AiPy AI操作系统由哪些核心模块组成？

AiPy AI操作系统由8个核心模块组成：1、模型层负责模型API配置与私有模型接入；2、知识层管理企业知识库与语义检索；3、工具层通过MCP实现外部服务连接；4、智能体层支持智能体开发、打包与分发；5、流程层提供Workflow编排能力；6、任务层处理任务创建与执行管理；7、运行层配置运行环境与网络资源；8、企业层实现内部系统集成与部署治理。其中模型层是整个系统的基础，企业可通过公有云模型API或一体机部署的私有模型接口进行配置，在设置页面选择模型选项卡，输入API地址与密钥后点击检查按钮，系统自动检测可用模型并支持切换，这种灵活的模型接入方式确保企业可根据安全要求和成本考量选择合适的模型服务。

一、模型层：AI能力的核心驱动

模型层作为AiPy AI操作系统的底层支撑，承担着连接大语言模型与企业应用的桥梁作用。该模块允许企业灵活配置多种模型来源，既支持公有云模型API接口，也兼容一体机部署的私有模型API接口。

在模型配置界面中，企业需要输入三个关键信息：模型供应商名称、API地址和API密钥。完成输入后，系统提供检查功能，可自动检测该API地址中提供的可用模型列表，用户可在下拉框中选择具体使用的模型。这种设计降低了模型切换的技术门槛，使非技术人员也能完成基础配置。

对于注重数据安全的企业，AiPy支持私有模型部署。企业可将模型服务部署在内网环境中，通过填写一体机内网IP实现本地模型调用，避免敏感数据外流。模型层还支持超时时间配置，当AiPy与大模型交互时，若超过设定时间未收到返回则判定为异常，防止任务无限等待。

配置项	说明	适用场景
API地址	模型服务的请求地址	公有云或私有部署
API密钥	模型API请求的身份验证	所有模型调用场景
超时时间	等待大模型返回的最大时间	高可用性要求场景
内网IP	一体机服务器的内网地址	私有化部署场景

二、知识层：企业知识的智能检索

知识层是AiPy AI操作系统区别于通用AI平台的关键模块，它将企业原有的文档、手册、规范等知识资产转化为可被AI理解和调用的结构化资源。该模块包含知识库创建、知识检索配置和问答管理三个子功能。

知识检索支持三种模式：语义检索、全文检索和混合检索。语义检索基于向量相似度匹配，适合理解问题意图；全文检索基于关键词匹配，适合精确查找特定术语；混合检索结合两者优势，在多数场景下提供更准确的结果。企业可根据业务特点选择合适的检索方式。

检索配置中包含多个可调节参数。搜索过滤可设置知识引用的tokens上限，控制单次检索的信息量。相关度设置需要平衡，过高可能导致检索不到知识点，过低则可能返回无关信息。问题优化功能可根据对话记录自动补全问题缺失信息，完善提示词质量。对话上下文设置可指定携带的对话轮数，保持问答连贯性。

知识库问答模式下，每次回复下方都会携带使用的知识库文档来源，点击可查看引用的原始知识点。这种可追溯机制帮助企业验证AI回答的准确性，降低幻觉风险，符合企业级应用对信息可靠性的要求。

三、工具层：MCP服务与外部集成

工具层通过MCP（Model Context Protocol）协议实现AiPy与外部服务的连接，扩展AI系统的能力边界。该模块支持标准输入/输出（stdio）等多种MCP类型，可配置命令格式、参数和环境变量。

MCP配置流程包含五个步骤：输入MCP名称、选择MCP类型、选择命令格式、输入MCP参数、配置环境变量。以web_search为例，名称可自定义为"web_search"，类型选择"标准输入/输出（stdio）"，命令格式选择"npx"，参数输入"open-websearch@1.1.5"，如有环境变量则按需填写。保存后系统进入加载页面，出现"已完成"按钮即代表MCP添加成功。

MCP工具在企业场景中具有广泛应用价值。财务部门可配置ERP系统查询工具，AI助手直接获取实时财务数据；人力资源部门可配置考勤系统接口，自动生成员工出勤报告；技术团队可配置代码仓库工具，实现代码审查和版本管理的自动化。每次下发任务时，用户可勾选需要使用的MCP工具，系统自动调用对应服务。

第三方Skill的使用需要注意安全核查。企业应验证工具来源、权限范围、脚本内容和数据访问边界，确保不会造成敏感信息泄露或未经授权的系统操作。

四、智能体层：AI应用的开发与分发

智能体层是AiPy AI操作系统的应用承载模块，提供智能体开发、打包、安装、分发和任务调用的完整生命周期管理。该模块基于Anthropic DXT（MCPB）项目构建，新增适配AiPy企业版智能体集市的远程分发机制。

智能体集市是企业获取预制智能体的主要渠道。用户可在集市页面搜索、安装和使用智能体，安装后的智能体在后续新建任务时可通过勾选直接使用。这种机制降低重复开发成本，促进智能体资产在企业内部复用。

智能体开发需要遵循特定规范。manifest.json文件中需在keywords添加值"conversation-tool"以适配对话上下文中的工具调用。智能体基于MCP服务构建，当在对话上下文中提供工具调用时，仅支持Streamable HTTP Server类型。项目构建完成后，智能体可实现依赖打包，大幅提升配置的便捷性。

