ksadk 0.3.7

Kingsoft Cloud Agent Development Kit - 支持 LangChain/LangGraph/DeepAgents/ADK 的本地运行与云端部署

ksadk (AgentEngine CLI)

ksadk 是金山云 Agent 开发与部署工具链，提供统一的 CLI 体验，覆盖本地开发、构建、部署、调用、版本管理、MCP Server 管理，以及 OpenClaw Gateway / Channel 运维接入。

当前版本：0.3.6

核心能力

• 多框架支持：DeepAgents、LangGraph、LangChain、Google ADK。
• ADK 增强能力：支持短期/长期记忆体（STM/LTM）与知识库工具注入。
• 本地开发：run（API/TUI）与 web（本地 Invoke 调试 UI）。
• 云端工作流：build、deploy、launch，支持 Code / Container 两种制品模式。
• 统一资源命令：agent、mcp、openclaw、version、dashboard 采用统一的 list/status/delete/open 语义。
• 双一等用户体验：默认 pretty 输出面向人类，--output json 为 AI Agent / 自动化调用提供稳定结构化契约。
• 可调试 Dry Run：build/deploy/launch --dry-run 会输出本地执行计划、远端请求摘要和完整 curl。
• 统一控制面：通过 AgentEngine Server 进行 Agent/MCP/OpenClaw 管理。
• 状态持久化：部署后保存 .agentengine.state，供后续 agent status、agent delete、version、dashboard open、openclaw channel/gateway 等命令自动解析。
• 版本管理：version list/release/rollback。
• MCP 管理：mcp build/deploy/list/status/delete。

安装

pip install -U ksadk

可选依赖：

pip install "ksadk[langgraph]"
pip install "ksadk[langchain]"
pip install "ksadk[deepagents]"
pip install "ksadk[adk]"
pip install "ksadk[kb]"

安装后可使用以下命令入口（等价）：

agentengine --help
ksadk --help

快速开始

1) 初始化项目

agentengine init my_agent -f langgraph
cd my_agent

DeepAgents 模板：

agentengine init my_deep_agent -f deepagents
cd my_deep_agent

OpenClaw 模板：

agentengine init my_claw -f openclaw
cd my_claw
agentengine openclaw deploy

也可包装已有代码：

agentengine init --from-agent ./my_agent.py
agentengine init --from-agent ./my_agent_dir

2) 配置项目

交互式向导：

agentengine config

非交互式查看/修改：

agentengine config show
agentengine config set region=cn-beijing-6 OPENAI_MODEL_NAME=glm-5

会生成或更新：

• agentengine.yaml
• .env

3) 本地调试

agentengine run -i

或启动 Web UI：

agentengine web --port 8080

4) 一键构建+部署

export KSYUN_ACCESS_KEY=your-ak
export KSYUN_SECRET_KEY=your-sk
export KSYUN_ACCOUNT_ID=your-account-id
export KSYUN_REGION=cn-beijing-6

