灵犀 AI Agent：智能体工厂与多模型接入深度解析

laomocoder2026-05-06 13:42

灵犀 AI Agent：智能体工厂与多模型接入深度解析

本文是灵犀 AI Agent 系列专栏的第二篇，将深入探讨智能体工厂的设计理念、五步创建向导的实现思路、17 个内置模板的设计逻辑，以及 14+ 家模型供应商统一接入的架构设计。

GitHub 地址：https://github.com/OdysseyFather/lingxi

一、智能体工厂：不只是换个 System Prompt

很多 AI 应用对"智能体"的实现非常粗暴------就是换一段 System Prompt。灵犀的智能体工厂远不止于此。每个智能体是一个完整的配置实体，独立拥有 8 个维度的定制能力：

维度 说明 技术实现
身份定义 名称、头像、描述 agents 表：name, avatar, description
角色设定 System Prompt agents.system_prompt
专属模型 可绑定特定接入点 agents.profile_id → api_profiles
技能装备 已安装技能的子集 agents.skill_ids (JSON 数组)
MCP 工具 可用 MCP 服务列表 agents.mcp_server_ids (JSON 数组)
知识库绑定 可访问的知识库 agents.knowledge_ids (JSON 数组)
参数调节 temperature / max_tokens agents.temperature, agents.max_tokens
对外设置 Nexus 协作能力标签、授权级别 agent_nexus_configs 表

这种设计意味着，你可以创建一个"代码审查员"智能体：使用 Claude 3.5 模型、装备 Git 相关技能、绑定项目文档知识库、temperature 设为 0.1（更精确）、max_tokens 设为 8192------它就是一个专注于代码审查的专业 Agent。

1.1 数据模型设计

go 复制代码 
// backend-desktop/model/model.go
// Agent 的核心数据模型精心设计了每个字段

type Agent struct {
    ID           int64  `json:"id"`
    Name         string `json:"name"`
    Avatar       string `json:"avatar"`
    Description  string `json:"description"`
    SystemPrompt string `json:"system_prompt"`
    ProfileID    int64  `json:"profile_id"`     // 关联接入点
    SkillIDs     string `json:"skill_ids"`      // JSON 数组
    MCPServerIDs string `json:"mcp_server_ids"` // JSON 数组
    KnowledgeIDs string `json:"knowledge_ids"`  // JSON 数组
    AllowAll     bool   `json:"allow_all"`      // 是否允许所有技能
    Temperature  float64 `json:"temperature"`   // 0 表示使用模型默认值
    MaxTokens    int    `json:"max_tokens"`     // 0 表示不限制
    PostActions  string `json:"post_actions"`   // 工作流后续动作
    Builtin      bool   `json:"builtin"`        // 是否内置
}

注意 PostActions 字段------这是为工作流编排预留的扩展点。一个智能体执行完任务后，可以链式触发下一步动作，形成自动化流水线。

1.2 内置的默认智能体

灵犀出厂自带一个默认智能体------"灵犀助理"。它的 System Prompt 长达 200+ 行，精心设计了以下行为规范：

语言硬规则：所有输出必须使用中文，包括思考过程（thinking）。这解决了很多 AI 应用中"AI 用英文思考然后翻译"导致回答不自然的问题。

身份保护：即使用户追问"你是什么模型"、"你用的是 Claude 吗"，灵犀也会统一回答"我是灵犀 AI 助理"。这是通过 System Prompt 中的保密规则实现的，而非代码层面的过滤。

行动优先 ：灵犀的默认行为模式是"直接动手"。收到"查看我的电脑配置"这类请求时，不会反问"你是 Mac 还是 Windows"，而是直接执行 uname -a 等命令自行判断。

复制代码 
收到用户消息 → 能直接答？→ 直接答
                ↓ No
          需要本机信息？→ 调用工具去做
                ↓ No
          复杂规划型？→ 提供规划模式选择
                ↓ No
          缺少必要参数？→ 反问用户



二、五步引导式创建向导

灵犀提供了一个五步创建向导，引导用户从零构建专属智能体。每一步都经过精心设计，降低使用门槛的同时不牺牲灵活性。

第一步：身份设定

选择头像（26 个精选 emoji）、输入名称和描述。这一步看似简单，但对用户体验至关重要------给 AI 一个"身份"，用户会更倾向于信任和使用它。

jsx 复制代码 
const EMOJIS = ['✦', '🤖', '🎯', '🧠', '💼', '🚀', '🎨', '📊', 
                '🔬', '⚡', '🌟', '🦾', '🔥', '💡', '🎓', '🛡️', 
                '🗃️', '🌐', '✍️', '📋', '💪', '💰', '✈️', '⚖️', 
                '🤝', '📝'];

