企业智能化升级：智能体平台设计和实现企业智能化改造过程中，需要一个强有力的统一智能平台。本文介绍一个企业级智能体平台的开

OneX AI 学习社区：高质量 AI 学习社区，16+ 体系课、10+ 实战项目，涵盖 Go、云原生、AI（Agent + Infra）。

欢迎关注「令飞编程」：分享 Go、云原生、AI Infra 技术。回复「资料」免费下载相关资料。

之前在上家公司接到了一个任务，要搞运维的智能化，所以当时投入了1个Q的时间，开发了一个功能完备的 Lark Bot 机器人。Lark Bot 只是一个客户端入口，该机器人具备相当丰富的智能化能力。在开发Lark Bot时，深深的感受到了 AI 的威力。再加上这1个月，借助 AI 一个人就完成了 OneX 平台的开发：onex.feizaonet.com/。要是放在非 AI 时代，要完成整个平台的上线，至少需要 5 个人，3个月（1个产品、1个前端、3个后端）。

在使用 AI 开发OneX 平台的过程中，最大的感受是，高效。高效分为以下 2 个维度：

开发效率：自己只做方案设计，AI 来写的代码，日均 5 个 Agent 并发，把 Token 拉满；
协作效率：只跟 Agent 沟通，Agent 继承我的想法和意志，少了非常多的沟通成本。如果是5个人的小团队，开发一个OneX平台，彼此之间来回沟通、对齐，花费的时间绝对是个很可观的值。但是跟 AI 基本就没啥沟通成本。

整个过程中，除了上述的效率感受之外，另外一个感受就是未来企业的开发体系、运维体系及业务体系，可能都要围绕数字人（Agent）来构建。

在上家公司搞Lark Bot开发时，也有一个感受就是，一个公司，4 个团队都在搞 Agent 开发，还有各种大大小小的Agent。这些Agent综合起来能力不统一、框架不统一、使用体验不统一、重复建设，从企业的维度来看其实不是一件好事。

既然未来企业要围绕 Agent 来构建企业的智能化能力，再加上企业内部可能会出现的重复造轮子、不统一等问题，我就在想，能不能开发一个功能完备、灵活、可扩展、稳定、高性能的企业统一智能化基座呢？

其实在上家公司，搞Lark Bot开发时，就有一个想法，想实现一个功能完备的企业级智能体平台。在开发完 OneX 平台之后，借助于 OneX Harness AI Coding 工具及Deepseek Flash 模型，又花了近2周时间完成了整个智能体平台的设计和开发。

今天来分享下智能体平台开发的一些思路，希望对大家有帮助。

如何设计和实现一个企业级的智能体平台？

如何设计和实现一个智能体平台（智能化基座），是一个很大的话题，未来我会在 OneX 平台慢慢风险。这里只分享下，在我开发OneX 智能平台过程中一些我觉得比较重要的功能点及实现。

