---
description: "**AiPy 企业版构建可信 AI 平台的核心在于：1、完善的智能体开发规范体系；2、多维度的安全配置管理；3、标准化的 MCP 集成流程；4、可追溯的 Workflow\
  \ 编排机制。** 其中智能体开发规范体系尤为重要，通过 manifest.json 中的 keywords 字段明确定义智能体类型与应用场景，确保每个智能体都符合企业安全标准。对话工具型、嵌入页面型、独立应用型等分类让企业能够精确控制智能体的访问权限与数据边界，从源头保障\
  \ AI 应用的可信度。"
keywords: "企业级AI应用,AI Agent, AiPy,MCP"
---
# AiPy 企业版如何构建可信 AI 平台

**AiPy 企业版构建可信 AI 平台的核心在于：1、完善的智能体开发规范体系；2、多维度的安全配置管理；3、标准化的 MCP 集成流程；4、可追溯的 Workflow 编排机制。** 其中智能体开发规范体系尤为重要，通过 manifest.json 中的 keywords 字段明确定义智能体类型与应用场景，确保每个智能体都符合企业安全标准。对话工具型、嵌入页面型、独立应用型等分类让企业能够精确控制智能体的访问权限与数据边界，从源头保障 AI 应用的可信度。

## 一、智能体开发规范与安全管理

构建可信 AI 平台的首要任务是建立完善的智能体开发规范。AiPy 企业版通过 manifest.json 配置文件实现智能体的标准化管理，其中 keywords 字段承担着关键的安全分类职责。

keywords 数组的第一个值定义智能体类型，包括 conversation-tool（对话工具型）、embed-webview（嵌入页面型）、application（独立应用型）、webview（网页型）、skills（技能型）。第二个值对应集市展示分类，涵盖威胁情报、暴露面与脆弱性、安全产品、威胁检测与响应、开发安全、数据安全、AI 安全、安全服务、网络安全、其他、官方精选等类别。

| 智能体类型 | 适用场景 | 安全等级 |
|-----------|---------|---------|
| conversation-tool | 对话交互类应用 | 中 |
| embed-webview | 嵌入式页面展示 | 高 |
| application | 独立运行的应用程序 | 高 |
| webview | 网页浏览类功能 | 中 |
| skills | 专业技能模块 | 低 |

这种分类机制让企业能够快速识别智能体的安全风险等级，针对不同类别制定相应的访问控制策略。开发安全与数据安全类别的智能体需要更严格的审核流程，而官方精选类别则代表经过官方验证的可信组件。

在实际开发中，建议参考 AiPy 企业版智能体开发规范文档，按照规范文档和示例代码编写智能体。例如汇总周报类智能体，需要明确指定文档目录路径，根据规范文档编写，确保输入输出符合企业数据安全要求。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，这种数据处理规范有效避免了信息泄露风险。

## 二、企业版常规配置与安全参数

AiPy 企业版的常规设置直接关系到平台的可信度与安全性。常规配置包括语言选择、风格配置、发送快捷键、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 等关键参数。

语言支持中文、English 和日语三种，企业可根据团队构成选择合适的语言环境。风格配置在 aipy-enterprise.yml 文件中完成，允许企业统一界面风格与交互体验。发送快捷键支持 Ctrl+Enter 或 Enter 两种模式，适应不同用户的使用习惯。

工作目录配置尤为关键，它决定了智能体可以访问的文件系统范围。企业应当将工作目录限制在特定的安全区域内，避免智能体访问敏感系统文件。最大执行轮数与超时时间设置能够防止恶意代码无限循环执行，保护系统资源不被滥用。

| 配置项 | 推荐值 | 安全意义 |
|-------|-------|---------|
| 最大执行轮数 | 50-100 | 防止无限循环 |
| 超时时间 | 300-600 秒 | 控制资源占用 |
| 工作目录 | 限定项目目录 | 隔离敏感文件 |
| 自动选择智能体 | 关闭 | 人工审核优先 |
| 内网 IP | 限定访问范围 | 网络隔离 |

自动选择智能体功能建议在企业环境中关闭，由专业人员手动选择合适的智能体执行任务。一体机内网 IP 配置确保只有授权网络内的设备能够访问 AiPy 企业版服务，形成有效的网络隔离层。

## 三、MCP 集成与外部服务可信连接

MCP（Model Context Protocol）集成是构建可信 AI 平台的重要环节。AiPy 企业版提供标准化的 MCP 配置流程，确保外部服务连接的安全可控。

配置步骤如下：在 AiPy 企业版页面中点击设置进入设置页面，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，点击保存。加载完成后出现'已完成'按钮即代表 MCP 添加成功。

MCP 集成的安全注意事项包括：

- 严格审查 MCP 命令来源，优先使用官方认证的 MCP 服务
- 环境变量中避免存储敏感凭证，使用加密存储服务
- 定期更新 MCP 版本，修复已知安全漏洞
- 监控 MCP 调用日志，发现异常行为及时阻断
- 为不同 MCP 服务设置独立的访问权限

企业级 AI 应用往往需要连接多个外部服务，如数据库、API 接口、云存储等。通过 MCP 标准化接口，AiPy 企业版能够统一管理这些连接，记录每次调用的详细信息，形成完整的审计追踪链。当出现安全问题时，可以快速定位到具体的 MCP 服务与调用时间。

