人工智能AI AgentAgent 编排低代码AI 技能RAG【免费下载链接】nexentNexent 是一个开源智能体SDK和平台能够将描述流程的自然语言转化为完整的多模态服务 —— 无需编排无需复杂拖拉拽。基于 MCP 工具生态系统构建Nexent 提供灵活的模型集成、可扩展的数据处理和强大的知识库管理。我们的目标很简单将数据、模型和工具整合到一个智能中心中让任何人都能轻松地将 Nexent 集成到项目中使日常工作流程更智能、更互联。项目地址https://gitcode.com/ModelEngine/nexent点击查看免费下载本文以 Nexent 仓库根目录 README 为骨架系统讲解这款基于Harness Engineering约束工程原则的零代码智能体平台如何在你自己的服务器上完成 Docker 或 Kubernetes 私有化部署并逐项剖析运行配置deploy/env/.env中的关键参数再结合仓库后端源码深入解读 NL2Agent 生成、A2A 协作、分层记忆、MCP 工具生态等核心特性的底层实现。读完本文你将能独立完成 Nexent 的两种部署形态、离线包交付与日常配置调优并理解其一个提示词无限种可能背后的工程结构。Nexent 定位为零代码智能体自动生成平台用户不需要编排工具链、不需要拖拉拽直接用自然语言描述需求即可生成可执行的生产级智能体。平台内置统一的工具、技能、记忆与编排能力并附带约束机制、反馈循环和控制平面。整个平台的部署链路同样遵循这一少即是多的设计哲学——根目录只有一个deploy.sh转发入口Docker 与 Kubernetes 共用同一套部署配置模型deploy/common/common.sh当前仓库 VERSION 文件标注版本为v2.7.0README 中所称 v2.0 为相对 v1.0 的大版本升级线。部署前系统要求与资源规划无论选择 Docker 还是 Kubernetes首先对照 README 给出的资源基线推荐配置面向生产环境可确保最佳性能资源Docker 部署Kubernetes 部署CPU4 核最低/ 8 核推荐4 核最低/ 8 核推荐内存8 GiB最低/ 16 GiB推荐16 GiB最低/ 64 GiB推荐磁盘40 GiB最低/ 100 GiB推荐100 GiB最低/ 200 GiB推荐架构x86_64 / ARM64x86_64 / ARM64软件Docker 24, Docker Compose v2Kubernetes 1.24, Helm 3需要注意 K8s 场景下内存与磁盘基线显著更高推荐 64 GiB / 200 GiB这是因为 Helm 部署会额外运行 Elasticsearch、PostgreSQL、Redis、MinIO 四个基础设施 Stateful 组件并为每个应用服务分配独立副本。从源码看deploy/common/common.sh 中定义了部署的六个可选组件infrastructure必选Elasticsearch、PostgreSQL、Redis、MinIO、applicationconfig、runtime、MCP、northbound API、web UI、data-process后台文件解析、索引和知识处理 Worker、supabase用户、租户、登录、邀请和权限服务、terminal终端工具使用的 OpenSSH 容器以及monitoringOpenTelemetry Collector 和可选链路追踪看板。默认组件组合为infrastructure,application,data-process,supabase见 deploy/common/common.sh 中的DEPLOYMENT_COMPONENTS_DEFAULT需要更小部署时可以取消后三项。Docker 部署个人与小团队的首选三步启动Docker 方式适用于大多数个人与小团队用户部署前需准备 Docker 24 与 Docker Compose v2git clone https://gitcode.com/ModelEngine/nexent.git cd nexent bash deploy.sh docker这里的关键事实是根目录 deploy.sh 只负责解析公共参数并转发Docker 的真实实现是 deploy/docker/deploy.shK8s 的真实实现是 deploy/k8s/deploy.sh。两个目标共享同一套部署配置模型这意味着你在 Docker 下调整过的组件选择、端口策略和镜像源可以几乎原样复用到 K8s 部署。交互式 TUI 与参数化部署交互运行时脚本会通过Bash TUI 菜单依次让你选择部署组件infrastructure必选且不可禁用、端口策略development|production和镜像源general|mainland|local-latest。TUI 操作约定Up/Down或j/k移动空格切换选择Enter确认b/Backspace返回上一步q退出这些键位说明同样出现在 deploy/common/common.sh 的 i18n 文案中。