引言:厨房场景的 AI 解决方案
面对做饭流程复杂、食材搭配禁忌多(如过敏、控糖)等痛点,利用开源智能体平台 Nexent 构建自动化烹饪顾问成为可行方案。本文记录从模型接入、知识库构建、MCP 工具配置到智能体开发调试的完整过程。
一、初识 Nexent:零编排智能体平台
Nexent 是一个开源智能体 SDK 和平台,核心理念是通过自然语言描述需求自动生成提示词和工作流程,无需编排或拖拉拽。基于 MCP 工具生态系统构建,提供灵活的模型集成、可扩展的数据处理和强大的知识库管理。
Web 端支持在线注册使用。若需本地部署,Nexent 支持 Docker Compose 一键拉起,访问 localhost:3000 即可。建议本地部署以保证稳定性与响应速度。
进入平台后,左侧导航模块包括:
- 模型管理:接入各家 API,配置系统默认模型
- 知识库:上传文档,构建可检索的个人语料库
- MCP 工具:接入外部工具,赋予智能体实时感知能力
- 智能体开发:核心功能,描述需求 → 自动生成提示词 → 调试发布
- 智能体市场:安装他人发布的现成智能体
- 记忆管理:配置跨对话记忆
二、模型接入:单个添加与批量导入
2.1 单个模型添加
进入"模型管理"页面,点击"添加模型"。首先添加大语言模型,使用阿里云百炼平台的 qwen3-Max 作为主对话模型。 需要填写的字段有四个:
- 模型名称:qwen3-Max
- APIURL:https://dashscope.aliyuncs.com/compatible-mode/v1
- API Key:从百炼平台控制台复制
- 模型类型:大语言模型
填写完成后先点击"连通性验证"行的"点击验证"。只有验证通过才能添加。验证通过后旁边出现绿色"可用"字样,右下方"添加"按钮由蓝变灰。
2.2 批量导入
AI 大厨需要较强的中文理解和多轮对话能力,同时接入几个模型做横向对比 Qwen3.5-Plus 做中文菜谱理解补充,Qwen2.5-Coder 处理结构化的营养数据。逐个填写太低效,直接上批量导入。 点击"添加模型"后切换到批量添加页面,选择模型提供商为阿里灵积,模型类型为大语言模型,填写 API Key 后点击"获取模型"。系统自动枚举出该供应商下所有可用模型。 列表中模型很多,用了搜索功能,输入"Qwen"快速筛选,勾选了 qwen3-MAX 和 qwen3-coder-Plus,点击"添加"。批量导入完成后展开列表,所有模型一目了然。
2.3 向量模型配置
知识库需要 Embedding 模型支持。依然使用阿里云百炼平台 API,选用 Qwen-Embedding 处理中文菜谱和营养资料。添加方式与批量导入大语言模型类似,切换到向量模型类型。
**温馨提示:**配置向量模型(Embedding)的 URL 时,需在原有大语言模型与视觉语言模型地址后添加
/embeddings后缀,方可正常对接。
三、知识库构建:让 AI 真正"读懂"菜谱和营养知识
知识库是 AI 大厨的"味觉记忆"——把提示词装不下的大量食谱、营养数据、饮食禁忌变成可检索的上下文。
3.1 上传不同格式的文档
测试了四种不同格式的文件:
- 家常菜谱合集(PDF 格式,约 40 页):包含食材清单、步骤说明和烹饪技巧
- 食材禁忌与营养对照表(Markdown 格式):常见食材搭配禁忌、营养成分和适宜人群
- 家人饮食需求说明(TXT 格式):室友对海鲜和花生过敏、老妈需要控糖低油
- 地中海饮食指南(DOCX 格式):健康饮食参考文档,包含一周膳食建议和营养配比


