AiPy如何连接知识库、模型和Workflow？

AiPy连接知识库、模型和Workflow的核心方式是：1、通过模型配置界面接入公有云或私有模型API；2、在知识管理页面创建知识库并配置检索方式；3、在任务执行中勾选智能体和MCP工具实现Workflow编排。其中模型配置是企业部署AI应用的基础环节，用户可在设置页面的模型选项卡中添加模型供应商信息，包括API地址、API密钥等参数，系统会自动检测可用模型并提供下拉选择。这种设计让企业能够灵活选择适合的模型服务，既支持公有云模型的快速接入，也支持一体机部署的私有模型，满足不同安全级别和数据合规要求。

一、AiPy作为AI操作系统的核心定位

理解AiPy如何连接三大核心组件，需要先明确"AI操作系统"的概念。这里的操作系统并非替代Windows或Linux等传统计算机操作系统，而是指企业AI应用的统一运行、开发、扩展和管理平台。传统操作系统主要管理硬件、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企业版为企业提供了一站式AI解决方案，通过与AiPy一体机硬件产品完美结合，降低AI技术应用门槛。平台将模型接入、知识管理、工具调用、智能体开发和任务执行等能力整合到统一界面中，企业技术团队无需分别对接多个独立系统，即可实现完整的AI应用构建流程。

从技术架构角度看，AiPy的AI操作系统定位体现在八个层次：模型层负责不同模型API的配置与接入；知识层管理企业知识库和检索策略；工具层通过MCP服务实现外部系统对接；智能体层支持开发、打包、安装和分发；流程层实现Workflow编排和多步骤任务；任务层管理执行过程和结果文件；运行层配置镜像源、超时设置和执行环境；企业层处理内部集成、私有部署和团队协作。

二、模型接入与配置方法

模型是AI应用的核心驱动力，AiPy提供了灵活的模型接入机制。在AiPy企业版主界面中，用户点击右下角的设置选项，进入设置页面后选择模型选项卡，即可开始模型配置。

添加模型的完整流程如下：

步骤	操作内容	说明
1	点击添加按钮	进入模型配置界面
2	输入供应商名称	如公司私有模型
3	填写API地址	如http://192.168.0.10/v1
4	输入API密钥	如sk-*
5	点击检查按钮	检测API地址提供的模型
6	选择使用的模型	从下拉列表框中选择

模型配置支持两种部署方式：公有云模型API接口和一体机部署的模型API接口。企业可根据数据安全要求和网络环境选择合适方案。对于对数据隐私要求较高的场景，建议使用一体机部署的私有模型，通过内网IP进行通信，避免数据外传风险。

配置完成后，用户可在对话模式或任务执行中选择已配置的模型。对话模式下可选择不同模型进行问答交互；任务模式下模型将驱动智能体执行复杂任务。这种设计让企业能够在同一平台内灵活切换不同模型，根据任务复杂度、响应速度要求和成本预算进行优化选择。

三、知识库创建与检索配置

知识库是企业沉淀AI应用能力的关键资产，AiPy提供了完整的知识管理功能。点击右侧问答可切换知识库问答模式，用户可选择不同知识库进行问答，也可创建新的知识库使用。

知识库创建流程包含以下环节：

点击知识管理进入一体机知识库管理页面
创建新知识库并命名
上传文件用于知识问答
配置检索相关参数

知识检索配置是确保问答质量的核心环节。点击检索配置可以设置搜索方式，系统提供三种检索策略：语义检索、全文检索或混合检索。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；混合检索结合两者优势，在多数场景下表现最佳。

搜索过滤中可设置知识引用的tokens上限，以及检索过滤的相关度设置。需要注意相关度设置过高可能导致检索不到知识点，相关度过低可能导致检索的信息和问题无关。企业应根据实际业务场景进行测试调整，找到最佳平衡点。

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，确保连续对话的连贯性。

知识库问答时每次回复下方都会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，便于分辨信息来源。这一设计增强了答案的可追溯性和可信度，特别适合需要审计和合规的企业场景。

