随着人工智能的不断发展，大语言模型技术日益成熟。AI应用已经从最初专注于语音识别等简单任务的应用，演进到能够进行自主推理决策，完成复杂任务的Agent。基于大语言模型的AI Agent，具备自主性、目标导向性和交互性，能够在复杂多变的环境中感知信息、推理决策并执行任务。在各个行业场景中，AI Agent都展示出巨大的应用潜力，广泛应用于客户支持、销售拓展、医疗诊断和金融分析等场景。

ModelEngine Nexent作为开源Agent平台，致力于提供灵活、强大且易用的AI Agent开发与运行能力。基于该平台，开发者可快速构建处理各类简单或复杂任务的AI Agent，实现多Agent协同交互，高效开发生产级可靠AI Agent；并助力企业与个人快速搭建AI Agent系统或平台，推动商用级Agentic AI技术广泛应用与落地。

一、前言：

一般我们在生成式AI智能体开发时，大多数只是提供了一个框架，各种集成第三方工具，很少会出现大模型从 Demo 阶段快速走向生产落地，在AI技术从模型研究迈向大规模应用落地的过程中，真正的难点已经不在“有没有一个强模型”，而在“能不能高效、稳定地把模型变成业务能力”。

  • ‌①. 开发流程碎片化‌：AI应用开发涉及数据处理、模型微调、应用部署等多个环节，传统工具链分散，缺乏统一平台，导致工程成本高、迭代慢。 ‌

  • ②. 智能体开发门槛高‌：构建复杂智能体需要协调提示词设计、知识库管理、工具集成等多方面能力，手动实现易出现逻辑混乱、调试困难等问题。 ‌

  • ③. 从原型到生产的鸿沟‌：许多AI项目在演示阶段表现良好，但难以满足生产环境对稳定性、可观测性和可维护性的要求，缺乏标准化的工程实践。 ‌

二、ModelEngine Nexent平台简介：

ModelEngine Nexent 是 ModelEngine 社区旗下的核心智能体平台，它是一个零代码智能体自动生成平台，旨在通过纯语言描述自动生成功能完备的智能体。用户无需进行复杂的流程编排或拖拽式设计，即可快速构建具备多模态对话、知识库检索、网络搜索等能力的AI应用。

请添加图片描述

依托 MCP 开放生态，ModelEngine Nexent 实现了丰富的工具集成，能够精准匹配工作协同、旅行规划、日常服务等不同场景的智能需求。同时，平台还内置强大的核心能力矩阵，涵盖智能体运行控制、多智能体协作、数据处理与知识溯源、多模态交互及批量扩展等功能，真正做到“一个提示词，解锁智能体的无限可能”。

三、ModelEngine Nexent 的安装与部署：

ModelEngine Nexent 提供本地安装部署的，根据官方提供的源码进行 Docker 部署方案，三步命令就能快速完成部署并运行，接下来我们来看看如何使用 Docker 部署 Nexent，部署Nexent前，请确保你的系统满足以下最低配置：

  • CPU：2核
  • 内存：6GB
  • 架构：x86_64 / ARM64
  • 软件：已安装Docker和Docker Compose

在安装之前需要自行准备好docker以及docker-compose环境，这里不做赘述。这里我们选择的是1.8.0版本，如果你想要使用最新版本，可以切换到master分支。

git clone https://github.com/ModelEngine-Group/nexent/tree/release/v1.8.0
cd nexent/docker
cp .env.example .env # 复制环境变量配置文件(一定要复制一下，不然会报错)

运行以下命令开始部署：

bash deploy.sh

请添加图片描述

接下来，就开始进行部署的过程了，先会进行系统的端口检查，接着下载相关镜像，最后启动容器。

第一步【版本选择】：输入1，系统会提供两个不同的版本供您选择：

  • Speed version（轻量快速部署，默认）: 快速启动核心功能，适合个人用户和小团队使用
  • Full version（完整功能版）: 提供企业级租户管理和资源隔离等高级功能，但安装时间略长，适合企业用户
Please select deployment version:
1) Speed version - Lightweight deployment with essential features 
2) Full version - Full-featured deployment with all capabilities

