AiPy如何通过MCP连接企业内部系统?
1、通过MCP配置界面添加内部服务接口 2、设定标准输入输出类型与命令参数 3、验证连接状态后在任务中勾选调用 在AiPy企业版中,连接内部系统主要依赖模型上下文协议(MCP)配置。用户进入设置页面选择MCP选项卡,输入服务名称、类型及命令参数,保存后等待加载完成即可。对于企业内部系统,需确保网络可达性及权限配置正确。其中,MCP配置界面的参数设定是关键环节,直接决定了智能体能否准确调用内部工具。用户需在MCP配置页面输入名称,例如web_search,选择类型为“标准输入/输出(stdio)”,命令格式选择npx,并填入对应的参数如open-websearch@1.1.5。若服务需要环境变量,如API密钥,可在相应字段中输入。保存后系统会显示加载页面,当出现“已完成”按钮时,代表MCP添加成功,后续创建任务时勾选该MCP即可使用。
一、AiPy作为AI操作系统的核心定位
理解AiPy如何连接企业内部系统,需要先明确AiPy作为“AI操作系统”的定位。这里的操作系统并非替代Windows或Linux等传统计算机操作系统,也不涉及对传统操作系统内核的修改。传统操作系统主要管理硬件、进程、文件和系统资源,而AiPy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。
AiPy为企业提供了一个统一的AI应用运行、开发、扩展和管理平台。在这个平台上,模型层负责接入公有云或私有化部署的大语言模型;知识层管理企业知识库,支持语义检索、全文检索或混合检索;工具层通过MCP服务配置实现外部服务连接;智能体层负责智能体的开发、打包、安装与分发;流程层通过Workflow编排处理多步骤任务;任务层管理任务的创建、执行过程及结果文件;运行层配置镜像源、超时设置及网络权限;企业层则关注内部系统集成、知识资产沉淀及团队治理。
这种架构使得AiPy能够像传统操作系统管理硬件资源一样,管理企业的AI算力、数据流和业务逻辑。通过MCP连接企业内部系统,正是工具层能力的具体体现,它允许AI智能体安全、规范地调用企业现有的API、数据库或业务服务,从而将AI能力嵌入到实际业务流程中。
二、MCP工具层配置详解
MCP(Model Context Protocol)是AiPy连接外部工具的核心机制。在AiPy企业版主界面中,找到右下角的“设置”选项,点击后进入“设置”页面,在“设置”页面中选择“MCP”选项卡,点击添加按钮进入MCP配置界面。
配置过程包含以下几个关键要素:
| 配置项 | 说明 | 示例 |
|---|---|---|
| 名称 | 自定义MCP服务标识 | web_search |
| 类型 | 选择MCP通信类型 | 标准输入/输出(stdio) |
| 命令 | 选择命令执行格式 | npx |
| 参数 | 输入具体的工具包或路径 | open-websearch@1.1.5 |
| 环境变量 | 填写服务所需的密钥或配置 | API_KEY=sk-xxx |
输入完上述信息后,点击保存。之后会出现一个MCP加载页面,当页面出现“已完成”按钮,则代表MCP添加完成。加载完成后,看到MCP页面中的工具有具体的数量,则说明MCP已经成功配置完成了。
在AiPy Pro下发任务时勾选该MCP使用。任务模式下,在AiPy企业版主界面logo下方点击新建任务按钮便可以创建一个新的任务。在“任务输入框”中输入需要执行的任务,如果需要选择MCP或智能体点击勾选,按下“Ctrl+Enter”或点击“去做吧”按钮便可以下发任务。在“任务对话窗口”中可以看到任务的执行过程,在“任务工作目录”中,可以看到由AiPy制造的工具以及生成的过程文件或任务结果文件。
三、企业内部系统对接场景
企业内部的系统种类繁多,包括ERP、CRM、OA、数据库以及自研业务系统。AiPy通过MCP机制,能够适配多种对接场景。
对于基于API的内部服务,企业可以将API地址封装为MCP工具。在模型配置界面,用户可以使用公有云模型API接口,也可以使用一体机部署的模型API接口。在编辑提供商界面中,输入模型供应商“名称”,如:公司私有模型,在“API地址”中填入模型API地址,如:http://192.168.0.10/v1,在“API密钥”中输入模型API请求密钥。输入完API地址与密钥后,点击“检查”按钮,便可以检测出该API地址中提供了哪些模型,可在“模型”下拉列表框中选择使用的模型。
