智能体技术概述

在AI技术快速发展的背景下，智能体（Agent）已成为连接大语言模型与实际业务场景的重要桥梁。智能体不仅能够理解自然语言，还能够通过工具调用、任务推理和步骤拆解来完成复杂的自动化任务。

从技术角度来看，智能体的核心能力包括：

  • 任务理解与分解：将复杂任务拆解为可执行的子步骤
  • 工具调用：集成外部API、数据库、文件系统等资源
  • 推理决策：根据上下文信息做出合理的决策和行动
  • 学习适应：通过反馈不断优化执行策略

在实际应用中，智能体特别适合处理”重复度高、机械化程度高”的工作，如文档检核、批量任务处理、自动化测试执行等场景。这些应用不仅能显著提高工作效率，还能降低人工操作的错误率。

主流智能体开发平台对比

Dify：开源企业级解决方案

Dify是一款完全开源的LLM应用开发平台，基于Apache 2.0协议。其技术架构包括：

  • 后端：Python（Flask）
  • 前端：Next.js
  • 数据库：PostgreSQL + 向量数据库

核心优势：

  • 支持完全私有化部署，满足数据安全要求
  • 提供可视化工作流编辑器，降低开发门槛
  • 支持多种应用类型：聊天助手、Agent、工作流等
  • 开放式插件架构，可深度定制
  • 支持多家大模型接入（OpenAI、Claude、国产模型等）

Dify详细安装部署

1. 基础环境准备

首先确保系统已安装Docker和Docker Compose：

1
2
3
# 检查Docker版本
docker --version
docker-compose --version

2. 快速部署步骤

1
2
3
4
5
6
7
8
9
10
11
12
# 克隆项目代码
git clone https://github.com/langgenius/dify.git
cd dify/docker

# 复制环境配置文件
cp .env.example .env

# 启动所有服务
docker compose up -d

# 检查服务状态
docker compose ps

3. 重要环境变量配置

编辑 .env 文件，配置关键参数：

4. 系统初始化

部署完成后访问初始化页面：

1
2
3
4
5
# 本地环境
http://localhost/install

# 服务器环境
http://your_server_ip/install

创建管理员账户并完成基础配置。

Dify系统更新升级

1. 备份重要数据

1
2
3
4
5
6
7
8
9
10
# 停止服务
cd dify/docker
docker compose down

# 备份数据库
docker compose exec postgres pg_dump -U postgres dify > backup_$(date +%Y%m%d).sql

# 备份卷数据
sudo cp -r /var/lib/docker/volumes/docker_app_storage ./backup_storage_$(date +%Y%m%d)
sudo cp -r /var/lib/docker/volumes/docker_db_data ./backup_db_$(date +%Y%m%d)

2. 更新代码和镜像

1
2
3
4
5
6
7
8
# 拉取最新代码
git pull origin main

# 下载最新镜像
docker compose pull

# 重新启动服务
docker compose up -d

3. 数据库迁移

系统数据存储位置：dify/docker/volumes

参考：https://docs.dify.ai/en/getting-started/install-self-hosted/docker-compose#upgrade-dify

离线插件打包与安装

在内网环境中，插件安装需要特殊处理。离线安装插件也需要从互联网拉取一些pipy包，因此内网安装失败。

需要手动打包纯离线插件。

1. 插件重新打包工具

1
2
3
4
5
6
# 下载插件打包工具
git clone https://github.com/junjiem/dify-plugin-repackaging.git
cd dify-plugin-repackaging

# 给脚本执行权限
chmod +x plugin_repackaging.sh

2. 打包不同架构插件

1
2
3
4
5
# x86_64架构打包
./plugin_repackaging.sh -p manylinux2014_x86_64 -s linux-amd64 local _temp

# ARM架构打包（适用于M1/M2 Mac或ARM服务器）
./plugin_repackaging.sh -p manylinux2014_aarch64 -s linux-arm64 local _temp

3. 常见问题排查

问题1：插件签名验证失败

1
2
错误信息：PluginDaemonBadRequestError: plugin verification has been enabled, 
and the plugin you want to install has a bad signature

解决方案：

1
2
3
4
5
6
7
# 在docker/.env配置文件添加
echo "FORCE_VERIFYING_SIGNATURE=false" >> docker/.env