这里我们选择1，使用轻量快速部署的方式。
请添加图片描述

第二步【部署模式】: 选择1，进行开发模式部署，暴露所有服务端口以便调试。

  • 开发模式 (默认): 暴露所有服务端口以便调试
  • 基础设施模式: 仅启动基础设施服务
  • 生产模式: 为安全起见仅暴露端口 3000

第三步【可选组件】：我这里终端工具输入N，但是区域优化选择了Y。

  • 终端工具: 启用 openssh-server 供 AI 智能体执行 shell 命令
  • 区域优化: 中国大陆用户可使用优化的镜像源

请添加图片描述

接下来，会下载一些镜像，这里需要看一下网速是否正常，如果网速过慢，请耐心等待，如果网速正常，我这里是大概10分钟左右就完成了。接下来就是启动容器了，最后所有容器都启动完成后，就是在浏览器中打开 http://localhost:3000

接下来使用docker images查看一下所有下载的镜像：

root@david:~# docker images
IMAGE                                                            ID             DISK USAGE   CONTENT SIZE   EXTRA
ccr.ccs.tencentyun.com/nexent-hub/nexent-data-process:v1.8.0.2   b6c09c76afca       15.7GB         5.39GB    U
ccr.ccs.tencentyun.com/nexent-hub/nexent-mcp:v1.8.0.2            929ea1b19c55        579MB          140MB
ccr.ccs.tencentyun.com/nexent-hub/nexent-web:v1.8.0.2            471fbfee6a48        663MB          150MB    U
ccr.ccs.tencentyun.com/nexent-hub/nexent:v1.8.0.2                0a46c26f69d4          1GB          240MB    U
docker.m.daocloud.io/postgres:15-alpine                          fceb6f86328c        392MB          110MB    U
docker.m.daocloud.io/redis:alpine                                2afba59292f2        134MB         34.9MB    U
elastic.m.daocloud.io/elasticsearch/elasticsearch:8.17.4         413d8df69823       2.05GB          711MB    U
quay.m.daocloud.io/minio/minio:RELEASE.2023-12-20T01-00-02Z      5702ea361420        206MB         52.8MB    U

再使用docker ps查看一下所有正在运行的容器：

root@david:~# docker ps
CONTAINER ID   IMAGE                                                            COMMAND                   CREATED        STATUS                   PORTS                                                                                                                                   NAMES
0eec092e773e   ccr.ccs.tencentyun.com/nexent-hub/nexent-data-process:v1.8.0.2   "/bin/sh -c '\n  pyth…"   12 hours ago   Up 5 minutes             0.0.0.0:5012->5012/tcp, [::]:5012->5012/tcp, 0.0.0.0:5555->5555/tcp, [::]:5555->5555/tcp, 0.0.0.0:8265->8265/tcp, [::]:8265->8265/tcp   nexent-data-process
7f7426093530   ccr.ccs.tencentyun.com/nexent-hub/nexent:v1.8.0.2                "/bin/bash -c 'pytho…"    12 hours ago   Up 5 minutes             0.0.0.0:5010->5010/tcp, [::]:5010->5010/tcp                                                                                             nexent-config
3251066e5433   ccr.ccs.tencentyun.com/nexent-hub/nexent:v1.8.0.2                "/bin/bash -c 'pytho…"    12 hours ago   Up 5 minutes             5010/tcp, 0.0.0.0:5013->5013/tcp, [::]:5013->5013/tcp                                                                                   nexent-northbound
6736c84653ca   ccr.ccs.tencentyun.com/nexent-hub/nexent:v1.8.0.2                "/bin/bash -c 'pytho…"    12 hours ago   Up 5 minutes             5010/tcp, 0.0.0.0:5011->5011/tcp, [::]:5011->5011/tcp                                                                                   nexent-mcp
12d08f599138   ccr.ccs.tencentyun.com/nexent-hub/nexent:v1.8.0.2                "/bin/bash -c 'pytho…"    12 hours ago   Up 5 minutes             5010/tcp, 0.0.0.0:5014->5014/tcp, [::]:5014->5014/tcp                                                                                   nexent-runtime
80ccb3f7e52e   ccr.ccs.tencentyun.com/nexent-hub/nexent-web:v1.8.0.2            "docker-entrypoint.s…"    12 hours ago   Up 5 minutes             0.0.0.0:3000->3000/tcp, [::]:3000->3000/tcp                                                                                             nexent-web
7ae04aedffcf   quay.m.daocloud.io/minio/minio:RELEASE.2023-12-20T01-00-02Z      "/bin/sh -c '\n  mini…"   14 hours ago   Up 5 minutes             0.0.0.0:9010->9000/tcp, [::]:9010->9000/tcp, 0.0.0.0:9011->9001/tcp, [::]:9011->9001/tcp                                                nexent-minio
2b919bd701b8   docker.m.daocloud.io/redis:alpine                                "docker-entrypoint.s…"    14 hours ago   Up 5 minutes (healthy)   0.0.0.0:6379->6379/tcp, [::]:6379->6379/tcp                                                                                             nexent-redis
bc0b575c4806   docker.m.daocloud.io/postgres:15-alpine                          "docker-entrypoint.s…"    14 hours ago   Up 5 minutes             0.0.0.0:5434->5432/tcp, [::]:5434->5432/tcp                                                                                             nexent-postgresql
7f400dbfb542   elastic.m.daocloud.io/elasticsearch/elasticsearch:8.17.4         "/bin/tini -- /usr/l…"    14 hours ago   Up 5 minutes (healthy)   0.0.0.0:9210->9200/tcp, [::]:9210->9200/tcp, 0.0.0.0:9310->9300/tcp, [::]:9310->9300/tcp                                                nexent-elasticsearch