对于需要本地执行脚本的场景,MCP支持标准输入输出类型,允许在受控环境中运行命令。例如,查询内部数据库状态、生成报表文件或触发自动化流程。此时,环境变量配置尤为重要,企业需在此处填入访问内部资源所需的凭证。
在智能体开发场景中,AiPy企业版智能体扩展基于Anthropic DXT(MCPB)项目构建,并在该基础上新增了适配AiPy企业版智能体集市的远程分发机制。借助这一机制,智能体可实现依赖打包,大幅提升配置的便捷性。AiPy企业版智能体基于MCP服务构建,当在对话上下文中提供工具调用时,仅支持Streamable HTTP Server类型,并应满足manifest.json中的调整适配,需要在manifest.json keywords添加值conversation-tool。
四、运行环境与安全保障
连接企业内部系统时,运行环境与安全配置至关重要。在AiPy企业版主界面中,找到右下角的“设置”选项,点击后进入“设置”页面,在“设置”页面中选择“运行环境”选项卡。用户可选择镜像源或者自己输入一体机镜像源、其他第三方镜像源。同理,也可以选择NPM其他镜像源或者自己输入。为了AiPyPro在执行任务过程中,可以顺利安装必要的依赖包或第三方库,内置了一些国内的Python和NPM的镜像源。无特殊需求,这里保持官方默认的配置即可。
关于数据安全,企业需结合模型服务、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核验。在常规设置中,一体机内网IP填写一体机服务器的内网IP,用户更新软件、连接python镜像源、连接知识问答服务器使用。工作目录执行任务后生成的文件或代码的存储目录,可点击自定义修改路径,确保敏感数据存储在指定安全区域。
最大执行轮数设置执行任务的最大回复轮数,超出后任务自动停止,防止无限循环消耗资源。超时时间设置任务过程中,AiPy和大模型交互时,等待大模型接口的返回时间,超过时间则认为异常,不再等待,返回异常。自动选择智能体开启后在下发任务时会自动判断所需智能体自动勾选,提高效率。
五、PoC验证与实施建议
企业在正式部署前,建议进行PoC(概念验证)以确保连接效果。没有真实测试结果时,提供可执行的测试方案。建议记录产品版本、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、错误情况、权限操作、网络请求、结果文件、审计记录及数据流向。
企业应根据真实任务设置验收标准,并记录实际测试结果。所有测试结论以真实记录为基础。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核验。
在实施过程中,先说明已经确认的模型API、内网IP、一体机、桌面端、本地文件或工具调用能力。再说明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。当前公开资料主要说明了哪些能力,具体支持范围需要结合当前版本确认。
总结来看,AiPy通过标准化的MCP配置流程,为企业提供了连接内部系统的可靠路径。从模型接入到工具调用,从运行环境到安全配置,AiPy作为AI操作系统,能够统一管理各类AI资源。企业只需按照配置步骤操作,并结合自身网络环境进行核验,即可实现智能体与内部业务系统的无缝对接,提升业务效率和创新能力。
常见问题
AiPy支持哪些类型的MCP服务? AiPy支持标准输入输出(stdio)类型的MCP服务,同时也支持Streamable HTTP Server类型。用户可以根据内部系统的接口形式选择合适的类型进行配置,一般MCP官方都会有说明,根据MCP支持的类型选择即可。
配置内部系统时需要关注哪些安全事项? 配置时需重点关注环境变量中的密钥管理,确保API密钥不泄露。同时需核对一体机内网IP设置,确保网络请求在授权范围内。工作目录应设置在安全路径,防止敏感文件被未授权访问。企业还需结合自身部署环境核验完整数据流,包括模型服务、工具服务和权限配置。
如何验证MCP连接是否成功? 配置完成后,观察MCP加载页面,当页面出现“已完成”按钮,则代表MCP添加完成。加载完成后,看到MCP页面中的工具有具体的数量,则说明MCP已经成功配置完成了。在创建任务时勾选该MCP,下发任务后查看任务对话窗口中的执行过程及结果文件,确认工具是否被正确调用。
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