# 重启服务
cd docker
docker compose down
docker compose up -d

问题2：架构不匹配错误

1
错误信息：Because gevent==25.5.1 has no wheels with a matching platform tag

解决方案：

1
2
3
4
5
6
7
8
9
# 查看当前系统架构
uname -m

# 针对不同架构重新打包
# x86_64系统使用：
./plugin_repackaging.sh -p manylinux2014_x86_64 -s linux-amd64 local _temp

# aarch64系统使用：
./plugin_repackaging.sh -p manylinux2014_aarch64 -s linux-arm64 local _temp

问题3：查看详细错误日志

1
2
3
4
5
6
7
8
# 查看插件守护进程日志
docker logs -f docker-plugin_daemon-1

# 查看API服务日志
docker logs -f docker-api-1

# 查看工作进程日志
docker logs -f docker-worker-1

4. 插件安装验证

1
2
3
4
5
6
# 检查插件是否安装成功
# 有些插件（如OpenRouter）不会显示在工具列表，但会在模型配置中出现

# 通过API检查插件状态
curl -X GET "http://localhost/console/api/workspaces/current/tool-providers" \
  -H "Authorization: Bearer YOUR_ACCESS_TOKEN"

参考链接：

https://github.com/junjiem/dify-plugin-repackaging

https://github.com/lebenito030/dify-plugin-repackaging

https://blog.csdn.net/f80407515/article/details/147240740

https://blogs.lebenito.net/posts/Blind-Do/4a33641693af7111

https://www.cnblogs.com/xjl456852/p/18865586

扣子（Coze）：字节生态智能体平台

扣子是字节跳动推出的商业化AI Bot构建平台，主要特点：

  • 完整的UI组件 + 低代码工作流 + AI大模型
  • 便于与飞书生态集成
  • 主要支持豆包和DeepSeek模型
  • 云服务为主，不支持私有化部署

技术限制：

  • 代码节点仅支持有限的第三方依赖（JavaScript：dayjs、lodash；Python：requests_async、numpy）
  • 无法导入其他第三方包，限制了功能扩展能力

适用场景：

  • 快速上线，无需大量技术投入
  • 主要构建对话类Bot应用
  • 与字节生态有集成需求的场景

HiAgent：企业级私有化方案

HiAgent是字节旗下火山引擎推出的企业AI中台，专注于大型企业的私有化部署需求：

  • 支持本地部署和定制化开发
  • 提供完整的企业级解决方案
  • 适合大型企业和高校等机构使用

选择建议：

  1. 数据安全优先：选择Dify或HiAgent的私有化部署
  2. 快速验证：使用扣子进行原型开发和功能验证
  3. 企业级应用：考虑HiAgent的商业化解决方案

大语言模型与本地部署

DeepSeek系列模型

DeepSeek V3作为当前领先的开源大模型，具有以下特点：

  • 参数规模：671B总参数，37B激活参数
  • 上下文长度：128K token
  • 模型能力：支持推理、代码生成、多语言处理

DeepSeek R1专注于推理能力优化，特别适合需要逻辑推理的智能体任务。

本地模型部署方案

Ollama详细部署指南

1. Ollama安装

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
# Linux/macOS 一键安装
curl -fsSL https://ollama.ai/install.sh | sh

# 或者手动下载安装
# macOS
curl -L https://ollama.ai/download/ollama-darwin -o ollama
chmod +x ollama
sudo mv ollama /usr/local/bin/

# Linux
curl -L https://ollama.ai/download/ollama-linux-amd64 -o ollama
chmod +x ollama
sudo mv ollama /usr/local/bin/

# Windows
# 下载 https://ollama.ai/download/ollama-windows-amd64.exe

2. 镜像源配置（重要）

国内用户建议配置镜像源以提高下载速度：

1
2
3
4
5
6
7
8
9
10
11
12
13
# 创建配置目录
mkdir -p ~/.ollama

# 方法1：创建配置文件
cat << EOF > ~/.ollama/config.json
{
    "registry": {
        "mirrors": {
            "registry.ollama.ai": "https://ollama.modelscope.cn"
        }
    }
}
EOF

可用镜像源列表：

1
2
3
4
5
6
7
8
9
10
11
# 魔搭社区（推荐）
https://ollama.modelscope.cn

# 阿里云镜像
https://registry.ollama.ai

# DeepSeek官方镜像
https://ollama.deepseek.com

# 浙江大学镜像站
https://ollama.zju.edu.cn

方法2：环境变量配置

1
2
3
4
5
6
7
8
# 临时设置
export OLLAMA_HOST=0.0.0.0:11434
export OLLAMA_REGISTRY_MIRROR=https://ollama.modelscope.cn

# 永久设置
echo 'export OLLAMA_HOST=0.0.0.0:11434' >> ~/.zshrc
echo 'export OLLAMA_REGISTRY_MIRROR=https://ollama.modelscope.cn' >> ~/.zshrc
source ~/.zshrc