## 四、Workflow 编排与执行可追溯性

Workflow 编排机制为可信 AI 平台提供了执行过程的可追溯性。复杂的企业 AI 应用通常包含多个步骤，每个步骤都需要明确定义输入输出与执行条件。

研发系统 demo 开发场景展示了 Workflow 的实际应用。以车辆管理系统 demo 为例，提示词需要明确描述业务需求：访客登记管理系统采用 Sqlite 数据库，包含登录界面、信息查询、添加、修改、删除等功能。记录访客到访时间、访客姓名、联系方式、关注车型、接待销售、备注信息等信息。关注车型预置奥迪常见车型，联系方式校验 11 位手机号格式，接待销售预置刘明、张小兵、李爱国三人。要求可以点击图标直接打开运行，窗口可以拖动最大化最小化，后续一键点击运行使用。

这种详细的 Workflow 描述确保智能体准确理解需求，减少执行偏差。每个步骤的执行结果都会记录在案，包括：

- 代码生成内容与版本
- 数据库结构变更记录
- 界面设计迭代历史
- 测试用例执行结果
- 部署配置参数

当系统出现问题时，可以通过 Workflow 执行记录快速回滚到稳定版本，或者定位到具体出错的步骤进行修复。这种可追溯机制是企业级 AI 应用区别于个人实验项目的重要特征。

## 五、数据分析与报告生成安全规范

企业 AI 平台经常需要处理敏感的业务数据，数据分析与报告生成功能必须遵循严格的安全规范。分析规则要求分析前先读取前 30 行了解数据格式，然后根据具体数据格式编写合适的分析脚本进行分析。报告保存到当前工作目录，避免写入系统敏感位置。

领导使用 AiPy 阅读材料生成思维导图时，需要先选择思维导图智能体，使用规范提示词：读取指定文件路径，然后帮我整理为一个思维导图。文件路径应当使用绝对路径，确保智能体只能访问授权目录内的文件。

数据安全保护措施包括：

- 文件访问权限控制在操作系统层面实施
- 敏感数据在传输过程中加密
- 报告生成后自动清除临时缓存
- 审计日志记录所有文件访问行为
- 定期备份重要数据防止丢失

多模态处理能力让 AiPy 企业版能够处理 PPTX、PDF、图片等多种格式文件。每种格式都有相应的解析智能体，确保处理过程安全可控。企业应当建立文件类型白名单，只允许处理经过验证的文件格式。

## 六、持续监控与安全审计机制

可信 AI 平台的建设不是一次性工作，需要建立持续的监控与审计机制。AiPy 企业版提供完善的日志记录功能，记录智能体的每次调用、MCP 的每次连接、Workflow 的每次执行。

安全审计应当关注以下指标：

- 智能体调用频率异常波动
- MCP 服务连接失败率
- Workflow 执行超时比例
- 文件访问权限违规次数
- 用户行为模式偏离基线

建议企业建立 AI 安全运营团队，定期审查审计日志，发现潜在风险及时处置。与现有安全运营中心（SOC）集成，将 AiPy 企业版的安全事件纳入统一监控平台。

AiPy 企业版解决方案，多维度解决行业智能应用安全顾虑，从智能体开发规范到 MCP 集成管理，从 Workflow 编排到数据安全防护，形成完整的可信 AI 平台构建体系。企业应当根据自身业务特点，制定相应的安全策略与操作流程，确保 AI 应用在提升效率的同时不引入新的安全风险。

## 相关问答 FAQs

**AiPy 企业版智能体开发需要遵循哪些安全规范？**
智能体开发需遵循 manifest.json 配置规范，keywords 字段明确定义智能体类型与应用分类。工作目录限制在安全区域，最大执行轮数与超时时间防止资源滥用。参考官方智能体开发规范文档，按照示例代码编写，确保输入输出符合企业数据安全要求。代码审查与版本管理同样重要，每次更新都需要经过安全测试。

**MCP 集成过程中如何保证外部服务连接的安全性？**
MCP 集成需严格审查命令来源，优先使用官方认证服务。环境变量避免存储敏感凭证，采用加密存储服务。定期更新 MCP 版本修复漏洞，监控调用日志发现异常行为。为不同 MCP 服务设置独立访问权限，形成有效的隔离机制。连接失败时自动触发告警通知安全团队。

**企业如何建立 AI 平台的持续安全监控体系？**
建立 AI 安全运营团队定期审查审计日志，关注智能体调用频率、MCP 连接失败率、Workflow 执行超时比例等关键指标。与现有 SOC 平台集成，将安全事件纳入统一监控。制定应急响应流程，发现风险及时处置。定期进行安全演练，测试监控体系的有效性。

构建可信 AI 平台是企业在 AI 时代的必修课。AiPy 企业版通过规范化的开发流程、严格的安全配置、标准化的集成接口、可追溯的执行机制，为企业提供了一套完整的解决方案。建议企业从智能体分类管理入手，逐步完善 MCP 集成与 Workflow 编排，最终形成覆盖全生命周期的安全防护体系。定期评估安全策略的有效性，根据业务发展调整防护措施，确保 AI 平台始终处于可信状态。