Versatile资产中心介绍 在AI原生应用引擎的左侧导航栏选择“资产中心” ，进入资产中心页面，资产中心页面分为搜索、快速筛选、卡片展示三个区域，如图1所示。 资产中心提供了AI应用、工具、MCP、大模型、数据集及提示语模板各类资产，请参考表1了解各类资产及使用说明。 ①：搜索区域，输入资产名称关键字进行搜索。 ②：快速筛选区域，支持按照行业、适用领域、通用各维度快速筛选资产。 ③：卡片展示区域，以卡片形式展示资产，单击卡片，进入详情页面查看各资产的详情，包括基本信息、基本配置、模型介绍、数据集的数据概况等；另外，卡片上还提供了安装、收藏、部署、体验、去创建等入口，以便对各类资产进行操作。 图1 资产中心 表1 资产介绍 资产 说明 AI应用 AI应用页签下展示平台预置的AI应用，部分AI应用支持体验，另一部分仅供查看，不支持体验，具体请以界面为准。 工具 工具页签下展示平台预置的第三方工具。请参考调用资产中心工具前设置认证鉴权设置鉴权，再进行调用。 MCP MCP页签下展示平台预置的MCP资源，例如百度地图、飞书、MySQL、MongoDB、支付宝MCP、FireCrawl网络抓取服务器等。 请参考创建MCP服务进行安装部署，部署后即可在Agent开发过程中添加使用，增强Agent工具调用能力。 大模型 大模型页签下展示平台预置的大模型和平台接入的第三方模型服务。 平台预置的开源模型 开源模型Qwen、DeepSeek Coder、DeepSeek-R1-Distill-Qwen模型系列等。 请参考将已有模型部署为模型服务进行部署，部署后即可进行调测/体验、调用。 开源模型chatglm3-6b。 平台提供了对应的模型服务API，但是该模型能力有限，只能作为问答模型，不能作为思考模型，首次使用该模型服务API需要订购免费的“ChatGLM3-6B大模型服务API在线调用”资源，订购后即可进行调测/体验、调用，订购操作请参见购买AppStage。 开源模型bge-reranker-large、bge-large-zh-v1.5、whisper-large-v3、deepseek-chat、deepseek-reasoner。 平台提供了对应的模型服务API，可直接进行调测/体验、调用。其中，bge-reranker-large可以在知识检索流中作为重排序模型调用，bge-large-zh-v1.5可以在知识库中作为向量化模型调用。 平台接入的第三方模型服务 第三方厂商闭源模型，例如glm系列、moonshot系列等。 请先参考如何对模型供应商提供的模型服务设置鉴权设置鉴权，再进行调测/体验、调用。 数据集 数据集页签下展示微调数据集和知识数据集。 微调数据集 可用于模型微调任务，使用前请先参考收藏资产中心微调数据集收藏数据集。 知识数据集 仅展示，不支持使用。 提示语模板 提示语模板页签下展示平台预置的提示语模板。支持收藏、测试提示语，并支持基于模板创建新的提示语，请参见管理资产中心提示语模板。您可以在模型调测时直接选择预置提示语进行使用。

发布Agent Agent发布后，用户即可通过API接口调用、Web界面访问或在Versatile平台中直接集成使用。 Agent创建完成后，在创建页面单击“发布”。 也可以在“我创建的”列表中，单击Agent列表操作列的“发布Agent”，进入发布页面。 选择发布渠道并设置发布密钥，单击“发布”。 表5 发布参数说明 参数 说明 选择发布渠道 发布单Agent（自主规划模式）和单Agent（工作流模式）时，支持如下两种发布方式： API：以API的方式发布Agent，发布成功后可复制API地址进行分享。 Web UrI：以Web Url的方式发布Agent，发布成功后可复制Web链接进行分享。 发布单Agent（复杂任务规划）时，仅支持选择Versatile发布。 Versatile：以builder的方式发布Agent，发布成功后可直接在Versatile上进行体验，具体请参见使用Versatile空间。 设置发布密钥 设置该密钥是确保发布分享Agent后，用户能正常调用Agent相关联的模型、工具、工作流和知识库。 API Key：输入AI原生应用引擎平台API Key，获取方式请参见创建API Key。 部署资源 选择发布方式 免费额度：每个租户有3个免费额度，使用免费额度发布Agent运行速度相对缓慢。 运行时引擎SKU额度：请参见购买AI原生应用引擎订购智能应用运行时引擎资源，一个额度代表一个节点数量。 节点数量 使用免费额度发布，默认为单节点部署。 使用运行时引擎SKU额度发布，可选择多节点集群部署。 在 Agent列表的 "发布地址" 列，通过API或Web URI方式发布的Agent会显示对应的访问地址。单击或，即可快速复制发布地址进行分享或调用；通过Versatile方式发布的Agent，请直接进入Versatile访问，具体介绍请参见使用Versatile空间。

