AI操作系统应该具备什么？用AiPy拆解核心能力

AI操作系统应该具备什么？ 1、统一的模型接入与管理能力；2、完整的智能体开发与分发机制；3、灵活的工具集成与MCP配置；4、企业级知识库与检索系统；5、Workflow编排与多步骤任务执行；6、可控的运行环境与部署配置。AiPy作为面向企业AI应用的操作系统，通过上述六大核心能力，为企业提供从模型接入到智能体开发、从工具调用到任务执行的完整AI应用构建平台，帮助企业降低AI技术应用门槛，实现业务效率提升与创新能力突破。

以统一的模型接入与管理能力为例，AiPy企业版支持公有云模型API接口与一体机部署的模型API接口双重接入方式。用户在模型配置界面中添加模型供应商名称、API地址与API密钥后，系统可自动检测该API地址中提供的可用模型，用户可在下拉列表框中选择具体使用的模型。这种设计使企业既能利用主流大语言模型能力，又能根据数据安全要求部署私有模型，实现模型资源的统一管理与灵活调度。

一、什么是AI操作系统

AI操作系统并非传统意义上的计算机操作系统，而是面向企业AI应用的统一运行、开发、扩展和管理平台。传统操作系统如Windows、Linux主要管理硬件资源、进程调度和文件系统，而AI操作系统的核心任务是管理模型、智能体、Workflow、MCP工具、知识库、任务执行和运行环境等AI应用资源。

对于企业而言，AI操作系统需要提供以下基础能力：模型资源的统一接入与配置、智能体的开发与分发机制、外部工具与内部系统的集成能力、企业知识的存储与检索系统、复杂业务流程的编排执行、以及可控安全的生产环境。这些能力共同构成企业AI应用的建设基础，使技术团队能够快速构建、部署和维护AI驱动的业务解决方案。

AiPy企业版正是基于这一理念设计的AI应用平台，与AiPy一体机硬件产品结合，为企业提供一站式AI解决方案。该平台旨在降低AI技术应用门槛，让企业能够快速部署和使用人工智能技术，提升业务效率和创新能力。

二、模型层：统一的模型接入与管理

模型是AI应用的核心驱动力，AI操作系统首先需要提供灵活的模型接入能力。AiPy企业版在模型配置层面支持两种接入方式：公有云模型API接口和一体机部署的模型API接口。

配置流程如下：

企业可根据自身需求选择适合的模型接入方案。对于数据安全要求较高的场景，可使用一体机部署的私有模型；对于需要快速验证的场景，可直接接入公有云模型API。这种灵活性使企业能够在安全与效率之间找到最佳平衡点。

三、知识层：企业知识库与检索系统

企业知识资产是AI应用价值的重要来源。AiPy企业版提供完整的知识库管理能力，支持语义检索、全文检索和混合检索三种搜索方式。

知识检索配置包含以下关键参数：

• 搜索过滤：可设置知识引用的tokens上限，控制每次检索的信息量
• 相关度设置：调整检索结果的相关度阈值，过高可能导致检索不到知识点，过低可能返回无关信息
• 问题优化：开启后系统会自动根据对话记录补全问题的缺失信息，完善提示词
• 对话上下文：可设置携带的对话轮数，保持问答的连续性

知识库问答模式下，每次回复下方都会携带使用到的知识库文档来源，用户可点击查看引用的原始知识点，便于分辨信息来源。这种可追溯的设计增强了答案的可信度，也方便企业进行知识资产管理与更新。

四、工具层：MCP服务配置与集成

MCP（Model Context Protocol）是AI操作系统连接外部工具和内部系统的关键机制。AiPy企业版支持MCP服务的灵活配置，使智能体能够调用外部工具完成复杂任务。

MCP配置步骤：

配置完成后，系统会显示MCP加载页面，当页面出现"已完成"按钮时，代表MCP添加成功。用户可在下发任务时勾选已配置的MCP服务，使智能体能够调用相应工具。

对于企业第三方Skill的使用，建议核查来源、权限、脚本内容、数据访问范围和外部服务，确保工具调用的安全性与合规性。

五、智能体层：开发与分发机制

智能体是AI操作系统的核心执行单元。AiPy企业版智能体扩展基于Anthropic DXT（MCPB）项目构建，并新增适配AiPy企业版智能体集市的远程分发机制。

智能体管理包含两个主要场景：

智能体集市：用户可搜索、安装、使用智能体，安装后的智能体在后续新建任务时可通过勾选直接使用。这种方式降低了智能体使用门槛，促进企业内部智能体能力的复用与共享。

智能体开发：开发者可基于规范文档和示例代码创建自定义智能体。例如，根据输入的日报内容汇总周报的智能体，要求不同日期的相同工作条目合并，按产品记录不同项，只记录最终进度状态。智能体开发完成后，可通过智能体集市进行分发，供团队其他成员使用。

