跳到主要内容

快速开始

关于 SaasKit​

SaasKit 是一个用于构建与编排多智能体(Multi‑Agent)的 Python 框架,提供代码解释器、MCP 工具协议、以及可通过脚本或 HTTP 访问的服务端能力。

OpenAPI 文档详见 /api 页面。

快速开始​

1. 安装​

使用 pip 安装（推荐）：

pip install saaskit

本地开发安装：

pip install -e .
# plotly 需要额外下载 chrome 内核用于渲染图表
plotly_get_chrome

2. 创建 .env 文件​

复制 .env.example 为 .env 并填写所需环境变量，用于访问 o3 等模型与相关服务。

如需将 hexin 风格 API 转换为 OpenAI 风格，可启动代理：

pip install hexin-server --upgrade
python3 -m hexin_server --host 0.0.0.0 --port 8777 --reload

在 .env（或 Agent 配置）中设置：

OPENAI_API_KEY=sk-fastapi-proxy-key-12345
OPENAI_BASE_URL="http://localhost:8777/v1"

你也可以将 api_key 和 base_url 写入 Agent 配置文件：

  • ./assets/wencai/main.md
  • ./assets/aime/main.md

3. 启动 代码解释器 服务器​

saaskit code-interpreter-server --port 8889 --debug

注意：请确保端口未被占用，并正确配置 Jupyter 相关参数（如需）。

4. 启动 MCP 服务器​

分别为不同的工具或 Agent 启动 MCP 服务。端口需唯一：

# 示例：为 wencai 与 aime 分配不同端口
saaskit mcp-server --name wencai --port 7778 --path /mcp --debug
saaskit mcp-server --name aime   --port 7777 --path /mcp --debug

如果你已有固定端口规划，请以本机环境为准，但务必避免端口冲突。

5. 维护你的 Agent 配置​

  • wencai: ./assets/wencai/main.md
  • aime: ./assets/aime/main.md

常见参数包括模型访问配置、工具开关、以及自定义角色设定等。

6. 启动 Agent 服务器​

saaskit agent-server --port 9999 --debug

7. 访问 Agent 服务器​

使用提供的示例脚本进行交互（默认连接到本地 9999 端口）：

python aime.py
python wencai.py

若你修改了服务端口，请同步调整示例脚本或环境变量中的访问地址。

提示与注意事项​

  • 端口规划：确保 MCP 与各服务端口唯一，避免冲突。
  • 环境变量：.env 与各 Agent 的 main.md 可同时存在；运行时优先级以实际加载顺序为准。
  • 图表渲染：如需使用 Plotly 导出图表，请先执行 plotly_get_chrome 安装渲染内核。