更多操作 表3 更多操作 操作 步骤 置顶任务 在页面左侧任务列表中，将鼠标移至目标任务，单击，选择“置顶”，可以将任务放置页面顶端，方便查找。 回放任务 在页面左侧任务列表中，将鼠标移至目标任务，单击，选择“回放”，将按时间顺序完整呈现任务执行的全部过程，包括浏览器搜索的网页、文件处理过程以及指令输入等关键交互点。 在任务回放过程中，您也可以直接单击页面底部的“查看结果”，直接查看执行结果。 删除任务 在页面左侧任务列表中，将鼠标移至目标任务，单击，选择“删除”，直接从任务列表中删除任务。

开始并执行任务 Versatile空间收到用户任务后，首先通过意图识别机制精准解析用户需求，随后将复杂任务拆解为一系列可执行的子任务，并梳理子任务间的依赖关系与优先级、明确执行顺序，最后生成具体的任务执行计划，任务执行计划罗列了每项子任务及具体内容，如图1所示。 图1 任务执行计划 开始任务。 如果任务执行计划符合需求，请单击“开始任务”，Versatile空间开始逐步执行任务。 如果任务执行计划与您的需求存在偏差，您也可以单击“修改任务”对任务内容进行调整。 10分钟未开启任务，系统会自动确认并开启。 监控任务。 在“工作空间”中可以进行轨迹追踪、查看浏览器的搜索结果以及查看各子任务相关的文件，便于监控任务进展与追溯任务历史。 轨迹追踪：在工作空间的“轨迹追踪”页签中，可以实时监控任务进展并了解执行动态，涵盖任务的搜索过程、文件整理等环节。 图2 轨迹追踪 检索追溯：在工作空间“浏览器”页签中，可以查看任务相关的搜索结果，追溯任务执行过程中访问的网页信息，确保信息来源可查、可靠。 图3 浏览器 查看文件：工作空间的“文件”页签中集中展示与任务相关的所有文件，用户可通过文件快速获取任务的关键数据和执行逻辑等细节。将鼠标移至目标文件，单击可以将文件保存至本地，以便查看、编辑和备份。 调整任务。 当用户发现任务执行结果与预期不一致时，在任务执行过程中单击可以随时暂停任务，在任务输入框中输入提示词，重新引导系统执行。 Versatile空间具备异常处理机制，在执行任务时如果遇到需要无法自行处理的问题时，系统会自动中断任务并提醒用户。如果任务中断后一小时内未收到回复，系统将自动结束该任务。 查看Versatile空间整理归纳的信息。 子任务全部执行完成后，Versatile空间会自动梳理执行过程中生成的各类内容，将相关内容保存到文件夹，包含PDF、网页等格式，您可在工作空间的“文件”页签中在线浏览或单击下载文件。