请添加图片描述

四、ModelEngine Nexent 的最佳实践：

在体验智能体的效果前，需要提前配置一下大模型，在华为 ModelEngine Nexent 中可以接入各类AI模型，包括大语言模型、向量化模型和视觉语言模型。Nexent支持多种模型提供商，帮助我们根据实际需求灵活选择最适合的模型，包括批量添加模型、单个模型配置等方式，支持10+模型供应商，包括OpenAI、DeepSeek、Qwen等。

4.1 大模型配置：

配置Embedding模型：

Embedding模型是一种将高维、离散或非结构化数据（如文本、图像、语音）映射到低维连续向量空间的技术，这些向量能捕捉原始数据的语义或特征信息，使得相似的对象在向量空间中距离更近。

点击ModelArts Studio 大模型即服务平台，集模型体验、精调、部署、管理、应用开发于一体，降低企业使用大模型的开发门槛，加速AI应用落地。

请添加图片描述

这里我们需要选择“模型管理”，里面模型类型我们选择“向量模型”，这里有2种模型，我们可以随便使用哪一种都可以，这里我们使用“BGE-M3模型”。

请添加图片描述

最后可以在模型基础信息页面中，配置相关的参数：

  • 模型名称：bge-m3
  • 模型标识符：bge-m3
  • 基础服务地址：https://api.modelarts-maas.com/v1/embeddings

请添加图片描述

配置LLM模型：

还是继续在ModelArts Studio 大模型即服务平台中，选择模型类型为LLM模型，这里我们选择“DeepSeek-V3模型”。

请添加图片描述

接下来，我们在模型管理中，添加LLM模型，这里我们添加“DeepSeek-V3模型”。

请添加图片描述

  • 模型名称：系统显示名称，用户可自定义。
  • 模型ID：由模型服务提供商定义的调用名称，可在各提供商的官方网站查询。（对应从华为云获取的model参数）
  • API 密钥：模型的API Key（对应从华为云获取的API Key）
  • 基础服务地址：由模型服务提供商定义的API地址，可在各提供商的官方网站查询。（对应从华为云获取的API地址）
  • 描述：模型的详细描述，用户可自定义

4.2 快速配置一个智能体：

在"应用设置"中，配置智能体的其它功能前，将应用的名称和应用的详细描述配置好，只需用自然语言描述智能体功能，这样在创建智能体时，智能体会根据应用的名称和描述来生成智能体的名称和描述，点击下一步即可。

