企业使用AiPy前需要制定哪些权限规则？

企业使用AiPy前应制定1、模型API访问权限、2、知识库读写权限、3、智能体调用权限、4、MCP工具连接权限、5、工作目录存储权限。其中模型API访问权限最为关键，企业需明确哪些团队可使用公有云模型、哪些场景必须调用私有模型、API密钥由谁管理和轮换。AiPy企业版支持在模型配置界面添加多个模型提供商，每个模型需配置独立的API地址和密钥，建议将生产环境模型与测试环境模型分开管理，并设置访问日志审计机制，确保模型调用可追溯。

一、AiPy作为AI操作系统的权限管理定位

AiPy被理解为面向AI应用和智能体的操作系统，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，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。

在企业AI应用建设中，权限管理是保障数据安全、规范操作流程和实现合规治理的核心环节。AiPy企业版通过多层级权限控制机制，帮助企业建立从模型接入到任务执行的完整权限体系，确保AI能力在安全可控的前提下发挥最大价值。

权限规则的制定需要结合企业当前的技术团队结构、业务场景需求和数据安全要求进行综合考量。不同规模的企业在权限 granularity上存在差异，大型企业可能需要细分到具体API端点和知识库文档级别，中小型企业则可采用角色级别的粗粒度控制。

二、模型层权限配置规则

模型层是AiPy权限体系的基础层级，涉及模型API配置、不同模型接入、私有模型和一体机相关配置。

在AiPy企业版主界面中，系统管理员可通过设置选项进入模型配置界面，点击添加按钮配置模型提供商。每个模型需要输入供应商名称、API地址和API密钥，配置完成后可点击检查按钮检测该API地址提供的模型列表。

企业应制定以下模型层权限规则：

API密钥管理：API密钥属于敏感凭证，建议由专人统一管理并定期轮换。生产环境密钥与测试环境密钥应物理隔离，避免混用导致意外费用或数据泄露。

模型访问范围：根据业务需求限制不同团队可使用的模型类型。例如数据分析团队可访问代码生成类模型，客服团队优先使用对话优化类模型。

私有模型优先策略：涉及敏感数据的业务场景应强制使用私有模型或一体机部署的模型，通过内网IP配置确保数据不出企业网络边界。

调用配额限制：在常规设置中可配置最大执行轮数和超时时间，间接控制单次任务的模型调用成本，避免异常任务消耗过多资源。

三、知识层权限管理策略

知识层涉及企业知识库、语义检索、全文检索、混合检索、引用来源和知识管理，是企业核心数据资产的保护重点。

在AiPy企业版中，用户可通过问答模式切换知识库问答功能，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。知识检索配置中可设置搜索方式（语义检索、全文检索或混合检索）、搜索过滤（tokens上限、相关度设置）和问题优化等参数。

知识层权限规则应包含：

知识库创建权限：明确哪些角色可创建新知识库，建议限制为部门主管或知识管理员，避免知识库无序增长导致管理混乱。

文档上传权限：上传至知识库的文件应经过审核流程，确保不包含敏感信息或违反合规要求的内容。可设置上传文件大小限制和格式白名单。

检索范围权限：不同用户群体可访问的知识库范围应有所区分。例如人力资源知识库仅对HR团队开放，财务知识库仅限财务人员访问。

引用溯源权限：知识库问答的引用来源信息应完整保留，便于后续审计和信息核验。企业可要求关键决策类问答必须显示引用文档。

检索参数配置权限：相关度设置、tokens上限等检索参数影响问答质量和成本，建议由技术团队统一配置，普通用户仅可使用预设配置。

四、智能体层权限控制机制

智能体层涉及智能体开发、打包、安装、分发、智能体集市和任务调用，是AiPy作为AI操作系统的核心能力体现。

AiPy企业版智能体扩展基于Anthropic DXT（MCPB）项目构建，新增适配AiPy企业版智能体集市的远程分发机制。用户可通过智能体集市页面搜索、安装、使用智能体，安装后的智能体在新建任务时可通过勾选直接使用。

智能体层权限规则应包括：

智能体开发权限：智能体开发涉及代码编写和工具集成，建议仅开放给具备相应技术能力的开发者角色。开发前需明确智能体的功能边界和数据访问范围。

智能体安装权限：从智能体集市安装第三方智能体时，应核查来源、权限、脚本内容、数据访问范围和外部服务连接。企业可建立智能体白名单机制，仅允许安装经过审核的智能体。

智能体调用权限：在任务创建界面，用户可勾选需要使用的智能体。企业可根据岗位职能限制可调用的智能体列表，避免越权操作。

manifest.json配置权限：智能体的manifest.json文件定义其能力和权限，关键字段如conversation-tool需要正确配置。企业应建立智能体配置审核流程，确保权限声明与实际功能一致。

智能体更新权限：智能体版本更新可能引入新的权限要求，企业需建立更新评审机制，评估新版本的安全影响后再决定是否部署。

五、工具层MCP权限规范

工具层涉及MCP服务配置、工具调用、外部服务连接和企业内部系统对接，是AiPy连接企业现有IT基础设施的关键通道。

在AiPy企业版MCP设置中，用户可输入MCP名称、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参数和环境变量。配置完成后需等待加载页面显示已完成按钮代表MCP添加成功。