向Versatile空间发送任务 在AI原生应用引擎的左侧导航栏选择“Versatile空间”。 （可选）在任务输入框中选择自创建的单Agent（复杂任务规划）或选择Versatile空间预置的专家Agent。 如果没有指定自创建的单 Agent（如复杂任务规划 Agent）或预置的专家Agent，系统默认使用通用助手来处理用户请求。 表1 Agent介绍 Agent 说明 单Agent（复杂任务规划） 通过AI原生应用引擎自创建的单Agent（复杂任务规划），发布后可在Versatile空间中选用。 专家Agent 市场研究分析：智能追踪市场动态，深度分析，精准捕捉商机与风险，提供可执行策略，助力决策。 采购智能助手：智能寻源比价，自动初筛供应商，分析采购数据，推荐最优方案，高效降本。 合同审查助手：智能审阅合同，识别关键条款，比对标准库，定位风险异常，提供高效法务建议。 DeepResearch：智能深度解析文献数据，提供跨学科知识推理与决策支持，助力研究创新突破。 在页面输入框中输入任务提示词，字数上限为5000字。 任务提示词的核心是明确任务内容及目标，向Versatile空间输入任务指令时，语言需自然流畅，避免过于复杂或模糊的表述。任务提示词将直接影响后续任务规划的准确性与有效性。例如：分析利率变动对房地产市场投资的影响机制。 单击，可以上传相关数据、文档链接或历史案例。支持.md、.txt、.json、.csv、.py、.sh、.html、.js、.log、.pptx、.docx、.xlsx、.pdf、.jsx 类型的文件，最多上传5个附件，单个文件最大为5MB。 选择与Versatile空间的协作模式。 表2 协作模式 模式 说明 探索模式 让AI自主动态思考，完成速度更快。 规划模式 AI帮助您规划步骤，分步帮您执行。 单击发送。

Versatile使用流程 AI原生应用引擎是企业专属的一站式大模型开发及应用构建平台，其核心是将自创建或平台预置的模型服务、工具、工作流及知识库等编排成具有一定智能性和自主性的Agent。本章节梳理了AI原生应用引擎使用流程，可帮助您快速了解AI原生应用引擎的核心功能。 图1 AI原生应用引擎使用流程 表1 AI原生应用引擎使用流程详解 序号 流程环节 说明 1 创建及发布Agent 创建专属Agent，并将应用程序及相关组件进行发布，使其能够正常运行。当前支持创建以下几种类型的Agent。 在AI原生应用引擎中创建单Agent（自主规划模式）：将准备好的模型服务（必选）、工具、工作流、知识库、MCP等编排成Agent。 创建单Agent（工作流模式）：用户与工作流进行对话，因此必须添加工作流，不支持添加模型、工具、知识库等配置。 创建单Agent（复杂任务规划）：内置复杂任务规划和通用任务执行工具，可扩展外部MCP和工具结合任务经验模板，以处理复杂的智能体逻辑。 2 体验Agent 以对话的形式，对创建的Agent或平台资产中心预置的AI应用进行体验调测，以发现并解决Agent接口上的问题和错误。 3 使用Agent 支持通过API接口调用或Web界面访问两种方式使用Agent。

生成推荐问题 用于在会话中，通过对数据集结构和数据的理解，生成的推荐问题。显示在新会话中的顶部位置。 在文件夹中选择数据库表。 选择“推荐问题”页签，参考表3设置表信息。 表3 推荐问题参数说明 参数 说明 推荐问题-自定义 自定义该数据集在问答AI服务中的推荐问题，建议配置3-5个推荐问题。 单击“新增”，可以新增一条推荐问题，单击“验证”，如果对该推荐问题的答案比较满意，单击“通过”。 推荐问题-模型生成 大模型在数据集生成后自动生成5条推荐问题，建议配置3-5个推荐问题。 单击“新增”，可以新增一条推荐问题，单击“验证”，如果对该推荐问题的答案比较满意，单击“通过”。

