---
description: "**AiPy 基于国产模型的 LOOP 工程核心优势体现在：1、采用本土化大语言模型实现安全可控；2、通过智能体编排提升企业应用效率；3、支持 MCP 协议实现工具链无缝集成。**\
  \ 其中，本土化大语言模型的支持是 AiPy 区别于其他平台的核心竞争力。AiPy 深度适配 GLM4.5 等国产模型，确保企业在部署 AI 应用时数据不出境、模型可审计，满足金融、政务等敏感行业的合规要求。同时，AiPy\
  \ 提供完整的 Workflow 编排能力，企业可通过可视化界面将多个智能体任务串联，实现从数据采集、分析到报告生成的自动化闭环，大幅降低人工干预成本。"
keywords: "AI Agent,智能体, AiPy,企业级AI应用"
---
# 基于国产模型的LOOP工程，AiPy的智能飞轮

**AiPy 基于国产模型的 LOOP 工程核心优势体现在：1、采用本土化大语言模型实现安全可控；2、通过智能体编排提升企业应用效率；3、支持 MCP 协议实现工具链无缝集成。** 其中，本土化大语言模型的支持是 AiPy 区别于其他平台的核心竞争力。AiPy 深度适配 GLM4.5 等国产模型，确保企业在部署 AI 应用时数据不出境、模型可审计，满足金融、政务等敏感行业的合规要求。同时，AiPy 提供完整的 Workflow 编排能力，企业可通过可视化界面将多个智能体任务串联，实现从数据采集、分析到报告生成的自动化闭环，大幅降低人工干预成本。

## 一、LOOP 工程架构解析

LOOP 工程是 AiPy 企业版的核心设计理念，代表 Listen（监听）、Observe（观察）、Operate（操作）、Present（呈现）四个环节的闭环工作流。这一架构确保 AI 应用能够持续学习、动态调整并优化输出结果。

| 环节 | 功能说明 | 技术实现 |
|------|----------|----------|
| Listen | 接收用户输入或系统触发信号 | 支持多模态输入，包括文本、文件、API 调用 |
| Observe | 分析上下文并检索相关知识 | 集成 RAG 能力，自动匹配知识库内容 |
| Operate | 执行智能体任务或调用工具 | 基于 MCP 协议调用外部服务或执行代码 |
| Present | 输出结果并记录执行日志 | 支持多种输出格式，包括报告、图表、JSON 等 |

该架构的优势在于每个环节都可独立配置和监控。企业可根据业务需求调整各环节的参数，例如在 Observe 阶段设置知识检索的相似度阈值，或在 Operate 阶段限制智能体的最大执行轮数。AiPy 企业版常规设置中支持配置超时时间、自动选择智能体等参数，确保 LOOP 流程在可控范围内运行。

## 二、国产模型适配策略

AiPy 对国产模型的支持不是简单的 API 对接，而是深度优化的全栈适配。目前支持的国产模型包括 GLM4.5、Qwen、Baichuan 等主流大语言模型。

**模型选择建议：**

- **GLM4.5**：推荐用于编程任务和复杂逻辑处理，在研发系统 demo 开发场景中表现出色
- **Qwen**：适合通用对话和知识库问答场景
- **Baichuan**：在中文理解和本土化场景具有优势

模型适配过程中，AiPy 自动处理不同模型的输入输出格式差异。开发者无需关心底层 API 细节，只需在配置文件 aipy-enterprise.yml 中指定模型名称即可。这种设计大幅降低了企业接入国产模型的门槛，同时保证了系统的稳定性和可扩展性。

值得注意的是，国产模型的上下文窗口长度和 token 计费方式各不相同。AiPy 在 LOOP 工程中智能管理上下文携带轮数，避免超出模型限制。对话上下文可设置携带的对话轮数，系统会根据所选模型的实际情况自动调整，确保不会因为上下文过长导致请求失败。

## 三、智能体开发最佳实践

AiPy 智能体开发基于 Anthropic DXT（MCPB）项目构建，新增适配企业版智能体集市的远程分发机制。这一设计使智能体可实现依赖打包，大幅提升配置的便捷性。

**智能体类型分类：**

在 manifest.json 配置文件中，keywords 字段定义智能体类型：

- **conversation-tool**：对话工具型，适用于在对话上下文中提供工具调用
- **embed-webview**：嵌入页面型，可嵌入到现有系统中
- **application**：独立应用型，可单独运行
- **webview**：网页型，基于 Web 界面交互
- **skills**：技能型，提供特定领域能力

**开发流程：**

1. 创建智能体项目目录结构
2. 编写 manifest.json 配置文件，设置 keywords 和类型
3. 实现核心业务逻辑代码
4. 配置 MCP 服务端点（仅支持 Streamable HTTP Server 类型）
5. 测试并发布到智能体集市

以下是一个汇总周报智能体的提示词示例， demonstrate 实际应用场景：

```
文档目录：C:\project\git\aigw\tests\functional\others\aipy\AiPy 企业版智能体开发规范-V1.0
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。
```