一个能满足企业要求的智能体平台应该具备哪些特点呢？我觉得一些重要的特点如下：

**具备很强的扩展能力：**一个平台如果想成为企业的智能化基座，那么该平台一定需要具备很强的扩展能力，否则难以满足不同团队的定制化需求。这就要求平台需要从架构设计、功能实现上实现各类扩展能力，预留好各类扩展点；
**具备很强的标准化能力：**对于一个企业的基础基座，意味着要被很多第三方平台或者客户端使用，那么平台的API接口设计、错误码设计、产品体验（功能、交互、逻辑一致性）等，都应该处在一个非常高的水平；
**具备完整的智能化能力：**一个智能化基座应该能够满足企业中不同团队的功能需求，就意味着需要具备比较完备的功能，只有这样才能满足各种各样的功能需求。例如：认证、鉴权、Agent、MCP、知识库、SKILL、记忆库、提示词等。并且认证需要能够支持服务账号、用户、用户组等认证主体。授权能够支持各种粒度的手段；
**具备比较强的一致性：**这个也是我觉得比较重要的。但这一点可能很多人会忽视。这里的一致性不仅指使用平台的一致性，还要求使用体验、功能效果等也保持比较高的一致性；
**具备很高的准确率：**这一条也许是最重要的，需要通过各种手段确保Agent执行结果的准确性。否则就会出现AI能力啰啰嗦嗦输出了一大堆，但是真正能用的却很少。
**完善的认证授权体系：**毫无疑问安全是智能体平台必须要解决的问题。授权不仅要能够支持各个资源维度的授权，还需要能够支持不同更灵活的授权粒度，比如：支持Agent级授权、支持平台级授权、支持 MCP Tool甚至包括MCP Tool 所操作资源的授权；
**很高的安全能力：**认证和授权是安全体系中很重要的一部分。智能体平台还需要确保运行时的安全性。例如：Agent执行前的安全审查、Agent执行后的安全审计，以及Agent执行中的安全隔离（Agent运行时）等；
**异步任务支持：**异步任务也是智能体平台必备的一个能力；
**相对全面观测能力：**企业开发者可能会处于各种目的想查看Agent的调用次数、Token的消耗量、LLM 的Input、Output及调用链等；
**多租户及资源共享能力：**企业内使用智能体平台的部门、团队一定是多个，这些团队往往都会有资源隔离的诉求，也即不允许别人查看本团队或部门的资源。也即需要智能体平台具备多租户能力。另外，一个租户的资源在一些场景下，可能需要授权其他租户使用，所以还可能需要支持资源跨租户共享。
**性能及稳定性：**这个是基础，不需要多说。

当然，一个企业级智能体平台往往还有更多的功能特性。上面我分享了一些我觉得比较重要的一些功能特性。

基于上述思考，我开发了一个能够满足上面绝大多数要求的智能体平台：OneX 智能平台。为什么没有叫 OneX 智能体平台呢？是因为我想该平台能够作为企业的智能化基座。而企业智能化转型中，对智能化的需求，不仅仅是只有 Agent。

下面，我来分享下 OneX 智能平台的一些功能特点。

OneX 智能平台介绍

OneX 智能平台（简称：onexai）是一个企业级的、功能完备的智能体平台，可以帮助企业完成内部的智能化转型。另外，OneX 智能平台也内置了一个基于飞书的机器人，可以将整个智能化能力接入飞书 IM 应用，从而进一步提高企业的智能化使用体验。