非交互式CI/CD场景可直接传参跳过 TUIbash deploy.sh docker --version v2.7.0 \ --components infrastructure,application,data-process,supabase \ --port-policy production \ --image-source generaldeploy/docker/deploy.sh 中支持的部署选项完整清单如下选项说明--components LIST要部署的组件列表逗号分隔--port-policy POLICYdevelopment或production--image-source SOURCEgeneral、mainland或local-latest--sandbox-mode MODEdisabled、lightweight或full默认lightweight--registry-profile NAME兼容旧参数映射为 general/mainland 镜像源--image-registry-prefix P镜像仓库前缀例如registry.example.com/nexent--monitoring-provider NAME选中 monitoring 组件时的监控 provider--version VERSION指定应用版本未设置时自动检测--defaults复用已保存配置或内置默认值跳过交互界面--use-local-config复用保存的本地部署配置并跳过交互界面--reconfigure以保存配置为默认值进入交互式配置界面--rotate-secrets强制轮换部署密钥--refresh-es-key强制重新创建 ELASTICSEARCH_API_KEY--config进入交互式部署配置界面此外根入口 deploy.sh 还提供了跨目标的公共选项--load-images部署前从./images加载镜像 tar、--push-images部署前调用 push-images.sh 推送镜像、--reuse-from DIR从已有离线部署包复用.env、monitoring.env和目标部署选项仅离线包入口可用以及--image-registry-prefix PREFIX配合--push-images使用未传入时会交互询问非交互环境必须显式提供否则脚本报错退出。配置持久化每次成功部署后非敏感选择会保存到对应部署目录的deploy.options文件中Docker 为deploy/docker/deploy.optionsK8s 为deploy/k8s/deploy.options下次运行--defaults即可无交互复用。Docker Compose 服务拓扑从 deploy/docker/compose/docker-compose.yml 可以看到容器化后的完整服务拓扑这也是理解平台架构的最直观入口nexent-elasticsearch单节点模式开启 xpack 安全认证ELASTIC_PASSWORD禁用 SSLJVM 内存由ES_JAVA_OPTS控制磁盘水位由ES_DISK_WATERMARK_*控制宿主映射端口 9210/9310nexent-postgresql业务元数据库宿主端口 5434首次启动自动执行 deploy/sql/init.sql 初始化脚本nexent-config5010主 API 服务负责配置类操作NEXENT_SQL_STARTUP_MODEmigrate表示启动时执行 SQL 迁移nexent-runtime5014智能体运行执行服务挂载 Docker socket/var/run/docker.sock用于沙箱容器管理NEXENT_SQL_STARTUP_MODEwait表示等待数据库就绪nexent-mcp5011 5015MCP 协议服务与管理 API同样挂载 Docker socket 用于 MCP 容器管理nexent-northbound5013北向 API 服务对外部 A2A 客户端开放nexent-web3000前端 Web UI通过HTTP_BACKEND、WS_BACKEND、RUNTIME_HTTP_BACKEND指向内部服务nexent-data-process5012 5555 8265数据加工 Workerprivileged: true模式运行附带 Celery Flower 与 Ray Dashboard 端口redis6379、nexent-minio9010/9011、nexent-openssh-server2222profiles: terminal仅在选择 terminal 组件时启动。所有服务通过名为nexent_network的 bridge 网络互联日志统一采用 json-file 驱动并限制单文件大小与保留数量。这一拓扑同时也解释了为什么infrastructure组件不可禁用——它是整个平台的数据基座。