字段信息设置 字段信息完善地越详细越精确，大模型就越能理解数据集的结构和内容，且能根据用户的查询提问自动生成正确SQL。 在文件夹中选择数据库表。 选择“字段信息设置”页签，单击“批量编辑字段”。 在弹窗中可以设置字段信息，支持如表1所示的操作。 表1 字段信息参数说明 参数 说明 隐藏字段 把不关心的字段在分析中隐藏掉，即勾选的字段无法在问答AI服务中进行分析。 操作 置顶：设置当前字段的序号为1。 置底：设置当前字段的序号为最后一个数值。 上移、下移：设置当前字段的序号向上或向下移动一个数值。 单击“保存设置”。 字段编辑完成后，在“字段信息设置”页签中，还可以添加同义词及同步表结构。 添加同义词：单击列表“同义词”列的“添加”，可以为字段添加中文名的别称，配置的同义词加到大模型prompt中，可以提高其理解能力。 同步表结构：单击“同步表结构”，在弹出的提示框中单击“确定”，可以同步所有表新增或删除的字段。 所有表字段类型变更不会被同步，原有据集关联的自定义数据集不受影响。

表信息设置 表信息完善的越详细越精确，大模型就越能理解数据集的结构和内容，且能根据用户的查询提问自动生成正确SQL。 在文件夹中选择数据库表。 选择“表信息设置”页签，参考表2设置表信息。 表2 字段信息参数说明 参数 说明 表中文名 输入表的中文名称。 表描述 输入表的描述信息，例如：描述该表是在哪个业务部门使用，记录的主键是单列主键还是组合主键以及一条记录代表什么含义，特别注意的列名等信息。 业务域 输入表的业务域。 业务标签 添加表的业务标签。 行业分类 对表进行行业分类。 提示词 用来告诉大模型需要注意的内容，如一些示例或者行业特有计算口径等信息。 单击“保存设置”。

功能优势 智能任务执行 基于平台开发的AI Agent拥有自主任务规划与拆解能力。用户只需提出目标，Agent可自动分析需求、调用必要工具（如浏览器、代码工具、文档生成器等），并交付结构化结果，如网页、可视化图表、云文档等。 可视化智能体开发工作台 拖拽式创建Agent结构：支持条件分支、调用链、函数执行。 内置调试工具链，实时预览Agent推理流程、token消耗、API调用栈。 自主推理与多步执行 接收到探索任务后，AI Agent将进行深度的意图理解，并自主构建一个包含多个子任务的、逻辑严谨的执行树（Execution Tree）。随后，它将按计划自主调用浏览器、代码执行器、数据库接口等工具，一步步完成整个研究流程。 多源信息整合能力 支持从搜索引擎、企业知识库、数据库等多个渠道抓取信息，并自动提取关键信息、结构化处理。有效解决信息碎片化与质量不稳定的问题。 MCP扩展集成 依托MCP架构，具备极强的可拓展性，支持第三方插件接入、API扩展、自定义工具链，从而不断拓展Agent的应用边界。 双模式协作机制 提供单Agent、工作流与规划模式多种灵活开发形态：单Agent与工作流主导处理任务，规划模式强调人机协同，适用于多阶段、策略型任务，实现效率提升与控制力的平衡。

Versatile使用前准备 使用AI原生应用引擎前，需要先准备如表1所示内容。 表1 准备事项 准备事项 说明 购买AI原生应用引擎 首次使用需要先购买AI原生应用引擎，具体操作请参见购买AppStage。 为AppStage关联组织 首次购买AppStage后，其账号需创建并关联使用AppStage的组织（仅可关联一个组织），才能使用AppStage服务及后续购买AppStage相关产品套餐或增量包等，具体操作请参见为AppStage关联组织。 添加部门/成员信息 为已关联的组织添加部门及成员，完善组织架构，具体操作请参见管理已关联组织的部门及成员。 录入产品 将企业产品信息录入AppStage系统中，信息录入成功后，AppStage将同步产品信息至AI原生应用引擎，具体操作请参见在AppStage中管理产品。 申请权限 已添加成员在使用AI原生应用引擎前需要先申请AI原生应用引擎权限，具体操作请参见申请权限。