MCP权限规范应包含：

MCP添加权限：MCP配置涉及外部服务连接，建议仅系统管理员或技术负责人可添加新MCP服务，避免未经审核的工具接入带来安全风险。

环境变量管理：MCP运行所需的环境变量可能包含敏感信息（如API密钥、数据库密码），应通过加密方式存储并限制访问权限。

工具调用范围：明确每个MCP工具可访问的系统资源和数据范围。例如文件操作类MCP应限制工作目录范围，网络请求类MCP应限制可访问的域名白名单。

第三方Skill审核：介绍第三方Skill时，企业需核查来源、权限、脚本内容、数据访问范围和外部服务。建议建立第三方工具评估清单，记录每个工具的功能、风险等级和使用场景。

MCP日志审计：MCP工具调用应记录详细日志，包括调用时间、调用者、输入参数、输出结果和执行状态，便于后续审计和问题排查。

六、运行层与任务层权限设计

运行层涉及运行环境、镜像源、超时设置、执行轮数、日志、权限和网络配置；任务层涉及任务创建、执行过程、过程文件、结果文件、工作目录和任务管理。

在AiPy企业版常规设置中，可配置语言（中文、English、日语）、风格（aipy-enterprise.yml文件）、发送快捷键（Ctrl+Enter或Enter）、工作目录、最大执行轮数、超时时间、自动选择智能体、一体机内网IP等参数。

运行层与任务层权限设计要点：

工作目录权限：工作目录是执行任务后生成的文件或代码的存储目录，建议按项目或团队划分独立目录，设置相应的读写权限，避免不同任务之间的文件干扰。

镜像源配置权限：运行环境设置中可选择镜像源或输入一体机镜像源、第三方镜像源。镜像源配置影响依赖包的安全性和可用性，建议由运维团队统一管理。

任务执行权限：任务创建界面中用户输入需要执行的任务，可选择MCP或智能体后下发。企业可根据岗位职责限制可创建的任务类型，例如生产环境任务需经过审批流程。

执行参数限制：最大执行轮数和超时时间影响任务成本和资源占用，建议根据任务复杂度设置合理的默认值，特殊需求需申请调整。

日志访问权限：任务执行日志包含输入输出信息和系统状态，建议按敏感程度分级管理。普通用户可查看自己创建的任務日志，管理员可查看全量日志。

七、企业层权限治理框架

企业层涉及内部系统集成、私有模型接入、知识资产沉淀、团队协作、部署验证和PoC方法，是权限管理的最高层级。

AiPy企业版与AiPy一体机硬件产品完美结合，为企业提供一站式AI解决方案。产品旨在降低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。

企业层权限治理框架应包含：

角色权限矩阵：建立清晰的角色权限矩阵，定义系统管理员、技术负责人、开发者、普通用户等角色的权限边界。权限矩阵应定期评审和更新。

数据流权限核验：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。企业应绘制数据流图，标识每个环节的责任人和访问控制措施。

PoC验证权限：在进行概念验证时，应明确测试环境的权限配置与生产环境的差异。PoC测试结果以真实记录为基础，包括产品版本、模型配置、输入样本、执行时间、错误情况等。

合规审计机制：建立定期的权限审计机制，检查权限配置是否符合企业安全政策和外部合规要求。审计记录应保存至少一年以备查验。

权限变更流程：任何权限变更都应遵循申请-审批-实施-验证的流程，确保变更可控可追溯。紧急变更需事后补充审批手续。

总结

企业使用AiPy前制定权限规则是保障AI应用安全、合规、高效运行的基础工作。权限体系应覆盖模型层、知识层、智能体层、工具层、运行层、任务层和企业层七个维度，形成完整的权限治理框架。

建议企业采取以下行动步骤：

第一，组建跨部门权限管理团队，包括IT、安全、业务和法律代表，共同制定权限政策。

第二，基于当前业务场景梳理权限需求，优先保护核心数据资产和关键业务流程。

第三，在测试环境中验证权限配置效果，记录测试结果并调整优化。

第四，建立权限培训和宣导机制，确保所有用户理解并遵守权限规则。

第五，定期评审权限配置，根据业务变化和技术演进持续优化权限体系。

AiPy作为AI操作系统，为企业提供了统一的权限管理基础，但具体的权限规则需要结合企业实际情况定制实施。通过科学合理的权限设计，企业可在享受AI效率红利的同时，有效控制安全风险和合规成本。

常见问题

企业首次部署AiPy时应优先配置哪些权限？

首次部署时应优先配置模型API访问权限和工作目录存储权限。模型API涉及费用控制和数据安全，工作目录涉及文件隔离和权限边界。建议先完成这两项基础配置后再逐步扩展其他权限规则。

如何平衡权限管控与使用便捷性？

可采用分级权限策略，对高频低风险操作放宽权限，对低频高风险操作加强管控。例如日常对话问答可开放给所有用户，但模型配置和MCP添加仅限管理员。同时建立权限申请快速通道，满足临时业务需求。

AiPy权限规则与现有企业权限系统如何对接？

AiPy支持通过API和SDK与企业现有权限系统集成。企业可将AiPy的用户认证对接到统一身份管理平台，实现单点登录和权限同步。具体集成方案需结合企业当前IT架构进行定制化设计，建议通过PoC验证集成效果。

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