OneX 平台（onex.feizaonet.com/）中的 OneX 智能体（右侧浮动按钮栏中的星标）底层用的就是 onexai。

OneX 智能平台，具有很多优秀的特性：

完善的智能化能力： OneX 智能平台具有完善的智能化能力。包含并不限于以下功能模块：智能对话、模型管理、Prompt管理、Skill管理、MCP管理、知识库管理、值班模块管理、工单管理、凭据管理、权限管理、长期记忆等；
采用声明式架构： OneX 智能平台底层核心能力通过声明式架构来实现。在 OneX 智能平台中，声明式架构有 2 层含义：
- 底层软件架构采用声明式编程范式来开发： 声明式编程范式给 OneX 智能平台带来了很多收益，例如：极低的延时、毫秒级响应、非常强大的扩展能力等。当然，也带来了一些技术复杂度，但是在 AI 时代，这不是问题；
- 功能声明式： 在 OneX 智能平台，你可以通过一段 Prompt 来声明你想要的能力。OneX 平台会根据你的期望，从整个平台能力矩阵中，动态的给你组装一个符合你要求的智能体。也即：OneX 平台实现了 Agent 能力的声明式创建；
可插拔架构： 平台中的智能化能力以可插拔的形式接入。接入新的智能化能力，不需要修改底层的代码，只需要通过简单配置即可集成各类能力；
基于ReAct的Agentic架构： OneX智能体平台底层的智能化能力摒弃了传统的Dify工作流，借助于LLM的ReAct能力实现智能化能力。平台摒弃了传统工作流的方式，当一个智能化能力很复杂的时候，工作流会引来更多的复杂度及结果的不确定性；
标准化的MCP Tool 实现方式： OneX智能体平台基于标准的MCP协议，进一步将MCP Tool的开发标准化，以提高MCP Tool开发的效率和效果；
跟飞书机器人的强大联动： OneX 智能平台自带一个飞书聊天机器人OneX，该机器人支持非常强大的能力：
- /xxxx 命令支持： 机器人能够解析非常复杂的 /xxxx 命令，能够跟kubectl工具命令实现一致的解析体验；甚至，你在飞书中可以直接使用/kuebecl 来操作k8s集群（当然考虑到安全，这里只读，而且有权限控制）；
- 专属 SKILL 编写方法： 在很多 SKILL 中，是通过 Prompt 的方式来编写 SKILL的，但是在 OneX 平台，你可以直接在 SKILl 中，告诉智能体，请使用 /xxxx 先查询 xxx 这种运维式的SKILl编写方式。将Prompt的解析不确定性，转换为命令的确定性；
- SKILL 及命令： 如果你的智能体具有一些skill，例如：resume-review，那么你可以在飞书中通过/resume-reviewd命令直接调用该SKILL；
- 命令调度： OneX 机器人，可以根据你的权限，调度合适的Agent给你，并且Agent 支持通过一些规则、算法，来设置 Agent 所具备的命令，这些命令也代表着能力；
- 自定义命令： 支持 mcp tool、prompt、http 类型自定义命令；
- 很好的聊天交互： 在跟 OneX 机器人聊天的时候也能有一个很好的交互体验，推理、工具、耗时、Token消耗、工具执行结果等核心数据它都会以合理的方式，渲染在飞书卡片中；
调试能力： OneX智能平台具备强大的调试能力，可以让业务根据需要自由配置（模型、知识库、SKILL、MCP Tool）四元组，并进行智能效果测评；
智能测评（/ailab）： OneX智能平台提供智能测评能力。由LLM自动测评，并选择出效果最好的（知识库、SKILL、MCP Tool）三元组；
**智能体编排：**OneX 智能平台支持非常强大的智能体编排能力，可以根据你的需要任意编排智能体。注意这里的编排是能力编排不是Agent调度编排；
非常强大的安全能力：
- Agent 运行时安全： 抛开 Agent运行时沙箱，Agent 本身具备高危命令屏蔽及审核安全机制、具备输入、输出安全审计及门控能力；
- 资源鉴权： OneX 智能平台支持以下维度的鉴权：租户、Agent、SKILL、MCP、知识库、MCP Tool、MCP Tool所操作的具体资源等。当然，平台处除了上述预定义资源鉴权外，还支持各类自定义资源的鉴权；
- 平台内置了多种鉴权方式： 支持 OPA、Casdoor、CMDB等鉴权方式；
- Webhook 扩展： 支持通过Webhook的方式自定义鉴权方式
- 支持 Agent 级鉴权： 每个 Agent 均可以设置独立的鉴权方式。如果没有设置，则复用平台内置的鉴权逻辑；
- 支持用户、用户组、服务账号等鉴权主体；
- 其他各类黑白名单等等....
高阶智能体能力：
- **Agent 智能创建：**OneX 智能体平台支持根据你的需求、描述，自动创建满足你要求的智能体；
- Human-in-the-Loop (人机协作)： 支持HITL，可以通过人机协作、交互的方式，来完成任务；
- 支持多模态： 支持图片、文本、Word文档、PDF等数据类型；
- 智能体调度： 类似Kubernetes调度器，OneX 支持非常复杂、高扩展的智能体调度算法；
- 异步任务/任务： OneX 智能平台不仅支持异步任务，还支持单次任务。例如：你可以告诉 OneX智能体，请每天xxx时间，帮我汇总下股票新闻。也可以告诉OneX，请明天10点，提醒我去赶飞机；
- 智能体自我进化能力： OneX平台的智能体具备自我进化能力，能够根据数据进行自我的优化、成长；
- 多 Prompt： Agent支持多Prompt聚合能力。也支持对聚合后的 Prompt 进行二次修改；
- 支持 Agent 引用： 也即 Agent A 可以引用 Agent B + Agent C的所有能力；
- 支持批处理： 支持声明式的方式对全平台所有 Agent 添加某种能力；
- **长短期记忆：**平台支持长期记忆和短期记忆；
- **Agent 运行时：**支持 Eino、容器等Agent运行时；
插件化的智能场景支持： OneX智能体平台，可以用插件化的方式集成各种智能场景，而不用开发一行代码，例如：RCA、找人问路、服务发布、服务重启、知识问答等等。

