> Discover all available pages from the documentation index: https://mastra.zisheng.pro/zh-HK/llms.txt

# Agent.generate()

`.generate()` 方法讓 Agent 能夠以進階功能產生非串流回應。它接受訊息及可選的產生選項。

## 使用範例

向 Agent 傳送訊息以產生回應：

```ts
const result = await agent.generate('message for agent')
```

## 參數

**messages** (`string | string[] | CoreMessage[] | AiMessageType[] | UIMessageWithMetadata[]`): 要傳送給 Agent 的訊息。可以是單一字串、字串陣列或結構化訊息物件。

**options** (`AgentExecutionOptions<Output, Format>`): 產生程序的可選設定。

**options.maxSteps** (`number`): 執行期間可運行的步驟上限。

**options.stopWhen** (`LoopOptions['stopWhen']`): 停止執行的條件（例如步驟數目、token 上限）。

**options.onIterationComplete** (`(context: IterationCompleteContext) => { continue?: boolean; feedback?: string } | void | Promise<{ continue?: boolean; feedback?: string } | void>`): 每次迭代完成後呼叫的回呼函式。可用來監察進度、提供意見以引導 Agent，或提前停止執行。回呼會接收迭代的情境資料，包括目前文字、Tool 呼叫及完成原因。

**options.onIterationComplete.context.iteration** (`number`): 目前的迭代編號（由 1 開始）。

**options.onIterationComplete.context.maxIterations** (`number | undefined`): 允許的迭代次數上限（如已設定）。

**options.onIterationComplete.context.text** (`string`): 此迭代的文字回應。

**options.onIterationComplete.context.isFinal** (`boolean`): 這是否為最後一次迭代。

**options.onIterationComplete.context.finishReason** (`string`): 此迭代完成的原因（例如 'stop'、'length'、'tool-calls'）。

**options.onIterationComplete.context.toolCalls** (`ToolCall[]`): 此迭代中發出的 Tool 呼叫。

**options.onIterationComplete.context.messages** (`MastraDBMessage[]`): 截至目前累積的所有訊息。

**options.onIterationComplete.return.continue** (`boolean`): 設為 false 可提前停止執行。

**options.onIterationComplete.return.feedback** (`string`): 用來引導 Agent 下一次迭代的意見訊息。

**options.isTaskComplete** (`IsTaskCompleteConfig`): 用來驗證工作是否完成的工作完成評分設定。它使用 Mastra 的評估評分器，自動檢查 Agent 回應是否符合完成條件。

**options.isTaskComplete.scorers** (`MastraScorer[]`): 評估工作完成情況的評分器陣列。每個評分器會傳回 0（失敗）或 1（通過）。

**options.isTaskComplete.strategy** (`'all' | 'any'`): 合併評分器結果的策略。'all' 要求所有評分器均通過；'any' 則要求至少一個通過。

**options.isTaskComplete.onComplete** (`(result: IsTaskCompleteRunResult) => void | Promise<void>`): 工作完成檢查結束時呼叫的回呼。它會接收包含各評分器分數的結果。

**options.isTaskComplete.parallel** (`boolean`): 是否並行運行評分器。

**options.isTaskComplete.timeout** (`number`): 等待所有評分器完成的最長時間（毫秒）。

**options.delegation** (`DelegationConfig`): 子 Agent 委派的設定。用來控制及監察 Agent 何時將工作委派給其他 Agent，亦可修改或拒絕委派，以及提供意見來引導監督 Agent。

**options.delegation.onDelegationStart** (`(context: DelegationStartContext) => DelegationStartResult | void | Promise<DelegationStartResult | void>`): 委派給子 Agent 前呼叫。可用來修改委派參數、完全拒絕委派，或改動 context.requestContext，在子 Agent 運行的要求情境中加入項目。

**options.delegation.onDelegationComplete** (`(context: DelegationCompleteContext) => { feedback?: string } | void | Promise<{ feedback?: string } | void>`): 子 Agent 委派完成後呼叫。情境包含可停止後續執行的 bail() 方法；你亦可傳回 { feedback } 來引導監督 Agent 的下一步。意見會以助理訊息形式儲存至監督 Agent 的記憶體。

**options.delegation.messageFilter** (`(context: MessageFilterContext) => MastraDBMessage[] | Promise<MastraDBMessage[]>`): 委派給子 Agent 前呼叫的回呼函式。可用來篩選傳送給子 Agent 的訊息。

