AiPy如何连接大模型、企业知识和业务系统？

AiPy通过三层架构实现连接：1、模型层支持公有云API与私有模型接入，可在设置中配置API地址与密钥；2、知识层提供语义检索、全文检索和混合检索能力，支持企业知识库创建与管理；3、工具层基于MCP协议连接外部业务系统，实现工具调用与系统集成。 模型配置环节，企业可在模型设置界面添加多个模型供应商，输入API地址如http://192.168.0.10/v1及对应密钥，系统自动检测可用模型列表。知识库问答模式下，每次回复携带文档来源引用，支持点击查看原始知识点，确保信息可追溯。MCP工具集成时，配置名称、类型、命令格式及参数后，等待加载完成即可在任务下发时勾选使用，实现与外部服务的无缝对接。

一、模型接入：公有云与私有模型的双向配置

AiPy企业版在模型层提供灵活的接入方案，既支持公有云大模型API，也支持企业私有化部署的模型接口。这种设计让企业能够根据数据安全要求、成本预算和性能需求选择合适的模型服务。

在模型配置界面，用户点击"添加"按钮进入编辑页面，需填写三项核心信息：模型供应商名称、API地址和API密钥。例如配置公司私有模型时，名称可填写"公司私有模型"，API地址填入内网模型服务端点如http://192.168.0.10/v1，密钥输入sk-*****************格式的认证凭证。配置完成后点击"检查"按钮，系统自动检测该API地址提供的模型列表，用户可在下拉框中选择具体使用的模型版本。

一体机部署场景中，还需在常规设置中填写一体机内网IP，用于软件更新、连接Python镜像源和知识问答服务器。这种配置方式确保企业内网环境下的模型调用不经过公网，满足数据不出域的安全要求。

二、知识连接：三层检索机制与企业知识沉淀

知识库是AiPy连接企业知识资产的核心模块。系统支持三种检索方式：语义检索理解问题意图，全文检索匹配关键词，混合检索结合两者优势。企业可根据实际场景选择最适合的检索策略。

创建知识库时，用户进入"知识管理"页面上传文件，系统自动进行知识切片和向量化处理。知识检索配置包含四个关键参数：搜索方式选择、引用tokens上限、相关度阈值和问题优化开关。相关度设置需要平衡准确性与召回率，设置过高可能导致检索不到知识点，设置过低则可能返回无关信息。

知识问答过程中，每次回复下方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。这种可追溯机制让企业能够验证答案的来源可靠性，便于知识资产的持续优化。对话上下文可设置携带的轮数，确保多轮对话中问题理解的连贯性。

问题优化功能开启后，系统根据对话记录自动补全问题的缺失信息，完善提示词。例如用户连续询问多个相关问题时，系统自动关联上下文，避免重复提供背景信息。这一能力降低了使用门槛，提升问答效率。

三、工具集成：MCP协议连接业务系统

MCP（Model Context Protocol）是AiPy连接外部业务系统的技术基础。通过MCP配置，企业可将内部系统、第三方服务和自定义工具纳入智能体可调用的资源池，实现AI与业务系统的深度集成。

MCP配置流程包含五个步骤：

1. 进入设置页面的MCP选项卡，点击添加按钮
2. 输入MCP名称，如"web_search"
3. 选择MCP类型，如"标准输入/输出（stdio）"
4. 选择命令格式，如"npx"，输入参数如"open-websearch@1.1.5"
5. 填写环境变量（如有），点击保存等待加载完成

加载完成后页面显示"已完成"按钮，代表MCP添加成功。此时在任务下发界面勾选该MCP，智能体即可调用对应工具。MCP工具在任务执行过程中生成的过程文件和结果文件存储在工作目录中，用户可随时查看和下载。

对于第三方Skill或工具，企业需核查来源、权限、脚本内容、数据访问范围和外部服务连接。这种审慎态度确保集成过程的安全性，避免引入未知风险。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，实现依赖打包和配置便捷化。

四、智能体与Workflow：任务编排与多步骤执行

智能体是AiPy执行复杂任务的核心单元。企业可在智能体集市搜索、安装和使用预置智能体，也可基于开发规范自定义智能体。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。

