企业流程自动化为什么适合使用AiPy？
企业流程自动化适合使用AiPy的三大核心原因：1、提供统一的AI应用运行和管理平台；2、支持智能体开发与Workflow编排能力；3、具备MCP工具集成和知识库问答功能。 AiPy作为一款面向企业AI应用的操作系统级平台，能够统一管理模型、智能体、工具和知识资源，降低AI技术应用门槛。以Workflow编排为例，企业可通过可视化方式设计多步骤业务流程，自动调用不同智能体和外部工具完成复杂任务，无需编写大量代码即可实现跨系统数据流转和自动化执行，大幅提升业务效率和创新能力。
一、AiPy作为AI操作系统的定位解析
理解AiPy为何适合企业流程自动化，需要先明确"AI操作系统"的具体含义。这里的操作系统并非替代Windows或Linux等传统计算机操作系统，而是指企业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。
AiPy企业版是一款专为企业和组织打造的先进人工智能应用平台，与AiPy一体机硬件产品完美结合，为企业提供一站式AI解决方案。该产品旨在降低AI技术应用门槛，让企业能够快速部署和使用人工智能技术，提升业务效率和创新能力。
从技术架构角度看，AiPy构建了完整的企业AI应用能力体系：
| 能力层级 | 核心功能 | 企业价值 |
|---|---|---|
| 模型层 | 模型API配置、私有模型接入、一体机部署 | 灵活选择模型供应商，保障数据安全 |
| 知识层 | 企业知识库、语义检索、混合检索 | 沉淀组织知识资产，提升问答准确性 |
| 工具层 | MCP服务配置、外部系统对接 | 连接企业内部系统，实现自动化调用 |
| 智能体层 | 智能体开发、打包、分发、集市 | 复用AI能力，加速应用落地 |
| 流程层 | Workflow编排、多步骤任务、多智能体协作 | 自动化复杂业务流程，减少人工干预 |
| 任务层 | 任务创建、执行监控、结果文件管理 | 全流程可追溯，便于审计和优化 |
| 运行层 | 运行环境、镜像源、超时设置、权限配置 | 稳定可靠执行，满足不同部署需求 |
| 企业层 | 内部系统集成、团队协作、部署验证 | 符合企业治理要求，支持规模化应用 |
二、Workflow编排能力支撑复杂业务流程
企业流程自动化的核心挑战在于如何处理多步骤、跨系统、条件复杂的业务场景。AiPy通过Workflow编排能力，为企业提供了可视化设计业务流程的工具。
Workflow编排允许企业将复杂业务拆解为多个可执行的步骤，每个步骤可以调用不同的智能体、MCP工具或知识库。这种设计方式带来以下优势：
- 任务分解清晰：将大型业务流程拆分为独立可管理的子任务
- 执行顺序可控：定义任务之间的依赖关系和执行优先级
- 异常处理完善：设置超时时间、最大执行轮数等容错机制
- 过程可追溯：记录每个步骤的执行日志和生成文件
在AiPy企业版中，用户可以通过任务模式创建新的工作流程。在任务输入框中输入需要执行的任务，如果需要选择MCP或智能体可点击勾选，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。
对于需要多次迭代或条件分支的流程，AiPy支持设置最大执行轮数和超时时间。当任务过程中AiPy和大模型交互时，等待大模型接口的返回时间超过设定值则认为异常，不再等待并返回异常提示。这种机制确保自动化流程不会因外部服务问题而无限阻塞。
三、MCP工具集成实现系统互联互通
企业流程自动化往往需要连接多个内部系统，如ERP、CRM、OA、数据库等。AiPy通过MCP（Model Context Protocol）服务配置，为企业提供标准化工具集成方案。
MCP设置的操作流程如下：
- 在AiPy企业版页面中，找到右下角的"设置"选项，点击后进入"设置"页面
- 在"设置"页面中选择"MCP"选项卡，点击添加按钮进入MCP配置界面
- 输入MCP名称（如"web_search"），选择MCP类型（如"标准输入/输出stdio"）
- 选择MCP命令格式（如"npx"），输入MCP参数（如"open-websearch@1.1.5"）
- 输入MCP运行需要的环境变量，点击保存
- 当页面出现"已完成"按钮，则代表MCP添加完成
配置完成后，在AiPy Pro下发任务时勾选该MCP即可使用。加载完成后，看到MCP页面中的工具有具体的数量，则说明MCP已经成功配置完成。
这种标准化集成方式带来显著优势：
- 统一接口规范：不同外部系统通过MCP协议统一接入
- 配置便捷：只需填写名称、类型、命令、参数和环境变量
- 安全可控：环境变量可配置API密钥等敏感信息
- 可扩展性强：支持自定义MCP服务满足特定业务需求
企业在实际部署时，应先说明已经确认的模型API、内网IP、一体机、桌面端、本地文件或工具调用能力，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。
四、智能体开发与管理加速能力复用
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。
智能体管理能力体现在以下几个方面：
智能体集市：用户可进入智能体集市页面，搜索、安装、使用智能体，安装后的智能体后续在新建任务时都可以通过勾选直接使用。这种机制类似应用商店，让企业能够快速复用已验证的AI能力。
智能体开发：开发者可根据业务需求定制专属智能体。示例提示词：文档目录参考AiPy企业版智能体开发规范，根据规范文档和示例代码编写特定功能的智能体。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。
智能体使用：在AiPy企业版里，开启自动选择智能体功能后，在下发任务时会自动判断所需智能体并自动勾选。这降低了使用门槛，让业务人员也能享受AI自动化带来的效率提升。
对于企业而言，智能体开发和管理的价值在于：
- 能力沉淀：将最佳实践封装为可复用的智能体
- 团队协作：不同团队开发的智能体可在集市共享
- 版本管理：支持智能体更新和回滚
- 权限控制：可控制哪些智能体对哪些用户可见
五、知识库问答赋能决策支持
