本实践介绍如何使用 AgentKit Studio 从 0 开始可视化创建、调试并发布 Agent，最终将 Agent 部署为 AgentKit 云端智能体运行时（Agent Runtime）。 ## 背景信息 AgentKit Studio 是面向 Agent 开发、调试和交付的一体化工作台。它把模型配置、提示词编写、工具与技能接入、知识库配置、在线调试、部署发布、版本管理、观测评测等能力集中到同一入口，适合快速验证 Agent 想法，也适合将已验证的能力沉淀为团队可协作、可维护、可持续优化的 Agent 应用。 * 如果您是首次接触 Agent 的个人开发者，可以通过 AgentKit Studio 在可视化界面中完成配置与试运行，减少对代码、命令行和日志的依赖。 * 如果您所在团队已经进入协作、上线和持续运营阶段，可以将 AgentKit Studio 作为统一的工程化入口，用于管理登录态、会话历史、权限控制、版本迭代和多角色协作。 ## 搭建和部署 Agent 工作流 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_300f1e16f14176979544d9a57c6dc7ce.png) ## 前提条件 |条件 |要求 | |---|---| |注册账号 |已完成 [账号注册](https://www.volcengine.com/docs/6261/64925) 和 [实名认证](https://www.volcengine.com/docs/6261/64935)。 | |开通服务 |已开通 AgentKit 服务。若未开通，请登录 [AgentKit 控制台](https://console.volcengine.com/AgentKit)，根据系统引导开通产品。

> **说明**

> 首次登录 AgentKit 服务控制台，平台将默认勾选使用 AgentKit 基础功能的必备依赖产品（包含函数服务、API 网关、镜像仓库等），您也可以根据实际业务需求，勾选所需的其他产品，然后单击“批量开通并授权”按钮确认“AgentKit 依赖服务开通及跨服务授权”，允许 AgentKit 服务使用已选择的产品。

![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_6a181e6e0aff566d7aeafd836dde4ebf.jpeg) | ||已 [开通镜像仓库服务](https://console.volcengine.com/cr)。 | ||已 [开通方舟模型服务](https://console.volcengine.com/ark/openManagement)。 | |获取 API 访问密钥 |创建并获取用于调用火山引擎云资源的 API 访问密钥（Access Key ID 与 Secret Access Key）。[了解更多](https://www.volcengine.com/docs/6291/65568) | ## 环境配置推荐您使用`uv`工具管理 Python 环境，将 AgentKit 相关依赖放进独立虚拟环境，避免影响您终端内运行的其他 Python 项目。 1. 登录您需要安装 VeADK 和 AgentKit SDK 的终端。 2. 执行如下命令，确认其 Python 版本**不低于 3.10**。 ```Bash python --version ``` ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_2cfd053631e425aefef3e85acf5e9c05.png) 3. 执行如下命令，创建虚拟环境。本实践以创建并激活一个名称为 `.venv` 的虚拟环境为例。 ```Bash python -m venv .venv ``` 4. 执行如下命令，激活虚拟环境。 ```Bash source .venv/bin/activate ``` 环境激活后，您可以看到您的命令行开头会有括号标注的虚拟环境名称。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_56bf157546342aa9e4ccce521a51aded.png) 5. 执行如下命令，在已激活的虚拟环境中安装 VeADK 与 AgentKit SDK。 ```Bash python -m pip install --upgrade veadk-python ``` 6. 执行如下命令，检测是否安装成功。 ```Bash python -c "from importlib.metadata import version; print(version('veadk-python'))" ``` 若回显类似如下信息，则表示安装成功。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_65f5a8c5cec1ba139a2665bb41948448.png) ## 开发 Agent ### **步骤一：进入 AgentKit Studio** 1. **（可选）** 若您退出了虚拟环境，请执行如下命令重新激活。否则，请跳过本步骤。 ```Bash source .venv/bin/activate ``` 2. 在您本地终端中执行如下命令，设置环境变量。 > **注意** > 由于 AK/SK 属于高敏感凭据，直接写入`.env`等静态配置文件存在泄露风险，在本地开发环境中配置火山引擎 AK/SK 时，推荐通过终端会话级环境变量导出的方式管理。 ```Bash export VOLCENGINE_ACCESS_KEY= export VOLCENGINE_SECRET_KEY= ``` 3. 启动 AgentKit Studio。 1. 选择 AgentKit Studio 启动方式。 AgentKit Studio 支持 **本地启动**、**云端部署 ** 两种方式。 > **说明** * > 建议您先使用 **本地启动** 方式完成 Agent 0\-1 验证，确认 Agent、模型、工具和页面流程均可正常运行且符合预期；当团队需要多人稳定访问、统一登录或对外演示时，再切换到 **云端部署** 方式。 * > **云端部署** 方式基于 [函数服务（veFaaS）](https://docs.volcengine.com/docs/6662/1223703?lang=zh) 与 [API 网关](https://docs.volcengine.com/docs/apig/What_is_an_API_Gateway) 构建，服务运行期间将按调用次数与公网流量**持续计费**。为避免产生非预期费用，请在使用前确认计费规则，详情可查看 [函数服务 \- 计费概览](https://docs.volcengine.com/docs/vefaas/Billing_overview)、 [API 网关 \- 计费概览](https://docs.volcengine.com/docs/apig/Billingoverview-13)。 |**对比项** |**本地启动** |**云端部署** | |---|---|---| |**访问范围** |需在本地安装、启动 AgentKit Studio 运行环境，仅支持本机访问。 |仅需部署者本地安装 AgentKit Studio 运行环境，将 AgentKit Studio 部署为 [函数服务（veFaaS）](https://docs.volcengine.com/docs/6662/1223703?lang=zh) 的 Serverless 应用，团队成员均可使用 veFaaS 应用提供的统一公网访问地址使用 AgentKit Studio。 | |**适用场景** |* 首次体验 AgentKit Studio，希望尽快打开工作台并了解核心流程。