**options.scorers** (`MastraScorers | Record<string, { scorer: MastraScorer['name']; sampling?: ScoringSamplingConfig }>`): 要對執行結果運行的評估評分器。

**options.scorers.scorer** (`string`): 要使用的評分器名稱。

**options.scorers.sampling** (`ScoringSamplingConfig`): 評分器的抽樣設定。

**options.scorers.sampling.type** (`'none' | 'ratio'`): 抽樣策略類型。使用 'none' 停用抽樣，或使用 'ratio' 按百分比抽樣。

**options.scorers.sampling.rate** (`number`): 抽樣率（0 至 1）。當類型為 'ratio' 時必須提供。

**options.returnScorerData** (`boolean`): 是否在回應中傳回詳細評分資料。

**options.onChunk** (`(chunk: ChunkType) => Promise<void> | void`): 產生期間每個區塊都會呼叫的回呼函式。

**options.onError** (`({ error }: { error: Error | string }) => Promise<void> | void`): 產生期間發生錯誤時呼叫的回呼函式。

**options.onAbort** (`(event: any) => Promise<void> | void`): 產生程序中止時呼叫的回呼函式。

**options.activeTools** (`Array<keyof ToolSet> | undefined`): 執行期間應啟用的 Tool 名稱陣列。如為 undefined，則會啟用所有可用 Tool。

**options.abortSignal** (`AbortSignal`): 可用來中止 Agent 執行的訊號物件。訊號中止後，所有進行中的操作都會終止，包括 Agent 已委派而仍在運行的子 Agent。

**options.prepareStep** (`PrepareStepFunction`): 多步驟執行中每個步驟開始前呼叫的回呼函式。

**options.requireToolApproval** (`boolean`): 設為 true 時，所有 Tool 呼叫在執行前都必須獲明確批准。generate() 方法會傳回 finishReason: 'suspended'，並附上包含 Tool 呼叫詳情（toolCallId、toolName、args）的 suspendPayload。使用 approveToolCallGenerate() 或 declineToolCallGenerate() 繼續。詳情請參閱 Agent 批准。

**options.autoResumeSuspendedTools** (`boolean`): 設為 true 時，使用者在同一 thread 傳送新訊息便會自動恢復已暫停的 Tool。Agent 會根據 Tool 的 resumeSchema，從使用者訊息擷取 resumeData。必須設定記憶體。

**options.toolCallConcurrency** (`number`): 可同時執行的 Tool 呼叫數目上限。可能需要批准時預設為 1，否則為 10。

**options.context** (`ModelMessage[]`): 提供給 Agent 的額外情境訊息。

**options.structuredOutput** (`StructuredOutputOptions<S extends ZodTypeAny = ZodTypeAny>`): 微調結構化輸出產生程序的選項。

**options.structuredOutput.schema** (`StandardJSONSchemaV1`): 定義預期輸出結構的標準 JSON Schema。

**options.structuredOutput.model** (`MastraLanguageModel`): 用於產生結構化輸出的語言模型。提供後，Agent 可透過多個步驟，以 Tool 呼叫、文字及結構化輸出作出回應

**options.structuredOutput.errorStrategy** (`'strict' | 'warn' | 'fallback'`): 處理 schema 驗證錯誤的策略。'strict' 會拋出錯誤，'warn' 會記錄警告，'fallback' 則使用後備值。

**options.structuredOutput.fallbackValue** (`<S extends ZodTypeAny>`): schema 驗證失敗且 errorStrategy 為 'fallback' 時使用的後備值。

**options.structuredOutput.instructions** (`string`): 結構化輸出模型的額外指示。

**options.structuredOutput.jsonPromptInjection** (`boolean | 'system' | 'inline' | 'auto'`): 控制 JSON schema 如何傳送至模型。設為 'auto'，支援時會使用原生結構化輸出，否則會使用行內提示注入。

**options.structuredOutput.logger** (`IMastraLogger`): 產生輸出期間用於結構化記錄的可選 logger 實例。

**options.structuredOutput.providerOptions** (`ProviderOptions`): 傳送給內部結構化 Agent 的 Provider 專用選項。可用來控制模型行為，例如思考模型的推理強度（例如 { openai: { reasoningEffort: 'low' } }）。