Docker 卸载与数据保全卸载入口为bash uninstall.sh docker默认交互确认是否删除持久化数据卷也可通过--delete-volumes true|false显式控制或使用bash uninstall.sh docker delete-all一次性删除容器与全部持久化数据。生产环境升级前建议先备份卷数据仓库提供了 deploy/docker/backup.sh 备份脚本。Kubernetes 部署面向企业高可用K8s 部署适合需要高可用与弹性扩展的企业场景前置要求为 Kubernetes 1.24 与 Helm 3git clone https://gitcode.com/ModelEngine/nexent.git cd nexent bash deploy.sh k8s两个独立 Helm ReleaseK8s 真实实现 deploy/k8s/deploy.sh 会安装两个相互独立的 Helm releasenexent-infrastructure仅包含 Elasticsearch、PostgreSQL、Redis、MinIOchart 位于 deploy/k8s/helm/nexent-infrastructurenexent应用侧服务config、runtime、mcp、northbound、web、data-process、supabase 等chart 位于 deploy/k8s/helm/nexent。应用侧 release 会在基础设施和Elasticsearch API Key就绪之后才安装这是脚本内部的状态依赖检查。通过--release-scope all|infrastructure|nexent可以同时操作两侧或只操作其中一侧例如仅升级基础设施、或仅重新部署应用。从 deploy/k8s/helm/nexent/values.yaml 可以看到 Helm 侧的默认值模型与 Docker 完全对齐global.deploymentComponents同样支持六个组件开关portPolicy默认development监控默认关闭monitoring.enabled: false。值得注意的还有Ingress默认关闭ingress.enabled: falsehost 示例为nexent.local生产环境需要自行配置 ingressClass、TLS 与域名监控 provider可选otlp、phoenix、langfuse、langsmith、grafana、zipkin六种与 common.sh 中的deployment_monitoring_provider_list一致其中 langfuse 为本地自托管、langsmith 为托管转发需要LANGSMITH_API_KEY共享存储global.sharedStorage定义了 workspace10Gi、skills5Gi、memoryPlugins5Gi、logs5Gi、projectConfig1Gi五个共享卷的默认容量与 localPath。PVC 持久化控制脚本通过以下参数控制 PersistentVolumeClaim 行为详见 deploy/k8s/deploy.sh参数作用--persistence-mode local|dynamic|existing持久化模式本地路径、动态供给 StorageClass、复用已有 PVC--storage-class/--sc指定 StorageClass 名称--local-pathlocal 模式下宿主机数据目录默认/var/lib/nexent-data--local-node-namelocal 模式下数据落在指定节点--existing-claim-prefixexisting 模式下已存在 PVC 的前缀K8s 卸载bash uninstall.sh k8s默认先卸载nexent、再卸载nexent-infrastructure同样的--release-scope选项支持仅卸载应用侧且基础设施侧卸载带依赖保护防止误删仍在被其他 release 引用的数据。运行配置deploy/env/.env 参数全解读Docker 与 Kubernetes统一使用 deploy/env/.env 作为运行配置文件部署脚本的行为规则是已存在的deploy/env/.env原样保留若不存在优先复用已有docker/.env都没有则回退到 deploy/env/.env.example 模板生成监控相关配置由 deploy/env/monitoring.env.example 生成到deploy/env/monitoring.env且复用已有配置时导入的.env会自动补充当前模板中的新增变量。下面按 deploy/env/.env.example 的分组讲解生产环境最常调整的参数。必填项语音服务凭证APPIDapp_id TOKENtoken这两个值对应语音STT/TTS服务的应用凭证README 将其标记为目前仍需配置、未来将迁移到前端页面的必填项。非必选的语音参数还包括CLUSTER默认volcano_tts、VOICE_TYPE默认zh_male_jieshuonansheng_mars_bigtts、SPEED_RATIO默认1.3。