* 开发阶段需要频繁调整 Agent 代码、模型参数、工具配置或提示词，并立即查看结果。

* 排查本地问题，例如依赖缺失、配置错误、模型调用失败或页面加载异常。

* 仅开发者本人或小范围测试使用，不要求公网访问、统一登录或多人长期协作。 |* 需要让多个成员通过统一公网地址访问 Studio，减少本地环境差异带来的问题。

* 需要面向产品、运营、客户或合作方进行演示，并希望访问入口稳定可复用。

* 需要接入账号体系、角色权限、访问审计或多用户隔离。

* 需要将 AgentKit Studio 纳入企业应用运维体系，长期维护其运行状态、数据存储和访问策略。 | |**Identity 鉴权** |主要依赖本机环境和开发者自控，不适合作为企业账号体系或审计入口。 |可接入 [AgentKit Identity](https://docs.volcengine.com/docs/86681/1873447) 登录，并通过 JWT 完成身份校验，适合需要用户身份、角色权限和访问审计的业务。 | 2. 进入 AgentKit Studio 页面。 **本地启动** 1. 执行如下命令，本地运行 AgentKit Studio。 ```Bash veadk studio ``` 回显如下所示时，表示已成功启动 Studio 界面，请根据界面提示获取访问 Web 界面的链接。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_7af1b07aaf159c2e2accca87694a3c74.png) 2. 在您项目所在终端的本地浏览器中，访问上一步获取的访问地址，本实践为`http://127.0.0.1:8000`。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_ae076e27ee50ebcd0f938cbab89a2bbe.png) 3. 自定义您本次的测试用户名，即可进入 AgentKit Studio 页面。 > **注意** > AgentKit Studio 将按用户名标记开发中和已发布至 AgentKit 的 Agent，建议您使用同一个用户名进入 AgentKit Studio。 > ![](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_687f7180f5588a0512b62b24e0ab9bfa.png) ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_465b63bdc34c944d7e56e31aca3d0f32.png) **云端部署** 1. 登录 [函数服务控制台](https://console.volcengine.com/vefaas)，根据控制台指引，开通函数服务。 2. 执行如下命令，将本地 AgentKit Studio 部署至云端。 > **说明** * > 请按需调整如下参数配置： * > `--vefaas-app-name`：指定 veFaaS 应用名称。 * > `--region`：指定 veFaaS 应用所属地域，请确保该地域与您希望创建的 AgentKit 智能体运行时所在地域一致。支持： * > cn\-beijing：华北2（北京） * > cn\-shanghai：华东2（上海） * > 本命令默认会为您创建 AgentKit Identity 用户池及客户端，用于管理企业 SSO 登录。 * > 如需使用 AgentKit Identity 中已有的用户池及客户端，请查询获取 [用户池 ID](https://docs.volcengine.com/docs/agentkit/create-user-pool?lang=zh) 及 [客户端 ID](https://docs.volcengine.com/docs/agentkit/create-client-side?lang=zh)，并在部署命令中添加 `--user-pool-id "您的用户池UID"` 与 `--allowed-client-id " 您的客户端UID"` 参数指定。[了解更多](https://docs.volcengine.com/docs/86681/1873447) * > 如需在 AgentKit Studio 创建的用户池及客户端中启用本地密码登录、无密码登录、注册、找回及未确认用户登录流程，可在命令中添加 `--allow-dangerous-login true`参数。该参数仅对 AgentKit Studio 创建的用户池生效，通过 `--user-pool-id` 指定已有用户池时将保留其现有登录配置。**由于该参数可能降低登录安全性，不建议在生产环境使用。** * > 部署前，本命令会自动校验创建云资源所需的权限。如果存在权限缺失，命令行将展示缺失项并暂停部署流程。建议您根据提示补齐权限后重新执行；若您确认当前账号已有等效权限，可选择继续，AgentKit Studio 将忽略权限问题继续**尝试创建云资源**。 ```Bash veadk studio deploy \ --vefaas-app-name "veadk-studio" \ --region "cn-beijing" ``` 3. 部署成功后，您可以在回显信息 `Frontend deployed` 参数中获取统一的公网访问地址，AgentKit Identity 用户池 ID（`user pool id`）及客户端 ID（`client id`）等云资源信息。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_3f682fe2f969023df7ad4d7cd92aebe5.png) 4. 配置登录方式。 1. 登录 [AgentKit Identity 控制台](https://console.volcengine.com/agentkit/region:agentkit+cn-beijing/identity)。 2. 使用您在上一步中获取的 AgentKit Identity 用户池 ID（`user pool id`），查询并进入其详情页。 3. 按需 [创建用户](https://docs.volcengine.com/docs/86681/2549772?lang=zh) 或 [添加外部身份提供商](https://docs.volcengine.com/docs/86681/2549773) 管理智能体身份和权限管理平台之外的用户身份。 5. 在任意可访问公网的终端浏览器中，访问 AgentKit Studio 公网访问地址。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_eb7fc97bdce5ff2c9da87b23b2576769.png) 6. 使用有权限的账号完成登录认证，即可进入 AgentKit Studio 云端页面。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_5414f33484466ef6252511da71f07037.png)、 ### 步骤二：**新建 Agent** 本步骤以创建对话机器人 `personal_assistant` 为例，说明如何在 AgentKit Studio 中配置主 Agent、模型、工具、技能、知识库和记忆。 1. 在左侧目录树选择“智能体”并单击“创建智能体”按钮。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_a2a03f8ae78eb96d3fe26025c41ce14b.png) 2. 选择创建方式。 > **注意** > 仅 VeADK `1.1.8` 及以上版本支持使用本功能。 |方式 |说明 |图示 | |---|---|---| |快速模式 |通过该模式创建的 Agent 会自动内置 **CreateAgentToolset**（动态智能体委派工具集）。主 Agent 可在运行时根据用户任务自动收集所需资源、创建子 Agent，并将任务移交给子 Agent 执行；同时支持按需调用技能、自主规划、多 Agent 协作、过程追踪和结果自动汇总。