**options.outputProcessors** (`OutputProcessorOrWorkflow[]`): 此執行使用的輸出處理器（覆寫 Agent 的預設值）。

**options.maxProcessorRetries** (`number`): 處理器可觸發此產生程序重試的次數上限。覆寫 Agent 的預設 maxProcessorRetries。

**options.inputProcessors** (`InputProcessorOrWorkflow[]`): 此執行使用的輸入處理器（覆寫 Agent 的預設值）。

**options.instructions** (`string | string[] | CoreSystemMessage | SystemModelMessage | CoreSystemMessage[] | SystemModelMessage[]`): 覆寫 Agent 在此執行中預設指示的自訂指示。可以是單一字串、訊息物件或兩者之一的陣列。

**options.system** (`string | string[] | CoreSystemMessage | SystemModelMessage | CoreSystemMessage[] | SystemModelMessage[]`): 要加入提示的自訂 system 訊息。可以是單一字串、訊息物件或兩者之一的陣列。system 訊息會提供額外情境或行為指示，以補充 Agent 的主要指示。

**options.output** (`Zod schema | JsonSchema7`): \*\*已棄用。\*\* 使用不含模型的 structuredOutput 可達到相同效果。定義預期的輸出結構。可以是 JSON Schema 物件或 Zod schema。

**options.memory** (`object`): 用於保存及擷取對話的記憶體設定。

**options.memory.thread** (`string | { id: string; metadata?: Record<string, any>, title?: string }`): 維持對話連續性的 thread 識別碼。可以是字串 ID，或包含 ID 及可選 metadata/title 的物件。

**options.memory.resource** (`string`): 按使用者、session 或情境整理對話的資源識別碼。

**options.memory.options** (`MemoryConfig`): 額外記憶體設定選項，包括 lastMessages、readOnly、semanticRecall、workingMemory 及 filterIncompleteToolCalls。

**options.memory.onTitleGenerated** (`(title: string) => void | Promise<void>`): 產生 thread 標題並保存至儲存空間後，以非同步方式觸發的回呼。標題會在背景產生，並可能在 generate() 傳回後才完成。只有在記憶體選項啟用 generateTitle，而且 thread 沒有現有標題時才會觸發。

**options.onFinish** (`LoopConfig['onFinish']`): 產生程序完成時觸發的回呼。

**options.onStepFinish** (`LoopConfig['onStepFinish']`): 每個產生步驟完成後觸發的回呼。

**options.telemetry** (`TelemetrySettings`): 產生期間收集 OTLP 遙測資料的設定（並非 Tracing）。

**options.telemetry.isEnabled** (`boolean`): 是否啟用遙測資料收集。

**options.telemetry.recordInputs** (`boolean`): 是否在遙測資料中記錄輸入資料。

**options.telemetry.recordOutputs** (`boolean`): 是否在遙測資料中記錄輸出資料。

**options.telemetry.functionId** (`string`): 正在執行之函式的識別碼。

**options.modelSettings** (`CallSettings`): Model-specific settings like temperature, maxOutputTokens, topP, etc. These settings control how the language model generates responses.

**options.modelSettings.temperature** (`number`): Controls randomness in generation (0-2). Higher values make output more random.

**options.modelSettings.maxOutputTokens** (`number`): Maximum number of tokens to generate in the response. Note: Use maxOutputTokens (not maxTokens) as per AI SDK v5 convention.

**options.modelSettings.maxRetries** (`number`): Maximum number of retry attempts for failed requests.

**options.modelSettings.topP** (`number`): Nucleus sampling parameter (0-1). Controls diversity of generated text.

**options.modelSettings.topK** (`number`): Top-k sampling parameter. Limits vocabulary to k most likely tokens.

**options.modelSettings.presencePenalty** (`number`): Penalty for token presence (-2 to 2). Reduces repetition.

**options.modelSettings.frequencyPenalty** (`number`): Penalty for token frequency (-2 to 2). Reduces repetition of frequent tokens.

**options.modelSettings.stopSequences** (`string[]`): Stop sequences. If set, the model will stop generating text when one of the stop sequences is generated.

**options.toolChoice** (`'auto' | 'none' | 'required' | { type: 'tool'; toolName: string }`): 控制產生期間如何選擇 Tool。

**options.toolChoice.'auto'** (`string`): 讓模型決定何時使用 Tool（預設）。

**options.toolChoice.'none'** (`string`): 完全停用 Tool。

**options.toolChoice.'required'** (`string`): 強制模型使用至少一個 Tool。

**options.toolChoice.{ type: 'tool'; toolName: string }** (`object`): 強制模型使用指定 Tool。

**options.toolsets** (`ToolsetsInput`): 此執行可使用的額外 Tool 集合。

**options.clientTools** (`ToolsInput`): 執行期間可用的客戶端 Tool。

**options.hooks** (`ToolHooks`): 在 Tool 呼叫前後運行、按每次執行設定的 hook。覆寫此執行中相符的 Agent 層級 hook。beforeToolCall 可傳回 { proceed: false, output } 以略過 Tool 呼叫。

