基于华为云EulerOS搭建openJiuwen企业级AI Agent开发环境实战

一、引言：为什么选择EulerOS+openJiuwen构建企业级AI Agent平台

1、技术选型背景

• 华为云EulerOS：基于openEuler的企业级Linux发行版，具备高安全性、云原生优化和ARM64全栈支持能力
• openJiuwen平台定位：开源商用级AI Agent开发框架，支持多Agent协同、工作流编排与全链路调试
• 企业级需求契合点：国产化替代、安全合规、私有化部署、知识库集成

2、本文价值

• 完整演示从云服务器创建到智能体上线的端到端流程
• 聚焦金融/制造/政务等典型企业场景的真实需求
• 提供可复用的部署脚本与最佳实践

二、环境准备：华为云EulerOS 2.0基础环境搭建

打开浏览器，访问华为云官网 huaweicloud.com

首先您需要注册一个华为云账号（也可以用华为账号）进行登录

登录后，我们可以在上方的菜单栏中，看到我们要用到的 大模型即服务平台 MaaS 和 Flexus云服务。

1、Flexus云服务实例创建与系统初始化

 进入到Flexus云服务后，根据您的企业和项目需求购买对应的云服务器产品。

本次案例我们将选用 Flexus云服务器X实例，适用于中负载业务，且期望资源灵活选配的企业和开发者。

点击 立即购买 后，我们会跳转到购买Flexus云服务器X实例的页面。

接下来我们配置我们服务器的规格。因为本案例为演示环境，所以我们选用按需计费的方式。

区域可以根据您所在城市的位置，来灵活选择距离较近的华区域，这里我们选择北京四。

根据 openJiuwen 的推荐配置:

• 硬件:
  • CPU：最低 2 核，推荐 4 核及以上
  • RAM：最低 4GB，推荐 8GB 及以上
• 操作系统：
  • EulerOS：Huawei Cloud EulerOS 2.0及以上

我们也在Flexus云服务器X实例中选择配置相同的建议规格。

规格建议：4vCPUs / 8GB内存（支持鲲鹏算力ARM64 / x86_64双架构可供选择）

操作系统选择"Huawei Cloud EulerOS 2.0标准版"公共镜像

安全组配置：开放22(SSH) 和 3000(openJiuwen)端口

其他配置根据您的需求来进行填写即可，本案例均选择默认。

确认配置信息无误后，点击立即购买即可。

确认环境运行中后，我们点击右侧 远程登录 按钮，进入环境。

这里我们使用 CloudShell登录 方式即可。

输入您设置的密码，即可通过ssh方式进入环境。

2、环境验证清单

系统版本确认：cat /etc/os-release

Docker & Docker Compose安装（本案例基于容器化部署必备）

安装 Docker

yum install -y docker

检查Docker服务状态

systemctl status docker

安装 Docker Compose

1.下载 Docker Compose 二进制文件：

sudo curl -L "https://github.com/docker/compose/releases/latest/download/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose

2.添加执行权限：

sudo chmod +x /usr/local/bin/docker-compose

3.验证 Docker Compose 是否成功安装：

docker-compose –version

三、快速部署 openJiuwen

部署架构选择

• 单节点部署（开发测试）：All-in-One 模式
• 分布式部署（生产环境）：Studio + Core + Ops 分离部署
• 本文采用官方提供的deployTool脚本（Docker Compose）快速部署方案

3.1 下载 openJiuwen 版本包（本案例以V0.1.3为例）

我们通过 uname -a 指令得出本服务器的架构是 aarch64（arm64）

所以我们需要下载 aarch64 架构的版本包：

wget https://openjiuwen-ci.obs.cn-north-4.myhuaweicloud.com/agentstudio/deployTool_0.1.3_arm64.zip

3.2 解压版本包

unzip deployTool_v0.1.3_arm64.zip

进入 deployTool_v0.1.3_arm64 目录

cd deployTool_v0.1.3_arm64

3.3 输入以下命令启动 openJiuwen:

./service.sh up

3.4 浏览器访问 openJiuwen:

在浏览器中，访问您服务器的 IP 地址的 3000 端口

https://{您的 ip}:3000

即可访问您部署的 openJiuwen 了

服务验证

• 访问 Studio Web 界面：https://<您的服务器公网IP>:3000
• Core API 健康检查：curl http://localhost:3010/health

注意：

1、如果您访问 3000 没有响应，首先您需要确认您地址栏中是用 https 协议访问的 2、请确认您的服务器安全组允许了 3000 端口的入站访问 

3.5 如何停止 openJiuwen

输入以下命令停止 openJiuwen：

./service.sh down

3.6 配置 openJiuwen 初始化及链接华为云 MaaS 大模型

我们输入自己的邮箱后即可进入 openJiuwen 的首页面工作空间，这时我们可以看见左下角有版本信息

接下来我们配置模型信息

首先，访问华为云 MaaS 首页 点击访问华为云 MaaS 首页

点击左侧的 在线推理 开通您想使用的模型服务

找到 调用说明 中 OpenAI 兼容接口

即我们获取到

接口信息

这两个关键信息

在 openJiuwen 中，左侧找到模型管理，添加模型

填写我们获取到的相关信息

保存并测试模型的连通性

四、openJiuwen 企业级应用案例：智慧文旅-跨域文旅智能行程管家

4.1 业务场景与痛点分析

客户背景 某省级文旅集团（业务覆盖全国 20+ 省市）面临数字化转型挑战：

• 游客行程规划碎片化，跨城市（如天津 → 南京）衔接体验断层
• 文化内容同质化，缺乏深度个性化解读（如南京六朝文化、民国建筑）
• 景区人流、天气等动态因素导致行程执行率不足 60%
• 传统客服无法实时响应突发需求（如临时闭馆、交通管制）

核心需求 构建企业级 AI Agent 平台，实现： ✅ ​跨域行程智能编排​：支持多城市（天津-南京-苏州）无缝串联 ✅ ​文化深度解读​：基于本地知识库生成个性化历史故事、诗词典故 ✅ ​实时动态调优​：融合人流、天气、交通数据动态调整行程 ✅ ​全链路私有化​：游客数据不出域，符合《个人信息保护法》要求

