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Nexent 平台内置了 Quick Setup快速配置引导流程将平台的推荐配置顺序凝练为「模型管理 → 知识库 → 智能体开发」三个步骤帮助新用户在最短时间内完成从模型接入到智能体发布上线的全链路搭建。本文以该引导流程为主线结合仓库内模型配置、知识库配置、智能体配置等模块文档与前端、后端源码实现系统讲解每一步的关键参数、操作要点与底层原理让读者既能按图索骥完成配置也能理解配置项背后的执行逻辑。快速配置总览三条主线、一个顺序Quick Setup 是一套引导式配置路径其设计意图是让平台依赖关系天然成立模型是基础知识库的向量化检索依赖嵌入模型而智能体的推理、检索与协作又依赖模型与知识库。因此官方推荐按以下顺序逐步完成配置步骤模块核心动作依赖关系1模型管理配置应用基本信息并接入 AI 模型无最先完成2知识库创建知识库、上传文档、生成摘要依赖第 1 步的嵌入模型3智能体开发创建、配置、调试、发布智能体依赖第 1、2 步的模型与知识库从前端实现看Quick Setup 页面由useSetupFlow自定义 Hook 统一驱动见 frontend/hooks/useSetupFlow.ts它提供页面切换动画pageVariants/pageTransitiontween anticipate 缓动、0.4s 时长、路由与国际化能力保证三步之间平滑衔接导航文案Previous / Next / Complete Setup与各步标题Model Configuration、Knowledge Base Configuration、Agent Configuration均定义在 frontend/public/locales/en/common.json 的setup.*命名空间中可通过多语言文件定制引导文案。第一步模型管理模型管理是平台一切能力的地基。在本步中你需要完成两件事配置应用基本信息图标、名称、描述即平台对外展示的形象与接入 AI 模型大语言模型、嵌入模型、视觉语言模型等。完整操作说明可参考 模型配置指南。添加单个模型点击Add Model打开添加对话框选择模型类型大语言模型LLM、嵌入模型Embedding、图像理解模型、图像生成模型、视频理解模型、重排序模型Rerank、语音转文字STT或文字转语音TTS填写模型参数参数必填说明Model Name是调用 API 时发送的模型名称通常遵循series/model格式例如Qwen/Qwen3-8BDisplay Name否界面展示名称缺省时使用模型名称Model URL是供应商提供的 API 端点例如 SiliconFlow 的https://api.siliconflow.cn/v1LLM/VLM与https://api.siliconflow.cn/v1/embeddings嵌入模型API Key视供应商在供应商密钥管理控制台生成点击Verify发送一次测试请求验证连通性点击Add将模型加入可用列表。批量添加模型当需要一次性接入某个供应商的多款模型时可在对话框中开启Batch Add Models开关选择模型供应商与模型类型LLM/Embedding/VLM/Rerank/STT/TTS填入 API Key点击Fetch Models拉取供应商模型列表勾选所需模型默认全部关闭后点击Add一次性保存。配置系统模型添加完模型后还需为平台指派系统级默认模型。这些模型承担标题生成、实时文件读取、多模态解析等系统任务单个智能体仍可自行选择运行模型基础模型Base Model用于标题生成、实时文件访问等核心平台功能大语言模型系统的核心推理引擎负责处理自然语言请求、生成回复、执行代码、分析数据等复杂任务嵌入模型负责知识库中文本、图像等数据的向量化是高效检索与语义理解的基础。需要根据模型能力选择合适的分块大小chunk size与每请求块数较小的分块更稳定但可能影响文件解析质量重排序模型Rerank对初筛文档做语义匹配与打分保证最相关答案排在最前提升检索准确率多模态模型图像理解、图像生成、视频理解模型分别承担对应的视觉任务语音模型TTS 将文本转为自然流畅的语音输出STT 将用户语音实时转为文本。模型连通性检查点击Check Model Connectivity可让平台自动检测所有已配置系统模型的连通性状态以圆点表示 检查中、 连接失败需复查配置或网络、 连接健康。