3. 模型管理命令详解

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
# 查看可用模型
ollama list

# 下载并运行模型
ollama run deepseek-r1:7b

# 仅下载模型（不运行）
ollama pull llama3.2:1b

# 查看正在运行的模型
ollama ps

# 停止指定模型
ollama stop deepseek-r1:7b

# 删除模型
ollama rm llama3.2

# 查看模型详细信息
ollama show deepseek-r1:7b

# 复制模型（创建别名）
ollama cp deepseek-r1:7b my-deepseek

4. 高级配置选项

1
2
3
4
5
6
7
8
9
10
11
12
13
14
# 设置并发加载模型数量
export OLLAMA_MAX_LOADED_MODELS=2

# 设置模型存储路径
export OLLAMA_MODELS=/path/to/your/models

# 设置GPU使用
export OLLAMA_NUM_GPU=1

# 设置内存限制
export OLLAMA_MAX_VRAM=8GB

# 启动服务（后台运行）
ollama serve

5. 推荐轻量级模型

模型名称 大小 参数量 运行命令 适用场景
DeepSeek-R1 4.7GB 7B ollama run deepseek-r1:7b 推理、代码生成
Llama 3.2 1.3GB 1B ollama run llama3.2:1b 轻量级对话
Llama 3.2 2.0GB 3B ollama run llama3.2:3b 平衡性能
Qwen2.5 1.5GB 1.5B ollama run qwen2.5:1.5b 中文优化
Gemma 2 1.6GB 2B ollama run gemma2:2b Google模型

Open WebUI前端部署

1. Docker部署（推荐）

1
2
3
4
5
6
7
8
9
10
11
# 基础部署
docker run -d -p 3000:8080 \
  --add-host=host.docker.internal:host-gateway \
  -v open-webui:/app/backend/data \
  --name open-webui \
  --restart always \
  ghcr.io/open-webui/open-webui:main

# 验证部署
docker ps | grep open-webui
docker logs open-webui

2. 功能配置

首次访问需要创建管理员账户，然后可以配置：

  • 模型管理：添加/删除可用模型
  • 用户权限：设置用户访问级别
  • 插件扩展：安装各种功能插件
  • Arena模式：随机选择模型进行对比测试

Arena Model 1.竞技场模型
The Arena Model randomly selects from a pool of available models, making sure the evaluation is fair and unbiased. This helps in removing a potential flaw in manual comparison: ecological validity – ensuring you don’t knowingly or unknowingly favor one model.
Arena 模型会从众多可用模型中随机选择，确保评估公平公正。这有助于消除人工比较中的潜在缺陷： 生态效度 ——确保您不会有意或无意地偏向某个模型。

Dify集成Ollama配置

1. 在Dify中添加Ollama模型

进入Dify管理后台 → 模型供应商 → 添加模型：

1
2
3
4
5
# 模型供应商：Ollama
# 基础URL：http://host.docker.internal:11434
# 模型名称：deepseek-r1:7b
# 模型类型：LLM
# 启用对话：是

2. Docker网络配置注意事项

如果Dify和Ollama都运行在Docker中，需要确保网络连通：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# 检查Docker网络
docker network ls

# 创建自定义网络（可选）
docker network create ollama-network

# 启动Ollama时加入网络
docker run -d --name ollama \
  --network ollama-network \
  -p 11434:11434 \
  -v ollama:/root/.ollama \
  ollama/ollama

# 在Dify中使用容器名访问
# 基础URL：http://ollama:11434

3. 性能优化配置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
# GPU支持（NVIDIA）
docker run -d --gpus all \
  --name ollama \
  -p 11434:11434 \
  -v ollama:/root/.ollama \
  ollama/ollama

# 内存限制
docker run -d --name ollama \
  --memory=8g \
  --cpus="4.0" \
  -p 11434:11434 \
  -v ollama:/root/.ollama \
  ollama/ollama

参考链接：

RAG与知识库构建

RAG技术原理

  • 检索（Retrieval）：从外部知识库中查找相关信息
  • 增强（Augmented）：用检索到的信息增强AI模型的知识
  • 生成（Generation）：基于增强后的信息生成回答

RAG（Retrieval-Augmented Generation）结合了信息检索和文本生成技术，解决了以下核心问题：

  • AI模型知识截止时间限制
  • 专业领域知识缺乏
  • 避免模型”幻觉”现象
  • 提供可追溯的信息来源

基本工作流程：

1
用户问题 → 向量化 → 相似性搜索 → 检索相关文档 → 组合提示词 → LLM生成答案

知识库构建实践

文档处理流程：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
# 文本分块
from langchain.text_splitter import RecursiveCharacterTextSplitter
text_splitter = RecursiveCharacterTextSplitter(
    chunk_size=1000,
    chunk_overlap=200
)
chunks = text_splitter.split_documents(documents)