请添加图片描述

4.4 知识库配置：

知识库是ModelEngine Nexent平台进行本地知识管理的重要方式，用户可以通过管理本地知识库增强智能体知识检索RAG能力，在知识库模块，可以创建和管理知识库，上传各种格式的文件，并生成内容总结。知识库是智能体的重要信息来源，让智能体能够访问您的私有数据和文档，Nexent支持创建多类型知识库，让智能体拥有专业领域知识储备，助力智能体在特定领域内提供专业、精准的回答。

请添加图片描述

这里我们先创建一个"产品手册"的知识库，再将"爱肯拿ACANA 50款全系列产品详细介绍手册.md"文件上传到知识库中，可以看到刚刚上传的状态在"解析中"，说明文件正在进行分片解析处理。

请添加图片描述

系统会自动处理上传的文件，提取文本内容并进行向量化，可在列表中查看文件的处理状态（解析中/入库中/已就绪）。点击文件名可查看详细信息，包括文件元数据、分片数量、向量化状态等。

请添加图片描述

知识库创建完成后，需先选中该知识库；同时在智能体配置页面启用「knowledge_base_search」工具这样才能在后续问答中调用，并且需要重新生成提示词，确保咱们的配置生效。

请添加图片描述

请添加图片描述

请添加图片描述

4.5 提示词配置：

在描述业务逻辑中，跟其它的智能体一样，这里可以配置提示词，提示词是智能体与用户进行对话时，用于引导智能体的行为和逻辑。ModelEngine Nexent 零代码平台只需输入简短的功能描述，点击"生成智能体"操作后，系统便会自动生成智能体的信息（智能体信息、智能体角色、使用要求、示例）等多个纬度的智能体详细内容。非常适合不擅长撰写复杂提示词的开发者来说，大大降低了智能体开发的门槛。

请添加图片描述

我们通过一句简单的文案描述，ModelEngine Nexent 零代码平台便为 Agent 角色生成了详尽的角色说明，同时，可以看到将智能体信息、智能体角色、使用要求、示例全部AI填充完成了：

1. 任务："客户询问产品A的保修政策"

思考：这个问题我可以直接回答，因为我是智能客服，已经掌握了产品A的相关信息。
产品A的保修政策是：自购买日起1年内免费保修，需提供购买凭证...

2. 任务："用户想知道如何重置产品B的密码"

思考：这个问题我可以直接回答，因为我是智能客服，已经掌握了产品B的操作指南。
重置产品B密码的步骤如下：1. 打开设置菜单 2. 选择账户管理 3. 点击忘记密码 4. 按照提示操作...

3. 任务："客户投诉产品C送货延迟"

思考：这个问题我可以直接回答，因为我是智能客服，已经掌握了相关处理流程。
对于送货延迟的问题，我们深表歉意。您可以提供订单号，我们会优先处理您的订单并给予适当补偿...

4. 任务："用户询问产品D的技术参数"

思考：这个问题我可以直接回答，因为我是智能客服，已经掌握了产品D的技术规格。
产品D的技术参数如下：尺寸20x30cm，重量1.5kg，功率50W，支持蓝牙5.0...

5. 任务："客户想了解退货流程"

思考：这个问题我可以直接回答，因为我是智能客服，已经掌握了退货政策。
我们的退货流程是：1. 联系客服申请退货 2. 收到退货授权码 3. 寄回商品 4. 收到退款...

