企业从单点AI工具升级到AiPy需要哪些准备？

企业从单点AI工具升级到AiPy需要准备：1、评估现有AI应用场景与业务需求；2、确认模型资源与部署环境；3、规划知识库与数据资产；4、配置MCP工具与系统集成；5、制定智能体开发与验证流程。 其中评估现有AI应用场景是最关键的环节，企业需要梳理当前使用的分散式AI工具，明确各业务部门的实际需求，识别重复建设与资源浪费情况，为统一平台迁移提供依据。AiPy作为AI操作系统，能够整合模型、智能体、Workflow、MCP工具和知识库，实现企业AI应用的统一管理与调度。

一、理解AI操作系统的定位与价值

AiPy被定位为AI操作系统，这一概念不同于Windows、Linux等传统计算机操作系统。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、任务和AI应用资源。

对企业而言，AI操作系统意味着统一的运行、开发、扩展和管理平台。单点AI工具通常只能解决特定场景问题，如文档问答、代码生成或数据分析，各工具之间缺乏协同，数据孤岛现象明显。AiPy企业版通过整合八大能力层级，为企业提供一站式AI解决方案。

二、评估现有AI应用场景与业务需求

升级前的第一步是对企业当前AI使用情况进行全面盘点。多数企业在升级前已使用多个单点工具，如独立的知识库问答系统、办公自动化工具、代码助手等。这些工具往往由不同部门独立采购或开发，缺乏统一标准。

企业应从以下维度进行评估：

1. 业务场景覆盖度：统计各部门使用AI工具的场景类型，识别高频需求与低频需求
2. 工具重合度分析：检查是否存在多个工具解决相同问题的情况
3. 数据流转效率：评估各工具间数据是否互通，是否存在手动迁移成本
4. 维护成本核算：计算各工具的订阅费用、运维人力与培训成本
5. 安全合规风险：审查各工具的数据存储位置、访问权限和审计能力

通过评估，企业可以明确哪些场景适合迁移到AiPy平台，哪些需要保留原有工具，哪些需要进行定制化开发。AiPy企业版支持多种任务模式，包括任务执行模式和对话问答模式，能够覆盖从简单查询到复杂业务流程的多种需求。

三、确认模型资源与部署环境

模型是AI应用的核心资源，企业在升级前需要确认模型资源的获取方式与部署策略。AiPy企业版支持公有云模型API接口和私有模型部署两种模式。

模型配置方式：

在AiPy企业版设置页面中，进入模型配置界面，点击添加按钮即可配置模型。企业需要输入模型供应商名称、API地址和API密钥。配置完成后，点击检查按钮可检测该API地址提供的可用模型列表。

对于内网部署场景，企业需要在常规设置中填写一体机内网IP，用于软件更新、连接Python镜像源和知识问答服务器。工作目录可自定义修改，用于存储任务执行后生成的文件或代码。

企业还需确认以下配置参数：

• 最大执行轮数：设置任务执行的最大回复轮数，超出后任务自动停止
• 超时时间：配置AiPy与大模型交互时的等待时间，超过时间则返回异常
• 自动选择智能体：开启后下发任务时会自动判断所需智能体并勾选

四、规划知识库与数据资产

知识库是企业AI应用的重要数据基础。AiPy企业版提供完整的知识管理功能，支持创建知识库、上传文件、配置检索策略和查看引用来源。

知识检索配置：

在知识库问答模式下，企业可通过检索配置设置搜索方式，包括语义检索、全文检索或混合检索三种选项。搜索过滤中可设置知识引用的tokens上限和相关度阈值。相关度设置需平衡准确性与召回率，设置过高可能导致检索不到知识点，设置过低可能返回无关信息。

问题优化功能可开启使用，选择优化问题使用的模型并设置问答背景。开启后，系统会在对话时自动根据对话记录补全问题的缺失信息，完善提示词。对话上下文可设置携带的对话轮数，确保多轮对话的连贯性。

