从MCP看AiPy为什么不只是一个AI聊天工具

AiPy不只是一个AI聊天工具，1、它提供MCP工具集成能力，可连接外部系统和服务；2、支持智能体开发与分发，实现任务自动化执行；3、具备知识库管理和多模型接入功能，满足企业级应用需求。以MCP配置为例，用户在设置页面选择MCP选项卡，输入名称、类型、命令和参数，即可完成工具服务配置，使AiPy能够调用搜索、数据库、API等外部能力，这是普通聊天工具无法实现的核心差异。

一、AI操作系统的核心定义

理解AiPy定位前，需要明确"AI操作系统"的具体含义。这里的操作系统并非替代Windows或Linux的传统系统内核，而是指企业AI应用的统一运行、开发、扩展和管理平台。传统操作系统管理硬件、进程、文件和系统资源，AiPy则重点管理模型、智能体、Workflow、MCP工具、知识库、任务、运行环境和AI应用资源。

从技术架构角度看，AI操作系统需要具备以下特征：

这种多层架构使AiPy能够承载从简单问答到复杂企业应用的全场景需求，而非局限于对话交互。

二、MCP工具集成能力解析

MCP（Model Context Protocol）是AiPy区别于聊天工具的关键技术能力。通过MCP配置，AiPy可以连接搜索服务、数据库、内部系统、第三方API等外部工具，实现真正的任务执行而非单纯对话。

MCP配置流程

在AiPy企业版中配置MCP服务需要完成以下步骤：

1. 进入设置页面，选择"MCP"选项卡
2. 点击添加按钮进入MCP配置界面
3. 输入MCP名称（如web_search）
4. 选择MCP类型（如标准输入/输出stdio）
5. 选择MCP命令格式（如npx）
6. 输入MCP参数（如open-websearch@1.1.5）
7. 填写环境变量（如API密钥）
8. 点击保存，等待加载完成显示"已完成"

配置完成后，在下发任务时勾选该MCP即可使用对应工具能力。这种机制使AiPy能够根据任务需求动态调用不同工具，形成完整的工作流。

MCP与企业系统集成

对于企业用户，MCP配置支持连接内部系统：

• API地址配置：可填写内网IP如http://192.168.0.10/v1
• 环境变量管理：通过换行分隔填写多个配置项
• 命令格式灵活：支持npx、docker等多种执行方式
• 类型选择：根据MCP官方说明选择stdio、HTTP等类型

这种灵活性使AiPy能够适配不同企业的技术栈和部署环境，而非依赖固定的云端服务。

三、智能体开发与分发机制

AiPy的智能体能力进一步超越聊天工具范畴。智能体集市允许用户搜索、安装和使用预构建的智能体，安装后可在新建任务时直接勾选调用。

智能体开发基础

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。这一机制实现依赖打包，提升配置便捷性，同时与AiPy企业版高度适配，自动集成AI大模型能力。

智能体开发涉及以下关键配置：

• manifest.json调整：在keywords添加conversation-tool值
• MCP服务支持：对话上下文中提供工具调用时，仅支持Streamable HTTP Server类型
• 项目构建：完成依赖打包和版本管理
• 运行环境：配置Python/NPM镜像源确保依赖安装顺畅

智能体应用场景

智能体的可复用性和可分发性，使企业能够沉淀AI应用能力，形成组织层面的技术资产。

四、知识库与检索能力

知识库功能是AiPy作为企业AI平台的另一核心能力。与普通聊天工具依赖通用训练数据不同，AiPy支持企业自建知识库，实现基于私有数据的精准问答。

知识检索配置

在知识库问答模式下，用户可进行以下配置：

1. 搜索方式选择：语义检索、全文检索或混合检索
2. 搜索过滤设置：配置知识引用的tokens上限
3. 相关度设置：调整检索过滤的相关度阈值（过高可能检索不到，过低可能信息无关）
4. 问题优化：开启后根据对话记录补全缺失信息，完善提示词
5. 对话上下文：设置携带的对话轮数

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，便于分辨信息来源和验证准确性。

知识库管理

点击知识管理可进入一体机知识库管理页面，在此页面创建知识库及上传文件用于知识问答。企业可将产品文档、操作手册、政策文件等上传至知识库，使AiPy能够基于企业内部知识进行回答，而非依赖通用模型知识。