常见排障思路包括确认网络稳定、确认 API Key 有效且未过期、检查供应商服务状态、复查防火墙与安全策略。支持的模型供应商Nexent 支持任何OpenAI 兼容的供应商包括 SiliconFlow、阿里百炼、TokenPony、DeepSeek、OpenAI、Anthropic、Moonshot 等多模态、嵌入通常使用/v1/embeddings端点与重排序通常使用/v1/rerank端点模型可使用同一 API Key 搭配不同端点语音模型目前支持火山引擎VolcEngine需appid与token与阿里云百炼语音与 LLM 使用同一 API Key推荐 Qwen3-TTS/ASR-Flash-Realtime 系列。源码印证嵌入模型并非配置完成即万事大吉。后端执行knowledge_base_search工具时会先校验index_names与租户 ID再通过get_embedding_model_by_index_name按索引名反查知识库绑定的嵌入模型缺失时会抛出「Embedding model is required for knowledge_base_search」异常见 backend/services/tool_configuration_service.py。这也解释了为什么配置顺序要求「先模型、后知识库」。第二步知识库知识库为智能体提供可检索的私有数据来源。本步包含创建知识库、上传文档、生成摘要三件事完整操作见 知识库配置指南。创建知识库点击左侧列表顶部的Create Knowledge Base在创建面板中填写以下字段字段说明Name必填。必须唯一仅允许中文字符或小写字母不允许空格、斜杠及其他特殊字符输入时系统自动查重Embedding Model选择用于文档向量化的模型分为文本嵌入embedding与多模态嵌入multi_embedding两类选择多模态模型会自动启用图像等非文本内容的向量化User Groups可选择可访问该知识库的用户组支持多选In-Group Permission组内权限Edit可上传/删除文件、Read Only仅可查看与检索、Private仅创建者可访问Preserve Source File开启后保留上传的源文件便于后续重新处理或下载关闭后仅存储向量化数据Storage Quota可选。设置存储上限可在 GB 与 MB 间切换存储使用接近配额时系统发出警告填好字段后即可在上传区域选择文件也可跳过、稍后上传文件上传后知识库即创建完成并自动开始处理。上传文件与处理状态大小限制单文件最大20 MB超出无法上传上传前系统还会检查知识库配额、租户容量与个人知识库容量。支持的格式文本与结构化数据.txt/.md/.csv/.json/.xml、网页.html、PDF 与电子书.pdf/.epub、Word.doc/.docx、PowerPoint.pptx、Excel.xlsx。注意扩展名支持不代表一定能提取出有效内容例如纯图片扫描版 PDF 可能需要 OCR。处理状态上传后的文件依次经历 6 种状态——Waiting排队、Parsing解析文本、Ingesting向量化写入向量库、Ready可检索、Parse Failed解析失败、Ingest Failed向量化失败。将鼠标悬停在状态图标上可查看进度如「23/50 chunks processed」以及失败原因与处理建议。生成知识库摘要清晰的摘要可帮助智能体在检索时选出正确的知识源手动生成点击知识库右侧的Details打开概览页选择 LLM 模型后点击Auto Summary自动生成描述可人工编辑完善后点击Save保存定时自动摘要在概览页摘要区选择频率1 小时 / 3 小时 / 6 小时 / 1 天 / 1 周系统会智能检测自上次运行以来知识库是否有文档更新无新增或变更则跳过生成以节省资源。分块管理每个文档上传后会被拆分为多个Chunk分块每块包含一段文本及对应的向量索引条目。在知识库文档列表的Chunk Details页可查看、搜索混合检索关键词 语义匹配、创建、编辑、删除与下载分块下载为.txt。模型兼容性限制分块的编辑与创建依赖嵌入模型的一致性若模型配置发生过变更这些操作可能被自动禁用以防写入不兼容的向量数据。将知识库绑定到智能体在创建智能体时于工具配置区域的Advanced Settings下启用相关检索工具并选择关联的知识库。