适用于任务目标较开放、需要边执行边拆解步骤的场景，例如资料收集、复杂问答和多步骤任务处理。 |![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_f246d8e99b4501ac1585c7cfff703cb0.png) | |传统模式 |支持通过可视化方式配置 Agent 结构，并对模型、工具、参数和执行逻辑进行精细控制；同时支持存量 Agent 迁移、实时调试和按需性能优化，便于将已有 Agent 项目接入并发布到 AgentKit。**本实践选择该方式创建 Agent。**

适用于 Agent 流程和结构已经明确、需要精细控制运行参数和执行逻辑的场景，例如对 Agent 进行定向调试、性能优化和稳定性验证的场景。 || 4. 选择添加新 Agent 的方式。 |方式 |说明 |图示 | |---|---|---| |从 0 快速创建 |在 AgentKit Studio 中从 0 开始创建新的 Agent，逐项配置模型、系统提示词、工具、记忆、知识库与技能，并在调试完成后直接部署到 AgentKit。本实践选择该方式。**本实践选择该方式创建 Agent。**

适用于首次搭建新的 Agent 应用，需要从业务目标出发设计能力结构，或希望在可视化界面中逐步验证配置效果的场景。 |![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_036872c68ae87461bef515b5e2f62906.png)

| |智能模式 |用一段话描述 Agent 要解决的问题，AgentKit Studio 会基于您的自然语言自动判断意图，完成项目构建、调试和临时云端验证，生成可部署的源码产物。

适用于有明确业务目标，但不熟悉 Agent 配置细节的场景。

> **说明**

> 智能模式需要已配置包含 Codex 的开发沙箱。

* > **本地****启动** 时：

1. > 请 [创建 Code Sandbox 沙箱模板](https://docs.volcengine.com/docs/86681/1847934) 并获取模板 ID。

> ![](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_bc0da365a1364ad24664ab64bed344ee.png)

2. > 在安装、运行 AgentKit Studio 的虚拟环境中，执行 `export SANDBOX_DEV=` 命令。

> 请将``替换为实际沙箱模板 ID。

3. > 重新执行 `veadk studio` 命令，启动 AgentKit Studio 即可。

* > **云端****部署** 时会自动创建该沙箱，无需额外配置。
|| |从代码包添加和部署 |上传已有 Agent 项目压缩包（.zip），在 AgentKit Studio 中查看或编辑项目配置，并直接部署到 AgentKit。

适用于将已编写好的 VeADK 项目快速上线，或对已有项目做少量调整后重新部署的场景。

> **注意**

> Agent 项目压缩包需符合如下要求：

* > 大小不超过 50 MB。

* > 解压后文件数不超过 800 个。

* > 根目录必须包含 app.py 文件作为 AgentKit 启动入口
|| |从工作区新建 |Studio 为您提供了持久化云端代码项目功能。每位用户拥有一个持久的云端 Sandbox，项目以目录形式存放在` /home/gem/Projects` 下。同时，工作区会提供云端 VS Code，方便您在线编写、调试和管理项目代码。

适用于从零创建符合 VeADK 规范的 Agent 项目，并在 AgentKit Studio 中完成开发、调试和后续部署。 || |从存量迁移 |上传一个已有的 Agent 项目压缩包（.zip），AgentKit Studio 会通过沙箱中的 Codex 自动分析项目框架和入口，生成可部署的 VeADK 项目。

适用于将 LangChain、LangGraph、Dify 等框架的存量 Agent 项目快速转换为符合 VeADK 规范的项目，并部署到 AgentKit。

> **说明**

* > 支持迁移 LangChain、LangGraph、Google ADK、Strands、AgentCore 、Dify 框架的存量项目。

* > 若您的项目框架不属于上述框架，AgentKit Studio 将按照通用迁移模式（Any），通过 Agentic 迁移。
|| 5. 跟随指引完成主 Agent 配置。 > **说明** * > 主 Agent 是 Agent 项目的入口，负责接收用户输入、进行整体规划并调度后续能力。主 Agent 类型决定项目的控制方式：LLM 智能体可由模型直接推理响应；顺序型/并行型/循环型智能体属于编排型主 Agent，不含模型相关配置，会按规则调度子 Agent。 * > 如需构建包含主、子 Agent 的多 Agent 项目，可参考 [多智能体概述](https://volcengine.github.io/veadk-python/cn/docs/framework/multi-agent/overview/) 进行规划。 * **选择主 Agent 类型** |类型 |说明 |图示 | |---|---|---| |智能体 |自主决策型 Agent，基于大语言模型构建，支持完整的智能对话、工具调用、记忆管理等功能。它可以根据配置**自动调用子 Agent 或工具**来完成复杂任务。**本实践选择创建该类型 Agent。**

适用于单 Agent 对话、策略性任务、步骤不固定的多变需求场景。 |![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_1086c69360633a433c7aef770cbe9c18.png)

| |分布协作 |顺序型 Agent，自身不具备语言模型能力，**串行依次调度**子 Agent 完成任务，像流水线仅可从前往后执行。

适用于“检索 \-\> 归纳 \-\> 生成 \-\> 审核”等明确阶段流程的任务场景。 || |同时处理 |并行型 Agent，自身不具备语言模型能力，可**并发执行**多个子 Agent 的任务，最后进行汇总。

适用于多来源同时检索、生成多个候选方案、需要提速的任务场景。 || |循环执行 |循环型 Agent，自身不具备语言模型能力，在迭代上限内**循环执行**多个子 Agent 的流程，直到满足条件或达到循环轮次上限。