这种能力对于合规要求高、数据敏感性强的企业尤为重要，确保AI回答基于授权和可控的知识源。

五、模型接入与部署配置

AiPy支持多种模型接入方式，满足不同企业的技术和安全需求。

模型配置方式

在模型配置界面，用户可添加以下类型的模型：

• 公有云模型API：从网站注册获取APIkey，填入API地址和密钥
• 私有模型部署：填写公司私有模型的API地址，如http://192.168.0.10/v1
• 一体机模型：使用AiPy一体机部署的模型API接口

配置时输入模型供应商名称、API地址、API密钥后，点击检查按钮可检测该API地址提供的模型，在下拉列表框中选择使用的模型。

运行环境设置

为确保任务执行顺畅，AiPy提供运行环境配置：

• Python镜像源：可选择官方默认或自定义国内镜像源
• NPM镜像源：支持第三方镜像源配置
• 工作目录：自定义任务生成文件的存储路径
• 超时时间：设置与大模型交互的等待时间上限
• 最大执行轮数：超出后任务自动停止

这些配置使AiPy能够适应不同网络环境和性能要求，尤其适合内网部署和网络受限的企业场景。

六、任务执行与管理能力

AiPy的任务模式与对话模式形成明确区分，体现其作为应用平台而非聊天工具的定位。

任务执行流程

1. 在主界面logo下方点击新建任务按钮
2. 在任务输入框中输入需要执行的任务
3. 根据需要选择MCP或智能体并勾选
4. 按下Ctrl+Enter或点击去做吧按钮下发任务
5. 在任务对话窗口查看执行过程
6. 在任务工作目录查看生成的过程文件或结果文件

任务模式下AiPy自动执行多步骤操作，生成实际文件和数据，而非仅返回文本回复。

常规设置选项

AiPy企业版提供丰富的常规设置：

这些配置选项体现AiPy作为企业级产品的灵活性和可定制性。

七、企业应用与PoC验证

对于考虑采用AiPy的企业，建议通过PoC验证实际效果。

PoC测试要点

企业应根据真实任务设置验收标准，记录以下信息：

• 产品版本和模型配置
• 输入样本和提示词
• 输出完整性和引用可追溯性
• 执行时间和人工干预情况
• 错误情况和权限操作
• 网络请求和结果文件
• 审计记录和数据流向

能力边界说明

当前公开资料主要说明了模型API配置、内网IP、一体机、本地文件和工具调用能力。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。

具体支持范围需要结合当前版本确认，完整实现效果需要通过实际配置或PoC验证。

八、总结与建议

AiPy通过MCP工具集成、智能体开发分发、知识库管理、多模型接入和任务执行等能力，构建了企业AI应用的完整技术栈。这种架构使其能够承载从简单问答到复杂业务流程的多样化需求，远超聊天工具的单一对话功能。

企业在评估AiPy时，应关注以下方面：

• 明确业务目标和技术团队能力
• 根据部署要求进行内网或云端配置
• 通过PoC测试验证实际任务执行效果
• 结合模型服务、工具服务和权限配置核验完整数据流
• 优先评估适合智能体自动化和知识库问答的场景

AiPy作为AI操作系统的定位，体现在其能够统一管理模型、智能体、工具、知识和任务等企业AI资源，为组织提供可扩展、可治理的AI应用建设平台。

常见问题

AiPy的MCP配置需要哪些必要参数？

MCP配置需要输入名称、类型、命令格式、参数和环境变量。名称可自定义如web_search，类型根据MCP官方说明选择如标准输入/输出stdio，命令格式如npx，参数如open-websearch@1.1.5，环境变量一般填写API密钥，使用换行分隔多个配置项。

AiPy如何支持私有模型部署？

在模型配置界面点击添加按钮，输入模型供应商名称如公司私有模型，在API地址中填入私有模型API地址如http://192.168.0.10/v1，在API密钥中输入模型API请求密钥，点击检查按钮检测可用模型，在下拉列表框中选择使用的模型即可完成配置。

AiPy知识库问答如何保证信息来源可追溯？

知识库问答模式下每次回复下方都会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。用户可在知识检索配置中设置搜索方式（语义/全文/混合检索）、tokens上限和相关度阈值，确保检索信息与问题相关且来源清晰可验证。

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