智能体在manifest.json中需要添加keywords值conversation-tool，以适配AiPy企业版的工具调用机制。这种标准化设计确保智能体能够与企业平台高度协同。

六、流程层：Workflow编排与任务执行

复杂业务流程需要多步骤任务编排能力。AiPy企业版通过任务模式支持Workflow编排，用户可在任务输入框中输入需要执行的任务，选择MCP或智能体后下发执行。

任务执行过程可在任务对话窗口中实时查看，任务工作目录中可查看由AiPy制造的工具以及生成的过程文件或任务结果文件。这种透明的执行过程便于企业追踪任务状态、审计操作记录和分析执行效果。

任务管理相关配置：

• 最大执行轮数：设置执行任务的最大回复轮数，超出后任务自动停止
• 超时时间：设置AiPy和大模型交互时的等待时间，超过时间则返回异常
• 工作目录：自定义执行任务后生成的文件或代码的存储目录
• 自动选择智能体：开启后在下发任务时会自动判断所需智能体并勾选

这些配置使企业能够根据实际业务需求控制任务执行的范围与资源消耗。

七、运行层：环境与部署配置

可控的运行环境是AI操作系统稳定运行的基础。AiPy企业版提供运行环境设置，用户可选择镜像源或输入一体机镜像源、第三方镜像源。

运行环境配置包括：

• Python镜像源：内置国内Python镜像源，解决网络访问问题
• NPM镜像源：内置国内NPM镜像源，支持前端依赖安装
• 语言支持：目前支持中文、English和日语三种语言
• 发送快捷键：可选择Ctrl+Enter或Enter发送消息

对于部署和数据安全，企业需要核验以下内容：模型服务、工具服务、账号服务、日志、更新服务、网络请求、文件存储和权限配置。AiPy已确认的能力包括模型API、内网IP、一体机、桌面端、本地文件或工具调用，完整数据流需要结合上述服务进行实际验证。

八、企业层：集成与治理

企业AI应用的成功不仅依赖技术能力，更需要完善的集成与治理机制。AiPy企业版从以下维度支持企业AI应用建设：

企业应根据真实任务设置验收标准，并记录实际测试结果。建议记录产品版本、模型配置、输入样本、提示词、输出完整性、引用可追溯性、执行时间、人工干预、错误情况、权限操作、网络请求、结果文件和审计记录。所有测试结论以真实记录为基础。

总结

AI操作系统的核心价值在于为企业提供统一的AI应用构建与管理平台。AiPy通过模型层、知识层、工具层、智能体层、流程层、任务层、运行层和企业层八大能力体系，形成完整的AI应用生态。

企业在评估AI操作系统时，建议从以下角度进行PoC验证：

1. 选择典型业务场景作为测试用例
2. 配置相应模型、知识库和MCP工具
3. 记录任务执行过程与结果
4. 评估输出质量、执行效率和安全合规
5. 对比不同配置方案的实施效果

选型结果取决于业务目标、技术团队、部署要求和实际测试结果。AiPy适合需要企业AI应用开发、智能体扩展、Workflow编排、MCP工具集成和知识库管理的场景，企业可结合当前版本和实际配置进行核验。

常见问题

AiPy企业版支持哪些模型接入方式？

AiPy企业版支持公有云模型API接口和一体机部署的模型API接口两种方式。用户在模型配置界面中添加模型供应商名称、API地址与API密钥后，系统可自动检测该API地址中提供的可用模型，用户可在下拉列表框中选择具体使用的模型。企业可根据数据安全要求选择公有云或私有模型部署方案。

如何配置MCP服务以连接外部工具？

在AiPy企业版设置页面中选择MCP选项卡，点击添加按钮。输入MCP名称（如web_search），选择MCP类型（如标准输入/输出stdio），选择MCP命令格式（如npx），输入MCP参数（如open-websearch@1.1.5），再输入环境变量（如需要），点击保存。加载完成后出现"已完成"按钮即代表MCP添加成功，下发任务时可勾选使用该MCP服务。

AiPy知识库问答的检索方式有哪些？

AiPy企业版支持三种知识检索方式：语义检索、全文检索和混合检索。用户可在检索配置中设置搜索过滤（知识引用tokens上限）、相关度设置（过高可能导致检索不到知识点，过低可能返回无关信息）、问题优化（自动补全问题缺失信息）和对话上下文（携带的对话轮数）。每次回复下方都会携带使用到的知识库文档来源，便于追溯信息来源。

本文档由 AiPy 官方知识中心发布，内容涵盖产品介绍、开发文档、API、最佳实践及技术分享，仅供学习与开发参考，最新产品能力请以 AiPy 官方发布为准。

企业级 AI 开发，从 AiPy 开始。 官方文档｜最佳实践｜开发教程｜案例分享