分享一下我们最近在做的 Agent Runtime，也想听听大家的意见
大家好，我是 ZGI 的营销经理 Eddie 。虽然我的岗位偏市场和产品运营，但这段时间基本每天都在和产品、研发以及使用 ZGI 的开发者沟通。接触得越多，越明显感觉到一件事：
现在做出一个 Agent Demo 已经不难了，难的是把它真正放进业务里长期运行。
一开始，可能只需要接一个模型、写一段 Prompt 、上传几份文档，一个基础 Agent 很快就能跑起来。但当团队真的开始使用，问题会逐渐变多。
比如，企业很少只用一个模型。GPT 、Claude 、DeepSeek 、Qwen 以及本地模型可能会同时存在，不同任务适合不同模型，API Key 、额度和调用成本也需要统一管理。
知识库也不是上传文档就结束了。实际使用中还会遇到文档版本、表格解析、召回准确度、引用来源和部门权限等问题。
任务稍微复杂一点，又需要接数据库、调接口、做条件判断、跑工作流，甚至在关键步骤加入人工确认。Agent 一旦执行失败，团队还需要知道到底是模型理解错了、知识没有召回、工具参数有问题，还是某个工作流节点没有跑通。
这些问题单独看都不算特别新，但组合在一起之后，开发者往往要维护不少胶水代码。
我们做 ZGI ，最初也是不断遇到这些具体问题，再一点点把它们放进同一个系统里解决。
目前 ZGI 更接近一套 Agent Runtime ，而不只是一个创建 Agent 的页面。它希望把模型、企业知识、数据、Skills 、Workflow 和运行治理放在同一个工作空间中。
目前主要包含这些能力：
统一接入和管理 GPT 、Claude 、DeepSeek 、Qwen 等模型；
将企业文档和知识库绑定给指定 Agent ；
通过可视化 Workflow 组合检索、数据库查询、条件判断、工具调用和人工审核；
将文件生成、报告、计算、数据查询等能力封装为可复用 Skills ；
查看每次运行的节点输入输出、错误信息、模型用量和 Token 消耗；
支持通过 Docker 部署到自己的服务器和网络环境。
ZGI 官网目前将产品定位为面向业务 Agent 的开放平台，重点是让 Agent 加载 Skills 、使用企业知识和实时数据，并在同一工作空间中完成模型、工作流和运行管理。
前段时间，我们也带着 ZGI 去参加了 WAIC 。
现场和一些开发者、企业团队聊下来，大家最关心的并不是“能不能再做一个聊天机器人”，而是：
能不能接自己的数据和系统；
能不能自己部署；
多个模型如何管理；
Agent 执行失败后能不能定位；
已经搭好的能力能不能被不同团队重复使用。
这些交流也让我们更确定，ZGI 后面还是会继续把重心放在 Agent 创建之后的运行、调试和治理上，而不是只追求快速做出一个看起来完整的 Demo 。
目前项目已经在 GitHub 和 Gitee 开放了源代码和部署文档。国内开发者可以通过 Gitee 查看和拉取，GitHub 也会继续作为主要的开源协作入口。
项目还在持续完善，肯定有不少不够成熟的地方。文档、部署过程、Workflow 体验、Skills 设计和模型兼容性，都希望能获得更多真实反馈。
接下来官网也会上线一轮开发者注册体验活动。
新用户注册后会获得 10,000 Token 体验额度，预计可以完成约 50 次基础任务体验。主要是希望大家不用先配置太多东西，就可以直接体验模型调用、Agent 创建、知识库、Skills 和 Workflow 。
这不是一个让大家帮忙“刷数据”的活动，更希望有人真的跑一遍，然后告诉我们：
哪一步最难理解；
哪个功能其实没有必要；
哪个地方和现有 Agent 平台重复；
哪些能力距离实际生产使用还有差距。
如果你正在做 Agent 、RAG 、Workflow 、多模型接入或企业 AI 应用，也欢迎在评论区交流。直接提问题或者拍砖都可以，我会把有价值的反馈同步给产品和研发团队。
GitHub：
https://github.com/zgiai/zgi
ZGI 官网：
https://www.zgi.ai/
官网目前也提供产品能力、文档和博客内容，ZGI 已公开介绍 Skills 、Agent Runtime 、企业知识和 Workflow 等产品方向。
感谢大家愿意花时间看完，也希望能在 V2EX 认识一些真正使用和研究 Agent 的开发者。
页:
[1]