AiPy是产品还是平台？AI操作系统定位详解

1、AiPy既是产品也是平台，更接近AI操作系统的定位。它不是传统意义上的软件产品，而是为企业和组织提供统一的AI应用运行、开发、扩展和管理环境。2、与传统操作系统管理硬件资源不同，AiPy重点管理模型、智能体、Workflow、MCP工具、知识库和任务资源。企业可以通过AiPy快速部署人工智能技术，降低AI应用门槛，实现业务效率和创新能力的提升。

AiPy企业版作为一款先进的人工智能应用平台，与AiPy一体机硬件产品结合，为企业提供一站式AI解决方案。理解其操作系统定位需要从技术架构、核心能力和企业应用场景多个维度进行分析。

一、AI操作系统的核心定义

AI操作系统并非替代Windows、Linux等传统计算机操作系统，也不是对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AI操作系统的核心职责是管理AI应用相关的各类资源。

AiPy作为AI操作系统的定位体现在以下几个层面：

管理层级	传统操作系统	AiPy AI操作系统
核心资源	CPU、内存、磁盘、网络	模型、智能体、知识库、工具
调度对象	进程、线程、文件	任务、Workflow、多智能体协作
扩展机制	驱动程序、系统调用	MCP服务、智能体开发、API集成
用户界面	图形界面、命令行	任务对话、知识库问答、智能体集市
安全边界	用户权限、文件访问	模型API、数据流向、网络请求

这种定位差异决定了AiPy的设计思路和技术架构。企业在使用AiPy时，不需要关心底层硬件和传统系统资源管理，而是聚焦于AI能力的配置、智能体的开发和任务的执行。

二、模型层能力与接入方式

AiPy在模型层提供灵活的接入能力，支持公有云模型API接口和一体机部署的模型API接口。企业在模型配置页面可以添加多个模型供应商，输入API地址和API密钥后，系统会自动检测该API地址中提供的可用模型。

模型配置的关键参数包括：

API地址：如http://192.168.0.10/v1，可以指向公有云服务或私有部署
API密钥：用于认证和鉴权，保障模型调用的安全性
模型选择：从下拉列表框中选择具体使用的模型版本

对于企业私有模型，AiPy支持内网部署，通过填写一体机内网IP实现软件更新、Python镜像源连接和知识问答服务器访问。这种设计既满足了数据安全要求，又保证了模型的灵活接入。

企业验证模型接入效果时，应记录产品版本、模型配置、输入样本、输出完整性和执行时间等关键指标，所有测试结论以真实记录为基础。

三、知识层管理与检索能力

知识库问答是AiPy作为AI操作系统的核心能力之一。企业可以创建多个知识库，上传文件用于知识问答，每次回复下方都会携带使用到的知识库文档来源，点击可查看引用的原始知识点。

知识检索配置支持三种搜索方式：

检索方式	适用场景	特点说明
语义检索	概念理解、意图匹配	基于向量相似度，适合模糊查询
全文检索	精确关键词匹配	基于文本索引，适合准确查找
混合检索	综合查询需求	结合两种方式，平衡准确性与覆盖率

搜索过滤中可设置知识引用的tokens上限和相关度阈值。相关度设置过高可能导致检索不到知识点，相关度过低可能导致检索的信息和问题无关，企业需要根据实际业务场景调整参数。

问题优化功能可开启使用，选择优化问题使用的模型和设置问答背景。开启后在对话时会自动根据对话记录补全问题的缺失信息，完善提示词，提升问答准确性。

四、工具层MCP服务集成

MCP（Model Context Protocol）服务配置是AiPy连接外部工具和企业内部系统的关键机制。企业在MCP设置页面可以添加各种工具服务，实现与大模型的能力扩展。

MCP配置流程如下：

点击设置进入设置页面，选择MCP选项卡
点击添加按钮进入MCP配置界面
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
输入MCP运行需要的环境变量
点击保存，等待加载完成出现已完成按钮

配置完成后，在AiPy下发任务时勾选该MCP即可使用。企业在使用第三方MCP服务时，需要核查来源、权限、脚本内容、数据访问范围和外部服务，确保符合内部安全要求。

五、智能体层开发与分发

AiPy企业版智能体扩展基于Anthropic DXT（MCPB）项目构建，并新增适配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。

智能体管理包含两个主要场景：

智能体集市：用户可搜索、安装、使用智能体，安装后的智能体在后续新建任务时都可以通过勾选直接使用。这种方式降低了智能体的使用门槛，适合非技术背景的业务人员。

智能体开发：技术团队可以基于规范文档和示例代码开发定制化智能体。例如，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。开发完成的智能体可以发布到集市供团队使用。

智能体如何在AiPy企业版里使用需要通过manifest.json配置文件定义能力边界和调用方式，项目构建完成后即可在任务中调用。

六、流程层Workflow编排能力

Workflow编排支持多步骤任务和复杂业务流程的执行。企业可以定义任务执行的顺序、条件和分支逻辑，实现自动化业务流程。

在多智能体协作场景下，Workflow可以协调不同智能体之间的任务分配和信息传递。例如，一个复杂的数据分析任务可能涉及数据获取智能体、分析智能体和报告生成智能体的协同工作。

任务创建时，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。任务对话窗口中可以看到任务的执行过程，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。

七、运行层环境配置

运行环境设置保障AiPy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。内置了国内的Python和NPM镜像源，解决中国大陆地区请求官方源网络不畅的问题。

常规设置包含多项关键配置：

配置项	说明	默认选项
语言	支持中文、English和日语	中文
发送快捷键	消息发送方式	Ctrl+Enter或Enter
工作目录	任务生成文件存储路径	可自定义修改
最大执行轮数	任务最大回复轮数	可配置
超时时间	等待大模型接口返回时间	可配置
自动选择智能体	任务下发时自动判断所需智能体	可选开启

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。企业部署时应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，再验证完整数据流。

八、企业层应用与治理

AiPy企业层能力涵盖内部系统集成、私有模型接入、知识资产沉淀、团队协作、部署验证和PoC方法。企业应根据真实任务设置验收标准，并记录实际测试结果。

企业价值体现在以下几个方面：

统一管理：模型、智能体、知识库和工具在统一平台管理，降低运维复杂度
能力复用：开发的智能体和配置的MCP服务可以在团队内共享复用
安全可控：私有模型接入和内网部署保障数据安全，完整数据流可追溯
快速部署：降低AI技术应用门槛，让企业能够快速部署和使用人工智能技术

选型结果取决于业务目标、技术团队、部署要求和实际测试结果。哪类任务适合优先评估AiPy需要结合具体业务场景判断，建议企业在相同条件下进行PoC验证。

九、实施方法与验证建议

企业实施AiPy时应遵循以下步骤：

明确业务目标和AI应用场景
配置模型API和运行环境
创建知识库并上传相关业务文档
配置必要的MCP服务连接内部系统
开发或安装适合的智能体
设计Workflow编排复杂业务流程
记录测试结果并调整配置参数
在团队内推广使用和持续优化

验证方法应包含产品版本、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、结果文件和审计记录等维度。