请添加图片描述

请添加图片描述

接下来，我们可以点击"保存",再点击一下"发布"。

请添加图片描述

以上就是借助 ModelEngine 零代码平台进行简单进行了智能体的相关配置，接下来就可以进行智能体的实践测试了。

4.6 智能体实践测试：

在智能体体的对话框中，我们选择上面创建好的"智能客服助手"，接下来就可以进行对话测试了，这里我咨询一下"3岁柯基狗粮推荐"就给出了以下答案：

请添加图片描述

为3岁的柯基犬选择狗粮时，需考虑其体型适中、易发关节问题和活跃度高的特点。以下是推荐方向和具体建议：
---
### **1. 核心需求**
- **优质动物蛋白**（鸡肉、鸭肉、鱼类等为首选，占比25%-30%）
- **适中脂肪含量**（12%-16%，避免肥胖）
- **关节保健成分**（葡萄糖胺、软骨素，预防髋关节问题）
- **易消化纤维**（南瓜、红薯等，柯基肠胃较敏感）
---
### **2. 推荐品牌及系列**
#### **（1）进口粮**
- **渴望原味幼犬粮（Orijen Puppy）**
  - 高蛋白（38%）、无谷，含新鲜肉类和内脏，适合中小型犬骨骼发育。
- **爱肯拿鸭肉梨（Acana Singles）**
  - 单一动物蛋白源（鸭肉），低敏配方，含果蔬抗氧化。
- **Now Fresh小型犬粮**
  - 火鸡肉+三文鱼配方，无谷且含益生菌，支持消化健康。
#### **（2）国产/性价比款**
- **伯纳天纯小型犬成犬粮**
  - 鸭肉+紫薯配方，添加软骨素和益生元，国内购买方便。
- **比瑞吉健康体态粮**
  - 低脂（14%脂肪），含L-肉碱帮助控制体重。
- **网易严选全期犬粮**
  - 三文鱼+鸡肉组合，性价比高，通过AAFCO标准。
---
### **3. 需避开的成分**
- ❌ 过量谷物（如玉米、小麦易致敏）
- ❌ 人工防腐剂（BHA/BHT）
- ❌ 脂肪含量＞18%（柯基易胖）
---
### **4. 喂养小贴士**
- **每日量**：约60-80g（分2餐），根据运动量调整。
- **换粮过渡**：7天内逐步替换旧粮，观察排便是否正常。
- **加分项**：每周可添加1-2次煮熟的三文鱼（富含Omega-3）或蓝莓（抗氧化）。
---
### **5. 特殊情况处理**
- 若狗狗有软便：选择单一蛋白源+低敏配方（如鸭肉）。
- 若关节已有不适：补充含MSM的关节护理粮（如希尔思j/d系列）。
建议结合狗狗的个体差异（如活动量、过敏史）选择，并定期体检调整饮食。

请添加图片描述

五、从单一到多元化 - 使用MCP打通企业机器人对话：

5.1 什么是MCP？

MCP（Model Compatibility Platform）是华为云推出的模型兼容性平台，旨在帮助开发者轻松地将大语言模型接入到各种应用场景中。通过MCP，开发者可以快速找到适配的模型和工具，无需深入了解底层技术细节，即可实现模型的集成和应用开发。MCP支持多种模型和工具的集成，包括文本生成、图像识别、语音识别等，为开发者提供了丰富的功能和灵活性。

5.2 如何配置工具和MCP？

我们可以通过访问魔搭社区的MCP广场，魔搭社区的MCP广场‌是 ModelScope（魔搭）社区于 ‌2025年4月15日‌ 正式推出的国内最大 ‌MCP（Model Context Protocol）中文社区平台‌，旨在降低大语言模型调用外部工具与数据源的门槛，推动 AI 智能体（Agent）和 AI 应用的快速开发与落地。

  • 统一标准接口：基于 Anthropic 于 2024 年 11 月推出的开源协议 MCP，实现大模型通过统一接口对接各类工具、API 和数据源 。
  • 海量服务集成：截至 2026年3月，已上线 超9200个 MCP Server，覆盖搜索、地图、支付、开发者工具、多模态生成（如语音、图像、视频）等多个领域 。
  • 独家首发服务：包括 支付宝、MiniMax 等知名企业的 MCP 服务在魔搭独家首发 。
  • 免费托管与一键部署：提供免费云端资源，支持开发者将自建 MCP 服务托管至平台，实现“开箱即用” 。
  • 调试与实验工具：
    • MCP 实验场：在线配置和调试 MCP 服务 。
    • MCP Bench：开源评估工具，用于对比服务性能、效率与资源消耗 。
  • 三层开放体系：
    1. 底层：汇聚社区与官方 MCP 工具，提供免费托管；
    2. 中层：通过 Open API 支持外部应用集成；
    3. 上层：落地于 MCP 实验场及第三方平台（如通义灵码、Cherry Studio）。