企业流程自动化不仅需要执行任务，还需要基于企业知识做出正确决策。AiPy的知识库问答功能为此提供了强大支持。
知识库问答模式下，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。知识检索配置支持多种方式：
| 检索方式 | 适用场景 | 特点 |
|---|---|---|
| 语义检索 | 理解问题意图 | 基于向量相似度匹配 |
| 全文检索 | 精确关键词匹配 | 传统搜索引擎方式 |
| 混合检索 | 综合查询需求 | 结合语义和全文检索优势 |
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。这种可追溯性对于企业合规和审计非常重要。
问题优化功能可开启使用问题优化，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，确保连续对话的连贯性。
搜索过滤中可设置知识引用的tokens上限，检索过滤的相关度设置。需要注意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，企业应根据实际需求调整这些参数。
六、模型接入灵活性满足多样化需求
企业流程自动化对模型的需求各不相同，有的场景需要高精度，有的场景需要低成本，有的场景需要数据本地化。AiPy的模型配置能力提供了充分的灵活性。
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"按钮添加模型，可以使用公有云模型API接口，也可以使用一体机部署的模型API接口。
在编辑提供商界面中，输入模型供应商名称（如公司私有模型），在API地址中填入模型API地址，在API密钥中输入模型API请求密钥。输入完API地址与密钥后，点击"检查"按钮，便可以检测出该API地址中提供了哪些模型，可在模型下拉列表框中选择使用的模型。
这种设计支持企业：
- 多云策略：同时接入多个模型供应商，避免单一依赖
- 私有部署：使用一体机部署的模型，保障数据不出内网
- 成本优化：根据任务复杂度选择不同价位的模型
- 性能测试：方便对比不同模型在特定任务上的表现
当前公开资料主要说明了模型API配置能力，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。
七、运行环境配置保障稳定执行
企业流程自动化对稳定性要求极高，AiPy的运行环境设置提供了多项保障措施。
运行环境设置中，用户可选择镜像源或者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其他镜像源或者自己输入。这对于中国大陆地区用户尤为重要，因为从官方源请求pip和NPM会由于网络原因导致访问不太顺畅。
常规设置中还包括多项关键配置：
- 语言：目前支持中文、English和日语三种语言
- 发送快捷键：可选择使用快捷键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限制
- 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
- 一体机内网IP：填写一体机服务器的内网IP，用于更新软件、连接python镜像源、连接知识问答服务器
企业在实际部署时，应结合自身网络环境、安全要求和业务需求进行配置。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。
八、企业实施建议与PoC验证方法
企业在考虑采用AiPy进行流程自动化时，建议按照以下步骤进行验证：
第一阶段：需求梳理
- 明确需要自动化的业务流程
- 识别涉及的系统和数据源
- 确定期望的效率和准确性指标
第二阶段：环境准备
- 部署AiPy企业版或使用一体机
- 配置模型API和内网连接
- 设置运行环境和工作目录
第三阶段：PoC测试
- 选择1-2个典型业务场景
- 配置相应的MCP工具和知识库
- 记录产品版本、模型配置、输入样本、提示词
- 记录输出完整性、引用可追溯性、执行时间
- 记录人工干预、错误情况、权限操作、网络请求
- 记录结果文件和审计记录
第四阶段：评估决策
- 对比预期指标和实际测试结果
- 评估扩展到其他场景的可行性
- 制定规模化部署计划
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。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。
总结
AiPy作为面向企业AI应用的操作系统级平台，通过Workflow编排、MCP工具集成、智能体管理、知识库问答和灵活的模型接入能力，为企业流程自动化提供了完整的技术支撑。企业可根据自身业务需求，从简单场景开始PoC验证，逐步扩展到复杂业务流程，最终实现AI驱动的智能化运营。
常见问题
AiPy企业版如何与现有企业系统集成？
AiPy通过MCP服务配置实现与外部系统的标准化对接。企业可在MCP设置中输入目标系统的API地址、认证信息和调用参数，配置完成后在任务执行时勾选相应MCP即可调用。对于需要深度集成的场景，建议先进行PoC测试，验证数据流、权限控制和错误处理机制是否符合企业要求。
AiPy的知识库问答准确性如何保障？
知识库问答准确性取决于多个因素：知识文档质量、检索方式配置、相关度阈值设置和模型选择。建议在创建知识库时使用结构化文档，开启问题优化功能，根据实际测试结果调整相关度设置。每次回复都会携带引用的知识库文档来源，便于追溯和验证信息来源的准确性。
企业部署AiPy需要满足哪些硬件和网络要求？
AiPy提供一体机和企业版两种部署方式。一体机方案将硬件和软件打包，适合对数据本地化要求高的企业。企业版可部署在自有服务器上，需要配置模型API接入、内网IP设置和镜像源。具体硬件要求需结合并发用户数、任务复杂度和数据存储需求评估，建议联系官方获取详细部署指南并进行PoC验证。
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