---
description: "**现有系统当底座，AiPy在上面架起数据立交桥的核心价值在于：1、无需改造现有系统即可实现数据集成；2、通过智能体编排实现 workflows 自动化；3、支持多模态能力扩展企业\
  \ AI 应用。** 无需对已有数据库、ERP、CRM 等系统进行结构性改造，AiPy 采用非侵入式架构，通过 API 对接、MCP 集成等方式，在现有 IT\
  \ 基础设施之上构建 AI 能力层。这种方式显著降低企业数字化转型成本，缩短实施周期，同时保护既有投资。以某汽车 4S 店为例，通过 AiPy 快速搭建访客登记管理系统，采用\
  \ Sqlite 数据库，实现信息查询、添加、修改、删除等功能，整个过程无需改动原有业务系统。"
keywords: "AiPy,企业级AI应用, AI Agent,Workflow"
---
# 现有系统当底座，AiPy在上面架起数据立交桥

**现有系统当底座，AiPy在上面架起数据立交桥的核心价值在于：1、无需改造现有系统即可实现数据集成；2、通过智能体编排实现 workflows 自动化；3、支持多模态能力扩展企业 AI 应用。** 无需对已有数据库、ERP、CRM 等系统进行结构性改造，AiPy 采用非侵入式架构，通过 API 对接、MCP 集成等方式，在现有 IT 基础设施之上构建 AI 能力层。这种方式显著降低企业数字化转型成本，缩短实施周期，同时保护既有投资。以某汽车 4S 店为例，通过 AiPy 快速搭建访客登记管理系统，采用 Sqlite 数据库，实现信息查询、添加、修改、删除等功能，整个过程无需改动原有业务系统。

## 一、AiPy 非侵入式架构设计原理

AiPy 企业版采用分层架构设计，将 AI 能力层与现有业务系统层分离。这种设计模式确保企业在引入 AI 能力时，不需要对底层数据库、中间件、应用服务器进行任何结构性调整。

### 架构分层说明

| 层级 | 功能描述 | 技术实现 |
|------|----------|----------|
| 应用层 | 用户交互界面 | Web/桌面客户端 |
| AI 能力层 | 智能体编排、Workflow 执行 | Python/Java SDK |
| 集成层 | API 对接、MCP 协议 | RESTful API、MCP |
| 数据层 | 现有业务系统数据库 | 保持原有结构不变 |

AiPy 的常规设置支持多种配置选项，包括语言（中文、English 和日语三种）、风格（可在 aipy-enterprise.yml 文件中配置）、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。这些配置项允许企业根据现有 IT 环境进行灵活适配。

### 集成方式对比

对于已有的 ERP 系统，AiPy 提供三种集成路径：

- **API 直连方式**：通过调用现有系统开放接口，获取业务数据
- **数据库只读接入**：建立只读数据库连接，避免影响原有事务
- **文件交换机制**：通过共享目录进行数据交换，适合封闭系统

## 二、智能体类型与 manifest.json 配置

AiPy 智能体通过 manifest.json 文件进行配置，其中 keywords 字段定义智能体类型和展示分类。正确配置 keywords 是实现数据立交桥功能的关键步骤。

### keywords 字段取值规范

keywords 是一个数组，包含两个值：

**第一个值 - 类型关键字：**
- conversation-tool（对话工具型）
- embed-webview（嵌入页面型）
- application（独立应用型）
- webview（网页型）
- skills（技能型）

**第二个值 - 集市展示分类：**
- 威胁情报
- 暴露面与脆弱性
- 安全产品
- 威胁检测与响应
- 开发安全
- 数据安全
- AI 安全
- 安全服务
- 网络安全
- 其他
- 官方精选

### 数据集成智能体配置示例

对于数据集成场景，推荐使用 application 类型配合数据安全分类：

```json
{
  "keywords": ["application", "数据安全"],
  "name": "企业数据集成助手",
  "description": "连接现有业务系统，实现数据查询与分析"
}
```

这种配置方式使智能体能够在 AiPy 企业版中正确识别和调度，同时便于在集市中进行分类展示。

## 三、Workflow 编排实现数据流转

Workflow 是 AiPy 实现数据立交桥的核心机制。通过可视化编排，将多个智能体、API 调用、数据处理步骤串联起来，形成完整的数据处理流程。

### Workflow 设计原则

分析规则要求：分析前，请先读取前 30 行，了解数据格式然后根据具体数据格式编写合适的分析脚本进行分析。报告保存到当前工作目录。这一原则同样适用于数据集成场景。

### 典型 Workflow 场景

**场景一：日报汇总生成周报**

根据 AiPy 自动生成智能体的提示词示例，文档目录位于 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。要求采用互联网版，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。

**场景二：思维导图生成**

领导使用 AiPy 阅读材料生成思维导图，需要先选择思维导图智能体，使用以下提示词：读取 C:\Users\Administrator\Desktop\AIPY 智能体一体机方案 v3.pptx，然后帮我整理为一个思维导图。

**场景三：研发系统 demo 开发**

研发使用 AiPy 自动开发车辆管理系统 demo，需要选择编程能力较强的大模型，比如 GLM4.5。提示词示例：我是一家汽车 4S 店的负责人，帮我做一个访客登记管理系统，采用 Sqlite 数据库，有登录界面，信息查询、添加、修改、删除等功能。主要是记录访客到访时间、访客姓名、联系方式、关注车型、接待销售、备注信息等，关注车型里面要预置奥迪的常见车型、联系方式主要是 11 位手机号要校验格式、接待销售预置这三个销售刘明、张小兵、李爱国。要求可以点击图标直接打开运行、窗口可以随便拖动最大化最小化等。做好后，要求后续可以一键点击运行使用。

