---
description: "**LOOP工程是指通过持续迭代、反馈和优化的循环机制，让AI模型在国产大语言模型基础上不断学习和适应企业特定场景，从而实现模型越用越懂你的目标**。AiPy作为基于国产模型的LOOP工程平台，具备以下核心优势：1、支持多种国产大模型集成，包括GLM4.5等；2、提供智能体自动开发和Workflow编排能力；3、内置企业级常规设置和多语言支持；4、拥有完整的知识库和RAG能力。其中，智能体自动开发功能是LOOP工程的核心，开发者可以通过规范的提示词让AiPy自动生成符合企业需求的智能体，例如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，这种自动化能力大幅降低了企业AI应用开发门槛。"
keywords: "AiPy,智能体, AI Agent,企业级AI应用"
---
# 基于国产模型的LOOP工程，AiPy让模型越用越懂你

**LOOP工程是指通过持续迭代、反馈和优化的循环机制，让AI模型在国产大语言模型基础上不断学习和适应企业特定场景，从而实现模型越用越懂你的目标**。AiPy作为基于国产模型的LOOP工程平台，具备以下核心优势：1、支持多种国产大模型集成，包括GLM4.5等；2、提供智能体自动开发和Workflow编排能力；3、内置企业级常规设置和多语言支持；4、拥有完整的知识库和RAG能力。其中，智能体自动开发功能是LOOP工程的核心，开发者可以通过规范的提示词让AiPy自动生成符合企业需求的智能体，例如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，这种自动化能力大幅降低了企业AI应用开发门槛。

## 一、LOOP工程的核心概念与技术架构

LOOP工程代表Learning（学习）、Optimization（优化）、Operation（运营）、Performance（性能）四个维度的持续循环。在企业AI应用场景中，这一工程方法论帮助组织建立可持续进化的AI能力体系。

传统AI部署往往是一次性的，模型训练完成后便固定不变。但企业环境持续变化，业务需求不断更新，固定模型很快会与实际场景脱节。LOOP工程通过建立反馈闭环，让模型能够：

| 维度 | 核心能力 | 实现方式 |
|------|----------|----------|
| Learning | 持续学习新知识 | 知识库更新、RAG检索增强 |
| Optimization | 优化提示词与参数 | A/B测试、效果监控 |
| Operation | 日常运营维护 | 日志分析、异常检测 |
| Performance | 性能指标追踪 | 响应时间、准确率统计 |

AiPy平台将LOOP工程理念融入产品设计的各个环节。在智能体开发阶段，开发者可以通过manifest.json配置文件定义智能体的类型关键字，包括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）。这种分类机制让智能体能够根据不同场景进行针对性优化。

在集市展示分类方面，系统支持威胁情报、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、官方精选等类别。这种精细化的分类体系帮助企业快速定位适合自身需求的智能体方案。

## 二、国产大模型在LOOP工程中的实践应用

选择国产大模型进行LOOP工程建设具有多重优势。首先，数据主权和合规性得到保障，企业敏感信息无需出境。其次，中文理解能力更强，特别是在行业术语、业务语境方面表现优异。再者，本地化支持更完善，响应速度和服务质量更有保障。

AiPy支持多种国产大模型集成，以GLM4.5为例，该模型在编程能力方面表现突出，适合用于自动开发场景。以下为研发系统demo的提示词示例：

```
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。
```

这个示例展示了如何通过精准的提示词让国产大模型理解复杂的业务需求，并生成可运行的代码。在LOOP工程中，这类提示词会经过多轮迭代优化：

- **第一轮**：基础功能实现，验证核心逻辑
- **第二轮**：边界条件处理，增加异常捕获
- **第三轮**：用户体验优化，界面美化
- **第四轮**：性能调优，响应速度提升

每一轮迭代都会产生新的训练数据，这些数据反馈到模型中，使下一次的输出更加精准。这种持续改进机制正是LOOP工程的核心价值所在。

## 三、AiPy智能体自动开发与提示词工程

智能体自动开发是LOOP工程中最具实践价值的环节。AiPy提供了完整的提示词工程支持，帮助开发者快速构建符合企业规范的智能体。

以下是AiPy自动生成智能体的提示词示例：

```
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。
```

这个提示词包含了多个关键要素：

1. **规范文档引用**：明确指向企业内部的开发规范，确保生成的智能体符合组织标准
2. **版本标识**：V1.0表明这是特定版本的规范，便于后续迭代管理
3. **功能要求**：详细描述智能体需要实现的具体功能
4. **数据处理规则**：明确说明相同工作条目合并、按产品记录等业务逻辑

在实际使用中，开发者还可以根据场景选择不同类型的智能体。例如制作PPT时，勾选PPT生成智能体，提示词可以是"生成一个介绍中国新能源汽车发展的PPT"。生成图片或视频时，勾选图片生成/视频生成智能体，提示词可以是"批量生成10张不同的肥猫切菜的照片"。