**options.savePerStep** (`boolean`): 每個產生步驟完成後逐步儲存訊息（預設：false）。啟用觀察式記憶體時會在內部停用。

**options.providerOptions** (`Record<string, Record<string, JSONValue>>`): 傳送給語言模型的 Provider 專用選項。

**options.providerOptions.openai** (`Record<string, JSONValue>`): OpenAI 專用選項，例如 reasoningEffort、responseFormat 等。

**options.providerOptions.anthropic** (`Record<string, JSONValue>`): Anthropic 專用選項，例如 maxTokens 等。

**options.providerOptions.google** (`Record<string, JSONValue>`): Google 專用選項。

**options.providerOptions.\[providerName]** (`Record<string, JSONValue>`): 任何 Provider 專用選項。

**options.runId** (`string`): 此執行運行的唯一識別碼。

**options.requestContext** (`RequestContext`): 包含動態設定及狀態的要求情境。

**options.tracingContext** (`TracingContext`): 用於建立子 span 及加入 metadata 的 Tracing 情境。使用 Mastra 的 tracing 系統時會自動注入。

**options.tracingContext.currentSpan** (`Span`): 用於建立子 span 及加入 metadata 的目前 span。可在執行期間用來建立自訂子 span 或更新 span 屬性。

**options.tracingOptions** (`TracingOptions`): Tracing 設定選項。

**options.tracingOptions.metadata** (`Record<string, any>`): 要加入根 trace span 的 metadata。適合加入使用者 ID、session ID 或功能旗標等自訂屬性。

**options.tracingOptions.requestContextKeys** (`string[]`): 要擷取作此 trace metadata 的額外 RequestContext key。支援以點標記法表示巢狀值（例如 'user.id'）。

**options.tracingOptions.traceId** (`string`): 此執行使用的 Trace ID（1 至 32 個十六進位字元）。如有提供，此 trace 將屬於指定 trace。

**options.tracingOptions.parentSpanId** (`string`): 此執行使用的上層 span ID（1 至 16 個十六進位字元）。如有提供，根 span 會建立為此 span 的子項。

**options.tracingOptions.tags** (`string[]`): 要套用至此 trace 的標籤。用於分類及篩選 trace 的字串標籤。

**options.versions** (`VersionOverrides`): 每次呼叫的子 Agent 委派版本覆寫。它會合併至 Mastra 實例層級版本之上，並透過 requestContext 在子 Agent 呼叫之間自動傳遞。需要 editor 套件。請參閱 Editor 版本控制。

**options.versions.agents** (`Record<string, VersionSelector>`): Agent ID 至其版本選擇器的對應。

**options.versions.agents.versionId** (`string`): 按 ID 指定特定版本。

**options.versions.agents.status** (`'draft' | 'published'`): 指定具此發佈狀態的最新版本。

**options.includeRawChunks** (`boolean`): 是否在串流輸出中包含原始區塊。並非所有模型 Provider 均支援。

## 回應結構

`Agent.generate()` 會傳回執行期間收集的最終資料。`steps` 是步驟物件陣列。結果中的 Tool 陣列，包括最上層的 `toolCalls` 和 `toolResults`，以及巢狀的 `step.toolCalls` 和 `step.toolResults` 陣列，均使用 Mastra 的區塊格式。

亦即 Tool 資料會包裝在 `payload` 中：

```ts
const response = await agent.generate('Check the weather in Lagos')

for (const toolCall of response.toolCalls) {
  console.log(toolCall.type) // 'tool-call'
  console.log(toolCall.runId)
  console.log(toolCall.from)
  console.log(toolCall.payload.toolName)
  console.log(toolCall.payload.args)
}

for (const step of response.steps) {
  for (const toolResult of step.toolResults) {
    console.log(toolResult.type) // 'tool-result'
    console.log(toolResult.payload.toolName)
    console.log(toolResult.payload.result)
  }
}
```

如需相同區塊結構的串流版本，請參閱 [ChunkType 參考](https://mastra.zisheng.pro/zh-HK/reference/streaming/ChunkType)。

## 傳回值

**result** (`Awaited<ReturnType<MastraModelOutput<Output>['getFullOutput']>>`): 傳回產生程序的完整輸出，包括文字、物件（如為結構化輸出）、Tool 呼叫、Tool 結果、用量統計及步驟資料。