# 向量化存储
from langchain.embeddings import OpenAIEmbeddings
from langchain.vectorstores import Chroma
embeddings = OpenAIEmbeddings()
vectorstore = Chroma.from_documents(
    documents=chunks,
    embedding=embeddings
)

MaxKB知识库系统

MaxKB是企业级AI助手，支持RAG检索增强生成：

  • 支持多种文档格式：TXT、Markdown、PDF、HTML、DOC、CSV
  • 支持同步Notion文档和网页内容
  • 提供工作流编排和MCP工具调用能力
  • 广泛应用于智能客服、企业知识库问答等场景

部署配置：

1
2
3
4
docker run -d --name=maxkb --restart=always -p 8080:8080 \
  -v ~/.maxkb:/var/lib/postgresql/data \
  -v ~/.python-packages:/opt/maxkb/app/sandbox/python-packages \
  registry.fit2cloud.com/maxkb/maxkb

向量数据库技术

Milvus向量数据库为AI应用提供高性能向量检索能力：

  • 专门为GenAI应用设计的开源向量数据库
  • 支持高速搜索和扩展到数十亿个向量
  • 基于Approximate Nearest Neighbor（ANN）算法进行语义相似性搜索

向量嵌入技术将非结构化数据转换为数值表示，在多维空间中相似的概念会被放置得更近，从而实现语义搜索而非仅仅是关键词匹配。

智能体应用架构设计

应用类型与选择

Dify支持多种应用类型，各有不同的适用场景：

应用类型 特点 适用场景
聊天助手 基于LLM的对话式交互 客服机器人、咨询问答
文本生成 单次生成类任务 内容创作、文本分类、翻译
Agent 任务分解、推理思考、工具调用 复杂业务流程自动化
对话流 多轮对话，具有记忆功能 智能助手、个人顾问
工作流 自动化批处理 文档处理、数据分析

Agent执行模式

Function Calling模式

  • 基于OpenAI的Function Calling规范
  • AI模型直接识别需要调用的工具
  • 一次性决定工具调用参数
  • 适合确定性任务执行

ReAct模式（Reasoning + Acting）

  • 推理与行动的循环模式
  • 模型逐步思考，逐步行动
  • 支持多轮工具调用和中间推理
  • 适合复杂的多步骤任务

文件处理架构

在智能体应用中，文件处理是一个重要环节。需要注意的是：

  • LLM无法直接读取文件，需要通过文档提取器转换为文本
  • 支持多种文件格式：Word、Excel、PDF、Markdown等
  • 可以通过开始节点添加文件变量，或者在附加功能中开启文件上传

文档提取流程：

1
文件上传 → 文档提取器 → 文本变量 → LLM处理 → 结果输出

MCP协议与工具集成

MCP协议概述

Model Context Protocol（模型上下文协议）是由Anthropic开发的开源协议，为AI模型提供安全、标准化的外部资源访问方式。

核心特点：

  • 让AI模型安全地访问外部数据和工具
  • 提供统一的接口标准
  • 支持动态上下文扩展
  • 保障数据安全和隐私

传输方式：

  • HTTP with SSE（Server-Sent Events）
  • Streamable HTTP：支持流式数据传输

MCP协议：

https://modelcontextprotocol.io/introduction

https://www.runoob.com/np/mcp-protocol.html

https://github.com/yzfly/Awesome-MCP-ZH

常用的MCP client: Claude Desktop, AI 应用，Dify, Vscode , Cursor等。

MCP服务器部署

Chrome MCP Server

Chrome MCP Server将浏览器功能暴露给AI助手，实现浏览器自动化：

环境要求：

  • Node.js >= 18.19.0
  • Chrome/Chromium浏览器

安装步骤：

  1. 下载Chrome扩展并安装到浏览器
  2. 全局安装bridge：npm install -g mcp-chrome-bridge
  3. 配置Claude Desktop连接

配置示例：

连接方式1:

使用streamable http的方式连接

1
2
3
4
5
6
7
8
{
  "mcpServers": {
    "chrome-mcp-server": {
      "type": "streamableHttp",
      "url": "http://127.0.0.1:12306/mcp"
    }
  }
}

连接方式2:

使用stdio的方式连接

比如客户端Claude Desktop暂时仅支持stdio连接方式。

找到插件的文件。

1
2
3
~/Library/Application Support/Claude/ npm list -g mcp-chrome-bridge
/opt/homebrew/lib
└── mcp-chrome-bridge@1.0.29
1
/opt/homebrew/lib/node_modules/mcp-chrome-bridge/dist/mcp/mcp-server-stdio.js

在Claude Desktop中配置MCP Server

点击settings, Developer, 点击配置，会自动创建配置文件。

配置文件位置：~/Library/Application Support/Claude/claude_desktop_config.json

1
2
3
4
5
6
7
8
9
10
11
{
  "mcpServers": {
    "chrome-mcp-stdio": {
      "command": "npx",
      "args": [
        "node",
        "/opt/homebrew/lib/node_modules/mcp-chrome-bridge/dist/mcp/mcp-server-stdio.js"
      ]
    }
  }
}

重启Claude Desktop，现在就可以在Claude Desktop中直接调用浏览器进行操作了！

Playwright MCP

Playwright MCP提供了更强大的浏览器自动化能力：

1
npm install @playwright/mcp@latest

在Dify中集成MCP：

启动服务：

1
npx @playwright/mcp@latest --port 8931

注意，需要配置IP地址为电脑本地IP，而不是127.0.0.1

1
{  "server_name": {    "url": "http://192.168.64.1:8931/sse",    "headers": {}, "timeout": 50,    "sse_read_timeout": 50  }}

在Claude Desktop中配置：

1
2
3
4
5
6
7
8
9
10
{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": [
        "@playwright/mcp@latest"
      ]
    }
  }
}

可以和之前的配置文件合并：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
{
  "mcpServers": {
    "chrome-mcp-stdio": {
      "command": "npx",
      "args": [
        "node",
        "/opt/homebrew/lib/node_modules/mcp-chrome-bridge/dist/mcp/mcp-server-stdio.js"
      ]
    },
    "playwright": {
      "command": "npx",
      "args": [
        "@playwright/mcp@latest"
      ]
    }
  }
}

Dify集成MCP

注意，可以在Dify中使用MCP插件，或者先配置MCP服务器（1.6.0以上）。

如果报错，可以选择其他Agent策略。有些可能有问题，不能正常使用。建议选择官方的Dify Agent 策略。

然后可以直接调用工具，或者在Agent中添加工具。

其他MCP工具

https://modelcontextprotocol.io/examples

  • filesystem-MCP：本地文件系统访问
  • MarkItDown-MCP：文档格式转换
  • firecrawl-mcp-server：网页爬取

实践案例：测试助手智能体

项目背景

针对测试管理、执行工作中重复度高、机械化程度高的工作开发智能体，主要包括：

  • 文档检核智能体
  • 批量任务处理智能体
  • 自动化测试任务执行智能体

架构设计

智能体架构层次：

graph LR
    subgraph "用户交互层"
        U1[测试经理用户]
        U2[文件上传界面]
        U3[参数输入表单]
    end
    
    subgraph "智能体层"
        S1[测试报告核验助手]
        S2[对话管理]
        S3[文件处理]
    end
    
    subgraph "工作流层"
        W1[测试报告核验工作流]
    end
    
    subgraph "节点执行层"
        N1[文档提取器节点]
        N2[代码执行节点]
        N3[HTTP请求节点]
        N4[LLM验证节点]
    end
    
    subgraph "外部系统层"
        E1[测试管理平台API]
        E2[VP系统API]
        E3[DeepSeek大模型]
    end

工作流设计

数据流处理：

  1. 输入层：

    • 业务需求编号和名称
    • 测试报告文件
    • 测试案例文件
    • 背景内容

  2. 数据提取层：

    • 文档提取器：处理Word/Excel文档
    • 代码执行：提取文件元信息
    • HTTP请求：查询外部系统数据

  3. 验证层：

    • LLM验证文件名规范
    • LLM验证报告内容完整性
    • LLM验证案例数据一致性

  4. 分析层：

    • 交叉验证分析
    • 数据一致性检查

  5. 输出层：

    • 生成结构化验证报告
    • 提供问题清单和改进建议

数据库集成实践

在工作流中，可能需要查询外部数据库。

MySQL连接配置：

由于Dify运行在Docker环境中，需要特殊的网络配置：

1
2
3
4
5
主机地址: host.docker.internal
端口: 3306
数据库名: dify_test
用户名: dify
密码: dify123