OneX 智能平台能力详解

找 AI 生成的，有点啰嗦，各位凑合看。

OneX智能平台支持4大类模块：

日常工作
- 工作台：一屏汇总「我现在该做什么、有没有告急、具体是什么」，包含智能体快捷提问、关键指标条、待处理/处理中工单、最近定时任务与智能体概览。
  - 快捷提问：点击常用问题直接带着完整上下文进入智能对话。
  - 指标条：待处理工单、处理中工单、可用智能体、值班组、定时任务、命令覆盖告警，每项可点击进入对应队列。
  - 待办卡片：待处理工单、最近定时任务、智能体列表，单块失败只降级该块，不影响其他区域。
- 智能对话：直接与选定的智能体流式对话，历史记录为本机界面历史（服务端不保存会话），支持图片上传、附件元数据展示与运行状态查看。
  - 对话：按智能体直聊，能力由该智能体已绑定的模型、提示词、Skill、MCP、知识库与命令决定。
  - 历史：右侧「聊天历史」子视图保存本机的历史线程，可切换、删除与继续对话。
  - 设置（能力检查器）：查看该智能体的生效能力；进入「测试模式」后可按本次运行勾选能力子集，验证收窄后的效果。
  - 调试台：无需先创建智能体，直接组合模型、提示词、Skill、MCP、知识库与自定义命令进行无宿主调试，效果满意后可一键带入新建智能体表单。
  - 外部 A2A 智能体：消息只发送文本给对端 Agent，回复、任务状态与能力由对端提供，测试模式、调试台与附件入口自动隐藏。
智能中心
- 智能体：
  - 智能体：统一管理平台智能体、外部 A2A 智能体与场景智能体，支持搜索、命名空间筛选、列设置与 CSV 导出。
    - 全部 / 平台智能体 / 外部 A2A 智能体 / 场景智能体：四个页签按类型筛选；场景智能体是带 scenario=true 标签的普通 Agent，复用同一套详情与编辑页。
    - 监控抽屉：按智能体查看运行概览、性能耗时、Token 用量、运行记录与健康。
    - 详情页（平台智能体）：基本信息、能力编排（模型/提示词/Skill/MCP/知识库/命令/记忆库/子智能体/Webhook）、运行钩子、生效能力、会话命令。
    - 详情页（外部 A2A 智能体）：AgentCard、技能、在线调试、调用记录，以及 A2A 接入状态。
  - 模版管理：沉淀可复用的智能体配置模版（提示词、模型、能力引用、运行契约、输出结构等），新建智能体时可直接套用。
    - 引用它的智能体：查看该模版当前被哪些智能体使用。
  - 能力编排：为指定智能体批量装配或收窄 Prompt、模型、Skill、MCP、知识库、命令与记忆库，并展示匹配到的智能体数与缺失引用。
    - 预览：保存前预览这套编排最终生效的能力组合。
  - 能力中心
    - 模型：登记 OpenAI、DeepSeek、Claude、Gemini、方舟、通义千问、Ollama、千帆等模型接入，管理接入地址、能力声明与 API Key。
      - 接入配置：选择提供方后自动带出默认 Endpoint，可覆盖自建网关地址。
      - 凭据：API Key 写-only，归属人或管理员可按需取回明文。
    - 知识库：接入 RAGFlow 数据集并配置 Top K、相似度阈值等检索参数，供智能体做检索增强。
      - 召回测试：用真实问题验证不同阈值与 Top K 下的召回效果。
    - 记忆库：管理长期记忆的存储、Embedding 模型与向量维度、自动抽取、检索模式、保留周期与 PII 安全策略。
      - 记忆条目：按用户或会话查看、检索与维护已写入的记忆事实。
      - 检索测试：验证混合/向量/关键字检索的召回质量。
      - 统计：查看条目数、用户数与使用分布。
      - 评测 / 审计（管理员）：对记忆效果做离线评测，并审计读写行为。
    - Skill：登记来自 GitHub、GitLab、飞书文档等提供方的可复用技能，支持 hosted / tool / guide 三种模式及缓存策略。
      - 委派契约与执行入口：声明该 Skill 的输入输出契约以及工具执行方式。
    - MCP：接入 SSE / HTTP 协议的 MCP Server，配置允许的工具、请求头、资源映射与需审批工具。
      - 工具与审批：查看工具清单并设置哪些工具调用需要人工审批。
      - 请求头与映射：维护鉴权头、资源映射与鉴权凭据。
    - 提示词：集中管理可复用的提示词内容与命名空间，供智能体、能力编排和模版引用。
    - 自定义命令：定义 prompt、http、tool 三类会话命令及其参数、超时与输出结构，扩展智能体在会话中的可执行动作。