服务间地址与端口约定变量默认值说明CONFIG_SERVICE_URLhttp://nexent-config:5010config 主 APIRUNTIME_SERVICE_URLhttp://nexent-runtime:5014runtime 运行服务NEXENT_MCP_SERVERhttp://nexent-mcp:5011MCP 协议服务MCP_MANAGEMENT_APIhttp://nexent-mcp:5015MCP 管理 APIDATA_PROCESS_SERVICEhttp://nexent-data-process:5012/api数据处理服务NORTHBOUND_API_SERVERhttp://nexent-northbound:5013/api北向 API 服务NORTHBOUND_EXTERNAL_URL注释默认 localhost:5013对外部 A2A 客户端的公网地址必须带/api前缀FastAPIroot_path/apiNORTHBOUND_EXTERNAL_URL是容器网络不通场景下的关键项当外部 A2A 客户端无法直接访问容器内网地址时需要将其设置为公网可达地址例如https://api.yourdomain.com/api或http://your-public-ip:5013/api。数据基座Elasticsearch / PostgreSQL / Redis / MinIOElasticsearch 部分除ELASTICSEARCH_HOST与ELASTIC_PASSWORD外模板还给出了 JVM 与磁盘水位控制ES_JAVA_OPTS-Xms2g -Xmx2g、低水位85%、高水位90%、洪泛阶段95%。PostgreSQL 使用POSTGRES_HOST/USER/PASSWORD/DB/PORT五元组Redis 区分业务与后端两个 DBREDIS_URLredis://nexent-redis:6379/0、REDIS_BACKEND_URL.../1MinIO 通过MINIO_ENDPOINT、MINIO_ROOT_USER/PASSWORD、MINIO_DEFAULT_BUCKETnexent配置。默认超管密码NEXENT_SUPER_ADMIN_PASSWORDNexent123建议生产环境首启后立即修改。租户资源限额模板以注释形式标注覆盖应用默认值部署者可按租户规模调整MAX_TENANT_COUNT100 MAX_USERS_PER_TENANT10000 MAX_GROUPS_PER_TENANT1000 MAX_SUPER_ADMIN_COUNT1 MAX_ADMINS_PER_TENANT1000 MAX_KNOWLEDGE_BASES_PER_TENANT10000 MAX_KNOWLEDGE_BASES_PER_USER10 MAX_KNOWLEDGE_FILE_SIZE_MB100 MAX_CONVERSATION_TURNS100 MAX_CONVERSATIONS_PER_USER1000 MAX_MCP_SERVICES_PER_TENANT1000 MCP_REQUEST_TIMEOUT_SECONDS10 MAX_EVALUATION_SET_FILE_SIZE_MB20 MAX_SKILLS_PER_TENANT1000 MAX_SKILL_UPLOAD_SIZE_MB10 FILE_UPLOAD_SIZE_LIMIT100 # 网站文件上传上限10 - 100MBRuntime 并发与沙箱隔离Runtime 线程模型相关参数.env.example的 Data Processing 分组直接决定智能体运行吞吐RUNTIME_AGENT_ID_MAX_CONCURRENT_RUNS50单智能体最大并发运行数、RUNTIME_AGENT_THREAD_MAX_WORKERS200线程池容量、RUNTIME_AGENT_THREAD_MAX_QUEUE_SIZE32、RUNTIME_MCP_TOOL_TIMEOUT_SECONDS60MCP 工具执行超时注意MCP_REQUEST_TIMEOUT_SECONDS10只覆盖连接建立与初始化握手工具执行超时走这里的独立配置。沙箱配置组展示平台对智能体代码执行的隔离策略详见 deploy/env/.env.exampleNEXENT_SANDBOX_DEFAULT_LEVELdocker # local / docker / wasm NEXENT_SANDBOX_DEFAULT_SCOPEsystem # session 每次 run 一个容器system 常驻热池 NEXENT_SANDBOX_DOCKER_IMAGEnexent/nexent-sandbox:latest NEXENT_SANDBOX_MEMORY_LIMIT_MB2048 NEXENT_SANDBOX_CPU_QUOTA1.0 NEXENT_SANDBOX_TIMEOUT_S30 NEXENT_SANDBOX_NETWORKdisabled NEXENT_SANDBOX_SHELL_POLICYdisabled # 推荐值AST 解析阶段阻断 subprocess/os shell NEXENT_SANDBOX_OUTPUT_BUCKETnexent-artifacts NEXENT_SANDBOX_AUTO_SYNC_OUTPUTStrue其中systemscope 对应所有 run 共享的常驻热池冷启动延迟最低sessionscope 则每次 run 一个容器、run 结束即销毁隔离最严格。