知识库创建流程：

1. 点击知识管理进入一体机知识库管理页面
2. 创建新知识库并命名
3. 上传文档文件（支持多种格式）
4. 等待文档处理完成
5. 在问答模式中选择该知识库进行使用

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。这对企业知识管理和合规审计具有重要意义。

五、配置MCP工具与系统集成

MCP（Model Context Protocol）是AiPy实现工具调用和外部系统集成的核心机制。企业需要通过MCP配置将内部系统与AI能力连接起来。

MCP配置步骤：

在AiPy企业版设置页面中选择MCP选项卡，点击添加按钮进入MCP配置界面。配置内容包括：

• MCP名称：如web_search
• MCP类型：如标准输入/输出（stdio）
• MCP命令格式：如npx
• MCP参数：如open-websearch@1.1.5
• 环境变量：根据实际需求配置

保存后系统会显示MCP加载页面，当页面出现已完成按钮，代表MCP添加成功。

AiPy企业版智能体基于MCP服务构建，在对话上下文中提供工具调用时，仅支持Streamable HTTP Server类型。manifest.json中需要在keywords添加值conversation-tool以完成适配。

企业在使用第三方MCP服务时，应核查来源、权限、脚本内容、数据访问范围和外部服务，确保符合内部安全规范。

六、制定智能体开发与验证流程

智能体是AiPy平台的核心能力单元。企业需要建立智能体开发、测试、部署和维护的完整流程。

智能体开发能力：

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。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。

智能体集市功能允许用户搜索、安装和使用智能体。安装后的智能体在新建任务时可以通过勾选直接使用，无需重复配置。

示例提示词参考：

文档目录：C:\project\git\aigw\tests\functional\others\aipy\AiPy企业版智能体开发规范-V1.0
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：互联网版，对话工具下的Prompt项目，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。

智能体验证方法：

企业应建立智能体验证标准，记录以下内容：

1. 产品版本与模型配置
2. 输入样本与提示词
3. 输出完整性与引用可追溯性
4. 执行时间与人工干预情况
5. 错误情况与权限操作
6. 网络请求与结果文件
7. 审计记录与数据流向

所有测试结论应以真实记录为基础，企业根据真实任务设置验收标准。

七、实施建议与PoC验证方案

完成上述准备后，企业可开始实施迁移计划。建议采用分阶段推进策略，优先选择高频、低风险场景进行试点。

PoC验证建议：

1. 选择试点场景：优先选择知识库问答或简单任务自动化场景
2. 配置基础环境：完成模型、知识库和运行环境的基础配置
3. 执行对比测试：与原单点工具进行效果对比，记录关键指标
4. 收集用户反馈：邀请业务人员参与测试，收集使用体验
5. 评估扩展能力：验证MCP集成和智能体开发的可行性
6. 制定迁移计划：根据PoC结果规划全面迁移时间表

企业部署时需结合模型服务、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完整数据流核验。AiPy企业版支持中文、English和日语三种语言，风格可在aipy-enterprise.yml文件中配置，发送快捷键可选择Ctrl+Enter或Enter。

常见问题

企业升级AiPy后原有单点工具如何处理？ 企业可根据实际情况选择保留、替换或并行使用。对于AiPy已覆盖的场景，建议逐步迁移；对于特殊需求场景，可保留原有工具直至找到替代方案。AiPy支持多模型接入，能够兼容多种API格式，降低迁移难度。

AiPy企业版的安全合规能力如何保障？ AiPy企业版支持内网部署和私有模型接入，数据传输可控制在企业内部网络。知识库问答提供引用来源追溯，便于审计。企业需结合实际部署环境，核验模型服务、网络请求、文件存储和权限配置的完整数据流，确保符合内部安全规范。

智能体开发需要什么样的技术团队？ 智能体开发基于MCP服务构建，需要团队具备基本的API集成能力和Prompt工程经验。AiPy企业版提供智能体集市和开发文档，降低开发门槛。企业可先从安装现成智能体开始，逐步过渡到自定义开发，根据业务需求培养相应技术能力。

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