      - 调用：在线试跑命令并查看返回。
      - 审计：查看命令的调用记录与结果。
  - 自动化
    - 定时任务：按 Cron 表达式和时区周期性地用固定提示词触发指定智能体，支持暂停、超时与归属管理。
      - 执行记录：查看每次调度产生的运行结果与耗时。
    - 异步任务：查看所有已进入运行准入队列的后台 Agent 运行（定时触发、手动触发与外部提交），支持取消与失败重试。
      - 详情：查看单次运行的输入、事件流、状态与产物，并可在失败后重试。
运维中心
- 命名空间：管理控制面 Kubernetes Namespace 及平台展示信息（显示名、负责人、描述），作为各类资源的隔离与授权边界。
- 运行环境：定义智能体实际执行时所依赖的运行时与沙箱。
  - Runtime Profile：声明运行时类型、Endpoint、Hosting 引用、认证方式、并发/超时/工具调用上限等执行参数。
  - Runtime Hosting：管理运行时进程的托管方式（镜像、启动命令、环境变量、实例上限、空闲 TTL 与资源配额）。
  - 沙箱模板）：定义代码执行沙箱的基础镜像、启动命令、环境变量与 TTL，供运行时按需拉起隔离环境。
- 扩展中心：把平台向外/向内接入的钩子集中管理。
  - Agent Webhook：在 Agent 运行开始（OnStart，可拒绝运行）或结束（OnEnd，仅通知）时回调外部地址，支持鉴权、超时、失败策略与 Go 模板化载荷。
  - Auth Webhook：面向登录、令牌签发等认证链路的准入与回调入口，后端能力尚未接入，当前为占位页。
身份与授权
- 权限控制：围绕策略的授权体系。
  - 用户：管理平台账号的创建、显示名、角色、启用/禁用与密码重置；详情页展示该用户所属用户组、命中的权限策略与可操作资源。
  - 用户组：把用户聚合成组，作为授权策略的统一主体，成员变化无需改动策略；详情页展示组成员、命中的策略与可操作资源。
  - 授权策略：以「主体 × 资源类型 × 动作 × 效果」描述读写权限，左侧搜索列表、右侧详情，支持可视化策略编辑器与启停开关。
- 引用授权：跨命名空间引用资源时，由目标空间的所有者签发 from → to 授权，支持可视化授权生成器；同空间引用无需授权。
- 平台能力编排：集群级的能力编排，不归属单一命名空间，按显式受众空间下发 Prompt、模型、Skill、MCP、知识库、命令与记忆库等能力。
工单中心
- 工单管理：只读查看工单队列与状态，支持按状态、级别、值班组等筛选；生命周期由值班命令与飞书卡片驱动，控制台不做第二个写者。
  - 工单详情：查看工单内容、处理人、时间线与结案总结，并支持一键让智能体分析该工单。
- 值班管理：管理值班组、分配策略（主值班/主备/轮询/分时段）、关联智能体与欢迎语，列表直接显示当前值班人与下一次交接。
  - 值班组详情：概览、排班日历、轮转图层、Override 代班、不可用与节假日、升级策略；管理员可执行写操作。
- 值班周报：按周与值班组复盘工单处理情况，预留导出与推送入口；后端聚合接口尚未接入，当前为静态骨架占位页。
观测中心
- 观测总览：全平台 KPI、运行趋势、状态分布与触发方式，并追加智能体运行 Top 与带归属的最慢运行。
- 应用观测：按应用维度下钻的运行观测，四个子页均为独立路由。
  - 运行分析：跨智能体的耗时分布、失败率趋势与最近运行明细。
  - Token 用量：统计输入/输出 Token 消耗，提供跨智能体的用量排行与明细。
  - 智能体健康：以资源目录为全集左连接运行数据，「配了但从未运行」的智能体也会以全 0 行出现；已删除但仍有历史运行的智能体保留并标记资源缺失。
  - 异常与失败：分别展示运行准入明细（仅异步任务）与全平台失败数（含交互式运行），并明确标注两种口径。
评测中心
- 数据集：维护用于评测的输入样本与期望输出数据集。
- 评测任务：选择数据集与智能体/模型组合，发起并跟踪离线评测任务。
- 评测报告：对比评测任务的准确率、成本与耗时等指标，形成可复盘的报告。
其他能力
- 账号设置（右上角头像菜单）：个人基本信息、安全设置（修改密码）、凭据管理（AK/SK）与飞书绑定。
- 服务凭据（隐藏入口）：管理服务间调用使用的 Secret，供 Runtime Profile、Webhook 等资源引用；Secret Key 一次性下发，管理员可按需取回。
- 命令台（隐藏入口）：执行 chat 服务的 slash 命令，用于值班场景下的在线运维操作。
- 命令覆盖（隐藏入口）：报告哪些智能体没有任何命令覆盖，避免「看起来正常、实际一条命令都用不了」。

