人工智能大模型AI 应用AI AgentRAG后端前端【免费下载链接】AgentChatAgentChat 是一个基于 LLM 的智能体交流平台内置默认 Agent 并支持用户自定义 Agent。通过多轮对话和任务协作Agent 可以理解并协助完成复杂任务。项目集成 LangChain、Function Call、MCP 协议、RAG、Memory、HITL、Skill、Milvus 和 ElasticSearch 等技术实现高效的知识检索与工具调用使用 FastAPI 构建高性能后端服务。项目地址https://gitcode.com/gh_mirrors/age/AgentChat点击查看免费下载AgentChat 是一个基于 LLM 的智能体交流平台支持用户自定义 Agent并为其绑定工具、MCP、Skill 与知识库。本教程带你用 4 步完成一次完整的 AgentChat 自定义智能体配置从准备资源到绑定能力让你的 AI 助手真正长出手脚能搜索、发邮件、查天气还能读懂你的私有文档。先看懂智能体配置界面3个Tab各管什么进入左侧边栏的智能体页面点击右上角创建智能体会进入 AgentChat 智能体编辑界面源码位于 agent-editor.vue。整个编辑页分为 3 个 TabTab作用必填项基础信息名称、描述、Logo、选择大模型名称、描述、大模型提示词编写系统提示词system prompt系统提示词高级设置绑定工具、MCP、Skill、知识库开关记忆无 小提示模型、工具、MCP、知识库这四类原料需要先在各自的管理页面准备好配置界面才会显示可选列表。第1步提前备好智能体能力资源1.1 配置工具Tools点击左侧工具页面AgentChat 内置了约 18 个开箱即用的工具覆盖办公协作、文档处理、信息检索、内容创作、生活服务几大类例如发送邮件、联网搜索、论文检索、天气预博、PDF转Docx 等。内置工具直接查看参数即可使用。自定义工具点击右上角创建工具或通过导入 OpenAPI 方式扩展业务能力相关说明见 docs/reference/agentchat.md。1.2 连接 MCP 服务器MCPModel Context Protocol让智能体接入外部工具与数据服务。AgentChat 的 MCP 页面默认自带 3 个服务高德地图、必应搜索、Parallel 搜索均为已添加状态可直接绑定使用详见 docs/mcp-defaults.md。如需接入自己的服务点击添加服务填写 SSE / Streamable HTTP 地址即可AgentChat 会自动发现并生成该服务的工具列表。1.3 创建知识库RAG 私有知识点击左侧知识库先点击创建知识库建立你的专属知识空间再上传 PDF、DOCX、TXT 等资料。AgentChat 会自动完成文档解析、向量化入库检索后还会经过重排Rerank保证回答有据可依。⚠️ 知识库依赖向量模型与重排模型请确认模型服务页已配置对应能力参考 docs/simple-config.md。第2步创建智能体并填写基础信息回到智能体页面点击创建智能体在基础信息Tab 中名称起一个有辨识度的名字如旅行研究助手描述一句话说清它能做什么会展示在智能体卡片上Logo上传头像增强识别度选择大模型从模型服务页已添加的模型中挑选如 GPT、DeepSeek、Qwen 等。展示名称与实际调用标识分别管理以服务商要求的标识为准。每个字段的校验规则可在 agent.ts 的接口类型定义中看到name、description、system_prompt、llm_id为创建时必填tool_ids、mcp_ids、knowledge_ids默认为空列表。第3步编写系统提示词切换到提示词Tab。系统提示词决定了智能体的性格与行为边界是自定义智能体效果好坏的关键。零基础用户可直接使用 AgentChat 内置的 3 个提示词模板——深度研究助手、写作助手、数据分析助手一键应用后按需微调进阶用户建议按角色定义 → 工作流 → 输出约束的结构撰写例如你是一位旅行研究助手。先明确用户的目的地与预算再调用搜索工具收集景点、交通信息最后输出结构清晰、标注来源的行程建议。第4步绑定工具、MCP与知识库切换到高级设置Tab在能力配置区域为智能体勾选四类能力勾选即绑定能力字段适合场景工具tool_ids发送邮件、联网搜索、文件转换等原子操作MCPmcp_ids调用高德地图、搜索服务等外部 MCP 工具集Skillagent_skill_ids研究报告、代码审查等六类技能模板知识库knowledge_ids基于私有文档的问答RAG另外还有记忆开关enable_memory开启后智能体可在后续会话中调用历史信息适合长期协作场景。配置完成后保存智能体卡片就会出现在列表中点击开始对话即可体验发起对话验证绑定效果在会话页选择刚创建的智能体测试两类问题工具类「帮我查一下杭州今天的天气」——验证工具/MCP 绑定是否生效知识类提问与知识库文档内容相关的问题——验证 RAG 检索是否命中。同一会话内还可以随时切换其他智能体观察不同能力组合的回答差异常见问题速查MCP 出现在列表里 已绑定吗不等于。MCP 页面已添加只代表服务可用必须进入智能体编辑页勾选后才绑定到该智能体。工具调用失败怎么办确认第三方服务的地址、API Key 可用MCP 工具元数据生成失败时可在服务卡片点击重试按钮。知识库检索不到内容检查文档是否处理完成、向量模型是否已配置。资源会被其他用户影响吗不会。AgentChat 按用户隔离资源注册时自动获得独立的智能体、工具、Skill 与 MCP 副本详见 docs/private-resources.md。参考资料完整功能与部署说明README.md智能体数据模型含各绑定字段定义src/backend/agentchat/schemas/agent.py智能体管理界面源码src/frontend/src/pages/agent/agent-editor.vue技术参考文档docs/reference/agentchat.mdAPI 接口文档docs/reference/api.md赞分享人工智能大模型AI 应用AI AgentRAG后端前端【免费下载链接】AgentChatAgentChat 是一个基于 LLM 的智能体交流平台内置默认 Agent 并支持用户自定义 Agent。通过多轮对话和任务协作Agent 可以理解并协助完成复杂任务。项目集成 LangChain、Function Call、MCP 协议、RAG、Memory、HITL、Skill、Milvus 和 ElasticSearch 等技术实现高效的知识检索与工具调用使用 FastAPI 构建高性能后端服务。项目地址https://gitcode.com/gh_mirrors/age/AgentChat点击查看免费下载相关推荐如何用 AI-Meeting 搭建自己的 AI 助手Agent 智能体配置与星云工作流绑定实战如何用 AI Meeting 搭建自己的 AI 助手Agent 智能体配置与星云工作流绑定实战 AI Meeting 是一个基于 Spring Boot 3如何基于 AutoGen AgentChat BaseChatAgent 实现自定义智能体和自定义模型客户端如何基于 AutoGen AgentChat BaseChatAgent 实现自定义智能体和自定义模型客户端 当你使用的 AutoGen AgentChat人工智能AI AgentAgent 框架多智能体工具调用基于 LangChain 自定义 Embeddings 封装实战以智谱 AI 为例llm-universe 知识库搭建基于 LangChain 自定义 Embeddings 封装实战以智谱 AI 为例llm universe 知识库搭建 本指南讲解如何在 LangChai教程大模型RAG人工智能AI 应用文档创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考