连接字符串格式：

1
mysql+pymysql://dify:dify123@host.docker.internal:3306/dify_test

这种架构设计确保了智能体能够：

  • 自动处理多种格式的测试文档
  • 与外部测试管理系统无缝集成
  • 提供准确的验证结果和改进建议
  • 支持批量处理和规模化应用

AI编程助手与开发工具

主流编程助手工具

在智能体开发过程中，AI编程助手能够显著提高开发效率：

Claude Code详细配置

1. 安装配置

Claude Code是Anthropic推出的官方CLI工具，需要API Key支持：

1
2
3
4
5
6
7
8
9
# 安装Claude Code
npm install -g @anthropic-ai/claude-code

# 设置API Key
export ANTHROPIC_API_KEY="your-api-key-here"

# 或者在配置文件中设置
echo 'export ANTHROPIC_API_KEY="your-api-key-here"' >> ~/.zshrc
source ~/.zshrc

2. 网络代理配置（国内必需）

国内用户需要配置代理才能正常使用：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# 方法1：环境变量配置
export HTTP_PROXY=http://127.0.0.1:7890
export HTTPS_PROXY=http://127.0.0.1:7890
export ALL_PROXY=http://127.0.0.1:7890

# 方法2：通过代理软件运行
# 确保代理软件（如Clash、V2Ray等）运行在7890端口
claude

# 方法3：使用proxychains（Linux/macOS）
sudo apt-get install proxychains4  # Ubuntu/Debian
brew install proxychains-ng        # macOS

# 编辑配置文件 /etc/proxychains.conf 或 ~/.proxychains/proxychains.conf
# 添加：socks5 127.0.0.1 7890

# 使用代理运行
proxychains4 claude

3. 主要功能特点

  • 大型代码库分析：支持超过100万token上下文长度
  • 多模态应用生成：通过PDF或草图快速生成应用程序原型
  • 自动化运维任务：Git操作、PR查询、代码迁移计划制定
  • 集成外部工具：通过MCP服务器连接各种工具
  • 联网搜索支持：获取最新信息

Gemini CLI部署配置

1. 安装与配置

1
2
3
4
5
6
7
# 安装Gemini CLI
npm install -g @google/gemini-cli

# 设置API Key
export GEMINI_API_KEY="YOUR_API_KEY"
echo 'export GEMINI_API_KEY="YOUR_API_KEY"' >> ~/.zshrc
source ~/.zshrc

2. 代理配置（国内必需）

1
2
3
4
5
6
7
8
9
# 设置代理环境变量
export HTTP_PROXY=http://127.0.0.1:7890
export HTTPS_PROXY=http://127.0.0.1:7890

# 验证代理连接
curl -I https://ai.google.dev

# 启动Gemini CLI
gemini

3. 功能亮点

  • 处理大型代码库：超过100万token上下文长度
  • 多模态应用生成：PDF/草图快速原型
  • 自动化运维：Git操作、PR查询等
  • 媒体生成集成：Imagen、Veo、Lyria等
  • 实时信息搜索：内置Google Search

其他优秀开发工具

1. Cursor

1
2
3
4
5
6
7
8
# 下载安装
# https://cursor.sh/

# 主要特点：
# - 集成AI的代码编辑器
# - 支持多种大模型
# - 实时代码补全和解释
# - 支持自然语言编程

2. Windsurf

1
2
3
4
5
6
7
# 新兴的AI编程环境
# https://codeium.com/windsurf

# 特点：
# - AI原生的编程体验
# - 多文件代码理解
# - 智能重构和优化

3. GitHub Copilot

1
2
3
4
5
6
# VSCode扩展安装
# 在VSCode中搜索"GitHub Copilot"

# 或通过CLI使用
gh copilot suggest "create a web server"
gh copilot explain "complex regex pattern"

4. TabbyML - 开源替代方案

自建AI编程助手：

1
2
3
4
5
6
7
# Docker部署
docker run -it \
  --gpus all -p 8080:8080 -v ~/.tabby:/data \
  tabbyml/tabby \
  serve --model TabbyML/StarCoder-1B --chat-model TabbyML/Mistral-7B

# 访问 http://localhost:8080

配置要点：

1
2
3
4
5
6
7
# 环境变量配置
export TABBY_MODEL_CACHE_ROOT=/path/to/models
export TABBY_HOST=0.0.0.0
export TABBY_PORT=8080

# GPU加速配置
export CUDA_VISIBLE_DEVICES=0

开发环境最佳实践

1. 代理配置统一管理

创建代理配置脚本：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
# ~/.proxy_config.sh
#!/bin/bash