第二步：角色设定（System Prompt）

这是智能体的灵魂。用户可以：

  • 手动编写 System Prompt
  • 从 4 个快速模板中选择（销售助理、代码审查员、产品经理、内容创作者）
  • 从模板市场的 17 个模板中选择

系统提供了一个完整的 Textarea 编辑器，支持 Markdown 格式的 System Prompt。

第三步：能力配置

绑定技能、MCP 工具和知识库。这一步会列出用户已安装的所有资源，通过多选框进行勾选。

第四步：对外设置（Nexus 协作）

如果这个智能体需要参与 Agent 间对话（Project Nexus），可以配置：

  • 是否公开可发现
  • 能力标签（如"代码审查"、"产品设计"）
  • 授权级别
  • 禁止透露的敏感信息

第五步：预览与确认

汇总所有配置，预览智能体卡片的最终效果，确认后保存。

三、17 个模板市场：覆盖四大场景

灵犀的模板市场按四大场景分类，每个模板都精心设计了 System Prompt：

3.1 商业办公（4 个模板）

模板 定位 System Prompt 要点
销售助理 产品话术、客户跟进、商务邮件 "语气专业、温暖、富有亲和力"
商业分析师 数据分析、市场研究、竞品对比 "回答要有数据支撑、逻辑清晰、可操作性强"
人力资源 JD 撰写、面试问题、员工管理 "注重合规、关注团队文化"
法务顾问 合同审阅、法律风险、条款建议 "回答严谨专业、注意免责声明"

3.2 技术开发（5 个模板）

模板 定位 System Prompt 要点
代码审查员 代码审查、性能优化、最佳实践 "指出问题时简洁、精确，给出可执行的修改建议"
架构师 系统设计、技术选型、可扩展方案 "兼顾当下可行性与长远演进"
DevOps 专家 CI/CD、Docker、K8s、监控 "提供可直接执行的命令和配置"
安全工程师 漏洞分析、安全审计、加固方案 "注重实操、提供修复优先级建议"
DBA SQL 优化、数据库设计、故障排查 "精通 MySQL、PostgreSQL、Redis"

3.3 内容创意（4 个模板）

模板 定位 System Prompt 要点
内容创作者 公众号、小红书、视频脚本 "语言生动、有感染力，关注流量与用户共鸣"
文案策划 品牌文案、广告语、营销策划 "文风灵活多变，能根据品牌调性切换风格"
翻译专家 中英互译、本地化、技术文档 "注重信达雅，保留原文语气与风格"
学术论文助手 论文润色、文献综述、方法论 "遵循学术规范、引用格式正确、逻辑严密"

3.4 生活效率（4 个模板）

模板 定位 System Prompt 要点
产品经理 需求拆解、PRD 撰写、用户研究 "关注用户价值与可行性"
健身教练 训练计划、饮食建议、运动科学 "基于运动科学，安全第一"
理财顾问 投资分析、理财规划、风险评估 "客观中立，强调风险提示"
旅行规划师 行程规划、签证攻略、当地推荐 "根据用户偏好和预算给出个性化方案"

每个模板的 System Prompt 都遵循一个设计原则：明确角色定位 + 行为约束 + 输出风格。这三要素决定了一个智能体的"人设"是否立得住。

3.5 模板的导入导出

灵犀支持智能体的 JSON 格式导出和导入。导出的 JSON 包含完整的配置信息：

json 复制代码 
{
    "_type": "lingxi-agent-export",
    "_version": 1,
    "name": "代码审查员",
    "avatar": "🔍",
    "description": "代码审查、性能优化、最佳实践",
    "system_prompt": "你是资深工程师...",
    "temperature": 0.1,
    "max_tokens": 8192
}

这意味着用户可以分享自己精心调教的智能体配置，或从社区导入他人的智能体。

四、多模型多供应商接入

灵犀支持 14+ 家模型供应商，这不是简单地调用不同的 API------背后是一套完整的多协议路由架构。

4.1 支持的供应商

协议 供应商 代表模型
Anthropic 原生 Anthropic 官方 Claude 3.5 Sonnet, Claude 3 Opus
DashScope（阿里云） Claude 代理
OpenAI 兼容 DeepSeek DeepSeek V3, DeepSeek R1
Qwen（通义千问） Qwen-Max, Qwen-Plus
豆包（字节） Doubao-pro
GLM（智谱） GLM-4
Kimi（月之暗面） Moonshot-v1
Gemini（Google） Gemini Pro, Gemini Ultra
OpenRouter 聚合多模型
Groq LLaMA 系列（高速推理）
SiliconFlow 国产模型聚合
Ollama 本地模型（LLaMA, Mistral, Phi...）
OpenAI GPT-4, GPT-4o

