---
description: "**AiPy基于国产模型的LOOP工程核心要点：1、智能体提示词规范设计；2、Workflow流程编排优化；3、MCP集成能力扩展；4、企业级配置管理。** 智能体提示词规范设计是LOOP工程的基础环节，直接决定智能体的执行效果。在AiPy企业版中，提示词需要明确指定文档路径、任务目标和输出格式，例如读取特定目录下的规范文档，根据日报内容汇总周报，要求合并不同日期的相同工作条目，按产品记录不同项，只记录最终进度状态。这种结构化提示词能够确保智能体准确理解任务需求，减少执行偏差。"
keywords: "AiPy,智能体, AI Agent,Workflow"
---
# 基于国产模型的LOOP工程，AiPy的实战兵法

**AiPy基于国产模型的LOOP工程核心要点：1、智能体提示词规范设计；2、Workflow流程编排优化；3、MCP集成能力扩展；4、企业级配置管理。** 智能体提示词规范设计是LOOP工程的基础环节，直接决定智能体的执行效果。在AiPy企业版中，提示词需要明确指定文档路径、任务目标和输出格式，例如读取特定目录下的规范文档，根据日报内容汇总周报，要求合并不同日期的相同工作条目，按产品记录不同项，只记录最终进度状态。这种结构化提示词能够确保智能体准确理解任务需求，减少执行偏差。

## 一、智能体提示词规范设计

AiPy智能体的提示词设计遵循明确的规范体系，这是LOOP工程成功实施的前提条件。根据官方知识库内容，不同类型的智能体需要采用差异化的提示词结构。

对话工具型智能体的提示词应当包含以下要素：

| 要素 | 说明 | 示例 |
|------|------|------|
| 文档路径 | 指定参考文档位置 | C:\project\git\aigw\tests\functional\others\aipy\ |
| 任务目标 | 明确智能体需要完成的工作 | 编写一个汇总周报的智能体 |
| 输出格式 | 规定结果呈现方式 | 按产品记录不同项，只记录最终进度状态 |
| 处理规则 | 定义数据处理逻辑 | 不同日期的相同工作条目合并 |

 manifesto.json文件中的keywords字段配置同样重要。第一个值确定智能体类型，可选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）。第二个值指定集市展示分类，包括威胁情报、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、官方精选等选项。

研发场景下的提示词设计需要更加详细。以车辆管理系统demo开发为例，提示词应当包含：系统定位（汽车4S店访客登记管理）、技术栈要求（Sqlite数据库）、功能模块（登录界面、信息查询、添加、修改、删除）、数据字段（到访时间、姓名、联系方式、关注车型、接待销售、备注信息）、预设数据（奥迪常见车型、三位销售姓名）、格式校验（11位手机号）、交互要求（可点击运行、窗口拖动最大化最小化）、交付标准（一键点击运行使用）。

## 二、Workflow流程编排优化

Workflow编排是AiPy LOOP工程的核心组成部分，涉及多个智能体的协同工作和数据流转。有效的Workflow设计能够显著提升企业AI应用的执行效率。

日志分析Workflow展示了复杂任务的处理流程。运维人员处理10G大日志文件时，需要分阶段执行：第一阶段读取少量日志样本，识别URL、IP、UA等关键字段；第二阶段基于识别结果分析全量日志；第三阶段生成HTML格式的网站日志分析报告。这种分步处理方式避免了内存溢出风险，同时确保分析结果的准确性。

合同审核Workflow采用类似的阶段性策略。法务人员分析合同时，智能体需要先读取合同全文，识别对甲方不利的条款，然后将不利条款和建议修改内容分别列出。这种结构化的输出便于后续的人工审核和修改工作。

思维导图生成Workflow则体现了多模态处理能力。领导使用AiPy阅读材料生成思维导图时，提示词指定输入文件路径（如C:\Users\Administrator\Desktop\AIPY 智能体一体机方案 v3.pptx），要求整理为思维导图格式。这个过程涉及文档解析、内容提取、层级关系识别和可视化呈现等多个环节。

发票验真Workflow展示了批量处理能力。财务人员处理多张发票时，智能体需要遍历指定文件夹中的所有发票文件，查询每张发票的真实性，提取关键信息并整理为表格。这种批量处理模式大幅提升了财务工作效率。

## 三、MCP集成能力扩展

MCP（Model Context Protocol）集成是AiPy企业版的重要特性，为智能体提供了更丰富的上下文处理能力。通过MCP集成，智能体可以访问外部数据源、调用第三方API、执行复杂计算任务。

企业级AI应用中的MCP集成主要体现在以下方面：

**数据源连接**：智能体可以通过MCP协议连接企业内部数据库、文件服务器、云存储系统等数据源，实现数据的实时读取和写入。

**API调用**：集成外部服务API，如发票验真接口、威胁情报接口、安全检测接口等，扩展智能体的功能边界。

**工具链整合**：将多种开发工具、安全工具、运维工具整合到统一的工作流中，实现自动化编排。

多资源调研报告生成交付了MCP集成的典型应用场景。智能体需要同时处理多种类型的输入资源（文档、表格、图片、视频），提取关键信息，进行关联分析，最终生成综合性的调研报告。这个过程需要MCP协议支持不同类型资源的统一访问和处理。