**text** (`string`): Agent 產生的文字回應。

**object** (`Output | undefined`): 如有提供 structuredOutput，則為已按 schema 驗證的結構化輸出物件。

**toolCalls** (`ToolCallChunk[]`): 產生期間發出的 Tool 呼叫區塊陣列。

**toolCalls.type** (`'tool-call'`): 區塊類型識別碼。

**toolCalls.runId** (`string`): 執行運行識別碼。

**toolCalls.from** (`ChunkFrom`): 區塊來源，例如 AGENT 或 WORKFLOW。

**toolCalls.payload** (`ToolCallPayload`): Tool 呼叫資料。

**toolCalls.payload.toolCallId** (`string`): Tool 呼叫的唯一識別碼。

**toolCalls.payload.toolName** (`string`): 被呼叫的 Tool 名稱。

**toolCalls.payload.args** (`Record<string, unknown>`): 傳送給 Tool 的引數。

**toolCalls.payload.providerExecuted** (`boolean`): 模型 Provider 是否直接執行 Tool。

**toolResults** (`ToolResultChunk[]`): Tool 執行所產生的 Tool 結果區塊陣列。

**toolResults.type** (`'tool-result'`): 區塊類型識別碼。

**toolResults.runId** (`string`): 執行運行識別碼。

**toolResults.from** (`ChunkFrom`): 區塊來源，例如 AGENT 或 WORKFLOW。

**toolResults.payload** (`ToolResultPayload`): Tool 結果資料。

**toolResults.payload.toolCallId** (`string`): Tool 呼叫的唯一識別碼。

**toolResults.payload.toolName** (`string`): 產生結果的 Tool 名稱。

**toolResults.payload.result** (`unknown`): Tool 傳回的值。

**toolResults.payload.isError** (`boolean`): Tool 執行是否失敗。

**usage** (`TokenUsage`): 產生程序的 token 用量統計。

**steps** (`object[]`): 執行步驟陣列，適合用來偵錯多步驟產生程序。

**steps.text** (`string`): 此步驟產生的文字。

**steps.toolCalls** (`ToolCallChunk[]`): 此步驟發出的 Tool 呼叫。

**steps.toolResults** (`ToolResultChunk[]`): 此步驟發出的 Tool 結果。

**steps.finishReason** (`string`): 此步驟完成的原因。

**steps.usage** (`LanguageModelUsage`): 此步驟的 token 用量。

**steps.request** (`{ body?: unknown }`): 此步驟的要求 metadata。

**steps.response** (`object`): 此步驟的回應 metadata。

**finishReason** (`string`): 產生程序完成的原因。值包括 'stop'（正常完成）、'tool-calls'（以 Tool 呼叫結束）、'suspended'（等待 Tool 批准）或 'error'（發生錯誤）。

**response** (`object`): 模型 Provider 傳回的回應 metadata。適合用來存取速率限制 header 及要求 ID。

**response.id** (`string`): 模型 Provider 傳回的回應 ID。

**response.timestamp** (`Date`): 產生回應時的時間戳記。

**response.modelId** (`string`): 此回應所用的模型識別碼。

**response.headers** (`Record<string, string>`): 模型 Provider 傳回的 HTTP 回應 header。包含速率限制資料（例如 anthropic-ratelimit-requests-remaining、x-ratelimit-remaining-tokens）及其他 Provider 專用 metadata。

**response.messages** (`ResponseMessage[]`): 模型格式的回應訊息。

**response.uiMessages** (`UIMessage[]`): UI 格式的回應訊息，包括輸出處理器加入的任何 metadata。

**request** (`object`): 傳送給模型的要求。

**request.body** (`unknown`): 傳送給模型 Provider 的要求 body。

**warnings** (`LanguageModelWarning[]`): 產生期間模型 Provider 傳回的任何警告。

**providerMetadata** (`Record<string, unknown>`): 隨回應傳回的 Provider 專用 metadata。

**reasoning** (`ReasoningChunk[]`): 支援推理的模型所傳回的推理詳情（例如 OpenAI o1 系列）。

**reasoningText** (`string`): 推理模型的合併推理文字。

**sources** (`SourceChunk[]`): 模型在產生期間引用的來源。

**files** (`FileChunk[]`): 模型產生的檔案。

**suspendPayload** (`object`): 當 finishReason 為 'suspended' 時存在。包含批准或拒絕待處理 Tool 呼叫所需的 Tool 呼叫詳情。

**suspendPayload.toolCallId** (`string`): 待處理 Tool 呼叫的唯一識別碼。

**suspendPayload.toolName** (`string`): 需要批准的 Tool 名稱。

**suspendPayload.args** (`Record<string, any>`): 將傳送給 Tool 的引數。

**runId** (`string`): 此執行運行的唯一識別碼。 Required when calling approveToolCallGenerate() or declineToolCallGenerate() to resume a suspended execution.

