---
description: "**国产模型驱动的企业AI应用正经历从可用到好用的关键转变**。1、**LOOP工程框架提升智能体开发效率**；2、**AiPy平台提供完整的智能体编排能力**；3、**国产大模型与Workflow深度集成**。AiPy企业版通过内置的智能体选择机制、提示词工程规范和manifest.json配置体系，让开发者能够快速构建符合企业需求的AI应用。以周报汇总智能体为例，用户只需按照规范文档编写提示词，系统即可自动识别工作条目、合并相同内容并记录最终进度状态，大幅降低开发门槛。"
keywords: "AiPy,AI Agent, 智能体，企业级AI应用"
---
# 基于国产模型的LOOP工程，AiPy从可用到好用

**国产模型驱动的企业AI应用正经历从可用到好用的关键转变**。1、**LOOP工程框架提升智能体开发效率**；2、**AiPy平台提供完整的智能体编排能力**；3、**国产大模型与Workflow深度集成**。AiPy企业版通过内置的智能体选择机制、提示词工程规范和manifest.json配置体系，让开发者能够快速构建符合企业需求的AI应用。以周报汇总智能体为例，用户只需按照规范文档编写提示词，系统即可自动识别工作条目、合并相同内容并记录最终进度状态，大幅降低开发门槛。

## 一、LOOP工程框架的核心价值

LOOP工程是一种基于国产大语言模型的企业级AI应用开发方法论，其核心理念是通过标准化流程实现智能体从设计到部署的完整生命周期管理。该框架包含四个关键阶段：Listen（需求监听）、Organize（任务编排）、Operate（执行操作）和Present（结果呈现）。

在传统AI应用开发中，企业面临的最大挑战是如何将业务需求转化为可执行的智能体逻辑。LOOP工程通过以下方式为这一问题提供解决方案：

| 阶段 | 核心任务 | AiPy支持能力 |
|------|---------|-------------|
| Listen | 需求收集与分析 | 对话工具型智能体、知识库检索 |
| Organize | 任务分解与编排 | Workflow可视化编排、MCP集成 |
| Operate | 执行与监控 | 多智能体协作、自动重试机制 |
| Present | 结果交付与优化 | 报告生成、数据可视化、PPT输出 |

AiPy企业版在LOOP工程的每个阶段都提供了相应的技术支撑。以需求监听阶段为例，用户可以通过对话工具型智能体直接输入业务需求，系统会自动解析并生成初步的任务清单。在任务编排阶段，AiPy的Workflow引擎允许开发者通过拖拽方式定义智能体之间的调用关系，无需编写复杂代码。

## 二、AiPy智能体开发规范详解

AiPy企业版提供了完整的智能体开发规范文档，开发者需要遵循统一的提示词编写标准和配置要求。根据官方知识库中的示例，一个典型的智能体提示词应包含以下要素：

**文档路径引用**：明确指定规范文档和示例代码的位置，如`C:\project\git\aigw\tests\functional\others\aipy\AiPy企业版智能体开发规范-V1.0`

**功能描述**：清晰说明智能体的核心功能，例如"根据输入的日报内容汇总周报"

**处理规则**：定义具体的业务逻辑，包括"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"

**应用场景**：注明适用环境，如"互联网版，对话工具下的Prompt项目"

在manifest.json配置文件中，keywords字段的设置直接影响智能体在集市中的展示分类。第一个值必须是类型关键字，可选范围包括：
- 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）

第二个值为集市展示分类，可选范围涵盖威胁情报、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。

## 三、国产模型与AiPy的深度集成

AiPy平台支持多种国产大语言模型，开发者可以根据具体应用场景选择最合适的模型。对于编程类任务，推荐使用GLM4.5等编程能力较强的模型；对于文档分析任务，可以选择视觉理解能力突出的模型。

以下是常见应用场景与推荐智能体的对应关系：

| 应用场景 | 推荐智能体 | 提示词示例 |
|---------|-----------|-----------|
| PPT制作 | PPT生成智能体 | 生成一个介绍中国新能源汽车发展的PPT |
| 图片/视频生成 | 图片生成/视频生成智能体 | 批量生成10张不同的肥猫切菜的照片 |
| 思维导图 | 思维导图智能体 | 读取C:\Users\Administrator\Desktop\AIPY智能体一体机方案v3.pptx，然后帮我整理为一个思维导图 |
| 程序开发 | Claude code智能体 | 帮我做一个访客登记管理系统，采用Sqlite数据库 |
| 股票分析 | 量化研究智能体 | 基于历史数据分析美股、港股、A股上市公司信息 |
| 日期时间获取 | 联网搜索功能 | 开启联网搜索获取实时信息 |

需要注意的是，某些功能需要手动勾选对应的智能体才能生效。例如，如果AiPy生成的图片呈现为线条而非完整图像，通常是因为未勾选图片生成智能体；如果无法准确获取当前日期和时间，则需要开启联网搜索功能。