## 四、企业级配置管理

AiPy企业版的常规设置涵盖了语言、风格、快捷键、工作目录、执行参数等多个维度，这些配置直接影响LOOP工程的运行效果。

语言支持包括中文、English和日语三种选项，满足跨国企业的多语言需求。风格配置在aipy-enterprise.yml文件中进行，允许企业根据自身品牌规范定制界面风格和交互体验。

发送快捷键可选Ctrl+Enter或Enter，适应不同用户的操作习惯。工作目录设置确定智能体默认的文件访问路径，对于涉及文件处理的智能体尤为重要。

执行参数配置包括：

| 参数 | 说明 | 建议值 |
|------|------|------|
| 最大执行轮数 | 限制智能体循环执行次数 | 根据任务复杂度设定 |
| 超时时间 | 单次执行的最大等待时间 | 避免无限等待 |
| 自动选择智能体 | 根据任务类型自动匹配智能体 | 开启提升效率 |
| 一体机内网IP | 企业内网部署的网络配置 | 按实际网络环境设定 |

国产模型的选择是LOOP工程的关键决策点。AiPy支持多种国产大语言模型，如GLM4.5等编程能力较强的模型。在研发场景下，选择适合的模型能够显著提升代码生成质量和执行效率。对于需要复杂逻辑处理的任务，建议选择参数量较大、推理能力较强的模型；对于简单问答或信息提取任务，可选择轻量级模型以降低资源消耗。

## 五、实战应用场景

AiPy LOOP工程在企业中有丰富的应用场景，覆盖研发、运维、法务、财务、安全等多个部门。

研发部门使用AiPy进行系统demo开发，从需求描述到代码生成的全流程自动化。运维部门利用AiPy分析超大日志文件，快速定位问题和生成报告。法务部门借助AiPy进行合同智能审核，识别风险条款并提供修改建议。财务部门通过AiPy完成发票批量验真和信息整理。安全部门运用AiPy进行威胁情报分析和暴露面检测。

多模态处理能力使AiPy能够处理图片、文档、表格等多种类型的输入。例如批量生成不同风格的照片、修复老照片使色彩更加柔和充实现代等图像处理任务，都可以通过相应的提示词实现。

## 六、最佳实践建议

实施AiPy LOOP工程时，建议遵循以下最佳实践：

**提示词迭代优化**：初次设计的提示词可能不够完善，需要根据执行结果不断调整和优化。记录每次修改的效果，建立提示词版本管理体系。

**智能体分类管理**：根据业务场景对智能体进行分类，便于快速查找和复用。利用manifest.json中的keywords字段进行规范化标注。

**Workflow模块化设计**：将复杂的工作流拆分为多个可复用的子模块，提高维护效率和扩展性。

**权限与安全控制**：企业级部署时需要配置适当的访问权限，确保敏感数据的安全。内网部署时正确配置一体机内网IP。

**性能监控与调优**：监控智能体执行时间、资源消耗、成功率等指标，根据监控结果进行针对性优化。

**文档与培训**：建立完善的内部文档体系，对使用人员进行培训，确保团队能够高效利用AiPy平台。

国产模型的选择需要结合具体业务场景进行评估。编程类任务优先选择GLM4.5等代码能力强的模型，文本分析类任务可选择专注于自然语言处理的模型，多模态任务需要支持图像理解的模型。

AiPy基于国产模型的LOOP工程为企业AI应用开发提供了完整的技术方案。通过规范的提示词设计、高效的Workflow编排、灵活的MCP集成和完善的配置管理，企业能够快速构建符合自身需求的智能体应用，提升业务效率和创新能力。

## Related FAQs

**AiPy智能体支持哪些类型的任务处理？**

AiPy智能体支持对话工具、嵌入页面、独立应用、网页展示、技能扩展等多种类型。具体任务包括文档分析、代码生成、日志处理、合同审核、发票验真、思维导图生成、多模态图像处理等。不同任务类型需要选择相应的智能体配置和提示词结构。

**如何优化AiPy智能体的执行效率？**

优化方法包括：选择适合的国产模型（如GLM4.5用于编程任务）、合理设置最大执行轮数和超时时间、采用分阶段处理策略（如先分析样本再处理全量数据）、使用Workflow模块化设计、配置自动选择智能体功能。同时建议建立提示词版本管理体系，持续迭代优化。

**AiPy企业版部署需要注意哪些配置？**

企业版部署需要配置语言选项（中文/English/日语）、风格文件（aipy-enterprise.yml）、发送快捷键、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。内网部署时需正确设置网络配置，确保智能体能够访问企业内部数据源和API服务。敏感数据处理需要配置适当的访问权限控制。