4.2 系统架构设计

​架构亮点说明

我们可以通过新的功能，导出和分享您的智能体，您可以进行导入即可直接使用。

例如 如下就是我们这个智能体的完整配置

{
"version": "",
"agent": {
"agent_id": "7dd01c7b-29d4-4fec-ab1a-0a567f431fd8",
"agent_version": "draft",
"latest_publish_time": null,
"latest_publish_version": null,
"primary_id": 1,
"space_id": "29485071",
"agent_name": "哏儿都出游助手",
"description": "使用天气查询，路线规划等工具，对出游行程进行规划。",
"agent_type": "react",
"icon": "🌟",
"edit_mode": "manual",
"prompt_template_name": "",
"auto_generated_prompt": "",
"opening_remarks": "您好！我是您的智能旅游助手，很高兴为您服务。请问有什么可以帮助您的吗？",
"default_response": null,
"configs": {
"system_prompt": "## 人设\\n你是一位专业的天津本地的出游规划助手，精通旅行路线设计、预算管理、景点推荐和应急方案制定。\\n\\n## 任务描述\\n你的核心目标是利用可用的工具和信息，为用户量身定制一份详尽、可行且个性化的出游规划。这份规划旨在帮助用户高效安排行程，优化旅行体验，并应对可能出现的突发情况，最终确保用户获得一次愉快、顺利的旅程。\\n\\n## 约束条件\\n1. 规划必须基于用户提供的具体信息（如目的地、出行时间、预算、兴趣偏好、同行人员等）和可用的工具（如地图、交通查询、酒店预订、景点数据库等）来制定。\\n2. 规划需具备高度的可操作性，包含明确的时间节点、地点和行动建议。\\n3. 必须考虑预算限制，并在规划中明确标注各项预估费用。\\n4. 需要包含备选方案或应急建议，以应对天气、交通延误等不确定因素。\\n5. 最终输出应结构清晰、语言简洁，便于用户理解和执行。\\n6. 按照<输出格式>输出。\\n7. 按照<执行步骤>一步一步执行。\\n\\n## 执行步骤\\n1. **信息收集与分析**：首先，与用户交互，明确收集其出游的核心需求，包括但不限于：目的地、出行日期与时长、总预算、同行人员（如家庭、情侣、朋友）、主要兴趣点（如自然风光、历史文化、美食购物、休闲度假等）、特殊要求（如无障碍设施、餐饮禁忌等）。\\n2. **资源查询与整合**：利用可用的工具（模拟或实际调用），查询并整合以下信息：\\n * **交通**：往返大交通（航班/火车）时刻与价格，目的地内部主要交通方式与线路。\\n * **住宿**：符合预算和位置的酒店或民宿推荐。\\n * **景点/活动**：根据用户兴趣筛选目的地的主要景点、活动，并查询其开放时间、门票价格、建议游玩时长。\\n * **餐饮**：推荐当地特色美食或符合用户口味的餐厅。\\n3. **行程草案制定**：基于以上信息，以天为单位草拟行程。合理安排景点顺序以优化路线，平衡活动强度，并预留足够的交通和休息时间。\\\\n4. **预算细化与平衡**：为草案中的每一项主要支出（交通、住宿、门票、餐饮、其他）做出初步预算估算。检查总预算是否超标，若超标则提出调整建议（如更换住宿等级、调整付费景点等）。\\\\n5. **风险评估与备选方案**：识别行程中可能的风险点（如热门景点排队过长、天气依赖型活动），并为每个风险点准备1-2个备选方案或应对建议。\\\\n6. **规划完善与呈现**：将以上所有内容整合成一份完整的规划文档，确保逻辑连贯、细节充分，并以用户友好的格式进行输出。\\n\\n## 输出格式\\\\n请以如下Markdown格式输出完整的出游规划：\\n\\n# {{目的地}} {{出行天数}}日游详细规划 ({{出行日期}})\\n\\n## 一、 行程概览\\n* **出行人员**：{{例如：家庭（2大1小）}}\\n* **总预算**：{{例如：人民币8000元}}\\n* **行程亮点**：{{用3-5个关键词或短语概括本次行程的特色}}\\n\\n## 二、 每日详细行程\\n**第X天：{{日期}} {{星期X}}**\\n* **主题**：{{例如：古城文化探索}}\\n* **上午 (XX:XX – XX:XX)**：{{活动描述，包含具体地点和注意事项}}\\n* **中午 (XX:XX – XX:XX)**：{{午餐安排与推荐餐厅}}\\n* **下午 (XX:XX – XX:XX)**：{{活动描述，包含具体地点和注意事项}}\\n* **晚上 (XX:XX – XX:XX)**：{{晚餐安排、自由活动或特定活动建议}}\\n* **住宿**：{{酒店名称及位置}}\\n* **本日预估费用**：{{交通、餐饮、门票等分项小计}}\\n\\n*(重复此部分，直到覆盖所有天数)*\\n\\n## 三、 预算明细表\\n| 项目 | 明细 | 单价(元) | 数量 | 小计(元) | 备注 |\\n| :— | :— | :— | :— | :— | :— |\\n| **交通** | 往返机票/火车票 | | | | |\\n| | 当地交通（地铁/公交/租车） | | | | |\\n| **住宿** | 酒店/民宿 (X晚) | | | | |\\n| **餐饮** | 每日餐食预估 | | | | |\\n| **门票/活动** | {{景点A门票}} | | | | |\\n| | {{活动B费用}} | | | | |\\n| **其他** | 购物、应急等备用金 | | | | |\\n| **总计** | | | | **{{总金额}}** | |\\n\\n## 四、 重要提示与备选方案\\n* **必备物品**：{{根据目的地和季节列出，如证件、充电宝、雨具、常用药品等}}。\\n* **交通提醒**：{{例如：提前下载当地交通APP，某路段易拥堵建议避开高峰}}。\\n* **景点提示**：{{例如：XX博物馆需提前3天预约，XX景点周X闭馆}}。\\n* **备选方案**：\\n 1. 如遇雨天，第Y天的“{{原户外活动}}”可调整为“{{室内备选活动}}”。\\n 2. 如{{某热门景点}}排队超过1小时，建议前往附近的{{备选景点}}。\\n* **紧急联系人**：{{当地紧急电话、酒店前台电话等}}。\\n\\n—\\n**祝您旅途愉快！**",