**traceId** (`string`): 啟用 Tracing 時與此執行相關聯的 trace ID。可用來關聯記錄及偵錯執行流程。

**spanId** (`string`): 啟用 Tracing 時與此執行相關聯的根 span ID。可用於 span 層級查找及關聯。

**messages** (`MastraDBMessage[]`): 此執行的所有訊息，包括輸入、記憶體記錄及回應。

**rememberedMessages** (`MastraDBMessage[]`): 僅從記憶體載入的訊息（對話記錄）。

**error** (`Error`): 產生失敗時的錯誤物件。

**tripwire** (`StepTripwireData`): 內容被處理器封鎖時的 tripwire 資料。

**scoringData** (`object`): 啟用 returnScorerData 時供 Evals 使用的評分資料。

## 更多範例

### 使用模型設定

限制輸出 token 並設定 temperature 的範例：

```ts
const limitedResult = await agent.generate('Write a short poem about coding', {
  modelSettings: {
    maxOutputTokens: 50,
    temperature: 0.7,
  },
})
```

### 使用記憶體

透過設定記憶體選項，讓 Agent 存取對話記錄及保存資料。這讓 Agent 能記住先前的互動，並在訊息之間維持情境。

```ts
const memoryResult = await agent.generate('Remember my favorite color is blue', {
  memory: {
    thread: 'user-123-thread',
    resource: 'user-123',
  },
})
```

### 存取回應 header

部分模型 Provider 會在回應 header 中傳回實用資料，例如剩餘 token 數目或速率限制狀態。產生程序完成後，你可以從結果物件存取這些 header。

```ts
const result = await agent.generate('Hello!')
const remainingRequests = result.response?.headers?.['anthropic-ratelimit-requests-remaining']
const remainingTokens = result.response?.headers?.['x-ratelimit-remaining-tokens']
console.log(`Remaining requests: ${remainingRequests}, Remaining tokens: ${remainingTokens}`)
```

### 分析圖像

Agent 可同時處理視覺內容及圖像內的任何文字，以分析及描述圖像。要啟用圖像分析，請在 `content` 陣列中傳入包含 `type: 'image'` 及圖像 URL 的物件。你可將圖像內容與文字提示結合，以引導 Agent 分析。

```typescript
const response = await agent.generate([
  {
    role: 'user',
    content: [
      {
        type: 'image',
        image: 'https://placebear.com/cache/395-205.jpg',
        mimeType: 'image/jpeg',
      },
      {
        type: 'text',
        text: 'Describe the image in detail, and extract all the text in the image.',
      },
    ],
  },
])

console.log(response.text)
```

### 使用 `maxSteps`

`maxSteps` 參數控制 Agent 可連續呼叫 LLM 的次數上限。每個步驟會產生回應並執行任何 Tool 呼叫，然後才處理結果。限制步驟有助防止無限循環及減少延遲，亦可控制使用 Tool 的 Agent 所用的 token。預設值為 5，但可以提高：

```typescript
const response = await agent.generate('Help me organize my day', {
  maxSteps: 10,
})

console.log(response.text)
```

### 使用 `onStepFinish`

你可以使用 `onStepFinish` 回呼監察多步驟操作的進度。這適合用於偵錯，或向使用者提供進度更新。

只有在串流傳輸或產生不含結構化輸出的文字時，才可使用 `onStepFinish`。

```typescript
const response = await agent.generate('Help me organize my day', {
  onStepFinish: ({ text, toolCalls, toolResults, finishReason, usage }) => {
    console.log({ text, toolCalls, toolResults, finishReason, usage })
  },
})
```

### 使用 `onTitleGenerated`

在記憶體選項中啟用 `generateTitle` 後，標題產生程序會在回應完成後以非同步方式運行。標題準備好時，可使用 `onTitleGenerated` 作出反應，例如透過 SSE 推送至客戶端。

```typescript
const response = await agent.generate('What is quantum computing?', {
  memory: {
    thread: threadId,
    resource: userId,
    onTitleGenerated: title => {
      console.log('Thread title:', title)
    },
  },
})
```