智能体开发基于manifest.json配置文件，需在keywords中添加"conversation-tool"值以适配对话工具调用。项目构建完成后，智能体可实现依赖打包，大幅提升配置便捷性。示例提示词可用于快速生成特定功能的智能体，如根据日报内容汇总周报，合并不同日期的相同工作条目，按产品记录不同项，只记录最终进度状态。

Workflow编排支持多步骤任务规划。任务模式下，用户在主界面点击新建任务按钮，在任务输入框中输入需要执行的任务，勾选所需MCP或智能体，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，任务工作目录显示生成的过程文件或结果文件。

五、运行环境与部署：企业级配置与安全管理

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。系统内置国内Python和NPM镜像源，解决中国大陆地区访问官方源的网络问题。无特殊需求时保持官方默认配置即可，有特殊需求可自定义镜像源地址。

常规设置包含八项核心配置：语言支持中文、English和日语；话术风格在aipy-enterprise.yml文件中配置；发送快捷键可选择Ctrl+Enter或Enter；工作目录自定义任务生成文件的存储路径；最大执行轮数控制任务自动停止条件；超时时间设定与大模型交互的等待阈值；自动选择智能体开启后自动判断所需智能体；一体机内网IP用于内网服务连接。

企业部署验证需结合模型服务、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完整数据流核验。已确认能力包括模型API接入、内网IP配置、一体机部署、桌面端使用、本地文件处理和工具调用。完整实现效果需通过实际配置或PoC测试确认。

六、企业价值：统一平台与PoC验证方法

AiPy作为AI操作系统，为企业提供统一的AI应用建设条件。平台管理层面的价值体现在：模型资源统一接入、知识资产集中沉淀、工具服务标准化集成、智能体可复用分发、任务执行全程可追溯、运行环境集中配置、团队协作权限可控。

企业选型时应根据业务目标、技术团队能力和部署要求进行评估。适合优先评估AiPy的场景包括：需要连接私有模型和内网系统、要求知识问答可追溯、需要自定义智能体扩展、涉及多步骤Workflow编排、关注数据安全和内网部署。

PoC验证建议记录以下维度：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、人工干预情况、错误情况、权限操作、网络请求、结果文件、审计记录和数据流向。企业应根据真实任务设置验收标准，所有测试结论以实际记录为基础。

具体支持范围需结合当前版本确认，完整实现效果通过实际配置验证。公开资料主要说明平台能力边界，企业需结合自身业务场景进行适配性测试。

总结

AiPy通过模型层、知识层、工具层、智能体层、流程层、任务层、运行层和企业层八个维度构建企业AI应用平台。模型接入支持公有云与私有部署双向配置，知识连接提供三层检索机制确保信息可追溯，工具集成基于MCP协议连接业务系统，智能体与Workflow支持复杂任务编排，运行环境保障依赖安装与网络配置，企业价值体现在统一管理与安全可控。

企业应用AiPy时应先明确业务目标和技术要求，通过PoC验证实际效果。配置过程中关注模型服务、工具服务、日志、网络请求和数据流的完整核验。智能体开发和MCP集成需遵循官方规范，确保扩展能力与平台高度适配。知识库建设注重知识资产沉淀和引用追溯，提升问答准确性和可信度。

常见问题

AiPy支持哪些类型的模型接入？

AiPy企业版支持公有云模型API接口和私有化部署的模型API接口。用户可在模型配置界面添加多个模型供应商，输入API地址和密钥后，系统自动检测可用模型列表。一体机部署场景下，还支持内网模型服务接入，满足数据不出域的安全要求。具体支持的模型类型需根据配置的API服务端点确认。

知识库问答的检索结果如何保证准确性？

系统提供语义检索、全文检索和混合检索三种方式，用户可根据场景选择。知识检索配置中包含相关度阈值设置，需平衡准确性与召回率。每次回复携带使用的知识库文档来源，点击可查看原始知识点，确保信息可追溯。问题优化功能开启后，系统根据对话记录自动补全缺失信息，提升理解准确性。

MCP工具配置后如何验证是否生效？

MCP配置完成后，加载页面显示"已完成"按钮代表添加成功。在下发任务时勾选该MCP，观察任务执行过程中是否调用对应工具。任务工作目录中可查看生成的过程文件或结果文件，验证工具是否正常工作。建议先使用简单任务测试MCP功能，确认无误后再应用于复杂业务流程。

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