Versatile基本概念 使用之前，请先了解表1中相关概念，从而更好地使用AI原生应用引擎。 表1 基本概念说明 基本概念 说明 Agent Agent指具备自主智能的实体，具有一定的智能和自主性，可以自主地发现问题、设定目标、构思策略、执行任务等。 LLM 大语言模型（Large Language Model，简称LLM）是通过深度学习技术训练的人工智能模型，具备理解、生成和处理人类语言的能力。 技能 技能是在自动化和人工智能领域的应用程序。能够自动地执行一些任务或提供一些服务，如客户服务、数据分析、信息传输、智能助手、自动回复等。 智能编排 智能编排是一种基于人工智能技术的自动化流程编排工具，通过分析业务流程，自动构建流程模型，并根据预设规则自动化执行流程，从而提高工作效率和准确性。 ClickHouse ClickHouse是一个开源的分布式列式数据库管理系统，主要用于在线分析处理（OLAP）场景。它具有高性能、高可靠性、高可扩展性等特点，可以处理海量数据，支持复杂的查询和数据分析操作。ClickHouse支持SQL语言，同时还提供了许多扩展功能，如数据压缩、数据分区、分布式查询等。它被广泛应用于互联网企业、金融、电商、游戏等领域。 节点数 节点数是指在一个特定的环境中，例如测试或生产环境，需要部署的节点数量。 镜像名称 用于标识环境配置的镜像。 镜像版本 用于区分一个镜像库中不同的镜像文件所使用的标签。 资源规格 指根据不同的环境类型和用途，对服务器的 CPU 、内存、数据盘等硬件资源进行合理分配和管理的过程。例如，开发环境的资源规格可能会比生产环境的小，而性能测试环境的资源规格可能会更大，以满足其对硬件资源的需求。 容器端口 容器端口是指在容器内部运行的应用程序所监听的网络端口。容器是一种虚拟化技术，它可以将应用程序及其依赖项打包在一起，形成一个独立运行的环境。在容器内部，应用程序需要监听一个或多个网络端口，以便与外部系统进行通信。 服务端口 服务端口是计算机网络中用于标识应用程序的端口号，它是一个16位的整数，范围从0到65535。在一个计算机上，可以同时运行多个应用程序，每个应用程序都需要一个唯一的端口号来标识自己。当一个应用程序需要接受网络请求时，它会监听自己的端口号，等待来自网络的连接请求。当连接请求到达时，应用程序会接受连接并开始处理请求。 推理单元 推理单元是指计算机系统中的一个模块，用于进行逻辑推理和推断。其主要功能是根据已知的事实和规则，推导出新的结论或答案。 推理单元常常被用于解决问题、推理、诊断、规划等任务。它可以帮助计算机系统自动推理出一些结论，从而实现智能化的决策和行为。推理单元通常包括知识表示、推理机和推理策略三个部分。知识表示用于将事实和规则以一定的形式表示出来，推理机则用于实现推理过程，推理策略则用于指导推理机的搜索和推理方向。 大语言模型 大语言模型是一种能够理解和生成人类语言的人工智能模型。这些模型通常使用大量的数据进行训练，以便它们能够识别语言中的模式和规律。大语言模型的应用范围非常广泛，包括自然语言处理、 机器翻译 、 语音识别 、智能问答等领域。 向量化模型 向量化模型是将文本数据转换为数值向量的过程。常用于将文本转换为机器可以处理的形式，以便进行各种任务，如文本分类、情感分析、机器翻译等。 多模态模型 多模态模型是指能够处理多种类型数据（如文本、图像、音频等）的机器学习模型。这些模型可以将不同类型的数据进行融合和联合分析，从而实现更全面的理解和更准确的预测。多模态模型的应用非常广泛，例如在图像识别中，可以将图像和文本信息结合起来，提高图像识别的准确性；在自然语言处理中，可以将文本和语音信息结合起来，提高文本语义理解的准确性。 LoRA LoRA（Low-Rank Adaptation）是一种轻量级大模型微调技术，通过低秩矩阵分解技术显著减少了微调所需的参数，降低了微调过程中所需的存储和计算资源，可灵活地运用于不同的预训练模型和任务。 Loss曲线 Loss曲线是一个用于评估模型训练效果的工具，它展示了模型在训练过程中产生的损失（Loss）随时间的变化情况。通过观察Loss曲线，可以了解模型的收敛效果、参数的敏感性和有效性。 父主题： Versatile简介