对于需要获取实时信息的场景，如股票信息查询，系统提供"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分析协助研判分析。这种专业领域的智能体经过针对性训练，在特定场景下表现远优于通用模型。

## 四、企业级配置与多语言支持能力

AiPy企业版提供完善的常规设置选项，满足不同组织的定制化需求：

| 配置项 | 可选值 | 说明 |
|--------|--------|------|
| 语言 | 中文、English、日语 | 支持三种语言界面 |
| 风格 | aipy-enterprise.yml配置 | 可自定义界面风格 |
| 发送快捷键 | Ctrl+Enter或Enter | 适配不同操作习惯 |
| 工作目录 | 自定义路径 | 指定文件存储位置 |
| 最大执行轮数 | 数字设置 | 控制任务执行深度 |
| 超时时间 | 毫秒设置 | 防止任务无限等待 |
| 自动选择智能体 | 开启/关闭 | 智能匹配最佳智能体 |
| 一体机内网IP | IP地址配置 | 企业内部网络访问 |

这些配置项让企业能够根据自身IT环境和业务流程进行精细化调整。例如，在安全要求较高的环境中，可以设置较短的超时时间和严格的执行轮数限制。在跨国企业中，多语言支持确保不同地区的团队都能高效使用系统。

风格配置通过aipy-enterprise.yml文件实现，这种YAML格式的配置方式便于版本管理和自动化部署。企业可以将配置文件纳入CI/CD流程，确保各环境的一致性。

## 五、Workflow编排与多模态能力整合

Workflow编排是LOOP工程中实现复杂业务流程自动化的关键。通过将多个智能体、API调用、数据处理步骤串联起来，企业可以构建端到端的自动化解决方案。

典型的工作流包含以下组件：

- **触发器**：定时任务、事件驱动、手动触发
- **处理节点**：智能体调用、API请求、数据转换
- **条件分支**：基于业务规则的决策逻辑
- **输出模块**：报告生成、通知发送、数据存储

多模态能力整合让Workflow能够处理文本、图片、音频、视频等多种输入输出形式。例如，在客户服务场景中，系统可以同时处理客户上传的产品图片、语音留言和文字描述，综合判断问题类型并分派给相应的处理智能体。

在使用多模态功能时，需要注意以下要点：

1. 图片内容识别需要勾选视觉理解智能体
2. 图片生成需要勾选图片生成智能体，否则可能只生成线条
3. PPT生成需要勾选PPT生成智能体以保证输出质量
4. 联网搜索功能需要开启以获取实时日期和时间信息

这些配置细节直接影响最终的使用体验，企业在部署时应进行充分的测试验证。

## 六、实施建议与持续优化策略

成功实施LOOP工程需要遵循科学的推进方法。以下是经过验证的实施路径：

**第一阶段：需求调研与场景梳理**
- 识别高价值、高频次的业务场景
- 评估现有数据质量和可用性
- 确定优先级和实施顺序

**第二阶段：智能体开发与测试**
- 根据规范文档编写提示词
- 进行小范围试点验证
- 收集用户反馈并迭代优化

**第三阶段：Workflow编排与集成**
- 将多个智能体串联成完整流程
- 与企业现有系统对接
- 建立监控和告警机制

**第四阶段：规模化推广与运营**
- 制定培训计划和操作手册
- 建立持续优化机制
- 定期评估效果并调整策略

在持续优化方面，建议建立以下指标体系：

| 指标类型 | 具体指标 | 目标值 |
|----------|----------|--------|
| 效率指标 | 任务完成时间 | 降低50% |
| 质量指标 | 输出准确率 | 达到95% |
| 成本指标 | 人力投入减少 | 降低30% |
| 满意度 | 用户评分 | 4.5分以上 |

通过量化指标的持续追踪，企业可以客观评估LOOP工程的实际效果，并及时调整优化方向。

## 相关问答FAQs

**AiPy支持哪些国产大模型进行LOOP工程建设？**

AiPy平台支持多种国产大模型集成，包括GLM4.5等编程能力较强的模型。用户可以根据具体场景选择合适的模型，例如研发系统开发推荐选择GLM4.5，因为其代码生成和理解能力出色。平台还提供自动选择智能体功能，可根据任务类型智能匹配最佳模型。

**如何通过提示词工程提升智能体的输出质量？**

提示词工程是提升智能体输出质量的关键。首先应引用规范文档，如AiPy企业版智能体开发规范，确保输出符合企业标准。其次要详细描述功能要求和数据处理规则，例如周报汇总需说明相同工作条目合并、按产品记录等逻辑。最后进行测试迭代，根据实际效果不断优化提示词内容。

**企业部署AiPy时需要注意哪些配置事项？**

企业部署时需要重点关注常规设置配置。语言方面支持中文、English和日语三种选择。安全配置方面可设置最大执行轮数和超时时间防止资源滥用。网络配置需设置一体机内网IP确保内部访问。风格配置通过aipy-enterprise.yml文件管理，便于版本控制和自动化部署。建议先在测试环境验证配置后再生产部署。