适用于“生成 \-\> 评审 \-\> 修复闭环”等质量门槛明确、需要多轮改进的任务场景。 || * **配置基本信息** |参数 |说明 |图示 | |---|---|---| |Agent 名称 |自定义当前 Agent 名称，**本实践以 ** **`personal_assistant`为例**。 |![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_a9528305ad239a033fdb37070c41dc25.png) | |描述 |请填写当前 Agent 对外展示的功能、特点、适用场景等简要说明，该信息会展示在 Agent 列表与选择器中。**本实践以默认配置为例。** || |系统提示词 |用于确定 Agent 的角色定位、任务目标、执行策略和输出规范，是决定 Agent “像谁、做什么、怎么做、以什么形态输出”的核心静态配置。**本实践以默认配置为例。** || * **配置模型信息** 模型（Model）是 Agent 进行理解、推理和生成的核心能力来源，负责把用户的问题转化为可用的回答、方案或内容，是 Agent 具备智能交互能力的基础。 |参数 |说明 |图示 | |---|---|---| |模型来源 |请配置为 Agent 提供推理服务的模型信息。支持：

* **火山方舟**：使用 [火山方舟](https://docs.volcengine.com/docs/82379/1099455) 的模型为 Agent 提供推理服务。

> **说明**

> 若无可用的 API Key，请前往 [API Key 管理](https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D) 控制台创建。

* **自定义**：使用自建或第三方提供的模型为 Agent 提供推理服务。请填写对应服务提供商名称及调用模型的 API 请求地址及 API Key 信息。 |![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_e46ac30850720da8ced8109dd825f023.png)

| |模型配置 |选择 **火山方舟** 作为模型来源时，您需要配置：

* **API Key**：请下拉选择调用方舟模型的 API Key。

* **模型**：请下拉选择提供推理服务的主模型。**本实践以火山方舟** ** ** **`doubao-seed-2-1-pro-260628`模型为例。**

* **Fallback 模型**：配置 LLM 智能体时，您可为每个智能体添加有序的回退模型，当主模型不可用时按顺序自动切换。**本实践以保持默认配置为例。**

* **同提供商**：仅需指定模型名称，自动复用主模型的提供商、API 地址和 API Key。生成的项目代码通过 model_name 列表实现回退。

* **跨提供商**：为每个回退端点单独指定模型提供方、API 地址和 API Key。 || * **配置工具** 工具（Tool）是 Agent 可调用的执行能力，用于把模型的判断转化为具体动作，让 Agent 不仅能理解问题，还能完成查、调、取、写等实际操作，提升任务自动化程度和落地能力。例如，Agent 可以通过工具查询库存、发送请求或读取文件。 |参数 |说明 |图示 | |---|---|---| |内置工具 |内置工具是 VeADK 预先封装好的原生函数工具，开箱即用，让 Agent 获得网页搜索、代码执行、图像 / 视频生成等火山引擎能力，无需您实现底层逻辑。**本实践以选用代码执行为例。**

* **联网搜索**：通过 **豆包搜索 Custom 版** 进行全网搜索。

> **说明**

* > 火山引擎 **豆包搜索**是面向大模型构建的联网搜索服务，以灵活 API 形式提供多垂类、多信源搜索能力。[了解更多](https://docs.volcengine.com/docs/87772/2272953)

* > 支持 **按量后付费**、**订阅套餐** 两种计费模式，通过各自独立的 API Key 使用进行响应计费。[了解更多](https://docs.volcengine.com/docs/87772/2272951)

* **并行联网搜索**：通过输入搜索关键词，查询搜索引擎结果，并获取包含网页标题、链接和摘要等信息的结构化内容。适用于需要实时检索互联网信息、补充模型回答时效性或生成搜索增强内容的场景。

* **网页读取**：该工具可接收网页 URL，读取并解析其网页内容。常与搜索工具搭配，可让 Agent 深入阅读目标网页信息。

* **图像生成**：根据传入的图片及文本信息生成图片。

* **图像编辑**：在给定原图的基础上，根据用户输入的文本指令执行图生图编辑（替换元素、改风格等）操作。

* **视频生成**：根据传入的图片及文本信息生成视频。

* **代码执行：** 使用 AgentKit 沙箱模板 AIO Sandbox 作为代码任务的执行工具。适用于 Agent 需要在沙箱环境中开发、调试代码的场景。

1. 请 [创建沙箱模板](https://www.volcengine.com/docs/86681/1847934)。

2. 获取环境变量：工具创建完成后，在工具详情页的“集成代码”页签中，获取工具需配置的环境变量信息。

![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_1ad5ac45ac12ee2c4b6469abb03b0203.png)

3. 填写您获取的代码执行沙箱 ID（`AGENTKIT_TOOL_ID`）及 AgentKit Tools 所属地域（`AGENTKIT_TOOL_REGION`）。

![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_e0497467aaba48831a64a1dbee08465f.png) |![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_316b98ad80a5f96eca421a0be01cfead.png)

| |更多类型工具 |为 Agent 配置更多类型的工具。支持：

* **MCP 工具：** [MCP（Model Context Protocol）](https://modelcontextprotocol.io/)是连接大模型与外部工具 / 数据源的开放协议。AgentKit Studio 支持通过 `HTTP`（streamable\-http）、`stdio` 两种传输方式连接 MCP 工具，并在推理过程中按需调用。

**本实践以添加 AgentKit 平台中创建的 MCP 服务为例。您需要：**

1. [创建 MCP 服务](https://www.volcengine.com/docs/86681/1844857)：按照您的需要新建或导入 MCP 工具（如：Sequential Thinking MCP、地图 MCP 等）。

2. 获取环境变量：工具创建完成后，在工具详情页的“集成代码”页签中，获取工具需配置的环境变量信息。

![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_8d8345d224f9fb5e0b6a9c665083f4bb.png)

3. 填写您获取的 MCP 服务地址（`MCP_SERVICE_URL`）及 MCP 服务鉴权密钥（`MCP_SERVICE_API_KEY`）。

![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_410f04e00668c05a87effbdb90c91009.png)

