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