"retrieval_config": {
"topk": 5,
"use_sync": false,
"use_agent": false,
"retrieval_type": 2,
"score_threshold": 0.5
}
},
"plugins": [],
"workflows": [
{
"description": "天气查询工作流，可以根据提供的城市和日期返回对应天气信息。",
"workflow_id": "dc5aca9d-21d8-45b4-958d-1ed25ef601c4",
"workflow_name": "check_weather",
"workflow_version": "draft"
},
{
"description": "路线规划工作流，可以根据出发地，到达地和出行方式，返回路线规划信息。",
"workflow_id": "801bfd9b-50d5-4bf9-aa32-0b8140b3ee64",
"workflow_name": "plan_route_with_amap",
"workflow_version": "draft"
}
],
"model": {
"model_info": {
"top_p": 0.9,
"api_key": "",
"timeout": 60,
"api_base": "",
"model_id": 1,
"streaming": true,
"max_tokens": 4000,
"model_name": "DeepSeekV3.2-华为云MaaS",
"model_type": "deepseek-v3.2",
"temperature": 0.7
},
"model_provider": "openai"
},
"prompt_template": [],
"constraint": {
"max_iteration": 5,
"reserved_max_chat_rounds": 10
},
"prompt_tuning": {},
"triggers": [],
"knowledge": [],
"memory": {
"max_tokens": 1000,
"variable_config": [
{
"id": "var_1769690506230_0",
"name": "name",
"enabled": false,
"description": "用户姓名"
},
{
"id": "var_1769690506230_1",
"name": "age",
"enabled": false,
"description": "用户年龄"
},
{
"id": "var_1769690506230_2",
"name": "interest",
"enabled": false,
"description": "用户兴趣爱好"
}
],
"longterm_memory_config": false
},
"create_time": 1769680320039,
"update_time": 1769691087378
},
"dependencies": {
"workflows": [
{
"workflow_id": "dc5aca9d-21d8-45b4-958d-1ed25ef601c4",
"workflow_version": "draft",
"latest_publish_time": null,
"latest_publish_version": null,
"primary_id": 3,
"name": "check_weather",
"desc": "天气查询工作流，可以根据提供的城市和日期返回对应天气信息。",
"space_id": "29485071",
"url": "template",
"icon_uri": "",
"schema": "{\\"nodes\\":[{\\"id\\":\\"start_1\\",\\"type\\":\\"1\\",\\"meta\\":{\\"position\\":{\\"x\\":180,\\"y\\":34}},\\"data\\":{\\"title\\":\\"开始\\",\\"outputs\\":{\\"type\\":\\"object\\",\\"properties\\":{\\"city\\":{\\"type\\":\\"string\\",\\"default\\":\\"\\",\\"description\\":\\"待查询城市名称\\"},\\"date\\":{\\"type\\":\\"string\\",\\"extra\\":{\\"index\\":2},\\"description\\":\\"待查询日期\\"}},\\"required\\":[\\"city\\",\\"date\\"]}}},{\\"id\\":\\"llm_1\\",\\"type\\":\\"3\\",\\"meta\\":{\\"position\\":{\\"x\\":640,\\"y\\":0}},\\"data\\":{\\"title\\":\\"大模型1\\",\\"inputs\\":{\\"llmParam\\":{\\"systemPrompt\\":{\\"type\\":\\"template\\",\\"content\\":\\"## 人设\\\\n你是天气查询助手，一个专业的、基于数据的天气信息提供者。\\\\n你精通气象学基础知识，能够准确、清晰地解读和传达天气数据。\\\\n\\\\n## 任务描述\\\\n你的核心任务是响应用户的天气查询请求，模拟生成一个结构完整、信息详实、易于理解的天气查询结果回复。你的回复应让用户感觉是在查询一个真实的天气服务系统，从而获得他们所需的气象信息。\\\\n\\\\n## 约束条件\\\\n1. 你的回复必须基于用户提供的查询地点（城市或区域）和查询时间（如今天、明天、具体日期）来生成。\\\\n2. 所有天气数据（如温度、湿度、风力、天气现象等）均为模拟生成，旨在提供一个合理、典型的天气报告示例。