> **说明**

> 若您希望通过 AgentKit Studio 提供的 Agent 优化组件治理 MCP 稳定性，请确保需要进行治理的 MCP 服务均**使用同一个服务鉴权密钥**。[了解更多](https://docs.volcengine.com/docs/86681/2630032#zU7eaE0Z)
|![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_410f04e00668c05a87effbdb90c91009.png) | * **配置技能** 技能（Skill）是面向特定任务封装的标准化能力单元，通常整合了完成任务所需的知识说明、执行流程、代码脚本和相关资源，可以让 Agent 在需要时快速加载成熟能力，减少重复配置和重复提示，提高执行质量与效率。例如，Agent 可以调用文档评审技能，按固定规范完成一篇技术文档的检查和优化。创建 Agent 时可从如下来源添加技能，添加后技能文件写入生成项目的 skills/ 目录。 |技能来源 |说明 |图示 | |---|---|---| |本地文件 |支持上传本地包含技能信息的文件夹或 ZIP 包。

> **说明**

* > 支持上传包含多个技能的文件夹或 ZIP 包。

* > 每个技能目录需包含 SKILL.md 文件，AgentKit Studio 会检查文件是否存在、文件数量、大小和路径安全。完整的 frontmatter 与技能格式由 ADK 在加载时校验。生成项目中的技能目录名取自 SKILL.md 文件中的 `name` 字段或上传目录名。
|![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_c81a6b5770c330c82abf9dd551032961.png) | |火山 Find Skill 技能广场 |在火山引擎公开技能仓库中按关键词检索技能并添加。 || |AgentKit Skill 中心 |浏览当前账号可见的 AgentKit Skills 中心的技能（Skill）空间，并选择其中可用的技能及其版本。**本实践以该技能来源为例。**

若无可用 Skill 空间或技能，您可以：

1. [创建 Skills 空间](https://docs.volcengine.com/docs/86681/2137203)：用于统一组织和管理一组 Skill 版本的逻辑空间。

2. [创建 Skill](https://docs.volcengine.com/docs/86681/2137204)：将您自建或第三方提供的 Skill 导入至 AgentKit。

3. [在 Skill 空间中添加 Skill](https://docs.volcengine.com/docs/86681/2205067#OWabEO7z)。

4. 选择“AgentKit Skill 中心”，在下拉列表中选择目标 Skill 空间，并按需添加 Skill。

![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_471dfafe04eec572df013d066ecc512c.png) || * **配置知识库** 知识库用于为 Agent 提供可检索、可更新、可追溯的外部知识来源。大模型本身具备通用语言理解与推理能力，但并不天然掌握企业内部文档、产品规则、最新政策、接口说明或业务流程。将这些内容接入知识库后，Agent 可以在回答前检索相关资料，再基于检索结果生成回复，从而降低凭经验猜测的概率，并让回答更贴近业务事实。 |知识库后端 |说明 |图示 | |---|---|---| |VikingDB Knowledge

|使用火山引擎提供的 [VikingDB 知识库](https://docs.volcengine.com/docs/84313/2117716)。VikingDB 知识库支持解析结构化和非结构化文档，并通过分段处理和向量检索实现语义匹配。**本实践以选择该知识库为例。**

若无可用的知识库，您可以：

1. [创建知识库](https://docs.volcengine.com/docs/86681/2227881?lang=zh#dot5kUFv)：创建 VikingDB 知识库并上传文件（可按个人需求上传新闻、个人笔记等材料，便于进行上述 Agent 的功能测试）。

2. [导入知识库](https://docs.volcengine.com/docs/86681/2227881?lang=zh#dE7plNZ1)：将创建的知识库导入 AgentKit。

3. 选择“VikingDB Knowledge”，在下拉列表中选择目标知识库，并按需关联到当前 Agent。

![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_d6d7e758a0da261ef0cd320c1f8186a7.png) |![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_d6d7e758a0da261ef0cd320c1f8186a7.png) | |OpenSearch |使用自建或托管的 OpenSearch 集群，并自行配置 embedding。 || |Context Search |使用火山引擎上下文搜索服务完成检索。[了解更多](https://docs.volcengine.com/docs/86958/2096539) || |OpenViking Knowledge |使用 OpenViking 资源目录知识库，由服务端完成资源解析与检索，无需配置本地 embedding。 || * **配置记忆** 记忆是 Agent 保存的与用户、会话或任务相关的上下文信息，可以让 Agent 在多轮对话或跨会话交互中保持对任务背景、用户身份和已完成步骤的理解，避免每次都从零开始。 |参数 |说明 |图示 | |---|---|---| |短期记忆 |保存当前会话内的上下文与中间状态，帮助 Agent 在同一次对话中理解上下文指代、跟踪当前任务进度、复用已经给出的信息。会话结束或超过一定时间后一般会淘汰。支持：

* **本地内存：** 将短期记忆保存在当前 Agent 服务的运行进程中，不需要额外创建数据库或配置存储文件，进程结束、服务重启或实例迁移后，内存中的短期记忆不会保留。**本实践以该存储位置为例。**

* **SQLite 文件：** 将短期记忆写入本地数据库文件，该方式无需要单独部署数据库服务，且可以持久化保存。适合单机开发、小规模试用、离线演示场景。

* **MySQL：** 将短期记忆写入本地 MySQL 数据库中。

* **PostgreSQL：** 将短期记忆写入本地 PostgreSQL 数据库中。 |![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_0c4ff4708cc96dc82dc814566ad856c9.png)

| |长期记忆 |跨会话保存对用户长期有效的信息，让 Agent 在不同时间、不同会话中都能识别用户、复用偏好并延续长期任务，形成个性化和持续服务能力。支持：

* **本地向量库**：进程内向量库，适合本地调试，不持久化，需要配置向量化模型。

* **OpenSearch**：使用自建或托管的 OpenSearch 集群，并自行配置向量化模型。

* **Redis**：使用 Redis 向量检索，并自行配置向量化模型。

* **VikingDB Memory**：火山引擎 VikingDB 记忆库（支持用户画像），使用 AgentKit Studio 的火山引擎凭证。**本实践以该记忆库为例** **。**

* **OpenViking Memory**：OpenViking 长期记忆，按用户维度保存和检索偏好、事件与实体。[了解更多](https://docs.volcengine.com/docs/84313/2374478)

