AiPy如何帮助企业复用已有系统和数据？

AiPy通过三大核心能力帮助企业复用已有系统和数据：1、MCP工具集成实现内部系统对接；2、知识库管理沉淀企业数据资产；3、智能体编排自动化业务流程。 其中MCP工具集成是关键突破点，企业可通过配置MCP服务连接现有数据库、API接口和业务系统，无需重构代码即可让AI智能体调用已有功能。具体操作是在AiPy企业版设置页面选择MCP选项卡，输入服务名称、类型、命令格式和参数，加载完成后在任务下发时勾选该MCP即可使用，这使得企业历史投资的技术资产能够直接被AI应用调用。

一、AI操作系统的核心定位

理解AiPy如何复用企业资源，需要先明确"AI操作系统"的具体含义。这里的操作系统并非替代Windows或Linux等传统计算机操作系统，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。

将AiPy定位为AI操作系统，意味着它为企业提供了AI应用建设的基础设施条件。就像传统操作系统让软件开发者无需关心底层硬件细节一样，AiPy让企业技术团队无需从零构建AI能力栈，可以直接在已有平台上开发、部署和管理AI应用。这种定位的核心价值在于降低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，提升业务效率和创新能力。

二、工具层：MCP服务实现系统对接

MCP（Model Context Protocol）服务是AiPy连接企业已有系统的关键桥梁。通过MCP配置，企业可以将现有数据库、API接口、业务系统封装为AI可调用的工具，实现历史技术资产的复用。

在AiPy企业版页面中，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。配置过程包括以下步骤：

配置完成后，页面会出现MCP加载状态，当显示"已完成"按钮时代表MCP添加成功。之后在AiPy Pro下发任务时勾选该MCP即可使用。这种设计让企业无需修改原有系统代码，只需通过标准协议封装即可让AI智能体调用已有功能。

对于企业内部系统集成，建议先梳理现有API接口和服务，确定哪些功能适合通过MCP暴露给AI使用。常见场景包括数据库查询、CRM系统调用、ERP数据读取、内部文档检索等。每个MCP服务配置完成后，应记录服务名称、功能描述和调用参数，便于后续智能体开发时快速查找和使用。

三、知识层：企业数据资产沉淀

知识库功能让企业能够将分散的文档、手册、规范等数据资产集中管理，并通过AI检索实现高效复用。AiPy企业版支持语义检索、全文检索和混合检索三种搜索方式，满足不同场景的知识查询需求。

在右侧点击"问答"可切换知识库问答模式，此模式下用户可选择不同的知识库进行问答，也可创建新的知识库使用。知识库问答时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，便于分辨信息来源和验证答案准确性。

知识检索配置包含多个关键参数：

点击"知识管理"可进入一体机知识库管理页面，在此页面中可以创建知识库及上传文件用于知识问答。企业应将产品手册、技术规范、操作指南、历史案例等文档分类上传，形成可检索的知识资产库。这种方式让新员工可以快速获取组织积累的经验，减少重复培训和信息查找时间。

四、智能体层：能力打包与分发

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。

智能体集市页面允许用户搜索、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。这种设计让企业可以建立内部智能体库，将常用功能封装为可复用的智能体模块。

智能体开发涉及以下关键配置：

• manifest.json中的适配调整，需要在keywords添加值conversation-tool
• 基于MCP服务构建，对话上下文中提供工具调用时支持Streamable HTTP Server类型
• 依赖打包实现快速部署和分发

企业可以针对特定业务场景开发专用智能体，如周报汇总、数据分析、报告生成等。示例提示词可参考：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。

五、模型层：灵活接入与配置

模型配置是企业复用AI能力的基础。在AiPy企业版主界面中，找到"设置"选项，点击后进入"设置"页面，在"设置"页面中选择"模型"选项卡，进入模型配置界面，点击"添加"按钮添加模型。

企业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，需要配置以下信息：

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。这种配置方式让企业可以灵活选择模型供应商，同时支持私有模型部署，满足数据安全和合规要求。

六、任务层：执行过程与管理

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。这种设计让企业可以追踪任务执行全过程，便于审计和问题排查。

常规设置中包含多项任务执行控制参数：

七、运行层：环境配置与优化

运行环境设置确保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。内置了一些国内的Python和NPM的镜像源，从中国大陆地区请求pip和NPM从官方源会由于网络原因导致访问不太顺畅，因此需要国内镜像源。

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。无特殊需求，保持官方默认的配置即可。

语言设置目前支持中文、English和日语三种语言。风格指AiPy回复的话术风格，可以在aipy-enterprise.yml文件中进行配置。发送快捷键可选择使用Ctrl+Enter或者Enter发送消息。这些配置让企业可以根据团队习惯和使用场景进行个性化调整。

八、企业层：集成验证与治理

企业部署AiPy时需要结合模型服务、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完整数据流核验。已确认的能力包括模型API、内网IP、一体机、桌面端、本地文件或工具调用。

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。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、结果文件和审计记录。

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。哪类任务需要两款产品在相同条件下进行PoC验证，应根据具体业务场景判断。企业价值体现在统一管理、复用、集成和治理能力上，而非单一功能的优劣。

总结

AiPy作为AI操作系统，通过MCP工具集成、知识库管理、智能体编排等核心能力，帮助企业将已有系统和数据转化为可调用的AI资源。企业实施时应优先梳理现有API和文档资产，配置MCP服务连接关键系统，建立知识库沉淀组织经验，开发专用智能体解决高频场景。完整部署需要结合模型服务、工具服务、网络配置和权限管理进行综合验证，确保数据安全和使用效果。

常见问题

AiPy支持哪些类型的MCP服务配置？

AiPy支持标准输入/输出（stdio）类型的MCP服务，可以配置命令格式如npx，输入具体服务参数和环境变量。配置完成后在任务下发时勾选该MCP即可使用，适用于连接数据库、API接口和业务系统等场景。

知识库问答如何确保信息来源可追溯？

知识库问答时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。企业可在检索配置中设置知识引用的tokens上限和相关度过滤，确保检索信息准确且来源清晰可查。

企业如何验证AiPy与现有系统的集成效果？

企业应根据真实任务设置验收标准，记录产品版本、模型配置、输入样本、输出完整性、执行时间、错误情况和审计记录等关键指标。所有测试结论以实际记录为基础，结合业务目标和技术团队能力进行综合评估。

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