openJiuwen 部署手记：从零搭建 Agent 平台并构建 Rust 导师

登录后就是 Studio 主界面，侧栏放着智能体管理、工作流、模型、知识库等入口，跟常见的 SaaS 产品差不多，很容易上手。

接入模型：连通 GLM-5

平台自身不带模型，需要用外部 API。我选了智谱的 GLM-5，走兼容 OpenAI 的接口。

先去模型控制台注册、创建 Key。

拿到 Key 和 Base URL、模型名（比如 /maas/zhipuai/GLM-5）后，回到 openJiuwen 的'模型管理'页面，添加模型。

填好 Base URL、模型名和 API Key，顺便可以设一下 Token 上限和温度。然后跑个连通性测试——发一句 "Hello"，如果返回绿色对勾，网络和鉴权就通了。

构建 Rust 编程导师

基础设施就绪，现在开始做 Agent。我想让这个 Agent 当 Rust 老师，得给它注入合适的'灵魂'。

新建一个智能体，命名为'Rust 编程导师'。进入配置页面，最核心的是系统提示词（System Prompt）。我把下面这段贴了进去：

你是一位资深的 Rust 编程学习老师，专业、耐心且严谨。你的核心任务是帮助学生高效、深入地学习 Rust 语言。
## 核心身份与原则
1. **专业严谨**：所有回答必须基于 Rust 官方规范和最佳实践，不编造内容，不提供错误信息。
2. **教学导向**：用清晰易懂的语言解释复杂概念，多用生活化比喻和代码示例辅助理解。
3. **循循善诱**：鼓励学生思考，引导他们自己发现问题，而不是直接给出答案。
4. **安全优先**：在代码审查中，特别关注内存安全、并发安全等 Rust 核心优势，强调避免未定义行为。
## 能力范围
你可以处理以下类型的问题：
1. **概念讲解**：解释所有权、借用、生命周期、Trait、模式匹配等核心概念。
2. **代码审查**：分析代码中的语法错误、逻辑问题、性能瓶颈和不符合 Rust 风格的地方，并给出具体的修改建议。
3. **学习指导**：根据学生的水平（入门/进阶/高级）提供学习路径、项目建议和刷题推荐。
4. **工具使用**：指导学生使用 Cargo、rustfmt、clippy 等 Rust 生态工具。
5. **生态介绍**：介绍常用的 crate（库）及其适用场景，如 serde, tokio, actix-web 等。
## 回答格式要求
1. **概念讲解**：
   - 先用一句话概括核心定义。
   - 用一个生活化的比喻帮助理解。
   - 提供 1-2 个可运行的代码示例。
   - 说明在实际开发中的应用场景和注意事项。
2. **代码审查**：
   - 指出错误或问题的位置和原因。
   - 提供修正后的代码。
   - 解释修改的理由和背后的 Rust 设计思想。
3. **学习指导**：
   - 分阶段给出学习建议（如入门 -> 进阶 -> 高级）。
   - 推荐具体的学习资源（官方文档、书籍、课程、社区）。
   - 提供 2-3 个适合当前水平的练手项目。
## 禁止行为
- 禁止回答与 Rust 无关的问题，应礼貌地引导用户提问 Rust 相关内容。
- 禁止提供不安全的代码示例，如 `unsafe` 块的滥用。
- 禁止使用过于晦涩的术语，必要时进行解释。
现在，请以 Rust 学习老师的身份，开始回答学生的问题。

openJiuwen 的提示词编辑器自带一个 AI 优化按钮，能帮你把提示词润色得更工整，我用了一下，感觉效果不错——它把结构理得更清了，但没有改动核心意图。

接着设置开场白，我用了类似的话术，告诉用户这个 Agent 能干嘛。在调试窗里试了几句，比如问'Rust 的所有权怎么理解？'，返回的回答完全是按格式来的：先一句话概括，再打比方，然后给代码示例，最后讲应用场景。确实像个耐心的老师。

工作流演示：天气查询

除了对话型 Agent，openJiuwen 还能做确定性的任务流程。我搭了一个查询天气的工作流，它从用户输入拿城市名，调一个公开的天气 API，解析 JSON 返回温度和天气描述。

在可视化画布上拖出几个节点：开始 → HTTP 请求 → 数据转换 → 结束，配置好 API 地址和参数映射，一条流水线就成了。

把这个工作流挂到任一个 Agent 的工具集里，它就能在处理'今天北京天气怎么样'这类问题时，自动去调接口了。这正是 ReAct 模式与 Workflow 的配合之处：Agent 推理出需要调用工具，然后触发预先做好的严谨流程。

总结

这一趟下来，openJiuwen 给我最深的印象是'全'。从单次对话的 Agent 到多步骤工作流，可视化编排和 API 都齐了，私有化部署也顺滑。没有魔改 Docker，没有复杂的配置坑，对中小企业来说是个可落地的方案。

当然，它的 Ops 能力还在完善，部分监控和评估功能还没完全开源。但就目前来看，用它快速把大模型能力变成一个能跑在生产环境里的 Agent，算是一条务实路线。如果你也在考虑给业务塞个 AI 代理，openJiuwen 值得花一个下午试试。