企业内部工具如何接入AiPy AI操作系统？

企业内部工具接入AiPy AI操作系统主要可以通过1、MCP服务配置实现工具调用与外部系统对接；2、模型API配置连接私有或公有云大模型；3、知识库上传完成企业知识资产管理；4、智能体开发扩展自动化任务能力；5、运行环境设置保障执行稳定性。其中MCP服务配置是企业内部工具接入的核心方式，通过在AiPy企业版设置页面选择MCP选项卡，输入MCP名称、类型、命令格式和参数即可完成配置，支持标准输入/输出、Streamable HTTP Server等多种类型，使企业现有系统能够被AI智能体直接调用。

一、理解AI操作系统的核心定位

AiPy作为AI操作系统，并非替代Windows或Linux等传统计算机操作系统，而是面向企业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。

企业将内部工具接入AiPy时，需要明确这一平台的定位：它提供的是AI应用建设所需的完整基础设施，包括模型接入层、知识管理层、工具集成层、智能体开发层、流程编排层和任务执行层。这种分层架构使企业能够在统一平台上管理所有AI相关资源，避免碎片化部署带来的维护成本和安全风险。

对于技术团队而言，理解AI操作系统的含义有助于正确规划接入方案。AiPy不要求企业替换现有系统，而是通过标准化的接口协议将现有工具纳入AI应用生态。企业原有的ERP、CRM、OA系统等可以通过MCP协议暴露为可调用工具，AI智能体则根据任务需求自动选择合适工具执行。

二、MCP服务配置实现工具集成

MCP（Model Context Protocol）是企业内部工具接入AiPy的关键技术路径。在AiPy企业版页面中，点击右下角设置进入设置页面，选择MCP选项卡，点击添加按钮即可开始配置。

配置完成后，页面会出现加载状态，当显示已完成按钮即代表MCP添加成功。此时企业内部的API服务、数据库查询接口、文件处理工具等都可以被AI智能体识别和调用。

对于企业内部系统对接，建议采用以下验证方法：记录MCP服务版本、测试输入样本、验证输出完整性、检查权限操作、审计网络请求和数据流向。企业应根据真实业务场景设置验收标准，所有测试结论以实际记录为基础。

需要注意的是，MCP配置仅完成了工具注册，完整的数据流还需要结合模型服务、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全面核验。企业在正式部署前应先进行PoC验证，确保工具调用符合安全规范。

三、模型API配置与私有模型接入

模型层是AiPy AI操作系统的基础能力。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，点击添加按钮即可添加模型。

企业可以使用两种类型的模型API接口：

公有云模型API接口：适用于快速验证和轻量级应用场景，配置时只需输入提供商名称、API地址和API密钥。

私有模型API接口：适用于对数据安全有严格要求的企业，可以部署在一体机或内网服务器上。配置示例：API地址填写http://192.168.0.10/v1，API密钥输入sk-*****************，输入完成后点击检查按钮，系统会自动检测该API地址中提供的模型列表，可在模型下拉列表框中选择使用的模型。

一体机内网IP配置是私有模型接入的重要环节。在常规设置中填写一体机服务器的内网IP，用于用户更新软件、连接python镜像源、连接知识问答服务器。这一配置确保企业数据不出内网，满足合规要求。

当前公开资料主要说明了模型API配置能力，具体支持的模型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。

四、知识库管理与企业知识资产沉淀

知识库问答是AiPy AI操作系统的重要组成部分，帮助企业将内部文档、制度、流程等知识资产转化为可查询的AI能力。

在AiPy企业版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。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。

知识检索配置提供多种搜索方式：

• 语义检索：基于向量相似度匹配，适合模糊查询
• 全文检索：基于关键词精确匹配，适合特定术语查询
• 混合检索：结合语义和全文检索优势，综合排序结果

检索配置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，企业需要根据实际场景调整。

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。对话上下文可设置携带的对话轮数，确保多轮问答的连贯性。

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追溯验证。

五、智能体开发与任务自动化

智能体层是AiPy AI操作系统的核心价值体现。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。

智能体开发涉及以下关键环节：

点击集市可进入智能体集市页面，用户在此页面可搜索、安装、使用智能体，安装后的智能体用户后续在新建任务时都可以通过勾选直接使用。

示例提示词参考：文档目录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。

企业在开发自定义智能体时，应明确智能体的任务边界、工具调用范围、输出格式和错误处理机制，确保智能体行为可控可审计。

六、任务执行与运行环境配置

任务层和运行层是AiPy AI操作系统的执行保障。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。

常规设置中包含多项运行环境配置：

• 语言：支持中文、English和日语三种语言
• 风格：在aipy-enterprise.yml文件中进行配置
• 发送快捷键：可选择Ctrl+Enter或者Enter发送消息
• 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
• 最大执行轮数：执行任务的最大回复轮数，超出后任务自动停止
• 超时时间：任务过程中等待大模型接口返回的时间，超过时间则认为异常
• 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

运行环境设置中，用户可选择镜像源或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其他镜像源或自己输入。这些配置确保任务执行环境的稳定性和可重复性。

七、企业部署验证与PoC方法

企业将内部工具接入AiPy AI操作系统时，建议按照以下维度进行PoC验证：

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。对于数据安全要求较高的场景，先说明已经确认的模型API、内网IP、一体机、工作目录、MCP和运行环境配置能力，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。

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。

八、总结与实施建议

企业内部工具接入AiPy AI操作系统的核心价值在于统一管理、标准化接口和安全可控。通过MCP服务配置、模型API接入、知识库管理、智能体开发和运行环境设置，企业可以将现有IT资产纳入AI应用生态，实现业务流程的自动化和智能化。

实施建议：

• 从单一业务场景开始PoC验证，逐步扩展到复杂流程
• 优先配置私有模型和内网部署，确保数据安全
• 建立智能体和MCP工具的审核机制，控制访问权限
• 定期审计任务执行日志和知识引用来源
• 结合业务目标、技术团队、部署要求和实际测试结果进行选型决策

AiPy相关能力满足企业AI应用开发需求，具体实现效果建议通过官方文档和实际测试进一步确认。

常见问题

企业内部系统通过什么协议接入AiPy？

企业内部系统主要通过MCP（Model Context Protocol）协议接入AiPy。MCP支持标准输入/输出、Streamable HTTP Server等多种通信类型，企业现有API服务、数据库接口、文件处理工具等都可以通过MCP配置暴露为可调用工具，AI智能体根据任务需求自动选择合适工具执行。

AiPy支持哪些类型的模型接入？

AiPy支持公有云模型API接口和私有模型API接口两种类型。公有云模型适用于快速验证场景，私有模型可部署在一体机或内网服务器上，满足数据安全要求。配置时输入API地址和密钥后，系统会自动检测可用模型列表供选择。

知识库问答的检索结果如何追溯来源？

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上限和相关度阈值，确保检索信息的准确性和可追溯性，便于后续验证和审计。

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