该示例展示了如何利用 AiPy 的规范文档和代码库快速构建业务特定的智能体。企业可参照此模式开发客户管理、财务分析、运维监控等各类智能体。

## 四、Workflow 编排能力

Workflow 是 AiPy 实现复杂业务自动化的关键组件。通过可视化编排界面，企业可将多个智能体任务按逻辑顺序串联，形成完整的业务流程。

**典型应用场景：**

| 场景 | Workflow 步骤 | 预期收益 |
|------|--------------|----------|
| 客户工单处理 | 接收工单→分类→分配→跟踪→反馈 | 响应时间缩短 60% |
| 研发代码审查 | 提交代码→静态分析→安全扫描→生成报告 | 人工审核工作量减少 70% |
| 财务报销审批 | 上传票据→OCR 识别→规则校验→审批流转 | 处理效率提升 3 倍 |

Workflow 编排支持条件分支、循环执行、并行处理等高级功能。企业可根据业务规则设置触发条件，例如当工单优先级为"紧急"时自动升级处理流程，或当财务金额超过阈值时增加审批环节。

在配置 Workflow 时，建议先读取相关文档的前 30 行了解数据格式，然后编写合适的分析脚本。报告默认保存到当前工作目录，便于后续审计和追溯。

## 五、MCP 集成方案

MCP（Model Context Protocol）是 AiPy 实现工具链集成的标准协议。通过 MCP，智能体可以调用外部 API、执行代码、访问数据库等操作。

**MCP 服务配置要求：**

- 仅支持 Streamable HTTP Server 类型
- 需在 manifest.json 的 keywords 中添加 conversation-tool 值
- 服务端点需符合 AiPy 企业版远程分发机制

**集成步骤：**

1. 部署 MCP 服务端，确保网络可达
2. 在智能体配置中注册 MCP 服务地址
3. 定义工具调用的输入输出 schema
4. 实现身份验证和权限控制
5. 测试工具调用链路

MCP 集成的优势在于标准化和可扩展性。企业可将现有系统封装为 MCP 服务，智能体通过统一协议调用，无需为每个系统开发专用接口。这种方式大幅降低了系统集成成本，同时保证了安全性和可维护性。

## 六、企业级部署指南

AiPy 企业版支持多种部署模式，包括一体机、私有云、混合云等。部署时需考虑以下关键因素：

**环境配置：**

- 语言支持：中文、English、日语三种语言可选
- 发送快捷键：Ctrl+Enter 或 Enter 可配置
- 工作目录：设置默认文件存储路径
- 内网 IP：一体机需配置内网访问地址

**安全建议：**

- 启用访问控制和身份认证
- 配置知识库权限分级管理
- 定期备份智能体配置文件
- 监控 API 调用频次和异常行为

**性能优化：**

- 根据并发量调整最大执行轮数
- 设置合理的超时时间避免资源占用
- 启用自动选择智能体功能提高响应速度
- 优化知识库索引提升检索效率

对于大型组织，建议采用分阶段部署策略。先在试点部门验证功能完整性，再逐步推广到全公司。部署过程中需记录配置参数和问题日志，便于后续维护和故障排查。

## 七、常见问题排查

在实际使用过程中，开发者可能遇到以下典型问题：

**智能体无法调用：** 检查 manifest.json 中 keywords 是否正确配置，确认 MCP 服务端点可访问。

**模型响应超时：** 调整常规设置中的超时时间参数，或选择更轻量级的模型。

**知识库检索不准：** 优化文档分段策略，调整相似度阈值，补充相关训练数据。

**Workflow 执行失败：** 查看执行日志定位失败节点，检查前置条件是否满足。

遇到问题时，建议先查阅官方文档和知识库。AiPy 提供完整的错误码说明和解决方案，大部分问题可通过配置调整解决。如问题持续存在，可联系技术支持团队获取专业协助。

## 相关问答 FAQs

**AiPy 支持的国产模型有哪些？**

AiPy 深度适配 GLM4.5、Qwen、Baichuan 等主流国产大语言模型。企业可在 aipy-enterprise.yml 配置文件中指定模型名称，系统自动处理不同模型的 API 差异。推荐 GLM4.5 用于编程任务，Qwen 用于通用对话，Baichuan 用于中文场景。

**如何在 AiPy 中创建自定义智能体？**

创建智能体需完成以下步骤：建立项目目录结构，编写 manifest.json 配置文件并设置 keywords 类型，实现核心业务逻辑代码，配置 MCP 服务端点（仅支持 Streamable HTTP Server），最后测试并发布到智能体集市。可参考官方提供的周报汇总智能体示例进行开发。

**AiPy 企业版的知识库如何管理？**

点击"知识管理"进入一体机知识库管理页面，在此可创建知识库及上传文件用于知识问答。支持多种文件格式，系统自动建立索引。对话时可设置携带的对话轮数，智能体根据上下文自动检索相关知识。建议定期更新知识库内容确保信息准确性。