请添加图片描述

5.3 配置钉钉机器人：

将 ModelEngine Nexent‌ 与 ‌钉钉‌ 打通，可实现通过钉钉MCP聊天窗口直接调用 AI 自动化能力（如生成文档、查询信息、执行任务等），结合大模型与钉钉消息通道，构建一个轻量化、随时可用、专业可靠的养虾问答助手，降低“养殖”技术门槛。

进入钉钉开发者后台，访问 https://open-dev.dingtalk.com，登录后在顶部菜单，选择 “应用开发” → “钉钉应用” → “创建应用”：

填写应用的名称和描述，再上传一个应用的图标，并点击 "保存"即可创建的一个新的应用。

请添加图片描述

在"添加应用能力"中，我们可以选择最为简单的机器人来配置一下添加机器人能力，这样我们可以通过机器人实现高效的消息推送和接收的效果，使用机器人向组织内用户或群内发送和接收消息，实现消息的自动高效触达。

请添加图片描述

接下来，点击开启"机器人配置"，并填写机器人名称（如自动化OA办公）、机器人简介（≤10 字）等信息，还可以上传机器人消息预览的图片。

请添加图片描述

配置消息接收模式这里，建议使用"Stream"模式，这样可以使用WebSocket长连接，无需公网IP，适合云函数/本地调试。

请添加图片描述

接下来需要进行"配置权限"，在 “权限管理” 页面，开启以下权限（建议）：

  • 送单聊/群聊消息：qyapi_robot_sendmsg
  • 根据手机号查 userId（用于单聊）：topapi_v2_user_getbymobile
  • 发送互动卡片：Card.Instance.Write
  • 流式更新卡片（AI 场景必备）：Card.Streaming.Write

请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述

最后，保存并发布机器人，填写完版本号和版本描述后，即可点击"保存"按钮来进行应用的发布。

请添加图片描述

因为我们开通了自动发布的功能，所以，直接点击"发布"按钮，即可完成应用的发布（自动shenhee上线）。

请添加图片描述

最后，可以看到在左上角的"应用"中，已经显示"已上线"，这样就表示一个钉钉机器人就配置成功了，在"凭证与基础信息"是2项是需要配置到魔搭社区的MCP中，就可以打通钉钉机器人和魔搭社区的MCP之间的联系了：

  • Client ID
  • Client Secret

请添加图片描述

我们通过钉钉客户端软件，可以直接搜索"Nexent龙虾"，然后点击进入，就可以看到Nexent的钉钉机器人了。

5.4 配置MCP工具：

想要进行企业打通办公场景就需要钉钉、企业微信等对接，这里我们选择钉钉对接，在上面我们已经配置好了钉钉机器人，接下来我们需要在魔搭社区的MCP广场中将相关参数配置到MCP中，即可得到一个在线可以使用的MCP工具：

请添加图片描述

添加相关的工具参数后，可以点击"连接"按钮即可创建一个在线的MCP工具，此时，可以在配置中配置工具参数，工具参数的配置项如下：

请添加图片描述

在ModelEngine Nexent 智能体中，我们点击"MCP配置"：

请添加图片描述

将相关参数配置到MCP中：

  • 服务器名称：dingtalk-mcp
  • 服务器地址：https://mcp.api-interence.modelscope.net/xxxxx/sse

请添加图片描述

点击添加后，会自动进行更新工具列表操作，等待几秒钟后，下面的已配置的MCP服务器也是置灰的：

请添加图片描述

如果连接成功后，可以看到工具列表中新增了一个MCP工具，这里可以进行连通性的测试、查看相关的工具、编辑和删除的功能：

请添加图片描述

对于dingtalk-mcp提供的可用工具列表如下：

请添加图片描述

工具名称 描述
sendMessageToUserByRobot 向个人用户发送普通消息（非 DING、非待办）。 例如，当用户说“给XX说一下”、“通知XX”但未提及“DING”或“钉一下”时使用。
recallGroupMessageByRobot 撤回机器人发送的群消息
batchSendMessageToUsersByRobot 使用机器人向一个或多个个人用户发送消息。适用于一对一单聊场景。 当用户明确表示要给一个或多个个人发送消息（非群聊）时，使用此工具。 注意：此工具仅用于单聊，不能用于群组。
batchRecallToUsersMessageByRobot 批量撤回机器人给人发送的消息
sendMessageToGroupByCustomRobot 使用群自定义机器人向指定群发送消息。 仅在用户明确要求“使用自定义机器人”或“通过自定义机器人发消息”时调用此工具。 注意：此工具只能用于向群（group）发送消息，不能用于单聊或个人用户。

