5,\n        \"filter\": \"host==\\\"example.com\\\" AND publish_time\u003e=1778494631\",\n        \"search_db\": \"all\"\n      }\n    }\n  }'\n```\n\nSSE 通道中会收到对应响应，例如：\n\n```text\nevent: message\ndata: {\"jsonrpc\":\"2.0\",\"id\":3,\"result\":{\"content\":[{\"type\":\"text\",\"text\":\"\u003cglobal_search query=\\\"人工智能\\\"\u003e...\"}]}}\n```\n\n## 注意事项\n\n1. 该服务采用标准 MCP 工具调用模式，推荐直接使用现成 MCP Client 接入。\n2. `tools/call` 的结果通过已建立的 SSE 通道返回，而不是直接同步返回在 POST 响应体中。\n3. 全网搜索适合做信息补充与外部参考检索，若仅需知乎站内结果，建议优先使用知乎搜索 MCP。\n"},{"key":"hot_list_mcp","category":"mcp","tab_name":"知乎热榜 MCP","type":"markdown","content":"# 热榜 MCP\n\n## 接口说明\n\n该服务通过 MCP over SSE 提供知乎热榜能力，适合接入支持 MCP 的 Agent、助手或工作流系统。\n\n当前服务仅提供工具能力，不提供资源（resources）与提示词（prompts）能力。\n\n## 接口信息\n\n| 说明 | 值 |\n| :- | :- |\n| SSE URL | `https://developer.zhihu.com/api/mcp/hot_list/v1/sse` |\n| Message URL | `https://developer.zhihu.com/api/mcp/hot_list/v1/message` |\n| 传输方式 | `MCP over SSE` |\n| 工具名 | `hot_list` |\n\n说明：\n\n- 客户端先连接 `sse` 端点。\n- 服务端会通过 `endpoint` 事件返回实际可用的 `message` 地址，地址中会带 `sessionId`。\n- 后续 `initialize`、`tools/list`、`tools/call` 请求均发送到该 `message` 地址。\n\n## 鉴权\n\n请求头：\n\n- `Authorization: Bearer \u003cyour_access_secret\u003e`\n\n说明：\n\n- 建议在 `sse` 连接和后续 `message` 请求中均携带同一份鉴权信息。\n\n## 工具定义\n\n### `hot_list`\n\n#### 入参\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| `limit` | Number | 否 | 返回条数，取值范围 1-30，默认 `30` |\n\n#### 返回\n\n工具调用结果为 `text` 类型内容，正文为面向大模型消费的结构化文本。\n\n返回主体示例：\n\n```text\n\u003chot_list limit=\"30\" total=\"3\"\u003e\n  \u003citem rank=\"1\"\u003e\n    \u003ctitle\u003e如何看待当前 AI Agent 的发展趋势？\u003c/title\u003e\n    \u003curl\u003ehttps://www.zhihu.com/question/123456789\u003c/url\u003e\n    \u003cthumbnail_url\u003ehttps://pic1.zhimg.com/v2-d4b0f8158e064dbcc71eb6ce970230a9.jpg\u003c/thumbnail_url\u003e\n    \u003csummary\u003e这是该问题的内容摘要\u003c/summary\u003e\n  \u003c/item\u003e\n  \u003citem rank=\"2\"\u003e\n    \u003ctitle\u003e有哪些值得关注的技术热点？\u003c/title\u003e\n    \u003curl\u003ehttps://zhuanlan.zhihu.com/p/987654321\u003c/url\u003e\n    \u003cthumbnail_url\u003ehttps://pic1.zhimg.com/v2-abcdef1234567890abcdef1234567890.jpg\u003c/thumbnail_url\u003e\n    \u003csummary\u003e这是该文章的内容摘要\u003c/summary\u003e\n  \u003c/item\u003e\n  \u003citem rank=\"3\"\u003e\n    \u003ctitle\u003e为什么这条话题会进入热榜？\u003c/title\u003e\n    \u003curl\u003ehttps://www.zhihu.com/question/111111111\u003c/url\u003e\n    \u003cthumbnail_url\u003e\u003c/thumbnail_url\u003e\n    \u003csummary\u003e\u003c/summary\u003e\n  \u003c/item\u003e\n\u003c/hot_list\u003e\n```\n\n说明：\n\n- `thumbnail_url` 和 `summary` 始终返回，无数据时为空（如 rank=\"3\" 示例）。\n- 返回值外层是 MCP `text` 类型，文本内容为 XML。\n- 建议将整段 XML 原样交给模型消费，不建议自行裁剪字段。\n\n## 接入流程\n\n### 1. 