快速开始 - Mirobody

Mirobody 三步走：① 接入数据 → ② 数据以标准化形态返回 → ③ 让 AI 使用它。 一切兼容 OpenAI —— 你需要一个 mb_live_* 密钥和约 10 分钟。

账户管理 —— API 密钥、用量与在线 Playground —— 位于开发者控制台 test-platform.mirobody.ai。邮箱验证码登录，打开 API Keys 创建一个（密钥只显示一次）：

export MIROBODY_API_KEY="mb_live_..."

当前可用的接入环境是全球 test 集群：

https://test-mirobody-api.thetahealth.ai/v1

其数据为非生产数据、可能随时重置 —— 切勿写入真实终端用户数据。完整域名矩阵与上线状态见区域。

① 接入你的数据

健康数据有三种形态 —— 每种形态各有一扇门进来：

数据形态	典型来源	录入方式	端点
结构化读数	设备/穿戴（由你自己接入，日聚合后写入）、手动记录	结构化记录	`POST /v1/data` —— 高频样本先自聚合；episode 型（睡眠、运动）用 `time` + `end_time` 携带时段。见设备数据 cookbook。
文件/照片	化验单、体检报告 PDF、手机拍照	文件上传	`POST /v1/files` —— 自动 OCR 与解析；想同步拿回解析结果用 `POST /v1/extract`
叙事记录	”我头晕头疼”、对话口述	叙事文本	`POST /v1/extract` —— 可量化读数会被抽取；纯叙事返回 `data: []` 加一个 `note`（journal 端点在规划中）

Mirobody 负责托管、标准化并把数据供给 AI —— 采集数据（设备 OAuth、App 侧获取）在你那一侧。用 POST /v1/data 写入结构化读数（retention 必填），或用 POST /v1/files 上传化验报告 —— PDF、照片、表格均可：

# 结构化记录
curl https://test-mirobody-api.thetahealth.ai/v1/data \
  -H "Authorization: Bearer $MIROBODY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
        "user": "alice",
        "retention": "permanent",
        "records": [
          {"indicator": "fasting_glucose", "value": 5.4, "unit": "mmol/L", "time": "2026-06-16T07:30:00Z"},
          {"indicator": "FBG",             "value": 5.1, "unit": "mmol/L", "time": "2026-06-17T07:25:00Z"}
        ]
      }'

# 或者一份文档（自动 OCR 与解析）
curl https://test-mirobody-api.thetahealth.ai/v1/files \
  -H "Authorization: Bearer $MIROBODY_API_KEY" \
  -F "user=alice" -F "file=@lab_report.pdf"

user 是租户隔离键 —— 为每个终端用户传入其稳定 id，数据绝不混淆。

② 数据以标准化形态返回

注意上面的两种写法 —— fasting_glucose 和 FBG。把数据读回来，两行都带有同一个 LOINC 编码、规范名称、UCUM 解析后的值以及 FHIR 镜像 id：

curl "https://test-mirobody-api.thetahealth.ai/v1/data?user=alice&limit=10" \
  -H "Authorization: Bearer $MIROBODY_API_KEY"

{
  "object": "list",
  "data": [
    {
      "indicator": "FBG",
      "value": "5.1 mmol/L",
      "parsed_value": "5.1",
      "parsed_unit": "mmol/L",
      "loinc_code": "1558-6",
      "canonical_name": "Fasting glucose [Moles/volume] in Serum or Plasma",
      "fhir_resource_id": "8f3c9a1e-...",
      "time": "2026-06-17T07:25:00+00",
      "source": "api",
      "comment": ""
    }
  ],
  "has_more": true,
  "subject": "alice"
}

这就是标准化管线 —— 确定性的名称→LOINC（不让 LLM 猜码）+ UCUM + FHIR，作用于每一次写入。想先在文档上预览、不存任何东西，试试 POST /v1/extract。

③ 让 AI 在其上工作

一条有依据的回答只要三行 —— 智能体读的是标准化序列，所以问 “glucose” 能找到写成 “FBG” 的行：

Answers API（3 行）

from openai import OpenAI
client = OpenAI(api_key="mb_live_...", base_url="https://test-mirobody-api.thetahealth.ai/v1")
print(client.chat.completions.create(model="mirobody-flash", user="alice",
    messages=[{"role": "user", "content": "How is my fasting glucose trending?"}]
).choices[0].message.content)

而一个真正的 agent —— 带你自己的工具 —— 只要十行。openai-agents SDK 只需改 base URL 即可对接 Agent API：

openai-agents SDK（10 行）

from agents import Agent, Runner, function_tool, set_default_openai_client, set_tracing_disabled
from openai import AsyncOpenAI

set_default_openai_client(AsyncOpenAI(
    base_url="https://test-mirobody-api.thetahealth.ai/v1", api_key="mb_live_..."))
set_tracing_disabled(True)

@function_tool
def book_appointment(date: str) -> str:
    """Book a clinic appointment for the end user (ISO date)."""
    return f"Booked: {date} 09:30, Dr. Chen"

agent = Agent(name="Health assistant", model="mirobody-flash", tools=[book_appointment])
print(Runner.run_sync(agent, "Check my recent glucose; book a follow-up if it's trending up.").final_output)

Mirobody 的内置工具读取 alice 的真实数据；当模型决定预约时，交接给你的函数。底层协议见 Function calling。

更喜欢点击而不是 curl？

控制台有 Playground —— 无需代码即可运行对话、上传文件、查看工具步骤。

Playground

在浏览器中对你的账户试用智能体。

用量

请求数、令牌数与费用。

下一步

选择你的 API

Answers vs Agent，一分钟。

Agent API

客户端工具、存储的对话、流式事件。

标准化

OCR → 抽取 → LOINC → UCUM → FHIR，一次讲透。

SDK 示例

curl / Python / Node / openai-agents 端到端。