配置成功后，可以看到智能体的工具中已经有dingtalk-mcp工具了，右边也显示了可用的工具列表：

请添加图片描述

重新再修改一下智能体的提示词，将信息整理后发送给钉钉机器人：

请添加图片描述

可以看到示例中的提示词就已经修改为其它的提示词了，接下来就可以进行测试了。

请添加图片描述

示例1：用户询问"如何购买产品A？"

思考：我需要先查询知识库获取产品A的购买流程信息，然后将信息整理后发送给钉钉机器人。
代码：
``<RUN>
product_info = knowledge_base_search(query="产品A 购买流程")
print(product_info)
``<END_CODE>
观察结果：产品A的购买流程：1.登录官网 2.选择产品A 3.填写收货信息 4.完成支付

思考：我已经获取了购买流程信息，现在需要整理并发送给钉钉机器人。
代码：
```<RUN>
dingtalk_message = "产品A购买流程：\n1.登录官网\n2.选择产品A\n3.填写收货信息\n4.完成支付"
dingtalk_robot(message=dingtalk_message)
print("消息已发送")
```<END_CODE>
观察结果：消息已成功发送到钉钉机器人

思考：我已经完成了任务，现在将回复用户。
产品A的购买流程信息已发送给您，请查收钉钉消息。

---

### 示例2：用户询问"你们的会员怎么开通？"

思考：我需要查询知识库获取会员开通方式，然后整理信息发送给钉钉机器人。
代码：
``<RUN>
member_info = knowledge_base_search(query="会员 开通方式")
print(member_info)
``<END_CODE>
观察结果：会员开通方式：1.官网注册 2.APP内购买会员 3.联系客服人工开通

思考：我已经获取了会员开通信息，现在需要整理并发送。
代码：
``<RUN>
dingtalk_message = "会员开通方式：\n1.官网注册\n2.APP内购买会员\n3.联系客服人工开通"
dingtalk_robot(message=dingtalk_message)
print("消息已发送")
``<END_CODE>
观察结果：消息已成功发送到钉钉机器人

思考：任务已完成，回复用户。
会员开通方式已发送给您，请查收钉钉消息。

---

### 示例3：用户询问"退货流程是什么？"

思考：我需要查询知识库获取退货流程信息，然后整理发送。
代码：
``<RUN>
return_info = knowledge_base_search(query="退货流程")
print(return_info)
``<END_CODE>
观察结果：退货流程：1.联系客服申请 2.填写退货单 3.寄回商品 4.等待退款

思考：信息已获取，现在整理发送。
代码：
``<RUN>
dingtalk_message = "退货流程：\n1.联系客服申请\n2.填写退货单\n3.寄回商品\n4.等待退款"
dingtalk_robot(message=dingtalk_message)
print("消息已发送")
``<END_CODE>
观察结果：消息已成功发送到钉钉机器人

思考：任务完成，回复用户。
退货流程信息已发送给您，请查收钉钉消息。

---

### 示例4：用户询问"产品B的售后服务政策"

思考：我需要查询知识库获取产品B的售后服务政策，然后整理发送。
代码：
``<RUN>
service_info = knowledge_base_search(query="产品B 售后服务政策")
print(service_info)
``<END_CODE>
观察结果：产品B售后服务：7天无理由退货，1年保修

思考：信息已获取，现在整理发送。
代码：
``<RUN>
dingtalk_message = "产品B售后服务政策：\n7天无理由退货\n1年保修"
dingtalk_robot(message=dingtalk_message)
print("消息已发送")
``<END_CODE>
观察结果：消息已成功发送到钉钉机器人