建立 SSE 连接\n\n```bash\ncurl -N 'https://developer.zhihu.com/api/mcp/hot_list/v1/sse' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H 'Accept: text/event-stream'\n```\n\n服务端会先返回一条 `endpoint` 事件，例如：\n\n```text\nevent: endpoint\ndata: /api/mcp/hot_list/v1/message?sessionId=xxx\n```\n\n### 2. 初始化 MCP 会话\n\n将上一步拿到的 `message` 地址记为 `MESSAGE_URL`。\n\n```bash\ncurl -X POST \"$MESSAGE_URL\" \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H 'Content-Type: application/json' \\\n  -d '{\n    \"jsonrpc\": \"2.0\",\n    \"id\": 1,\n    \"method\": \"initialize\",\n    \"params\": {\n      \"protocolVersion\": \"2024-11-05\",\n      \"clientInfo\": {\n        \"name\": \"demo-client\",\n        \"version\": \"1.0.0\"\n      },\n      \"capabilities\": {}\n    }\n  }'\n```\n\n说明：\n\n- `message` 端点通常会先返回 HTTP `202 Accepted`。\n- 实际 JSON-RPC 响应会通过已建立的 SSE 通道异步返回。\n\n### 3. 获取工具列表\n\n```bash\ncurl -X POST \"$MESSAGE_URL\" \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H 'Content-Type: application/json' \\\n  -d '{\n    \"jsonrpc\": \"2.0\",\n    \"id\": 2,\n    \"method\": \"tools/list\"\n  }'\n```\n\n### 4. 调用热榜工具\n\n```bash\ncurl -X POST \"$MESSAGE_URL\" \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H 'Content-Type: application/json' \\\n  -d '{\n    \"jsonrpc\": \"2.0\",\n    \"id\": 3,\n    \"method\": \"tools/call\",\n    \"params\": {\n      \"name\": \"hot_list\",\n      \"arguments\": {\n        \"limit\": 10\n      }\n    }\n  }'\n```\n\nSSE 通道中会收到对应响应，例如：\n\n```text\nevent: message\ndata: {\"jsonrpc\":\"2.0\",\"id\":3,\"result\":{\"content\":[{\"type\":\"text\",\"text\":\"\u003chot_list limit=\\\"10\\\" total=\\\"10\\\"\u003e...\"}]}}\n```\n\n## 注意事项\n\n1. 该服务采用标准 MCP 工具调用模式，推荐直接使用现成 MCP Client 接入。\n2. `tools/call` 的结果通过已建立的 SSE 通道返回，而不是直接同步返回在 POST 响应体中。\n3. 热榜结果偏实时性，列表顺序和内容会随时间变化。\n"},{"key":"zhihu_search_mcp","category":"mcp","tab_name":"知乎搜索 MCP","type":"markdown","content":"# 知乎搜索 MCP\n\n## 接口说明\n\n该服务通过 MCP over SSE 提供知乎站内搜索能力，适合接入支持 MCP 的 Agent、助手或工作流系统。\n\n当前服务仅提供工具能力，不提供资源（resources）与提示词（prompts）能力。\n\n## 接口信息\n\n| 说明 | 值 |\n| :- | :- |\n| SSE URL | `https://developer.zhihu.com/api/mcp/zhihu_search/v1/sse` |\n| Message URL | `https://developer.zhihu.com/api/mcp/zhihu_search/v1/message` |\n| 传输方式 | `MCP over SSE` |\n| 工具名 | `zhihu_search` |\n\n说明：\n\n- 客户端先连接 `sse` 端点。\n- 服务端会通过 `endpoint` 事件返回实际可用的 `message` 地址，地址中会带 `sessionId`。\n- 后续 `initialize`、`tools/list`、`tools/call` 请求均发送到该 `message` 地址。\n\n## 鉴权\n\n请求头：\n\n- `Authorization: Bearer \u003cyour_access_secret\u003e`\n\n说明：\n\n- 建议在 `sse` 连接和后续 `message` 请求中均携带同一份鉴权信息。\n\n## 工具定义\n\n### `zhihu_search`\n\n#### 入参\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| `query` | String | 是 | 搜索关键词，长度 2-100 个字符 |\n| `count` | Number | 否 | 返回条数，取值范围 1-10，默认 `10` |\n\n#### 返回\n\n工具调用结果为 `text` 类型内容，正文为面向大模型消费的结构化文本。\n\n返回主体示例：\n\n```text\n\u003czhihu_search query=\"RAG\"\u003e\n\u003csearch_item title=\"RAG 评测方法综述\" content_type=\"Article\" url=\"https://...