登录与身份OAuth、CAS、Supabase模板内置了 GitHub、GDE、Link App、微信、华为UNIPORTAL五类 OAuth 配置其中微信 OAuth 需要ENABLE_WECHAT_OAUTHtrue才启用。OAUTH_LOGIN_MODE支持disabled|button|force三态button显示可选登录入口force在仅配置一个 provider 时自动重定向。CAS SSO 分组CAS_ENABLED、CAS_SERVER_URL、CAS_LOGIN_MODE等支持企业级单点登录并额外提供CAS_INTERNAL_SERVER_URL容器网络内可达的 CAS 地址与心跳续期参数CAS_HEARTBEAT_INTERVAL_SECONDS300、CAS_RENEW_BEFORE_SECONDS300。Supabase 分组负责用户、租户与邀请体系DASHBOARD_USERNAME/PASSWORD、SUPABASE_URLhttp://nexent-supabase-kong:8000、DISABLE_SIGNUPfalse、INVITE_CODEnexent2025。日志统一配置模板末尾定义了跨 config/runtime/mcp/data_process/northbound 的统一日志体系LOG_LEVELINFO、IS_DEBUGfalse强制 DEBUG 覆盖、LOG_ROTATION_INTERVAL1按天轮转、LOG_MAX_BYTES52428800单文件 50 MiB 上限、LOG_BACKUP_COUNT30。LOG_DIR由 deploy.sh 自动设置Docker 部署写入/mnt/nexent-data/logs宿主${ROOT_DIR}/logs绑定挂载本地开发留空则回退到工作目录下logs/。特别地model_call日志类别由 runtime 服务写入记录 SDK 模型层LLM/STT/TTS/VLM调用与系统日志分目录存放。离线部署包无外网环境交付对无法直连公共镜像仓库的生产内网README 给出了两条等价命令bash build.sh --package --target docker --compress true # 或 bash deploy/offline/build_offline_package.sh --target docker --compress true构建脚本 deploy/offline/build_offline_package.sh 支持的参数包括--version默认latest、--platform amd64|arm64默认amd64、--output-dir默认offline-package、--include-source true|false默认 false、--include-sandbox默认 true、--target docker|k8s|all默认 all、--compress、--dry-run只展示执行计划等。生成的包内包含镜像 tar 文件load-images.sh与push-images.sh根目录部署/卸载入口、部署脚本与 SQL 文件manifest.yaml与checksums.txt完整性校验。包内部署默认复用已保存的deploy.options或内置默认值、不进入 TUI需要重新交互配置时追加--config。在目标主机上加载镜像并部署bash deploy.sh --load-images docker ...或先推送到内部镜像仓库再以该前缀部署bash deploy.sh --push-images --image-registry-prefix registry.example.com/nexent docker ...启用--push-images且未传前缀时deploy.sh会先询问镜像仓库前缀随后push-images.sh询问仓库账号和密码。K8s 离线包使用同一构建脚本的--target k8s或--target all且需要在每个需要运行 Pod 的节点上执行load-images.sh或使用--push-images推送到集群可访问的内部仓库部署时使用与打包一致的版本、镜像源与镜像仓库前缀。核心特性从功能表到源码实现README 用一张 13 项特性表概括平台能力本节逐项结合仓库源码给出实现证据帮助读者理解这些能力不是宣传语而是有具体代码落点。