4.2 接入点（API Profile）管理

每个接入点包含完整的连接信息：

复制代码 
┌─────────────────────────────────────┐
│  接入点配置                          │
├─────────────────────────────────────┤
│  名称：DeepSeek V3                  │
│  供应商协议：openai_compatible       │
│  Base URL：https://api.deepseek.com │
│  模型：deepseek-chat                │
│  API Key：sk-*** (加密存储)          │
│  状态：已激活 ✓                      │
└─────────────────────────────────────┘

用户可以创建多个接入点，并随时一键切换。切换时，Electron 层会自动将新接入点的解密密钥推送给 Go 后端。

4.3 连通性测试

每个接入点都可以执行连通性测试。灵犀会发送一个简单的测试请求到供应商 API，验证 Base URL、API Key 和模型名称是否正确。

复制代码 
POST /api/api-profiles/:id/test

→ 发送测试消息到供应商 API
→ 验证返回是否正常
→ 返回延迟、模型信息

4.4 Bridge 路由层：协议翻译的秘密

这是灵犀多模型支持的核心技术。

问题：灵犀的 AI 引擎基于 Claude Code CLI，它只能与 Anthropic 协议通信。但用户选择了 DeepSeek、Qwen 这些 OpenAI 协议的供应商，该怎么办？

解决方案：在本地启动一个 Bridge 进程，它做两件事：

  1. 对内 ：模拟一个 Anthropic API 端点（http://127.0.0.1:<port>），Claude Code CLI 连接这个本地端点

  2. 对外：将 Anthropic 协议的请求翻译为 OpenAI 协议，转发到用户选择的供应商

    Claude Code CLI
    │
    │ Anthropic 协议
    ▼
    ┌──────────────────┐
    │ Bridge 进程 │
    │ 127.0.0.1:port │
    │ │
    │ ┌─────────────┐ │
    │ │ 请求翻译 │ │
    │ │ Anthropic → │ │
    │ │ OpenAI │ │
    │ └──────┬──────┘ │
    │ │ │
    │ ┌──────▼──────┐ │
    │ │ 响应翻译 │ │
    │ │ OpenAI → │ │
    │ │ Anthropic │ │
    │ └─────────────┘ │
    └────────┬──────────┘
    │ OpenAI 协议
    ▼
    DeepSeek / Qwen / Gemini ...

Bridge 有两个实现：

  • LiteLLM Bridge（Python） ：基于 litellm 库，工具调用（tool_use）的协议兼容性更好，优先使用
  • llm-bridge（Node.js）：基于 supermemoryai/llm-bridge，作为回退方案

4.5 OpenAI 兼容模型的特殊处理

使用 OpenAI 兼容模型时，有一些特殊的适配逻辑：

思考链（Reasoning）透传 ：某些 OpenAI 兼容模型（如 DeepSeek R1）支持 reasoning_content 字段，Bridge 会将其拦截并翻译为 Anthropic 的 thinking 事件，这样前端可以展示思考过程折叠块。

技能识别增强 ：OpenAI 兼容模型不像 Claude 那样天然支持 MCP 工具。灵犀通过 buildSkillInventory 机制，将已安装技能的清单注入到 System Prompt 中，让模型知道可以调用哪些工具。

go 复制代码 
// 技能清单注入示例
func buildSkillInventory(agentID int64) string {
    skills := db.ListInstalledSkillsByAgent(agentID)
    if len(skills) == 0 {
        return ""
    }
    var sb strings.Builder
    sb.WriteString("\n\n# 可用技能\n")
    for _, s := range skills {
        sb.WriteString(fmt.Sprintf("- %s: %s\n", s.Name, s.Description))
    }
    return sb.String()
}

五、用量统计与费用估算

灵犀内置了完整的用量追踪系统，帮助用户了解 AI 使用成本。

5.1 精确计费

对于 Anthropic 官方 API，灵犀通过 WebSocket 接收 message_usage 事件，获取精确的 token 使用量和费用。

5.2 本地估算兜底

对于非官方 API（DeepSeek、Qwen 等），灵犀内置了一张本地定价表。根据输入/输出 token 数量和模型定价，进行本地估算。估算费用会标注 ~ 符号，提示用户这是近似值。

go 复制代码 
// usage/pricing.go 内置定价表
var PricingTable = map[string]ModelPricing{
    "deepseek-chat":    {InputPer1M: 0.14, OutputPer1M: 0.28},
    "deepseek-reasoner": {InputPer1M: 0.55, OutputPer1M: 2.19},
    "qwen-max":         {InputPer1M: 2.40, OutputPer1M: 9.60},
    "gpt-4o":           {InputPer1M: 2.50, OutputPer1M: 10.00},
    // ... 更多模型
}

