AgentKit CLI 简介

AgentKit CLI 是一个命令行工具，用于简化 Agent 应用的全生命周期管理，从脚手架项目、构建并部署运行时，到调用已部署的智能体，再到管理其依赖的 MCP 服务、知识库、记忆、沙箱、技能与评测，均可在终端完成。了解更多

当前 CLI 已预置以下 Agent 示例模板供您选择，您也可以使用自研代码：

Basic Agent App：最简单的 Agent 应用，快速上手。

Basic Stream Agent App：支持流式输出的 Agent 应用，使用 VeADK。

优势

声明式配置：所有配置通过一个agentkit.yaml文件管理，清晰、可移植且易于版本控制。

多环境部署：无缝支持本地开发、混合部署和纯云端部署三种模式，满足不同场景需求。

一键式操作：通过agentkit launch等高级命令，将构建、部署等多个步骤合而为一，极大提升效率。

模板化项目：内置多种应用模板，帮助您快速启动项目，无需从零开始。

智能交互：提供agentkit config等交互式向导，引导您完成配置，降低学习成本。

主要命令

AgentKit CLI 提供了一系列直观的命令来管理您的 Agent 应用，遵循标准的agentkit <command> [arguments] [options] 格式。了解更多

核心命令

命令	功能说明
agentkit init	初始化一个新的 Agent 项目，可选择不同的模板。
agentkit add	生成并增量更新 harness 配置文件，或添加凭证（credential）。
agentkit list	列出以 harness 方式部署的运行时，或列出凭证。
agentkit delete	按名称删除凭证（credential）。
agentkit config	通过交互式向导配置 agentkit.yaml 文件。
agentkit build	将您的 Agent 应用构建为 Docker 镜像。
agentkit deploy	将已构建的镜像部署到指定环境 (本地或云端）。
agentkit launch	一键完成构建和部署，是开发中最常用的命令。
agentkit invoke	与已部署的 Agent 进行交互，用于快速测试。
agentkit status	查看 Agent 的运行状态和 Endpoint。
agentkit destroy	停止并销毁 Agent 实例，释放相关资源。

平台服务命令

命令	功能说明
agentkit memory	管理 AgentKit Memory 记忆集合。
agentkit knowledge	管理 AgentKit Knowledge 知识库。
agentkit tools	管理 AgentKit Tools 工具和 Sessions 会话。
agentkit runtime	管理 AgentKit Runtime 运行时实例。

通用命令

命令	功能说明
--help	查看任何命令的详细说明和参数。
--version	显示 CLI 版本信息。

部署模式

AgentKit CLI 支持灵活的启动模型，旨在适应从开发到生产的不同阶段。了解更多

本地模式（Local）

在您的本地机器上完成构建和部署，非常适合快速开发和调试。

工作流: 源代码 → 本地 Docker 构建 → 本地容器运行

优势: 迭代速度快，支持离线工作，便于直接调试。

云端模式（Cloud）

将代码的构建和部署完全托管在 AgentKit 上，是生产环境的最佳实践。

工作流: 源代码 → 云端自动构建 → 云端镜像仓库 → 生产级 Runtime

优势: 无需本地 Docker 环境，内置可观测性，环境一致性高，安全可靠。

混合模式（Hybrid）

在本地构建镜像，然后将其推送到云端 AgentKit 进行部署。这种模式结合了本地控制和云端能力的优点。

工作流: 源代码 → 本地 Docker 构建 → 上传至云端镜像仓库 → 生产级 Runtime

优势: 兼顾本地构建的灵活性和云端运行环境的稳定性，适合需要自定义构建流程的场景。

配置文件（agentkit.yaml）

agentkit.yaml是 AgentKit 项目的核心，它以声明式的方式定义了应用的所有配置。强烈建议使用agentkit config命令来管理此文件。了解更多

环境要求

基础环境（所有模式）

Python 版本: 3.10 或更高版本

操作系统: Linux、macOS

包管理器: 推荐使用uv或pip

已安装 AgentKit SDK

Python 开发环境

Python 版本：支持 3.10、3.11、3.12、3.13版本。

推荐使用requirements.txt管理依赖。

Golang 开发环境

Golang 1.24版本支持。

使用go.mod管理依赖。

适用于高性能场景。

本地开发（Local/Hybrid 模式）

Docker Desktop 或 Docker Engine 20.10+。

确保 Docker 服务已启动。

云端部署（Cloud/Hybrid 模式）

已注册火山引擎账号。

已配置访问凭证（AK/SK），推荐使用安全的全局配置方式。

# 初始化全局配置
agentkit config --global --init

# 设置访问凭证
agentkit config --global --set volcengine.access_key="your_access_key"
agentkit config --global --set volcengine.secret_key="your_secret_key"

快速上手

只需几分钟，即可完成您的第一个 Agent 的部署。

探索更多功能

初始化项目（init）：查看内置模板并生成项目骨架；也支持从已有 Python Agent 文件快速包装成可部署项目。

agentkit.yaml：了解生命周期配置字段，正确设置 launch_type、运行时环境变量与构建/部署参数，避免“本地可跑但云端不可用”。

管理运行时（runtime）：列出运行时、查看详情与版本历史，拉取日志、更新配置并发布新版本。

管理知识库（knowledge）：创建知识库并上传/注册文档，为智能体提供可检索的外部资料。

管理记忆库（memory）：创建/查询记忆库，并在运行时关联记忆库 ID，实现跨会话的长期记忆存取。

管理 MCP 服务（mcp service）：将 MCP Server 以云资源方式部署，并配置网络与入站鉴权（API Key / Custom JWT）。

使用沙箱（sandbox）：创建沙箱工具/会话，执行命令、传输文件、打开 Web 预览，适合开发调试与能力验证。

管理平台技能与本地技能包（skill/skills）：查看平台技能与版本、管理技能空间；上传/下载技能包并生成安全壳以便托管环境安装。

更新迭代

AgentKit CLI 会持续发布新版本以完善命令能力、修复问题并提升稳定性。若您想查看每个版本的具体变更（例如：新增命令、参数调整、兼容性说明等），可查看更新日志。