为什么使用Versatile 一站式AI原生应用平台 平台提供数据准备、模型选择/调优、知识工程、可视化画布流程编排、开箱即用的Prompt模板应用、应用部署及应用集成能力，为企业打造专属的AI原生应用。 丰富多样的模型选择 广泛纳入业界优秀大模型，快速接入模型，提供行业模型评测能力，对多系列、多规格、多版本、多领域、多场景的大模型完成分级分权等精细化管理。 安全可信 构建企业应用与大模型之间的安全隔离带，保障AI原生应用安全可信。

Versatile功能介绍 AI原生应用引擎的主要功能如表1所示。 表1 AI原生应用引擎功能介绍 主要功能 功能简介 Agent管理 支持一站式创建专属AI原生应用，对于创建的Agent进行体验调测，并通过API或Web方式发布后即可对外提供服务。 同时，您可以体验平台预置的Agent，享受AI带来的便利和乐趣。 数据管理 除平台预置的数据集外，同时还支持创建知识数据集和微调数据集。丰富的知识数据集及强大的索引配置是构建专业化、结构化知识库的基础；微调数据集是模型微调的基础，通过在微调数据集上进行训练，您可以获得改进后的新模型以适应特定任务。 模型管理 支持通过API接入模型服务，同时支持将平台预置模型进行微调后，部署为模型服务，为检验模型的准确性及反应效果，您可以通过调测模型能力进行体验调测，确保模型能够在实际应用中正常运行。 提示语管理 平台预置了丰富的提示语模板，并支持用户自创建提示语模板。同时，平台提供的提示语优化及推理结果获取等功能，有效地提升了提示语模板的准确性，使得提示语模板更符合情境，引导Agent提供更加精准的回答。 知识库管理 用户可以自定义创建并管理知识库，用于组织和管理大量的数据信息，且创建的知识库启用后可在创建并发布Agent时引用。

Versatile应用场景 面向不同的企业需求，AI原生应用引擎提供不同的功能服务。 例如，智能对话、以文搜图、NL2SQL等通用应用场景，可在AI原生应用引擎体验各大模型推理云服务，并通过可视化画布流程编排进行业务集成。 细分领域如金融、电网场景，需要对推理结果进行定制调整，则可在AI原生应用引擎使用模型在线微调训练功能，快速生成行业场景定制模型服务，满足用户特定需求。 借助AI原生应用引擎提供的功能服务，用户可以便捷地搭建各类Agent： 知识问答 通过对话沟通，快速理解并响应用户的需求，提供高效的解决方案或信息。对于涉及行业和领域的专业知识或技术，用户可以使用平台提供的知识库功能上传相关数据，实现数据的高效管理与存储。在Agent中添加知识库，选择“自动调用”模式，保证Agent的每轮对话回答内容均来自用户提供的专业数据库，确保所提供建议和指导的准确性、专业性。 举例：儿科知识问答Agent，不仅可以迅速响应用户问题，还可为患者提供专业且权威的儿科医学知识。 图1 知识问答 智能助手 理解用户意图并进行动态响应，为用户提供个性化服务，通常需要访问外部资源（如实时数据、 API服务 等），或者需要进行复杂的逻辑处理。在单一模型的基础上添加技能（工具、工作流），对Agent进行能力拓展。 举例：旅游助手Agent，根据实时天气及火车票查询结果规划最优旅行方案，为用户提供全面的旅游辅助服务。 图2 智能助手 智能客服 对于用户需求相对固定、单一的场景，通常不需要进行复杂的分析和决策。AI原生应用引擎提供了丰富的工作流节点，用户可以灵活快速地搭建工作流，在Agent中用户与工作流进行对话，确保用户需求按照既定的流程响应处理。 例如，订单查询Agent，可以直接根据预设工作流进行问答，而不需要进行复杂的判断逻辑。 图3 智能客服