# 设置代理
export HTTP_PROXY=http://127.0.0.1:7890
export HTTPS_PROXY=http://127.0.0.1:7890
export ALL_PROXY=http://127.0.0.1:7890

# Git代理配置
git config --global http.proxy http://127.0.0.1:7890
git config --global https.proxy http://127.0.0.1:7890

# npm代理配置
npm config set proxy http://127.0.0.1:7890
npm config set https-proxy http://127.0.0.1:7890

echo "代理配置已设置"

使用方法：

1
2
3
4
5
6
7
8
9
# 启用代理
source ~/.proxy_config.sh

# 禁用代理时
unset HTTP_PROXY HTTPS_PROXY ALL_PROXY
git config --global --unset http.proxy
git config --global --unset https.proxy
npm config delete proxy
npm config delete https-proxy

2. API Key管理

1
2
3
4
5
6
7
8
# 创建API Key配置文件
# ~/.api_keys
export ANTHROPIC_API_KEY="claude-api-key"
export GEMINI_API_KEY="gemini-api-key"
export OPENAI_API_KEY="openai-api-key"

# 在.zshrc或.zshrc中加载
source ~/.api_keys

3. Docker开发环境

创建统一的AI开发环境：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
# Dockerfile
FROM ubuntu:22.04

RUN apt-get update && apt-get install -y \
    curl \
    git \
    nodejs \
    npm \
    python3 \
    python3-pip \
    docker.io

# 安装AI工具
RUN npm install -g @anthropic-ai/claude-code @google/gemini-cli
RUN pip3 install ollama

# 设置工作目录
WORKDIR /workspace

# 启动脚本
COPY start.sh /start.sh
CMD ["/start.sh"]

参考链接：

技术生态与未来展望

AI技术栈整体架构

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
Ollama: 本地AI模型服务
├── 提供各种开源模型  
├── GPU加速推理
└── API接口服务

Open WebUI: 通用AI对话界面
├── 友好的聊天体验
├── 模型切换和管理
├── 历史对话记录
└── 插件扩展支持

Dify: 企业级AI应用平台
├── RAG应用构建
├── Agent开发
├── 工作流编排
├── API生成
└── 复杂业务逻辑

MaxKB: 专业知识库系统
├── 结构化知识管理
├── 企业级权限控制
├── 多租户支持
└── 客服场景优化

学习建议

对于不同规模的应用场景：

  1. 新手学习：建议使用Ollama+AnythingLLM/MaxKB架构，逐步摸索实践
  2. 小型单位：可选择Ollama+MaxKB/Dify架构进行私有化部署
  3. 企业级应用：建议选择HiAgent等大型智能体平台，提供定制化解决方案

技术发展趋势

  • 模型能力持续提升：从GPT到Claude到DeepSeek，推理能力不断增强
  • 部署成本持续降低：本地化部署方案日趋成熟
  • 工具集成日益丰富：MCP协议推动了工具生态的标准化
  • 应用场景不断扩展：从聊天机器人到复杂业务流程自动化

其他技术领域探索

工作流自动化：n8n

n8n是一个开源的工作流自动化工具，可以与AI平台无缝集成，实现复杂的业务流程自动化。

n8n部署与配置

1. Docker快速部署

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
# 创建数据卷
docker volume create n8n_data

# 基础部署
docker run -it --rm --name n8n -p 5678:5678 \
  -v n8n_data:/home/node/.n8n \
  docker.n8n.io/n8nio/n8n

# 持久化部署
docker run -d --name n8n --restart always \
  -p 5678:5678 \
  -v n8n_data:/home/node/.n8n \
  -e N8N_BASIC_AUTH_ACTIVE=true \
  -e N8N_BASIC_AUTH_USER=admin \
  -e N8N_BASIC_AUTH_PASSWORD=password \
  docker.n8n.io/n8nio/n8n

2. 环境变量配置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
# 创建.env文件
cat << EOF > n8n.env
N8N_BASIC_AUTH_ACTIVE=true
N8N_BASIC_AUTH_USER=admin
N8N_BASIC_AUTH_PASSWORD=your_secure_password
N8N_HOST=0.0.0.0
N8N_PORT=5678
N8N_PROTOCOL=http
WEBHOOK_URL=http://localhost:5678/
DB_TYPE=sqlite
DB_SQLITE_DATABASE=/home/node/.n8n/database.sqlite
N8N_ENCRYPTION_KEY=your_encryption_key
EOF

# 使用环境变量启动
docker run -d --name n8n --restart always \
  -p 5678:5678 \
  -v n8n_data:/home/node/.n8n \
  --env-file n8n.env \
  docker.n8n.io/n8nio/n8n