特性描述多模型集成OpenAI 兼容任意提供商LLM/Embedding/VLM/STT/TTS 全覆盖支持灵活切换零代码智能体生成纯自然语言描述需求一键生成可执行智能体所想即所得A2A 智能体协作Agent-to-Agent 协议支持多智能体无缝协作构建分布式工作流分层记忆机制两层记忆体系用户级 用户-智能体级跨对话持续积累上下文Skill 渐进式披露动态加载 Skill 内容至上下文高效利用上下文窗口个人级知识库20 文档格式实时导入与智能检索自动摘要细粒度权限控制MCP 工具生态即插即用的扩展工具体系支持自定义开发和第三方 MCP 服务互联网知识集成多搜索源混合实时信息与私有数据融合知识级溯源精确引用与来源验证每个事实透明可查多模态交互语音、文字、图像、文件全方位自然对话智能体版本管理版本迭代与历史回溯安全可控智能体市场官方与社区优质智能体一键安装即用分权分域管理多租户隔离RBAC 权限体系资源级精细管控零代码智能体生成NL2Agent纯语言开发智能体的落点在 backend/apps/agent_app.py 的NL2AgentRunRequest接口与 backend/services/nl2agent_service.py。后者模块注释明确其为 Business logic for the ephemeral NL2Agent runtime瞬时 NL2Agent 运行时内部通过create_nl2agent_agent_config组装 Agent 配置backend/agents/nl2agent_agent.py并调用 SDK 的agent_run执行。提示词模板分别维护中英文版本backend/prompts/nl2agent_zh.yaml、backend/prompts/nl2agent_en.yaml。也就是说所想即所得由一条完整链路支撑自然语言请求 → NL2Agent 提示词 → 生成可执行 Agent 配置 → 运行时执行。A2A 智能体协作A2A 的对外服务位于 backend/apps/a2a_server_app.py内部管理端点前缀/a2a支持为指定 agent 启用 A2A Server 并设置 card overrides与 backend/apps/a2a_client_app.py客户端侧底层协议实现集中在 backend/services/a2a_server_service.py 与 backend/services/a2a_client_service.py。结合 README 中NORTHBOUND_EXTERNAL_URL的注释可确认A2A 对外暴露走 northbound 的/api根路径/nb/v1前缀在 Helm values 的fastapiIncludedUrls中作为被追踪的遥测 URL 出现deploy/k8s/helm/nexent/values.yaml。分层记忆机制记忆构建逻辑位于 backend/services/memory_context_service.py模块注释明确了分层策略租户/用户级长期记忆始终全量加载不做向量检索智能体级短期记忆使用向量检索当管线启用pipeline_enabledTrue时原始检索结果还会经过 SDK 的 RetrievalPipeline 处理流程为normalize → score fusion → temporal decay → MMR → token budget selection最终序列化进提示词。配套的记忆服务还包括 backend/services/memory_record_service.py、backend/services/memory_long_term_service.py 与记忆配置服务 backend/services/memory_config_service.py并在 deploy/env/.env.example 中通过MEMORY_PROVIDER_PLUGINS_DIR与EXTERNAL_MEMORY_SEARCH_ENABLED支持外部记忆提供方插件仓库内置 mem0、AIDP 两个插件示例于 backend/memory_provider_plugins。MCP 工具生态MCP 体系分两层协议服务端口 5011与社区市场管理backend/apps/mcp_management_app.py前缀/mcp-tools提供社区 MCP 列表、发布、审核、市场状态与下载计数等端点。管理逻辑在 backend/services/mcp_management_service.py市场数据落在 backend/database/market_mcp_db.py 与 backend/database/community_mcp_db.py。部署侧config 容器通过挂载/var/run/docker.sock获得 MCP 容器管理能力deploy/docker/compose/docker-compose.ymlMAX_MCP_SERVICES_PER_TENANT1000则从租户维度限制 MCP 服务数量。