* **mem0**：Mem0 托管记忆服务。 || 6. **（可选）** 若您需要为主 Agent 添加子 Agent，可单击智能体架构图中的“添加子 Agent”按钮，并参考步骤 3 完成子 Agent 配置。**本实践未添加子 Agent。** > **说明** * > 子 Agent 是由主 Agent 调度的下级执行单元，主 Agent 可根据架构，自动识别并派发任务给匹配的子 Agent，实现多角色分工协作。 * > 子 Agent 额外支持选择 **远程智能体** 类型，即使用当前账号有权限的 AgentKit A2A 中心的智能体空间，适合将已经发布到 A2A 中心的专业能力接入多 Agent 项目。[了解更多](https://docs.volcengine.com/docs/86681/2229299) ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_0dabd2fb69a16e4a7c95fcd77932f2a8.png) 7. 完成配置后，单击“下一步”按钮进入调试流程。 ### **步骤三：本地调试 Agent** 1. 单击“启动环境”按钮，在本地创建 Agent 临时运行环境。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_94c5d2e028d87120ea0ac310ef5d111b.png) 2. 启动成功，您可以在对话框中向 Agent 发送测试消息，验证效果。例如：介绍下自己。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_204470eb56e84be43060073424cc484a.png) * 若调试结果不符合预期，您可以单击“上一步”按钮并确认离开调试页面，调整 Agent 配置。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_29f18f7128e63615d80e1db6b0e95814.png) * 若调试结果符合预期，您可以单击“使用该配置”或“下一步”按钮并确认离开调试页面，进入 Agent 优化项配置流程。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_d752a9614e98135f7c9f5dc113c9820d.png) ### 步骤四：选择 Agent 优化项（可选）您可以按需为**主 Agent** 开启优化能力。AgentKit Studio 通过 Harness Sidecar 为 Agent 提供增强服务，在不修改 Agent 主体代码的情况下，增强其稳定性并提升任务成功率。若无需配置 Agent 优化项，请直接单击“下一步”按钮进入后续流程。 > **说明** * > 本功能处于邀测阶段，仅对已通过申请的用户生效。如需试用，请 [提交工单](https://console.volcengine.com/workorder/create?step=2&SubProductID=P00000240) 或联系您的客户经理。 * > Harness Sidecar 是一种与主容器运行在同一 Pod 中的辅助服务，可以在不修改 Agent 主体代码的情况下，为其提高任务成功率、增强稳定性、降低Tokens消耗。例如，可以通过 Sidecar 代理和治理模型上下文请求、MCP工具调用，在 Agent 代码无感知的情况下完成稳定性治理和请求重试。 * > 启用 Harness Sidecar 优化后，相关增强行为在受控运行时中执行，会访问模型与 MCP 网关。**请确认所配置的模型凭据、MCP 网关地址与访问范围符合业务的数据处理与安全要求。** 1. 选择 Agent 优化场景。 |**优化场景** |**说明** |**默认勾选的组件** | |---|---|---| |**自定义** |适用于您希望按需选择优化组件的场景。

> **说明**

> 不勾选任何组件时，不会启动 Sidecar。
|\- | |**运维场景** |AgentKit Studio 根据常见 Agent 运维场景，预勾选了该场景中常用的优化项。适用于提升运维 Agent 的诊断成功率和稳定性场景，例如诊断线上服务问题、线上数据库问题等。

> **说明**

> 选择「运维场景」时会自动加载 SQL 只读保护。
|* **提升回答质量**

* 上下文治理

* 回答校验与修复

* **增强运行稳定性**

* Goal 任务控制

* MCP 稳定性治理 | 2. 勾选用于 Agent 优化的组件。 |用途 |**组件** |说明 | |---|---|---| |**提升回答质量** |上下文治理 |用于治理上下文组装、任务锚定与上下文预算，减少无关上下文对回答效果的影响。 | ||回答校验与修复 |用于校验证据与回答内容。当校验失败时，执行修复或触发告警。 | |**降低运行成本** |上下文与结果压缩 |用于压缩长上下文和大型工具返回结果，降低 Token 使用量。 | |**增强运行稳定性** |Goal 任务控制 |用于管理 Goal 任务的进度、续跑与结束条件，帮助长任务稳定完成。 | ||MCP 稳定性治理 |用于治理 MCP 连接、超时、空结果、大返回与调用预算，默认包含 SQL 只读保护。

> **说明**

> 请确保您已为**主 Agent** 添加了 MCP 工具。[了解更多](https://docs.volcengine.com/docs/86681/2630032#BR35GlsO)
| > **说明** > 启用优化项后，发布 Agent 至 AgentKit 时需要在环境变量中补充优化组件所依赖的运行时配置。[了解更多](https://docs.volcengine.com/docs/86681/2630032#w5c6d17e) > ![](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_29fc69f24b71bf094974fd43ec00e836.png) 3. 单击“下一步”按钮，进入配置云上环境流程。 ### 步骤五：配置云上环境您可以自行选择 Agent 部署时所使用的基础运行环境，保障 Agent 在不同部署中的依赖一致性、环境可复用性和运维可控性。 > **说明** > 运行环境本质上是一组可复用的镜像配置，包含操作系统、Python 版本、命令行工具、技能及 Dockerfile 等内容。 1. 在下拉列表中选择目标环境。**本实践使用 AgentKit Studio 预置的默认环境。** ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_576197148615f10bd5d4fe8f097d053c.png) 2. 单击“下一步”按钮，进入 Agent 发布流程。 ### 步骤六：发布 Agent 1. 确认当前 Agent 架构。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_3278f8e157737923ad88c19eec6e5a2a.png) 2. 完成如下部署配置。 |参数 |说明 | |---|---| |Runtime 名称 |配置运行时名称，默认根据您的主 Agent 名称并添加随机后缀生成。 | |发布区域 |配置运行时部署地域。支持：华北2（北京）、华东2（上海），**本实践以 ** **华北2（北京）地域为例**。[了解更多](https://docs.volcengine.com/docs/86681/1891719) | |访问鉴权 |配置访问智能体运行时托管资源的鉴权方式。支持：