核心能力展示

OneX智能平台具备很多能力，这里展示一些有特色的能力。

智能体创建

智能体创建除了支持选择系统提示词、SKILL、MCP、知识库、记忆库之外，还支持一些高级的选项，例如：

智能体模版：支持基于智能体模版选择智能体包含的SKILL、提示词、MCP、知识库等资源；
自定义命令：自定义命令支持HTTP、Tool、Prompt 3 种类型的自定义命令；
授权后端：支持针对某个 Agent 单独设计授权规则，用来满足团队对Agent更灵活的认证和鉴权方式；
委派子智能体：支持将其他 Agent 作为一个工具被主Agent调用；

另外，创建 Agent时，还支持 OnStart、OnEnd 2处Webhook，用来支持在Agent运行前和运行后执行一些自定义逻辑。

如下图，创建 Agent 时，还支持创建 A2A 协议类型的智能体：

A2A协议的智能体既有平台内部支持的A2A协议类型智能体，又支持三方 A2A协议类型的智能体。

场景智能体支持

在企业应用开发中，经常会针对某个场景开发出一些针对性的智能体，这里姑且叫做场景智能体吧。onexa i 支持Agent 能力编排，这里编排的方式不是将场景智能体作为a2a协议来调用，而是将场景智能体中的mcp、skill、rag等能力，跟当前的agent进行整合。整合后因为编排了更多的mcp、skill及rag，所以，整合后的agent还需要再测试下效果，但一般问题不大。

在创建智能体时，也支持智能创建。

智能体智能创建

onexai支持通过Prompt的方式，智能体创建一个满足你要求的智能体。如图所示，只需要输入“做一个基于内部研发规范文档的代码评审助手” 平台即可在你可见资源范围内，组合最合适的mcp、skill、rag等能力。例如：

