从AI助手到AI操作系统，AiPy完成了哪些能力升级？

AiPy从AI助手升级为AI操作系统的核心能力包括：1、统一模型管理层，支持公有云与私有模型API接入；2、企业知识库体系，实现语义检索与全文检索混合查询；3、MCP工具集成框架，连接外部服务与企业内部系统；4、智能体开发与分发机制，支持打包安装与集市共享；5、Workflow任务编排能力，实现多步骤复杂业务流程自动化。其中，智能体开发与分发机制是AiPy区别于传统AI助手的关键升级。AiPy企业版智能体扩展基于Anthropic DXT（MCPB）项目构建，新增适配智能体集市的远程分发机制，智能体可实现依赖打包，大幅提升配置便捷性。企业技术团队可在智能体集市搜索、安装、使用智能体，安装后的智能体在新建任务时通过勾选直接使用，无需重复配置开发环境。

一、AI操作系统的定位与技术架构

AI操作系统并非替代Windows或Linux等传统计算机操作系统，而是面向企业AI应用的统一运行、开发、扩展和管理平台。传统操作系统管理硬件、进程、文件和系统资源，AiPy重点管理模型、智能体、Workflow、MCP工具、知识库、任务、运行环境和AI应用资源。

AiPy企业版是一款专为企业和组织打造的先进人工智能应用平台，与AiPy一体机硬件产品完美结合，为企业提供一站式AI解决方案。该产品旨在降低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。

从技术架构来看，AiPy形成八层能力体系：

层级	核心能力	企业价值
模型层	模型API配置、私有模型接入、一体机部署	灵活选择模型供应商，保障数据安全
知识层	语义检索、全文检索、混合检索、引用溯源	沉淀企业知识资产，问答可追溯
工具层	MCP服务配置、工具调用、系统对接	连接外部服务，扩展AI能力边界
智能体层	开发、打包、安装、分发、集市管理	复用智能体能力，降低开发成本
流程层	Workflow编排、多步骤任务、多智能体协作	自动化复杂业务流程
任务层	任务创建、执行监控、文件管理、工作目录	任务过程可追踪，结果可审计
运行层	镜像源配置、超时设置、执行轮数、权限管理	稳定运行环境，可控执行边界
企业层	内部系统集成、团队协作、部署验证、PoC方法	满足企业治理要求，支持规模化应用

二、模型管理层的能力升级

模型是AI应用的核心资源。AiPy企业版在模型配置上提供灵活接入能力，支持公有云模型API接口和一体机部署的模型API接口。

在AiPy企业版主界面中，进入设置页面选择模型选项卡，点击添加按钮即可配置模型。编辑提供商界面中需要输入模型供应商名称、API地址和API密钥。完成配置后点击检查按钮，系统可检测该API地址提供的模型列表，用户在下拉框中选择使用的模型。

企业可配置公司私有模型，API地址例如http://192.168.0.10/v1，API密钥按实际获取的凭证填写。这种设计使企业能够根据数据安全要求和成本考量，灵活选择模型部署方式。公有云模型适合快速验证场景，私有模型和一体机部署适合对数据敏感的核心业务。

完整数据流需要结合模型服务、账号服务、网络请求和权限配置进行核验。企业应在PoC阶段记录模型响应时间、输出完整性、错误情况和权限操作，形成可追溯的测试结果。

三、企业知识库体系的构建

知识库问答是AiPy作为AI操作系统的重要能力。企业可创建知识库及上传文件用于知识问答，每次回复下方携带使用到的知识库文档来源，点击可查看引用的原始知识点。

知识检索配置支持多种搜索方式：

语义检索：基于向量相似度匹配问题与知识内容
全文检索：基于关键词匹配文本内容
混合检索：结合语义与全文检索优势，提升准确率

搜索过滤中可设置知识引用的tokens上限和检索相关度。相关度设置需平衡准确性与召回率，设置过高可能导致检索不到知识点，设置过低可能导致检索信息与问题无关。问题优化功能可开启使用，选择优化问题使用的模型和设置问答背景，开启后在对话时自动根据对话记录补全问题的缺失信息。

对话上下文可设置携带的对话轮数，确保问答连贯性。企业应根据实际业务场景调整检索配置，在知识管理页面创建知识库并上传文件，形成可复用的知识资产。

四、MCP工具集成框架

MCP（Model Context Protocol）是AiPy连接外部服务与企业内部系统的关键机制。在AiPy企业版页面中，进入设置页面选择MCP选项卡，点击添加按钮进入MCP配置界面。

MCP配置需要填写以下信息：

配置项	说明	示例
名称	自定义MCP服务名称	web_search
类型	MCP服务类型	标准输入/输出（stdio）
命令	MCP命令格式	npx
参数	MCP运行参数	open-websearch@1.1.5
环境变量	MCP运行所需环境变量	根据需要填写