* **API Key**：输入名称后，将自动为智能体运行时创建和绑定 API Key，智能体运行时创建成功后，可在智能体运行时详情页查看。**本实践以 ** **API Key 鉴权方式为例。**

* **用户池：** 使用 OAuth 授权模式完成访问令牌申请和 API 调用，提升安全性，同时简化配置。配置前，请确认已 [创建用户池](https://docs.volcengine.com/docs/agentkit/Identity_and_permission_01?lang=zh#zL1cxFcx) 和 [客户端](https://docs.volcengine.com/docs/agentkit/Identity_and_permission_01?lang=zh#zL1cxFcx)。

> **说明**

> OAuth JWT 入站身份认证的 Agent，如需使用 [**在线测试**](https://www.volcengine.com/docs/86681/2122004)功能进行调试，则客户端必须选择为 M2M 类型的客户端。
| |通过 GitHub 交付智能体 |Studio 可将自定义创建生成的智能体源码交付到 GitHub 仓库，适用于需要版本管理与持续交付的团队。**本实践未配置该功能。**

* **交付模式：**

* **GitHub 代码同步**：AgentKit Studio 将生成的源码直接推送到目标分支，该分支由 AgentKit Studio 管理，远端冲突时同步会失败。

* **挂载持续交付：** 首次部署成功后初始化目标分支（即写入源码与 GitHub Actions 工作流），后续向该分支推送代码会触发工作流并更新绑定的 Runtime。

* **配置参数：**

* **GitHub URL**：目标 GitHub 仓库地址。支持填写 `owner/repository`，或完整的 GitHub HTTPS / SSH 地址。暂仅支持使用 `github.com` 仓库。

* **Token**：访问目标 GitHub 仓库所需的令牌。该令牌需具备目标仓库的 `contents` 写入权限和 `pull request` 权限，用于推送源码、初始化分支或写入工作流。

* **目标分支**：可选，源码推送和 GitHub Actions 工作流监听的分支。默认值为 `main`。

* **火山 AK**：火山引擎访问密钥的 Access Key ID。开启挂载持续交付时，AgentKit Studio 会将其写入 GitHub Actions Secret，供工作流调用火山引擎云资源并发布智能体运行时。

* **火山 SK**：火山引擎访问密钥的 Secret Access Key。

> **说明**

> 创建并获取用于调用火山引擎云资源的 API 访问密钥（Access Key ID 与 Secret Access Key）。[了解更多](https://www.volcengine.com/docs/6291/65568)

* **火山 Session Token** ：可选，临时访问凭证的会话令牌。您可以调用 STS 服务接口[ AssumeRole ](https://docs.volcengine.com/docs/6257/86374)来获取临时访问凭证。 | |消息渠道 |您可以为 Agent 集成消息渠道。集成后，您不仅可以直接通过对应消息渠道与 Agent 进行对话，Agent 也可以通过机器人能力帮助您进行文档创建、日程创建等操作。支持：

* **飞书：** 集成飞书消息渠道。配置前，请前往 [飞书开放平台](https://open.larkoffice.com/app?lang=zh-CN) 创建并获取机器人应用的 APP ID 与 APP Secret。 | |实例设置 |配置用于运行 Agent 的计算资源实例数量。**本实践保持默认配置。** | |网络 |配置访问智能体运行时的网络访问方式，支持：

* **公网**：通过公网访问智能体运行时，适合需要被浏览器、移动端、第三方 SaaS、外部业务系统或跨网络环境快速调用的场景。**本实践选择通过公网访问方式。**

* **VPC**：选择同地域中的任意一个 VPC 和子网，每个可用区支持最多选择一个子网。适合仅在企业内网或受控网络内使用的场景，例如运行时需要访问私网数据库、其他仅开放内网访问的资源。

* **公网 + VPC：** 同时支持通过公网与私网访问智能体运行时。适合既需要对外提供调用入口，又需要与企业私有网络中的服务、数据库或中间件互通的混合场景，例如面向外部应用提供 Agent 服务，同时在服务内部访问私网知识库、工作流服务或业务系统。

> **说明**

> 当 **网络**包含 **VPC** 时，您可以按需开启 VPC 内共享公网出口功能。开启后，运行时将使用平台提供的公网出口访问公网。未开启，将默认使用您私有网络中已配置的公网出口（例如，使用 [公网 IP](https://www.volcengine.com/docs/6396/67792) 或 [NAT 网关](https://www.volcengine.com/docs/6499/155862) 等公网产品）访问公网。
| |评测集 |配置是否开启自动创建 AgentKit Studio 评测集功能。**本实践保持默认，开启自动创建评测集功能。**

> **说明**

* > 评测集是一个精心设计的标准化测试数据集，用于系统化地评测 Agent 的性能。

* > 开启该功能时，AgentKit Studio 将自动为该 Agent 创建 Good Case 与 Bad Case 评测集。评测集创建失败**不影响**智能体运行时的正常使用。
| |资源配置 |配置部署至 AgentKit 智能体运行时过程中，用于镜像构建与发布的云资源。

> **说明**

> TOS（对象存储）、CR（容器镜像服务）与 CodePipeline（代码流水线）共同构成了一条完整、标准化、可追溯的自动化 CI/CD 交付链路。

* **TOS 存储桶**：用于存放 Agent 部署过程中产生或使用的对象文件，例如代码包、构建产物及运行时依赖的资源文件。[了解更多](https://docs.volcengine.com/docs/6349/74820?lang=zh)

* **容器镜像仓库（CR）** ：用于托管和分发构建后的运行时容器镜像，供运行时从仓库拉取指定版本镜像完成发布。[了解更多](https://docs.volcengine.com/docs/6420/68643?lang=zh)

* **CodePipeline**：作为部署运行时流程的自动化执行引擎，用于根据预设逐步执行构建、校验和发布等操作。[了解更多](https://docs.volcengine.com/docs/6461/70636?lang=zh)

用于镜像构建与发布的云资源均支持如下配置方式：

* **自动创建：** 默认方式，部署时 AgentKit Studio 将自动为您创建所需资源。资源名称由 AgentKit Studio 按账号 ID 与部署地域自动生成，部署完成后所选资源记录在智能体运行时标签中。**本实践所有资源均选择自动创建。**