可以对生成的智能体进行精调，如果确认无误，即可直接创建智能体。

智能体对话

onexai 除了支持基本的对话能力之外，还支持开启思考模式、图片、会话历史等能力。

此外，为了方便调试agent，还提供了 debug模式：

在debug模式中，你可以根据需要随意组合agent的能力。例如可以组合模型、mcp、命令、skill和知识库等。

智能体能力编排

这个也是onexai一个特色的地方，支持很灵活、强大的智能体编排，你可以根据需要随意编排智能体的能力。

例如，可以给一个或者一批智能体，指定prompt、skill等能力。在指定智能体时不仅支持直接指定一个或多个智能体，还支持类似k8s label selector的方式批量指定智能体。指定的智能体能力会跟被指定智能体的能力进行整合。例如：mcp、skill、rag、command会去重，prompt会进行智能合并。

智能能力

能力中心中包含了agent的能力，除了基本的模型、知识库、记忆库、Skill、MCP、提示词之外，还支持自定义命令。自定义命令，其实就是通过命令的方式给agent添加一个工具。类似于一个mcp tool。另外，该命令，还可以在飞书机器人中直接调用。

知识库支持召回测试

onexai的知识库，底层复用了ragflow的能力，除了基本的知识库能力外，还支持在平台直接支持召回测试。

Skill 支持

onexai的SKILL支持不同的模式，例如：

hosted：也即将 Skill 并入每次会话的prompt中；
tool：也即将skill作为一个命令来用；
guide：就是标准的 SKILL模式。

onexai的skill支持飞书文档，可以在飞书文档中编写、更新SKill，然后自动同步到onexai平台。

自定义命令

支持以下3种自定义命令：

prompt：Prompt 可以作为一个命令，类似 SKILL 类的命令；
tool：内置的Tool工具；
http：支持HTTP接口类型的命令

onexi支持自定义命令，这些命令既可以作为一个mcp tool来用，又可以直接在飞书中使用。例如：

异步任务和任务支持

onexai也支持异步任务和任务：

异步任务：定期执行某个工作，例如值班周报总结；
任务：执行一次性的任务，例如：值班周报总结。

执行任务的时候，可以指定agent来执行任务

命名空间（多租户：业务线）

onexai 还支持多租户，每个租户只展示该租户下的资源。这也是一个企业级智能体必备的能力。

Agent 沙箱支持

onexai 支持Agent沙箱，用来在更加受控的环境中运行agent，以此提高agent执行时的安全。

扩展能力：授权扩展和运行扩展

onexai支持以下2类扩展能力：

运行扩展：支持在Agent调用前和调用后，执行指定的webhook；
授权扩展：支持 Agent 单独授权，如果给某个Agent指定了独立的授权Webhook时，Agent在运行前，会调用该Webhook进行认证和授权，通过后才运行。以此支持更加多样化的认证授权能力

用户权限控制

onexai支持相对完备的用户权限控制：

用户：也即平台用户；
用户组：支持用户组，也支持对用户组进行授权。通过用户组可以实现对一批用户的批量授权；
授权策略：支持灵活的授权模式。支持对用户、用户组、服务账号进行资源级的授权，授权支持condition。整个授权模式，跟腾讯云的CAM比较像

批量能力授权

业务线负责人或者平台负责人，可以通过引用授权给指定的一些Agent或者通过selector选择的一批Agent批量授予SKILL、RAG、MCP、Command等能力。例如：A 业务线负责人，想给A业务线中的所有智能体添加一个查询业务线知识库的能力，就可以通过引用授权来完成。创建授权后，能力会实时的在所授予的Agent中生效。

跨业务线资源授权

默认情况下，A 命名空间的智能体A-Agent 智能使用同命名空间的MCP、SKILL、RAG等资源。但有时候，A-Agent想引用B命名空间的智能体。或者onexai 平台维护了一批全公司可用的mcp、skill、rag等资源。这时候，都可以通过平台能力编排，实现跨namespace的资源共享和使用。