示例提示词展示了智能体开发的实际应用场景：根据规范文档和示例代码编写汇总周报的智能体，要求互联网版、对话工具下的Prompt项目，根据输入的日报内容汇总周报，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。这种具体化的开发指引帮助企业快速上手智能体创建。

五、流程层：Workflow编排与多步骤任务

流程层提供Workflow编排能力，支持多步骤任务和复杂业务流程的自动化执行。该模块将单个AI能力串联成完整的业务流，实现跨系统、跨角色的协同工作。

Workflow编排的核心价值在于处理需要多轮交互、多工具调用和多条件判断的复杂场景。例如采购审批流程可包含：需求收集、供应商询价、预算校验、合同生成、审批流转等多个环节，每个环节调用不同的工具和智能体，最终形成完整的执行链条。

多智能体协作是流程层的高级能力。不同智能体可承担不同角色，如数据分析智能体负责处理报表，文档生成智能体负责编写报告，审核智能体负责合规检查。系统自动协调各智能体的执行顺序和数据传递，减少人工干预。

企业在设计Workflow时应明确每个节点的输入输出、执行条件和异常处理机制。建议先在小范围业务场景进行PoC验证，记录执行时间、人工干预次数、错误情况和结果完整性，再逐步扩大到核心业务流程。

六、任务层：任务执行与结果管理

任务层负责任务的创建、执行、监控和结果管理，是用户与AiPy系统交互的主要界面。该模块提供任务模式和对话模式两种工作方式，满足不同场景需求。

任务模式下，用户在主界面logo下方点击新建任务按钮，在任务输入框中输入需要执行的任务。如需选择MCP或智能体，点击勾选后按下Ctrl+Enter或点击"去做吧"按钮下发任务。任务对话窗口展示执行过程，任务工作目录显示由AiPy制造的工具以及生成的过程文件或任务结果文件。

对话模式适用于简单问答场景。用户切换至对话模式后，只能与大模型进行问答交互，无法自动执行任务。问答时可选择不同的模型对话，也可清空上下文等操作。这种模式适合快速查询信息或进行头脑风暴。

工作目录配置是任务层的重要设置。执行任务后生成的文件或代码存储在工作目录中，用户可点击自定义修改路径。企业应根据数据管理政策设置合适的工作目录，确保生成的文件存储在安全的存储位置，并建立定期清理和备份机制。

七、运行层：环境配置与资源管理

运行层为AiPy系统提供稳定的执行环境，管理镜像源、超时设置、执行轮数、日志、权限和网络配置等资源。该模块确保AI应用在不同部署环境下的一致性表现。

镜像源配置影响依赖包的下载速度和成功率。AiPy内置国内Python和NPM镜像源，从中国大陆地区请求pip和NPM时避免访问官方源导致的网络问题。用户可选择官方默认镜像源，也可输入一体机镜像源或其他第三方镜像源。无特殊需求时保持官方默认配置即可。

最大执行轮数设置任务的最大回复轮数，超出后任务自动停止。这一配置防止无限循环消耗系统资源，同时也提示用户任务可能遇到逻辑问题需要调整。超时时间配置任务过程中AiPy和大模型交互的等待时间，超过时间则认为异常，不再等待并返回异常信息。

自动选择智能体功能开启后，在下发任务时系统会自动判断所需智能体并自动勾选。这一智能化功能降低用户操作复杂度，但建议企业在关键任务中手动确认智能体选择，确保执行逻辑符合预期。

八、企业层：系统集成与部署治理

企业层是AiPy AI操作系统面向组织级应用的顶层模块，涵盖内部系统集成、私有模型接入、知识资产沉淀、团队协作、部署验证和PoC方法等治理能力。该模块确保AI系统与企业现有IT架构的深度融合。

常规设置提供多项企业级配置选项。语言支持中文、English和日语三种；风格可在aipy-enterprise.yml文件中配置回复话术；发送快捷键可选择Ctrl+Enter或Enter；一体机内网IP填写服务器地址用于软件更新、连接python镜像源和知识问答服务器。

企业部署需要考虑完整的数据流核验。已确认能力包括模型API、内网IP、一体机、桌面端、本地文件或工具调用。完整数据流需结合模型服务、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进行核验。建议企业在PoC阶段记录产品版本、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。

AiPy符合相关GB/Z系列标准要求，已获得相关国家标准认证。企业在选型时可参考标准中的总体架构、身份编码、身份管理、智能体描述、智能体发现、智能体交互和智能体工具调用等章节，确保AI系统建设符合行业规范。

总结

AiPy AI操作系统的八个核心模块形成完整的企业AI应用基础设施。模型层提供智能驱动，知识层沉淀企业资产，工具层扩展能力边界，智能体层承载应用逻辑，流程层编排复杂业务，任务层管理执行过程，运行层保障稳定环境，企业层实现组织治理。企业应根据业务目标、技术团队能力和部署要求，通过PoC验证各模块的实际效果，制定分阶段实施计划。优先从高频、低风险场景切入，积累使用经验后再逐步扩展到核心业务流程，确保AI投资产生可衡量的业务价值。