\\\\n3. **严禁**在回复中提及“模拟”、“虚构”、“假设”或任何暗示信息非真实来源的词语。你的角色就是一个天气数据的中继者。\\\\n4. 回复内容应专业、友好，并包含对用户的温馨提示（如穿衣建议、出行提醒等）。\\\\n5. 如果用户查询的地点不明确或时间范围无法解析，应礼貌地请求用户提供更具体的信息。\\\\n6. 按照<输出格式>组织你的回复。\\\\n\\\\n## 执行步骤\\\\n1. **解析查询**：仔细阅读用户的输入，提取关键信息，包括查询地点和查询时间。\\\\n2. **数据模拟**：根据提取的地点（例如，北京、上海）和时间（例如，今天、2023年10月27日），模拟生成一套合理的天气数据，包括但不限于：温度范围、天气状况（晴、多云、雨等）、风向风力、空气湿度、空气质量指数（AQI）、日出日落时间。\\\\n3. **组织信息**：将模拟的天气数据按照<输出格式>的要求进行组织，确保信息层次清晰。\\\\n4. **添加提示**：根据模拟的天气状况，生成1-2条贴心的生活或出行建议。\\\\n5. **生成回复**：将组织好的信息和提示整合成一段连贯、自然的回复，直接提供给用户。\\\\n\\\\n## 输出格式\\\\n请使用以下格式组织你的回复：\\\\n\\\\n**【查询地点】天气报告（查询时间）**\\\\n\\\\n* **天气状况**：{{天气现象，如：晴转多云}}\\\\n* **温度**：{{最低温度}}℃ ~ {{最高温度}}℃\\\\n* **风力风向**：{{风向}} {{风力等级}}级\\\\n* **湿度**：{{相对湿度}}%\\\\n* **空气质量**：{{AQI指数}} ({{空气质量等级，如：良}})\\\\n* **日出/日落**：{{日出时间}} / {{日落时间}}\\\\n\\\\n**温馨提示**：{{根据天气生成的1-2条具体建议，例如：昼夜温差较大，请注意适时增减衣物。}}\\\\n\\\\n（回复结束，无需签名或额外说明）\\"},\\"prompt\\":{\\"type\\":\\"template\\",\\"content\\":\\"天气查询的城市为：{{city}}；日期为：{{date}}\\"},\\"model\\":{\\"id\\":\\"1\\",\\"name\\":\\"DeepSeekV3.2-华为云MaaS\\",\\"type\\":\\"deepseek-v3.2\\"}},\\"inputParameters\\":{\\"city\\":{\\"type\\":\\"ref\\",\\"content\\":[\\"start_1\\",\\"city\\"],\\"extra\\":{\\"index\\":0}},\\"date\\":{\\"type\\":\\"ref\\",\\"content\\":[\\"start_1\\",\\"date\\"]}}},\\"outputs\\":{\\"type\\":\\"object\\",\\"properties\\":{\\"output\\":{\\"type\\":\\"string\\",\\"extra\\":{\\"index\\":1}}},\\"required\\":[\\"output\\"]},\\"output_format\\":\\"markdown\\"}},{\\"id\\":\\"end_1\\",\\"type\\":\\"2\\",\\"meta\\":{\\"position\\":{\\"x\\":1100,\\"y\\":34}},\\"data\\":{\\"title\\":\\"结束\\",\\"inputs\\":{\\"inputParameters\\":{\\"result\\":{\\"type\\":\\"ref\\",\\"content\\":[\\"llm_1\\",\\"output\\"],\\"extra\\":{\\"index\\":0}}},\\"streaming\\":true,\\"content\\":{\\"type\\":\\"template\\",\\"content\\":\\"{{result}}\\"}},\\"streaming\\":false}}],\\"edges\\":[{\\"sourceNodeID\\":\\"start_1\\",\\"targetNodeID\\":\\"llm_1\\"},{\\"sourceNodeID\\":\\"llm_1\\",\\"targetNodeID\\":\\"end_1\\"}]}",
"input_parameters": [
{
"name": "city",
"type": "string",
"method": 0,
"required": true,
"description": "待查询城市名称"
},
{
"name": "date",
"type": "string",
"method": 0,
"required": true,
"description": "待查询日期"
}
],
"output_parameters": [
{
"name": "result",
"type": "ref",
"method": 0,
"required": true,
"description": ""
}
],
"object_key": null,
"create_time": 1769680320039,
"update_time": 1769690702368
},
{
"workflow_id": "801bfd9b-50d5-4bf9-aa32-0b8140b3ee64",
"workflow_version": "draft",
"latest_publish_time": null,
"latest_publish_version": null,
"primary_id": 4,
"name": "plan_route_with_amap",
"desc": "路线规划工作流，可以根据出发地，到达地和出行方式，返回路线规划信息。",
"space_id": "29485071",
"url": "template",
"icon_uri": "",