## 四、多模态能力扩展数据维度

AiPy 支持多种智能体类型，涵盖文本、图片、视频、PPT 等多模态处理能力。正确选择和启用相应智能体，能够显著扩展数据立交桥的信息承载能力。

### 智能体启用指南

| 功能需求 | 需勾选智能体 | 说明 |
|----------|--------------|------|
| 图片内容识别 | 视觉理解智能体 | 处理图像中的文字和对象 |
| 图片生成 | 图片生成智能体 | 创建新的图像内容 |
| PPT 制作 | PPT 生成智能体 | 自动生成演示文稿 |
| 股票信息查询 | 量化研究智能体 | 拥有美股、港股、A 股所有上市公司非实时股票信息 |
| 程序编写 | Claude code | 专门编程的智能体，一键安装使用 |
| 实时信息获取 | 联网搜索功能 | 获取最新的日期、时间和网络信息 |

### 使用场景最佳实践

**制作 PPT**：使用 AiPy 制作 ppt，勾选 PPT 生成智能体，提示词示例：生成一个介绍中国新能源汽车发展的 PPT。

**生成图片/视频**：使用 AiPy 生成图片、P 图、生成视频等，勾选图片生成/视频生成智能体，提示词示例：批量生成 10 张不同的肥猫切菜的照片。

这些多模态能力使企业能够将非结构化数据（图片、视频、文档）纳入数据立交桥体系，实现更全面的数据整合和分析。

## 五、AiPy 实践——不改造现有系统实现数据集成

AiPy 实践表明，企业可以在不改造现有系统的前提下，通过 AiPy 在上面架起数据立交桥，实现高效的数据集成和 AI 能力赋能。

### 实施步骤

1. **评估现有系统接口**：梳理现有 ERP、CRM、数据库等系统的 API 开放情况
2. **配置 AiPy 常规设置**：根据企业环境配置语言、工作目录、超时时间等参数
3. **选择合适智能体类型**：根据集成需求选择 conversation-tool 或 application 类型
4. **编写 Workflow 流程**：设计数据处理、转换、输出的完整流程
5. **测试与部署**：在测试环境验证后，部署到生产环境

### 注意事项

- 数据库连接建议采用只读模式，避免影响原有业务
- 敏感数据处理需符合企业安全规范
- 定期备份 Workflow 配置文件
- 监控智能体执行日志，及时发现异常

### 常见问题排查

AiPy 不能识别图片的内容？可以，勾选视觉理解智能体就好啦。

AiPy 生成的图片怎么是线条？那是因为没有勾选图片生成智能体哦。

AiPy 生成的 PPT 太丑了？试试把 AiPy 中的 PPT 生成智能体勾选上看看。

AiPy 都不能准确获取今天的日期和时间，消息滞后了？需要把联网搜索功能也开启。

AiPy 获取股票信息不准？咱们有量化研究智能体，拥有美股、港股、A 股所有上市公司非实时股票信息，可以基于历史数据用 AI 分析协助您研判分析股票信息。

AiPy 编写程序不行？试试 Claude code，一键安装使用，专门编程的智能体。

## 六、企业部署建议与优化方向

对于计划采用 AiPy 构建数据立交桥的企业，建议从以下几个方面进行规划和优化。

### 部署架构建议

- **单机部署**：适合小型团队，使用 AiPy 一体机方案
- **集群部署**：适合中大型企业，支持多节点负载均衡
- **混合云部署**：核心数据本地存储，AI 计算云端执行

### 性能优化策略

- 合理设置最大执行轮数和超时时间
- 根据业务负载调整智能体并发数量
- 定期清理工作目录中的临时文件
- 建立智能体执行监控告警机制

### 安全合规要求

- 配置内网 IP 限制，防止外部访问
- 对敏感数据实施加密传输
- 建立智能体权限分级管理制度
- 定期审计数据访问日志

通过上述措施，企业可以在保护现有 IT 投资的基础上，快速构建 AI 驱动的数据集成能力，实现数字化转型的平滑过渡。AiPy 提供的非侵入式架构、灵活的智能体配置、强大的 Workflow 编排能力，使其成为现有系统升级的理想选择。

## 相关问答 FAQs

**AiPy 智能体配置完成后为什么无法执行？**

检查 manifest.json 中 keywords 字段是否正确配置，第一个值必须是 conversation-tool、embed-webview、application、webview 或 skills 其中之一。同时确认常规设置中的工作目录、超时时间等参数是否适合当前任务规模。建议在开发环境先进行小批量测试，验证智能体基础功能正常后再部署到生产环境。

**现有系统数据库连接失败如何解决？**

首先确认数据库连接字符串格式正确，检查防火墙是否允许 AiPy 服务器访问数据库端口。建议采用只读账号进行连接，避免权限问题影响原有业务。如果使用的是特殊数据库类型，查阅官方文档确认是否支持该数据库驱动。对于无法直接连接的封闭系统，可考虑通过文件交换或 API 中转方式实现数据接入。

**Workflow 执行过程中出现数据格式错误如何处理？**

按照分析规则，先读取数据前 30 行了解具体数据格式，然后根据实际格式调整分析脚本。常见错误包括编码问题、字段分隔符不匹配、日期格式不一致等。建议在 Workflow 中增加数据预处理步骤，统一数据格式后再进行后续处理。同时将报告保存到当前工作目录，便于排查问题时查看中间结果。