对 Nexent 原生知识库需启用knowledge_base_search工具——这也是快速配置 Tips 中第 3 条强调的关键动作。工具配置弹窗中会展示已绑定的知识库列表支持搜索与多选并显示每个知识库的嵌入模型名称便于确认兼容性后再绑定。第三步智能体开发智能体是平台能力的最终出口。本步完成创建智能体、配置能力协作智能体与工具、描述业务逻辑随后发布智能体并管理版本。完整说明见 智能体开发指南 与 智能体配置详解。创建智能体在 Agent Development 的Agent Configuration标签页点击右上角New创建空白智能体若已有配置可点击Import从 JSON 或 ZIP 文件导入详见 智能体导出与导入。用自然语言生成配置AI Generation在AI Generation面板中描述业务目标、目标用户、输入输出与约束Nexent 会生成完整的配置草稿描述需求例如「为售后人员创建一个产品问答助手优先使用内部知识库并在每次回答中标注来源」澄清需求信息缺失时系统弹出问题卡片选择选项或在Other中补充后提交应用草稿生成描述、职责提示词、约束提示词、示例、问候语与示例问题后点击Apply to Draft在配置面板中查看结果。对已有配置还可使用快捷指令对局部进行优化Generate Prompts根据当前角色与已绑定工具/技能重新生成提示词、Recommend Available Tools / Skills推荐工具/技能并联动重生成提示词、Generate Conversation Guide重新生成问候语与示例问题。生成或资源绑定进行中配置表单会暂时锁定防止手工编辑覆盖生成结果点击Unlock可中止生成并恢复手工编辑。配置面板基础信息与运行策略Basic Settings标签页包含五个可折叠区块区块主要设置Display Information图标、显示名、变量名、作者、描述Model and Prompts大语言模型、职责提示词、约束提示词、示例提示词Tools and Skills可调用的工具与技能及其参数Run Strategy最大步数、输出预留、运行摘要、自校验、会话元数据开关Publishing Properties用户组、组内权限、主智能体状态、A2A 发布设置变量名仅允许字母、数字与下划线且必须以字母或下划线开头建议使用有意义的英文名如code_assistant、data_analyst。若已配置的模型被删除面板顶部会出现「Agent unavailable: Some configured models have been deleted」警告点击Refresh复查可用性后重新选择可用模型保存。配置协作智能体与工具协作智能体可添加平台内已发布的内部智能体与通过 A2A 协议发现的外部 A2A 智能体支持多选与移除工具与技能在「Select Tools」标签页点击Refresh Tools刷新可用列表按标签浏览工具/技能点击 ⚙️ 查看描述并配置参数必填参数未配置时会弹出引导支持本地能力知识库检索、文档解析、图像解析、邮件、文件管理等以及第三方/自定义 MCP 工具与技能。常用内置工具建议knowledge_base_search启用知识库检索、analyze_text_file文档文本解析、analyze_image图像解析工具标签分类见 backend/consts/tool_labels.py。MCP 工具点击MCP Config可接入远程或容器化 MCP 服务或将现有 API 转换为 MCP 工具详见 集成 MCP 服务工具测试对任意类型工具点击工具旁 ⚙️ 配置必填参数后点击Test Tool打开测试面板输入参数并点击Execute Test验证工具是否符合预期——例如测试knowledge_base_search时需输入query、search_mode默认hybrid与目标索引列表index_names不填则默认检索知识库页面所选的全部知识库。高级设置与安全护栏Advanced Settings标签页配置智能体与外部资源的关系Collaborative Agents协作智能体、Knowledge Bases选择可检索的知识库选中即启用检索并建立关联、Conversation Guide问候语与示例问题、Safety Guardrails安全护栏。安全护栏通过顺序执行的正则表达式规则检查发送给模型的内容与工具调用涉及的数据默认关闭且与自校验相互独立。