思考：任务完成，回复用户。
产品B的售后服务政策已发送给您，请查收钉钉消息。

---

### 示例5：用户询问"如何查询订单物流？"

思考：我需要查询知识库获取订单物流查询方法，然后整理发送。
代码：
``<RUN>
logistics_info = knowledge_base_search(query="订单 物流查询")
print(logistics_info)
``<END_CODE>
观察结果：物流查询方法：1.登录账号 2.进入订单详情 3.查看物流信息

思考：信息已获取，现在整理发送。
代码：
``<RUN>
dingtalk_message = "物流查询方法：\n1.登录账号\n2.进入订单详情\n3.查看物流信息"
dingtalk_robot(message=dingtalk_message)
print("消息已发送")
``<END_CODE>
观察结果：消息已成功发送到钉钉机器人

思考：任务完成，回复用户。
订单物流查询方法已发送给您，请查收钉钉消息。

5.5 钉钉MCP测试：

最后我们可以通过钉钉MCP测试，在智能体中进行询问，可以看到相关信息已经发送到了钉钉机器人中：

  • 钉钉机器人搭建：在钉钉开发者后台创建自研应用，添加机器人能力，优选 Stream 长连接模式适配调试；配置消息发送、用户查询、互动卡片等关键权限，完成应用发布后，留存 Client ID、Client Secret 两大核心凭证，用于对接魔搭 MCP。

  • 魔搭 MCP 联动配置：在魔搭 MCP 广场录入钉钉凭证创建专属 MCP 工具，再将 MCP 服务器地址、名称填入 ModelEngine Nexent 智能体；连通后可启用私聊 / 群聊发消息、撤回消息等全套钉钉机器人工具，同时优化智能体提示词，打通信息流转逻辑。

请添加图片描述

落地应用场景与实操逻辑搭建完成后形成标准化应答流程：用户咨询产品购买、会员开通、退货售后、物流查询等业务问题时，智能体先检索知识库抓取对应资料，规整精简信息，再通过钉钉 MCP 工具自动推送消息至指定用户 / 群组；全程实现 AI 问答 + 钉钉消息触达联动。

请添加图片描述

请添加图片描述

最终效果完成全流程配置与测试后，可实现企业轻量化智能答疑，把大模型知识库能力无缝融入钉钉办公场景，无需复杂底层开发，就能让业务咨询信息自动同步推送，落地高效便捷的企业 AI 办公助手。

六、总结：

通过本次基于华为 ModelEngine Nexent 零代码平台的智能体能力深度实践可见，ModelEngine（Nexent）凭借零代码、高度自动化的智能体开发模式，大幅降低了 AI 应用的开发门槛。平台将开发者从繁琐复杂的流程编排、提示词工程及底层基础设施搭建中解放出来，使其能够聚焦于业务逻辑设计与核心创新，告别复杂的节点连线，也无需编写胶水代码，开发者仅需用自然语言完整描述任务目标，平台便能自动生成一个具备完整提示词、工具集成与执行逻辑的可用智能体。

对于希望快速验证创意的个人开发者及小型团队而言，该平台显著降低了智能体（Agent）的入门成本：几乎无需编写代码，即可在半小时内快速搭建出集智能问答、工具调用、知识库应用于一体的基础智能体应用，真正实现高效、轻量化的 AI 创新落地。

# 人工智能 # 华为
Logo
EazyDevelop社区

一站式 AI 云服务平台

更多推荐

cover

【LeetCode刷题日记】一篇彻底搞懂KMP算法（附LeetCode28.详解）及原理剖析

avatar EazyDevelop社区
cover

通俗理解 ERP，ERP 到底是什么？

avatar EazyDevelop社区

20260420GitHub推荐

项目替代工具核心亮点付费智能体平台（$100/月）自我进化，减少6倍Token消耗claude-mem付费上下文工具跨会话记忆，零代码接入voiceboxElevenLabs（$22/月）开源语音合成，本地部署cognee付费知识库（$50/月）6行代码实现AI记忆magika付费文件检测Google出品，200+格式支持极道 · 2026年4月本周GitHub最火9个开源项目。

avatar EazyDevelop社区