多模型集成与分权分域模型管理 App 层 backend/apps/model_managment_app.py 的模块注释显示变更类端点要求 RBAC 权限model:create/update/delete读端点要求model:read跨租户/manage/*端点要求 SU 角色或调用方自身租户下的 ADMIN 角色——这正是 README 多租户隔离 RBAC 资源级精细管控的直接实现。模型能力的载体在 backend/configs/model_catalog.json 与加载器 backend/configs/model_catalog_loader.py。其余能力要点Skill 渐进式披露技能默认挂载目录SKILLS_PATH/mnt/nexent-data/skillsdeploy/env/.env.exampleCONTAINER_SKILLS_PATH os.getenv(SKILLS_PATH)在 backend/consts/const.py 中定义NL2Skill 生成链路见 backend/agents/nl2skill_agent.py 与 backend/services/nl2skill_service.py智能体版本管理backend/apps/agent_app.py 导入了VersionPublishRequest、VersionRollbackRequest、VersionCompareRequest等版本模型版本数据持久化于 backend/database/agent_version_db.py智能体市场社区市场通过 backend/apps/agent_repository_app.py 与 backend/services/agent_repository_service.py 提供官方/社区智能体仓库能力部署侧deploy/deploy-official-agents.sh独立管理官方智能体 bundle挂载于OFFICIAL_AGENTS_PATH/mnt/nexent/official-agents知识级溯源与知识库知识库入口由ENABLE_AIDP_KNOWLEDGE控制true 渲染 AIDP 知识库组件false 使用内置本地知识库相关实现分布在 backend/apps/knowledge_summary_app.py 等知识类 App 与 database 层的knowledge_*系列模块。部署架构一览综合 README、deploy/common/config.example.yaml部署配置模型样例与 Docker Compose 定义Nexent 的部署形态可以概括为四个基础设施组件Elasticsearch PostgreSQL Redis MinIO构成数据基座其上运行五个核心应用服务config/runtime/mcp/northbound/web按需附加>赞分享人工智能AI AgentAgent 编排低代码AI 技能RAG【免费下载链接】nexentNexent 是一个开源智能体SDK和平台能够将描述流程的自然语言转化为完整的多模态服务 —— 无需编排无需复杂拖拉拽。基于 MCP 工具生态系统构建Nexent 提供灵活的模型集成、可扩展的数据处理和强大的知识库管理。我们的目标很简单将数据、模型和工具整合到一个智能中心中让任何人都能轻松地将 Nexent 集成到项目中使日常工作流程更智能、更互联。项目地址https://gitcode.com/ModelEngine/nexent点击查看免费下载相关推荐Nexent 零代码 AI 智能体平台Harness Engineering 理念、Docker 与 Kubernetes 部署实战指南Nexent 零代码 AI 智能体平台Harness Engineering 理念、Docker 与 Kubernetes 部署实战指南 本文以 READMEAI AgentAI 应用后端前端大模型RAGNexent 零代码 AI 智能体平台解析Harness Engineering 架构与 Docker/Kubernetes 双路径部署实战Nexent 零代码 AI 智能体平台解析Harness Engineering 架构与 Docker/Kubernetes 双路径部署实战 本文以仓库根目录AI AgentAI 应用后端前端大模型RAGNexent 零代码智能体平台入门指南从架构原理到 Docker 部署实战Nexent 零代码智能体平台入门指南从架构原理到 Docker 部署实战 本文以 Nexent 官方文档 入门概览 https://link.gitcodeAI AgentAI 应用后端前端大模型RAG上一篇如何用PyKAN创建神经网络训练动态视频从入门到精通的可视化指南下一篇BullshitGenerator单元测试完整指南如何为测试工具编写测试创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考