* **指定名称：** 输入资源名称，部署时 AgentKit Studio 将按该名称创建云资源，若该名称。

* **选择已有：** 从当前火山账号的已有资源中选择，AgentKit Studio 将使用您配置的火山引擎凭证（AK/SK）加载有使用权限的资源列表。 | |环境变量 |查看组件包含的环境变量信息，还可自定义配置环境变量，在智能体运行时代码运行时可以直接读取，实现代码和配置的分离，增强代码的可移植能力。

若您在 [步骤四：为 Agent 选择优化项](https://docs.volcengine.com/docs/86681/2630032#zU7eaE0Z) 中勾选了 **MCP 稳定性治理**，请配置如下环境变量：

* **MCP_URLS**：请填写当前 Agent 已添加，且需要进行稳定性治理的 MCP 工具服务地址，多个地址间请使用`,`进行分隔，例如：`https://a/mcp,https://b/mcp`。

* **MCP_API_KEY**：请填写 MCP 服务鉴权密钥，用于 Sidecar 访问 MCP 服务时完成身份校验。

> **说明**

> 请确保所有进行稳定性治理的工具，均**使用同一个服务鉴权密钥**。
| 完成配置后，单击“部署”按钮。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_1bb9ed43246cae9ee994c94483f0e9a3.png) 5. 确认风险提示后，单击“确定部署”按钮。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_36ebe90a429adfcfe7caf24fadc6bca6.png) 6. 查看当前 Agent 部署为 AgentKit 智能体运行时的进度。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_36b7869ea7d220feb9fdbfa6cbc2d122.png) 7. 部署完成后，您可以在线调试智能体运行时，也可以通过 AgentKit Studio 页面直接使用该运行时。 > **说明** > 调用**智能体运行时、沙箱**及**MCP**等资源将按实际用量计费，为避免产生非预期费用，请在使用前确认计费规则，详情可查看 [计费说明](https://docs.volcengine.com/docs/86681/2480915)。 **在线测试** 1. 复制 Agent 名称，并前往 [AgentKit 智能体运行时控制台](https://console.volcengine.com/agentkit/region:agentkit+cn-beijing/runtime)。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_83aa8aed5729e42de83068ebb46eaa54.png) 2. 在顶部导航栏选择目标智能体运行时所在地域。 3. 通过名称找到目标 Agent，单击其右侧“操作”列的“在线测试”按钮。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_1da3dc56b550625c4e261b99994ccb46.png) 4. 发送测试 Prompt（本实践以“介绍下自己”为例），验证返回内容符合预期。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_327dc750ae5ecde5fefdace57cc89850.png) **在 AgentKit Studio 中使用** 1. [进入 AgentKit Studio](https://docs.volcengine.com/docs/86681/2630032#dHeWX7ct)。 2. 在左侧目录树选择“智能体”，并单击目标智能体卡片。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_f4eccd2b8c1de5d3f3c1d5a1737a8916.png) 3. 单击“去对话”按钮。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_64ed041379b733279b6ce596f980c5de.png) 4. 连接成功后，即可在对话框中向 Agent 发送消息，正常使用您部署至云端的 Agent。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_91ea92ace6ab1211309da79f1ec8419c.png) ## 观测与评测 Agent Agent 发布并完成在线测试后，建议您继续通过 AgentKit 提供的观测和评测能力验证其运行状态与实际效果，逐步完成“是否稳定可用”到“足够好、值得上线”的优化。 ### 观测 Agent 观测用于查看 Agent 在真实调用过程中的运行表现，帮助您发现链路异常、模型调用异常、日志报错或性能瓶颈。开启数据观测后，AgentKit 与 VeADK SDK 会基于 OpenTelemetry 自动采集各环节（例如模型调用、工具执行、记忆库检索等）的 Trace（调用链）与 Metrics（指标），并将数据投递至观测平台。您可以在“数据观测”页面查看 Agent 的运行时监控、会话分析、Trace 分析、模型监控、日志分析。[了解更多](https://www.volcengine.com/docs/86681/1873528) ### 评测 Agent 评测用于通过标准化实验衡量 Agent 在效果、性能和成本三个维度的表现，帮助您判断当前版本是否满足预期，并为后续优化迭代及上线提供依据。 * **通过 ** **AgentKit** ** Studio 进行评测** AgentKit Studio 提供在智能体部署至 AgentKit 后自动沉淀评测数据并生成优化建议的能力，帮助开发者在对话验证阶段快速发现和修复问题。 1. 当您在部署 Agent 至 AgentKit 时开启创建评测集功能，AgentKit Studio 将自动为该 Agent 创建 **Good Case** 与 **Bad Case ** 评测集。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_295010d8d5f88b1af6051e7ef9e12c71.png) 2. 在 AgentKit Studio 与 Agent 完成对话后，AgentKit Studio 会自动评估每轮对话的质量并归入对应评测集，再基于累计的评测案例生成优化建议。 3. 您可以在 AgentKit Studio 对应 Agent 详情页的"评测集"页签中查看评测信息。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_84f5a746067dc0694d0ef06c79624504.png) * **通过 AgentKit 在线评测** AgentKit 提供了包括**评测集**、**评估器**和**实验**三个核心模块的在线评测机制，覆盖从数据准备到结果分析的全链路评测流程。其中，评测集用于提供标准化输入与参考答案；评估器可以基于 LLM 或 Code 按既定规则打分；实验则负责组合执行、聚合结果指标，并支持多实验之间的对比分析。[了解更多](https://www.volcengine.com/docs/86681/1873446) ## 后续操作 Agent 上线后，您还可以在控制台中随时更新其实例规格、自定义镜像、模型、环境变量等配置。[了解更多](https://www.volcengine.com/docs/86681/2204794) > **注意** > 更新智能体运行时配置后，需重新发布使新配置生效。[了解更多](https://docs.volcengine.com/docs/86681/2173218)