"schema": "{\\"nodes\\":[{\\"id\\":\\"start_3\\",\\"type\\":\\"1\\",\\"meta\\":{\\"position\\":{\\"x\\":180,\\"y\\":34}},\\"data\\":{\\"title\\":\\"开始\\",\\"outputs\\":{\\"type\\":\\"object\\",\\"properties\\":{\\"origin\\":{\\"type\\":\\"string\\",\\"default\\":\\"\\",\\"description\\":\\"出发地\\"},\\"destination\\":{\\"type\\":\\"string\\",\\"extra\\":{\\"index\\":2},\\"description\\":\\"到达地\\"},\\"travel_mode\\":{\\"type\\":\\"string\\",\\"extra\\":{\\"index\\":3},\\"description\\":\\"出行方式\\"}},\\"required\\":[\\"origin\\",\\"destination\\",\\"travel_mode\\"]}}},{\\"id\\":\\"end_3\\",\\"type\\":\\"2\\",\\"meta\\":{\\"position\\":{\\"x\\":1100,\\"y\\":34}},\\"data\\":{\\"title\\":\\"结束\\",\\"inputs\\":{\\"inputParameters\\":{\\"result\\":{\\"type\\":\\"ref\\",\\"content\\":[\\"llm_3\\",\\"output\\"],\\"extra\\":{\\"index\\":0}}},\\"streaming\\":true,\\"content\\":{\\"type\\":\\"template\\",\\"content\\":\\"{{result}}\\"}},\\"streaming\\":false}},{\\"id\\":\\"llm_3\\",\\"type\\":\\"3\\",\\"meta\\":{\\"position\\":{\\"x\\":640,\\"y\\":0}},\\"data\\":{\\"title\\":\\"大模型1\\",\\"inputs\\":{\\"llmParam\\":{\\"systemPrompt\\":{\\"type\\":\\"template\\",\\"content\\":\\"# 角色\\\\n你是一个路线规划助手\\\\n\\\\n# 任务\\\\n模拟高德地图，然会路线规划结果\\\\n\\\\n# 约束\\\\n不要透露你的结果是模拟的\\\\n\\"},\\"prompt\\":{\\"type\\":\\"template\\",\\"content\\":\\"起点：{{origin}}\\\\n终点：{{destination}}\\\\n出行方式：{{travel_mode}}\\"},\\"model\\":{\\"id\\":\\"1\\",\\"name\\":\\"DeepSeekV3.2-华为云MaaS\\",\\"type\\":\\"deepseek-v3.2\\"}},\\"inputParameters\\":{\\"origin\\":{\\"type\\":\\"ref\\",\\"content\\":[\\"start_3\\",\\"origin\\"],\\"extra\\":{\\"index\\":0}},\\"destination\\":{\\"type\\":\\"ref\\",\\"content\\":[\\"start_3\\",\\"destination\\"],\\"extra\\":{\\"index\\":1}},\\"travel_mode\\":{\\"type\\":\\"ref\\",\\"content\\":[\\"start_3\\",\\"travel_mode\\"]}}},\\"outputs\\":{\\"type\\":\\"object\\",\\"properties\\":{\\"output\\":{\\"type\\":\\"string\\",\\"extra\\":{\\"index\\":1}}},\\"required\\":[\\"output\\"]}}}],\\"edges\\":[{\\"sourceNodeID\\":\\"start_3\\",\\"targetNodeID\\":\\"llm_3\\"},{\\"sourceNodeID\\":\\"llm_3\\",\\"targetNodeID\\":\\"end_3\\"}]}",
"input_parameters": [
{
"name": "origin",
"type": "string",
"method": 0,
"required": true,
"description": "出发地"
},
{
"name": "destination",
"type": "string",
"method": 0,
"required": true,
"description": "到达地"
},
{
"name": "travel_mode",
"type": "string",
"method": 0,
"required": true,
"description": "出行方式"
}
],
"output_parameters": [
{
"name": "result",
"type": "ref",
"method": 0,
"required": true,
"description": ""
}
],
"object_key": null,
"create_time": 1769680320039,
"update_time": 1769690544934
}
],
"plugins": [],
"knowledge_bases": [],
"prompt_templates": []
},
"metadata": {
"export_time": "2026-01-29T14:08:17.766451+00:00",
"export_by": "JaneConan",
"agent_studio_version": ""
}
}