3. 与AI平台集成

n8n可以通过HTTP请求节点与Dify、Ollama等AI平台集成：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
{
  "nodes": [
    {
      "name": "Trigger",
      "type": "n8n-nodes-base.webhook"
    },
    {
      "name": "Call Dify API",
      "type": "n8n-nodes-base.httpRequest",
      "parameters": {
        "url": "http://localhost/v1/chat-messages",
        "method": "POST",
        "headers": {
          "Authorization": "Bearer your-api-key",
          "Content-Type": "application/json"
        },
        "body": {
          "inputs": {},
          "query": "{{$json.message}}",
          "response_mode": "blocking",
          "user": "user-123"
        }
      }
    }
  ]
}

访问地址： http://localhost:5678

参考链接：

大数据技术栈

虽然不是AI智能体的核心内容，但在数据处理和分析方面，大数据技术仍有重要价值：

Hadoop生态系统

核心组件：

  • HDFS：分布式文件系统，负责存储
  • YARN：资源管理器，负责资源调度
  • MapReduce：计算引擎，负责数据处理

快速体验部署：

1
2
3
4
5
6
7
8
9
# 使用Docker快速搭建Hadoop环境
docker run -it --name hadoop-test \
  -p 9870:9870 -p 8088:8088 \
  sequenceiq/hadoop-docker:2.7.0 \
  /etc/bootstrap.sh -bash

# 访问Web界面
# HDFS: http://localhost:9870
# YARN: http://localhost:8088

Spark计算引擎

1
2
3
4
5
6
7
8
# Docker部署Spark
docker run -it --rm \
  -p 4040:4040 -p 8080:8080 \
  -v $(pwd):/workspace \
  apache/spark:3.5.0 \
  /opt/spark/bin/spark-shell

# 访问Spark Web UI: http://localhost:4040

特点：

  • 替代MapReduce，基于内存计算，处理速度更快
  • 支持多种工作负载：批处理、流处理、机器学习
  • 包含Spark Core、Spark SQL、Spark Streaming、Spark MLlib等组件

Apache Flink流处理

1
2
3
4
5
6
7
8
9
10
# Docker部署Flink
docker run -d --name flink-jobmanager \
  -p 8081:8081 \
  flink:1.17.0 jobmanager

docker run -d --name flink-taskmanager \
  --link flink-jobmanager:jobmanager \
  flink:1.17.0 taskmanager

# 访问Web界面: http://localhost:8081
  • 专门为实时数据处理设计的流处理计算引擎
  • 通常与Kafka配合使用进行实时数据处理

学习路径建议：

  1. 本地环境：使用Docker简化搭建过程
  2. 云平台体验：使用阿里云、腾讯云、AWS免费试用
  3. 在线平台：Databricks Community Edition
  4. 实践项目：从词频统计开始，逐步进阶
  5. 学习顺序：建议从Spark开始，相对简单且应用广泛

参考链接：

内网开发环境配置

在纯内网环境下开发智能体应用时，需要特殊的配置方法：

Node.js离线环境配置

1. 手动路径配置

1
2
3
4
5
6
7
8
9
10
11
12
13
# Windows环境
# 手动指定命令路径
C:\Users\username\nodejs\node.exe
C:\Users\username\nodejs\npm.cmd

# 创建批处理文件
# node.bat
@echo off
C:\Users\username\nodejs\node.exe %*

# npm.bat  
@echo off
C:\Users\username\nodejs\npm.cmd %*

假设你下载了一个名为my-package.zip的zip包，解压后目录结构如下：

1
2
3
4
5
my-package/
├── package.json
├── index.js
└── node_modules/
    └── ... (已安装的依赖项)

在my-package目录下，运行npm install，npm会读取package.json文件，安装其中的依赖项。如果package.json中定义了依赖lodash，那么npm会安装lodash到my-package/node_modules目录。

查看 node_modules/@playwright/mcp/package.json 文件，找到 "bin" 部分，看看实际的可执行文件路径是什么，然后直接运行那个文件。

1
node node_modules/@playwright/mcp/cli.js --port 8931

总结

AI智能体技术正在快速发展，从底层的大语言模型到上层的应用平台，整个技术栈日趋完善。在选择技术方案时，需要根据具体的业务需求、技术能力和安全要求进行综合考虑：很多公司因为数据安全的考虑会选择私有化部署方案。但在部署落地过程中可能遇到很多网络相关的报错问题。

未来，随着MCP协议等标准的推广，AI智能体将能够更好地集成各种外部工具和系统，真正成为企业数字化转型的重要助力。