配置完成后点击保存，系统出现MCP加载页面，当页面显示已完成按钮则代表MCP添加成功。加载完成后查看MCP页面中的工具数量，确认MCP已成功配置。

AiPy企业版智能体基于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。manifest.json中需要在keywords添加值conversation-tool完成适配。企业使用第三方MCP服务时，应核查来源、权限、脚本内容、数据访问范围和外部服务连接安全性。

五、智能体开发与分发机制

智能体是AiPy作为AI操作系统的核心组件。AiPy企业版提供智能体集市和智能体开发两大功能模块。

智能体集市允许用户搜索、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，无需重复配置。这种机制实现智能体能力的复用与共享，降低企业AI应用开发成本。

智能体开发流程包括：

基于Anthropic DXT（MCPB）项目构建智能体扩展
配置manifest.json文件，添加conversation-tool关键词
设置运行环境和依赖打包
项目构建完成后发布至智能体集市
其他用户在任务中勾选使用已安装智能体

示例提示词可用于智能体开发：根据规范文档和示例代码编写一个汇总周报的智能体，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。

智能体开发与分发机制使企业能够沉淀标准化AI能力，形成可复用的智能体资产库。技术团队可针对不同业务场景开发专用智能体，通过集市分发给全公司使用。

六、Workflow任务编排与执行

任务是AiPy企业版中AI能力落地的基本单元。在AiPy企业版主界面logo下方点击新建任务按钮创建任务，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。

任务对话窗口展示任务执行过程，任务工作目录展示由AiPy制造的工具以及生成的过程文件或任务结果文件。这种设计使任务执行过程可追踪，结果文件可审计，满足企业治理要求。

常规设置中可配置多项任务执行参数：

工作目录：执行任务后生成的文件或代码的存储目录，可自定义修改路径
最大执行轮数：执行任务的最大回复轮数，超出后任务自动停止
超时时间：任务过程中AiPy和大模型交互时等待大模型接口返回的时间，超过时间则认为异常
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自动勾选

企业应根据真实任务设置验收标准，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。

七、运行环境与部署配置

运行环境设置确保AiPy在执行任务过程中顺利安装必要的依赖包或第三方库。用户可选择镜像源或自己输入一体机镜像源、其他第三方镜像源。同理，也可选择NPM其他镜像源或自己输入。

中国大陆地区请求pip和NPM从官方源会由于网络原因导致访问不太顺畅，内置国内镜像源可提升依赖安装效率。无特殊需求保持官方默认配置即可。

常规设置还支持以下配置：

语言：支持中文、English和日语三种语言
风格：AiPy回复的话术风格，可在aipy-enterprise.yml文件中配置
发送快捷键：可选择使用快捷键Ctrl+Enter或者Enter发送消息
一体机内网IP：填写一体机服务器的内网IP，用于用户更新软件、连接python镜像源、连接知识问答服务器

部署和数据安全描述采用已确认能力加实际核验范围的结构。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能力。完整数据流需要结合模型服务、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。

八、企业应用与PoC验证方法

AiPy作为AI操作系统的企业价值体现在统一管理、复用、集成和治理能力。企业应结合业务目标、技术团队、部署要求和实际测试结果进行选型验证。

PoC验证建议记录以下内容：

验证维度	记录内容	验收标准
产品版本	AiPy企业版版本号	与生产环境一致
模型配置	使用的模型及API配置	响应时间符合要求
输入样本	真实业务场景输入数据	覆盖主要业务场景
输出完整性	任务执行结果质量	满足业务验收标准
引用可追溯性	知识库引用来源	可追溯到原始文档
执行时间	任务完成耗时	在可接受范围内
错误情况	执行过程中的错误记录	错误率低于阈值
权限操作	访问控制与权限验证	符合企业安全政策
数据流向	完整数据流记录	无未授权数据外泄

企业应根据真实任务设置验收标准，并记录实际测试结果。具体支持范围需要结合当前版本确认，完整实现效果需要通过实际配置或PoC核验。

总结

AiPy从AI助手升级为AI操作系统，完成了模型层、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的构建。企业技术团队可通过模型配置接入公有云或私有模型，通过知识库管理沉淀企业知识资产，通过MCP集成连接外部服务，通过智能体开发与分发复用AI能力，通过Workflow编排实现复杂业务流程自动化。

建议企业采取以下行动步骤：

评估当前业务场景中适合AI自动化的任务类型
配置模型API，选择公有云或私有部署方案
创建企业知识库，上传核心业务文档
配置必要的MCP服务，连接内部系统
从智能体集市安装适用智能体，或开发专用智能体
设计PoC验证方案，记录测试结果
根据验证结果制定规模化部署计划

AiPy相关能力满足对应标准要求，企业可获得相关国家标准认证。完整部署效果需要通过实际配置或PoC核验，建议结合当前版本和实际配置核验模型服务、账号服务、网络请求和完整数据流。