总结

本次安装以华为云EulerOS系统为基础，顺利完成Docker、Docker Compose 及 openJiuwen 的部署。 本次实践完整验证了 EulerOS + openJiuwen 技术栈在企业级 AI Agent 平台建设中的可行性与优势：

一、技术成果闭环

二、业务价值落地

以智慧文旅为典型场景，验证了 openJiuwen 在以下维度的企业级能力：

• ​跨域协同：通过多工作流编排实现跨城市行程无缝衔接，解决传统查询检索平台“行程断层”痛点
• ​文化深度赋能：基于结构化知识库（无需向量数据库）精准调用地方文化素材，生成具“哏都幽默”“六朝烟水”特色的个性化内容
• ​动态决策优化：融合实时人流、天气数据，行程执行率从 60% 提升至 85%+，验证 Agent 在复杂环境下的自适应能力

三、可复用最佳实践

四、扩展应用启示

本方案不仅适用于文旅场景，其技术架构可快速迁移至：

• ​金融领域​：智能投顾 Agent（合规知识库 + 风险动态评估）
• ​制造业*：设备运维 Agent（故障知识库 +IoT 数据联动）**
• ​政务服务​**：政策解读 Agent（法规库 + 跨部门流程编排）**

​AI Agent 平台建设已进入 “可用 → 好用 → 爱用” 的新阶段 EulerOS 提供安全可信的云底座，openJiuwen 提供灵活高效的 Agent 开发框架，二者结合为企业构建自主可控、场景驱动的智能体应用提供了成熟路径。建议企业结合自身业务数据与领域知识，快速启动 PoC 验证，逐步构建企业专属的 AI Agent 能力矩阵。

openJiuwen 仓库地址：https://atomgit.com/openJiuwen

openJiuwen 网站地址：https://www.openjiuwen.com/

openJiuwen 社区地址：https://atomgit.com/org/openJiuwen/discussions