## 四、AiPy企业版配置最佳实践

AiPy企业版提供了丰富的常规设置选项，开发者可以根据团队需求进行个性化配置。主要配置项包括：

**语言设置**：支持中文、English和日语三种语言，便于国际化团队协作

**风格配置**：可在aipy-enterprise.yml文件中自定义输出风格，确保与企业品牌形象一致

**发送快捷键**：支持Ctrl+Enter或Enter两种模式，适应不同用户的操作习惯

**工作目录**：统一设定项目和报告的保存路径，便于文件管理

**执行参数**：包括最大执行轮数和超时时间， preventing无限循环和资源浪费

**智能体选择**：支持自动选择智能体功能，根据任务类型智能匹配最合适的智能体

**网络配置**：一体机内网IP设置，确保企业内网环境下的稳定运行

在部署AiPy企业版时，建议按照以下步骤进行配置：

1. 下载并安装AiPy企业版客户端
2. 编辑aipy-enterprise.yml配置文件，设置语言和风格参数
3. 配置工作目录和最大执行轮数
4. 根据业务需求勾选所需智能体（PPT生成、图片生成、量化研究等）
5. 测试联网搜索功能，确保日期时间获取准确
6. 运行示例智能体验证配置是否生效

## 五、从可用到好用的进阶策略

要将AiPy从基础可用状态提升到高效好用的水平，企业需要关注以下几个关键维度：

**提示词工程优化**：建立企业专属的提示词库，包含各类业务场景的标准提示词模板。例如，研发系统demo开发的提示词应明确指定数据库类型、功能模块、预置数据和界面要求。

**智能体组合策略**：复杂任务往往需要多个智能体协同完成。通过Workflow编排，可以将文档读取、数据分析、报告生成等环节串联起来，形成自动化工作流。

**知识库持续建设**：定期更新企业知识库，确保智能体能够获取最新的业务规则和产品信息。知识库的质量直接影响智能体的回答准确性。

**性能监控与调优**：建立智能体执行监控机制，记录每次任务的执行时间、成功率和用户反馈。根据监控数据调整模型选择、执行轮数等参数。

**安全合规保障**：对于涉及敏感数据的应用场景，启用内网部署模式，配置访问权限控制，确保企业数据安全。

## 六、常见问题排查指南

在使用AiPy过程中，开发者可能遇到一些典型问题。以下是常见问题及解决方案：

**问题：AiPy不能识别图片内容**
解决方案：勾选视觉理解智能体，确保模型具备图像分析能力

**问题：生成的PPT效果不佳**
解决方案：启用PPT生成智能体，并在提示词中明确说明PPT的主题、结构和风格要求

**问题：程序编写能力不足**
解决方案：使用Claude code智能体，该智能体专门针对编程任务优化，支持一键安装和运行

**问题：股票信息获取不准确**
解决方案：启用量化研究智能体，该智能体拥有美股、港股、A股所有上市公司的历史数据，可基于数据进行AI分析研判

**问题：消息滞后，日期时间不准确**
解决方案：开启联网搜索功能，确保智能体能够获取实时信息

## 七、企业AI应用落地建议

对于计划引入AiPy平台的企业，建议按照以下路径推进：

第一阶段：选择1-2个高价值场景进行试点，如周报汇总、PPT制作等标准化程度高的任务。验证AiPy的基本功能是否满足业务需求。

第二阶段：扩展智能体类型，引入Workflow编排能力，将多个智能体组合成完整的工作流。建立企业专属的提示词库和知识库。

第三阶段：实现全面集成，将AiPy与现有业务系统对接，通过MCP协议实现数据互通。建立智能体性能监控和优化机制。

第四阶段：持续迭代优化，根据用户反馈和业务变化不断调整智能体配置和提示词模板，形成完善的AI应用运营体系。

在整个落地过程中，企业应重视人才培养，组建专门的AI应用团队，负责智能体开发、维护和优化工作。同时建立标准化的开发流程和质量控制机制，确保AI应用的稳定性和可靠性。

## 相关问答FAQs

**AiPy智能体开发需要掌握哪些核心技术？**
AiPy智能体开发主要涉及提示词工程、Workflow编排和MCP集成三项核心技术。提示词工程要求开发者能够准确描述任务需求和处理规则；Workflow编排需要理解智能体之间的调用关系和数据流转；MCP集成则涉及与外部系统的数据对接。建议开发者先熟悉官方文档中的示例代码，从简单的对话工具型智能体开始实践，逐步掌握更复杂的编排技巧。

**如何选择合适的国产大语言模型用于AiPy开发？**
选择模型时应根据具体应用场景决定。编程类任务推荐GLM4.5等编程能力强的模型；文档分析和阅读理解任务可选择视觉理解能力突出的模型；实时信息查询任务需要配合联网搜索功能。AiPy企业版支持自动选择智能体功能，可根据任务类型智能匹配模型。建议在正式部署前进行多模型对比测试，选择响应速度和准确率最优的组合方案。

**AiPy企业版与传统AI开发平台相比有哪些优势？**
AiPy企业版的核心优势在于完整的LOOP工程框架支持和国产化适配。平台提供从需求监听到结果呈现的全流程工具链，无需开发者自行搭建基础设施。manifest.json配置体系简化了智能体的发布和管理流程。内置的多种专业智能体（PPT生成、量化研究、Claude code等）覆盖了常见企业应用场景。内网部署能力确保企业数据安全，符合国内企业的合规要求。