\" author_name=\"张三\" author_avatar=\"https://...\" author_badge_text=\"\" edit_time=\"2025-03-01 10:00:00 +0000 UTC\" authority_level=\"2\" ranking_score=\"0.9800\"\u003e\n本文介绍了主流 RAG 评测框架，包括 RAGAS、TruLens ...\n\u003c/search_item\u003e\n\u003c/zhihu_search\u003e\n```\n\n说明：\n\n- 返回值外层是 MCP `text` 类型，文本内容为 XML。\n- 建议将整段 XML 原样交给模型消费，不建议自行裁剪字段。\n\n## 接入流程\n\n### 1. 建立 SSE 连接\n\n```bash\ncurl -N 'https://developer.zhihu.com/api/mcp/zhihu_search/v1/sse' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H 'Accept: text/event-stream'\n```\n\n服务端会先返回一条 `endpoint` 事件，例如：\n\n```text\nevent: endpoint\ndata: /api/mcp/zhihu_search/v1/message?sessionId=xxx\n```\n\n### 2. 初始化 MCP 会话\n\n将上一步拿到的 `message` 地址记为 `MESSAGE_URL`。\n\n```bash\ncurl -X POST \"$MESSAGE_URL\" \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H 'Content-Type: application/json' \\\n  -d '{\n    \"jsonrpc\": \"2.0\",\n    \"id\": 1,\n    \"method\": \"initialize\",\n    \"params\": {\n      \"protocolVersion\": \"2024-11-05\",\n      \"clientInfo\": {\n        \"name\": \"demo-client\",\n        \"version\": \"1.0.0\"\n      },\n      \"capabilities\": {}\n    }\n  }'\n```\n\n说明：\n\n- `message` 端点通常会先返回 HTTP `202 Accepted`。\n- 实际 JSON-RPC 响应会通过已建立的 SSE 通道异步返回。\n\n### 3. 获取工具列表\n\n```bash\ncurl -X POST \"$MESSAGE_URL\" \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H 'Content-Type: application/json' \\\n  -d '{\n    \"jsonrpc\": \"2.0\",\n    \"id\": 2,\n    \"method\": \"tools/list\"\n  }'\n```\n\n### 4. 调用搜索工具\n\n```bash\ncurl -X POST \"$MESSAGE_URL\" \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H 'Content-Type: application/json' \\\n  -d '{\n    \"jsonrpc\": \"2.0\",\n    \"id\": 3,\n    \"method\": \"tools/call\",\n    \"params\": {\n      \"name\": \"zhihu_search\",\n      \"arguments\": {\n        \"query\": \"RAG\",\n        \"count\": 5\n      }\n    }\n  }'\n```\n\nSSE 通道中会收到对应响应，例如：\n\n```text\nevent: message\ndata: {\"jsonrpc\":\"2.0\",\"id\":3,\"result\":{\"content\":[{\"type\":\"text\",\"text\":\"\u003czhihu_search query=\\\"RAG\\\"\u003e...\"}]}}\n```\n\n## 注意事项\n\n1. 该服务采用标准 MCP 工具调用模式，推荐直接使用现成 MCP Client 接入。\n2. `tools/call` 的结果通过已建立的 SSE 通道返回，而不是直接同步返回在 POST 响应体中。\n3. `query` 建议尽量具体，以获得更稳定的搜索结果。\n"},{"key":"zhida_mcp","category":"mcp","tab_name":"直答 MCP","type":"markdown","content":"# 直答 MCP\n\n## 接口说明\n\n该服务通过 MCP Streamable HTTP 提供直答能力，适合接入支持 MCP 的 Agent、助手或工作流系统。\n\n当前服务仅提供工具能力，不提供资源（resources）与提示词（prompts）能力。\n\n## 接口信息\n\n| 说明 | 值 |\n| :- | :- |\n| HTTP URL | `https://developer.zhihu.com/api/mcp/zhida/v1/stream` |\n| HTTP Method | `POST` |\n| 传输方式 | `MCP Streamable HTTP` |\n| 工具名 | `zhida` |\n\n说明：\n\n- 当前通过单一 `stream` 端点承载 `initialize`、`tools/list`、`tools/call` 请求。\n- `initialize`、`tools/list` 返回 JSON-RPC 响应。