每条规则包含Rule Name唯一名称、Regular ExpressionPythonre语法运行时不区分大小写非法语法会被排除、Severity匹配后动作Block阻止/拒绝、Redact替换为***、Allow放行、Description。规则按列表顺序求值首个匹配的规则生效。注意正则护栏仅做内容筛查并非完整的语义安全审查AI 生成的规则也可能产生误报保存前应在Regex Test Preview中同时测试正常与风险样本。调试与发布配置面板顶部的Draft标签表示当前改动尚未成为已发布版本点击DebugNexent 校验并保存草稿打开调试面板使用代表性问题测试提示词、知识检索、工具调用与协作流程根据执行轨迹与错误信息调整配置后再次调试点击Publish保存草稿并打开版本发布对话框。只有成功发布的主智能体才会出现在 Start Chat 等生产入口。调试模式不读写记忆因此跨会话记忆行为需在 Start Chat 中验证。版本管理发布后的智能体会出现在 Agent Repository 与 Start Chat 中并进入版本管理可查看历史版本、对比历史版本与最新版本的问答表现版本对比按钮位于版本管理右下角、回滚到历史版本点击该版本右侧菜单的 Rollback并创建新版本。源码印证后端publish_version_impl见 backend/services/agent_version_service.py将发布动作实现为四个步骤——① 将草稿数据version_no0复制为新的版本快照含智能体、工具与协作关系快照② 创建版本元数据记录③ 更新current_version_no④ 按需注册为 A2A Server 智能体。其中协作关系快照会固定子智能体的当前已发布版本号若子智能体尚未发布版本会直接抛出「Sub-agent has no published version; publish the sub-agent first」因此协作智能体必须先发布、主智能体才能成功发布。快速配置实用技巧按顺序执行依次完成每一步可保证所有依赖就绪每步保存进度完成每个步骤后点击保存启用知识检索需要智能体使用本地知识时务必为智能体添加knowledge_base_search工具尽早测试配置完成后先在聊天页运行几轮对话确认全链路工作正常。发布后的下一步完成快速配置后可继续以下操作访问 Agent Space 查看与管理智能体使用 Start Chat 与智能体对话验证跨会话表现配置 记忆管理 为智能体赋予持久记忆Nexent 采用租户、用户、智能体三层记忆架构可通过 Dreaming 调度把稳定的短期记忆整合为长期记忆并支持 Minimum Score默认 0.75、Minimum Recalls默认 3、Output Limit默认 10000 字符等高级参数调优。遇到问题时可先查阅 FAQ涉及模型连通性时按「网络 → API Key → 供应商服务状态 → 防火墙策略」的顺序排查。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 快速配置指南三步完成模型接入、知识库建设与智能体发布Nexent 快速配置指南三步完成模型接入、知识库建设与智能体发布 快速配置是 Nexent 平台引导新租户完成基础设置的一条“推荐路径”按照 模型管理 →AI AgentAI 应用后端前端大模型RAGNexent 快速上手指南三步完成模型、知识库与 Agent 的配置与发布Nexent 快速上手指南三步完成模型、知识库与 Agent 的配置与发布 本指南基于 Nexent 官方文档《Quick Setup》整理面向初次接触 NAI AgentAI 应用后端前端大模型RAGNexent 智能体开发全流程实战指南从自然语言生成、模型与知识库配置到 A2A 发布Nexent 智能体开发全流程实战指南从自然语言生成、模型与知识库配置到 A2A 发布 本文以 Nexent 智能体开发模块为主线系统讲解一条完整的智能体生AI AgentAI 应用后端前端大模型RAG上一篇索尼相机功能解锁完全指南突破录制限制与系统限制下一篇10分钟跑通第一个游戏用 Godot 官方演示项目库快速上手的完整指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考