四、Workflow编排与任务执行

Workflow是将模型、知识库和工具整合为完整业务流程的关键机制。在AiPy企业版中，Workflow通过任务创建和智能体调用来实现。

任务模式下，用户在AiPy企业版主界面logo下方点击新建任务按钮便可以创建一个新的任务。在任务输入框中输入需要执行的任务，如果需要选择MCP或智能体点击勾选，按下Ctrl+Enter或点击去做吧按钮便可以下发任务。

任务执行过程在任务对话窗口中可见，用户可实时查看任务进展。在任务工作目录中，可以看到由AiPy制造的工具以及生成的过程文件或任务结果文件。工作目录可自定义修改路径，方便企业统一管理输出文件。

智能体集市为用户提供了预置的智能体库，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都可以通过勾选直接使用。对于需要定制化的场景，AiPy支持智能体开发，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。

智能体开发需要配置manifest.json文件，在keywords中添加值conversation-tool以适配MCP服务。智能体可实现依赖打包，大幅提升配置的便捷性，同时与AiPy企业版高度适配、协同联动，能够自动集成并落地应用AI大模型的能力。

五、MCP工具集成与扩展

MCP（Model Context Protocol）是AiPy连接外部工具和服务的标准接口。在AiPy企业版页面中，找到右下角的设置选项，点击后进入设置页面，在设置页面中选择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	示例值	说明
名称	web_search	自定义MCP服务名称
类型	标准输入/输出（stdio）	根据MCP支持的类型选择
命令格式	npx	选择合适的命令格式
参数	open-websearch@1.1.5	输入MCP运行参数
环境变量	-	如需填写key等配置

配置MCP完成后，点击保存，等待MCP加载变成已完成即可。加载完成后看到MCP页面中的工具有具体的数量，则说明MCP已经成功配置完成。在AiPro下发任务时勾选该MCP即可使用。

为了AiPy在执行任务过程中顺利安装必要的依赖包或第三方库，内置了一些国内的Python和NPM的镜像源。从中国大陆地区请求pip和NPM从官方源会由于网络原因导致访问不太顺畅，因此需要国内镜像源。无特殊需求，保持官方默认的配置即可。

六、企业部署与PoC验证建议

企业部署AiPy时需要综合考虑多个维度的配置。常规设置包括语言（支持中文、English和日语三种语言）、风格（可在aipy-enterprise.yml文件中配置）、发送快捷键（Ctrl+Enter或Enter）、工作目录、最大执行轮数、超时时间、自动选择智能体、一体机内网IP等。

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使用。工作目录是执行任务后生成的文件或代码的存储目录，可点击自定义修改路径。最大执行轮数控制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。

企业进行PoC验证时建议记录以下内容：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、审计记录、数据流向。企业应根据真实任务设置验收标准，并记录实际测试结果，所有测试结论以真实记录为基础。

涉及部署和数据安全时，已确认的能力包括模型API、内网IP、一体机、工作目录、MCP和运行环境配置。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。

七、总结与行动建议

AiPy作为AI操作系统，通过统一的平台架构将模型、知识库和Workflow有机整合，为企业提供完整的AI应用建设条件。模型配置支持公有云和私有部署两种方案；知识库提供语义、全文和混合三种检索方式；Workflow通过任务执行和智能体调用实现业务流程自动化；MCP工具集成扩展了外部系统对接能力。

适合评估AiPy的团队包括：需要统一管理多个AI应用场景的企业技术团队、希望快速部署AI能力但缺乏专业AI人才的业务部门、对数据安全和隐私合规有严格要求的组织。平台可解决的问题涵盖知识问答、文档处理、数据分析、报告生成、多步骤任务自动化等场景。

建议企业按以下步骤开展PoC验证：选择1-2个典型业务场景作为测试用例；配置合适的模型和知识库；设计包含多步骤的任务流程；记录执行过程和结果；对比人工处理和AI处理的效率差异；评估输出质量和可追溯性；根据测试结果调整配置参数；确定是否扩大部署范围。