5.3 预算预警

用户可以设置每日/每月预算上限。当 usage 接近预算时，灵犀会弹出 Toast 提醒。

六、智能体会话隔离

灵犀的会话是按智能体隔离的。切换到不同的智能体时，会话列表会自动筛选，只显示当前智能体的对话。

javascript 复制代码 
// 前端状态管理
setActiveAgent: async (agentId) => {
    localStorage.setItem('lingxi-active-agent', String(agentId));
    set({ activeAgentId: agentId, activeSessionId: null, messages: [] });
    // 重新加载当前智能体的会话列表
    const sessions = await get().refreshSessions();
    if (sessions.length > 0) {
        await get().setActiveSession(sessions[0].id);
    }
},

// 后端 API：会话列表支持 agent_id 筛选
// GET /api/sessions?agent_id=3

这种设计有几个好处：

  1. 上下文不串台------不同智能体的对话完全隔离
  2. 历史可追溯------每个智能体有独立的对话历史
  3. 切换流畅------切换智能体时立即加载对应的会话列表

七、最佳实践：如何设计一个好的智能体

基于灵犀模板市场的设计经验，分享几个智能体 System Prompt 的设计原则：

7.1 角色要具体

复制代码 
❌ 你是一个AI助手
✅ 你是资深工程师，有 10 年后端开发经验，精通 Go、Java、Python

7.2 行为约束要明确

复制代码 
❌ 请帮助用户解决问题
✅ 指出问题时简洁、精确，并给出可执行的修改建议。
   每个建议附上具体的代码示例。
   对于严重问题用 🔴 标记，一般问题用 🟡 标记。

7.3 输出风格要统一

复制代码 
❌ 随便回答
✅ 回答格式：
   1. 问题诊断（一句话总结）
   2. 根因分析（技术细节）
   3. 修复方案（附代码）
   4. 预防措施（避免复发）

7.4 善用 temperature 参数

场景 temperature 理由
代码审查 0.1 需要精确、一致的输出
创意文案 0.8 需要发散、有创意的输出
翻译 0.3 需要准确但不死板
默认 0（使用模型默认） 让模型自己决定

八、总结

灵犀的智能体工厂不是一个简单的 System Prompt 切换器，而是一个完整的 Agent 配置管理系统。它的设计体现了几个关键理念：

  1. 模板降低门槛------17 个精心设计的模板覆盖四大场景，新手也能快速上手
  2. 深度定制不设限------温度、token 限制、技能绑定、知识库------每个维度都可以精细调节
  3. 模型自由切换------不被任何供应商锁定，14+ 家供应商通过 Bridge 层统一接入
  4. 安全存储------API 密钥使用操作系统级加密，永不明文存储

在下一篇文章中，我们将深入探讨灵犀最具创新性的功能------Project Nexus：Agent-to-Agent 通信网络。如何让局域网内的多个灵犀实例的 Agent 自动发现、建联并进行双向流式对话。

灵犀 ------ 让 AI 成为你的工作伙伴，而不只是聊天对象。

GitHub：https://github.com/OdysseyFather/lingxi

如果觉得项目有价值，欢迎 Star 支持！

相关推荐
数字化转型20254 小时前
感慨：大佬学历不如现在应届生，企业学历门槛到底有什么意义？
人工智能
我是永恒4 小时前
灵砚 InkForge AI赋能的小说创作平台
人工智能
Elastic 中国社区官方博客4 小时前
Elasticsearch percolator 用于电商搜索治理：将模糊查询转换为可控的检索策略
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
shamalee4 小时前
Gemini3.1Pro：2026招聘效率革命
大数据·人工智能
生成论实验室4 小时前
《源·觉·知·行·事·物：生成论视域下的统一认知语法》第五章 事：行在时空中的具体化
人工智能·算法·架构·知识图谱·创业创新
jerryinwuhan4 小时前
人工智能工程技术（智能机器人应用）基于赛教融合的项目递进式课程体系
人工智能·机器人
rcc86284 小时前
Harness技术原理以及Hermes Agent的实现
人工智能
有一个好名字4 小时前
第七篇：上下文压缩 —— Agent 永续工作的秘密
人工智能·ai agent
热门推荐
01要裂开了！ChatGPT要手机号验证了？注册Codex要求验证电话号码怎么办？2026年登陆Codex要手机号验证的解决办法02GitHub 镜像站点03Linux 核弹级高危漏洞 CVE-2026-31431 完整修复指南04Codex 接入 DeepSeek API 完整配置文档05零基础教你claude code 接入 deepseek V406CVE-2026-31431 (Copy Fail) 漏洞复现与验证记录07裂开！ChatGPT 居然开始要手机号验证，附详细解决方法08【AI】2026 年具身智能模型和世界模型总结09CC-Switch & Claude 基于 Linux 服务器安装使用指南10VScode的claude code插件报错command ‘claude-vscode.editor.openLast‘ not found