\n- `tools/call` 返回一次性 JSON-RPC 工具结果。\n\n## 鉴权\n\n请求头：\n\n- `Authorization: Bearer \u003cyour_access_secret\u003e`\n\n说明：\n\n- 建议每次请求均携带鉴权信息。\n\n## 工具定义\n\n### `zhida`\n\n#### 入参\n\n| 名称 | 类型 | 必填 | 说明 |\n| :- | :- | :- | :- |\n| `query` | String | 是 | 用户问题 |\n| `member_id` | Number | 否 | 预留字段，可不传 |\n| `model` | String | 是 | 直答模型，日常推荐使用 `zhida-fast-1p5` |\n\n支持的 `model`：\n| 模型 | 说明 |\n| :- | :- |\n| `zhida-fast-1p5` | 快速回答，日常推荐使用 |\n| `zhida-thinking-1p5` | 深度思考模型 |\n| `zhida-agent` | 智能检索与回答 |\n\n#### 返回结果\n\n`tools/call` 的结果会作为标准 MCP `CallToolResult` 返回，当前返回文本内容为直答最终答案。\n\n说明：\n\n- MCP 层默认等待下游直答完整输出后再返回工具结果。\n- 如需消费增量事件或更丰富的思考过程，建议直接使用直答原生接口，而不是 MCP tool 调用。\n\n## 接入流程\n\n### 1. 初始化 MCP 会话\n\n```bash\ncurl -X POST 'https://developer.zhihu.com/api/mcp/zhida/v1/stream' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H 'Content-Type: application/json' \\\n  -d '{\n    \"jsonrpc\": \"2.0\",\n    \"id\": 1,\n    \"method\": \"initialize\",\n    \"params\": {\n      \"protocolVersion\": \"2025-10-28\",\n      \"clientInfo\": {\n        \"name\": \"demo-client\",\n        \"version\": \"1.0.0\"\n      },\n      \"capabilities\": {}\n    }\n  }'\n```\n\n### 2. 获取工具列表\n\n```bash\ncurl -X POST 'https://developer.zhihu.com/api/mcp/zhida/v1/stream' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H 'Content-Type: application/json' \\\n  -d '{\n    \"jsonrpc\": \"2.0\",\n    \"id\": 2,\n    \"method\": \"tools/list\"\n  }'\n```\n\n### 3. 调用直答工具\n\n```bash\ncurl -X POST 'https://developer.zhihu.com/api/mcp/zhida/v1/stream' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H 'Content-Type: application/json' \\\n  -d '{\n    \"jsonrpc\": \"2.0\",\n    \"id\": 3,\n    \"method\": \"tools/call\",\n    \"params\": {\n      \"name\": \"zhida\",\n      \"arguments\": {\n        \"query\": \"怎么理解rave文化\",\n        \"model\": \"zhida-fast-1p5\"\n      }\n    }\n  }'\n```\n\n指定模型：\n\n```bash\ncurl -X POST 'https://developer.zhihu.com/api/mcp/zhida/v1/stream' \\\n  -H 'Authorization: Bearer \u003cyour_access_secret\u003e' \\\n  -H 'Content-Type: application/json' \\\n  -d '{\n    \"jsonrpc\": \"2.0\",\n    \"id\": 3,\n    \"method\": \"tools/call\",\n    \"params\": {\n      \"name\": \"zhida\",\n      \"arguments\": {\n        \"query\": \"怎么理解rave文化\",\n        \"model\": \"zhida-thinking-1p5\"\n      }\n    }\n  }'\n```\n\n响应示例：\n\n```json\n{\n  \"jsonrpc\": \"2.0\",\n  \"id\": 3,\n  \"result\": {\n    \"content\": [\n      {\n        \"type\": \"text\",\n        \"text\": \"Rave 文化最早兴起于 20 世纪 80 年代末到 90 年代初的英国和欧洲电子音乐场景，核心不只是“蹦迪”，而是一种围绕电子音乐、现场氛围、群体连接和短暂逃离日常秩序的青年亚文化。很多人会用 PLUR 来概括它的精神，即 Peace、Love、Unity、Respect。\"\n      }\n    ],\n    \"isError\": false\n  }\n}\n```\n\n## 注意事项\n\n1. 当前推荐按“工具调用”方式接入，即使用 `initialize`、`tools/list`、`tools/call` 三个方法完成对接。\n2. `tools/call` 默认等待完整回答后返回结果。\n"}]}