agentengine launch . --target serverless

5) 打开云端已部署 Agent UI

# 目录内自动解析 agent（.agentengine.state -> agentengine.yaml/ksadk.yaml）
agentengine dashboard open

# 显式指定 Agent
agentengine dashboard open --agent ar-xxxx

# OpenClaw 也走统一入口
agentengine dashboard open --agent openclaw-gateway-xxxx

# 在 OpenClaw 工作目录内也可直接无参打开（自动读取 .agentengine.state）
agentengine dashboard open

# 创建可分享链接（默认打开浏览器）
agentengine dashboard open --agent ar-xxxx --share --expires-seconds 86400

# 仅输出 URL，不自动打开
agentengine dashboard open --agent ar-xxxx --no-open

# 查看/撤销分享链接
agentengine dashboard share list --agent ar-xxxx
agentengine dashboard share revoke <link_id> --yes

6)（可选）启用 ADK 记忆与知识库

# 记忆体后端: local | http | sdk
export KSADK_LTM_BACKEND=local

# 配置知识库后，Runner 会自动注入 search_knowledge_base 工具
export KSADK_KB_DATASET_ID=your_dataset_id

命令总览

• agentengine init：创建新项目（支持 --from-agent）。
• agentengine config：进入交互式配置向导。
• agentengine config show：查看项目配置、全局配置与当前生效环境变量。
• agentengine config set KEY=VALUE...：非交互式更新配置。
• agentengine config model：交互式切换默认模型。
• agentengine run：本地运行 Agent（支持 -i TUI）。
• agentengine web：启动本地调试 UI（ADK 项目用 ADK Web，其他用 Chainlit）。
• agentengine build：构建制品（code 或 container）。
• agentengine deploy：部署到 serverless / kcf / kce。
• agentengine launch：build + deploy 一条命令完成。
• agentengine agent list|status|invoke|delete：远端 Agent 资源管理。
• agentengine dashboard open：打开云端已部署 Agent 的 Dashboard/WebUI（默认创建 /s/{link_id} 短链接）。
• agentengine dashboard share list|revoke：管理 Dashboard 分享链接。
• agentengine version list|release|rollback：Agent 版本管理。
• agentengine mcp build|list|status|deploy|delete：MCP Server 管理。
• agentengine openclaw list|status|deploy|delete：OpenClaw 资源管理。
• agentengine openclaw gateway open|ws-url|logs|doctor：OpenClaw Gateway 打开、诊断与日志。
• agentengine openclaw channel status|connect|enable|disable|doctor：OpenClaw 渠道接入与诊断。
• agentengine completion：Shell 补全脚本与自动安装。

说明：

• 文档只展示 canonical 命令；旧的 status / delete / destroy / dashboard [agent_ref] 等入口仍保留兼容，但不再推荐。
• dashboard open 默认通过 CreateDashboardAccessLink 生成短链接并打开浏览器。
• dashboard share revoke、agent delete、mcp delete、openclaw delete 在自动化场景下建议显式传 --yes。

AI Agent / 自动化调用

核心云端命令支持统一的机器输出：

agentengine agent status --agent ar-xxxx --output json
agentengine deploy --target serverless --dry-run --output json
agentengine config show --output json

约定如下：

• 默认输出为 pretty，适合人类阅读。
• --output json 返回稳定 envelope，适合 AI Agent / CI / 脚本解析。
• destructive 命令在 JSON 模式下必须显式传 --yes。
• dashboard open --output json 不会自动打开浏览器，等价于 --no-open。
• 交互式命令如 config wizard、run、web 不建议作为自动化入口；非交互推荐使用 config show / config set。

Agent 指定规则（统一）

适用于：agent status、agent invoke、agent delete、version、dashboard open 子命令；OpenClaw 目录下的 dashboard open 也会自动读取 .agentengine.state。

支持三种写法：

• 推荐：--agent <id-or-name>
• 兼容：--agent-id <id-or-name>
• 位置参数：<id-or-name>

示例：

agentengine agent status --agent ar-xxxx
agentengine agent status ar-xxxx
agentengine agent invoke --agent my_agent -m "你好"
agentengine agent delete my_agent --yes
agentengine version list --agent ar-xxxx
agentengine dashboard open --agent ar-xxxx

未显式传 Agent 时，自动解析顺序为：

1. .agentengine.state（优先 agent_id，其次 name）
2. agentengine.yaml / ksadk.yaml 的 name

OpenClaw 统一入口

常用命令：

# 从空目录初始化一个最小 OpenClaw 项目
agentengine init my_claw -f openclaw

# 部署 / 状态 / 打开 Dashboard
agentengine openclaw deploy
agentengine openclaw status
agentengine dashboard open

# Gateway 诊断
agentengine openclaw gateway doctor
agentengine openclaw gateway ws-url

# 渠道状态与扫码接入
agentengine openclaw channel status --probe
agentengine openclaw channel connect --channel weixin
agentengine openclaw channel connect --channel feishu

行为说明：

• OpenClaw 默认镜像会预置 openclaw-weixin、openclaw-lark、agent-browser 与 skillhub CLI。
• 同一镜像也会预装常用检索/脚本依赖（如 curl、jq、python3），避免默认搜索/JSON 解析链路因基础工具缺失而失败。
• 镜像默认固定安装 @tencent-weixin/openclaw-weixin@2.0.1。该版本已原生兼容当前 OpenClaw plugin-sdk / runtime 加载；但当前 host 侧仍不会自动暴露 web.login.start/web.login.wait，所以启动时仅额外补一层极小 shim，方便 agentengine openclaw channel connect --channel weixin 走统一入口远端扫码。
• 默认 bundled skills 为 skillhub-store、agent-browser-clawdbot、kdocs。
• 默认搜索主路径恢复为 OpenClaw 原生内建 browser；agent-browser 仍作为增强/备选能力随镜像预装，适合需要更强 CLI 可控性、会话隔离或可重放步骤的网页自动化任务。multi-search-engine 仍保留在镜像内作为可选技能，但不再默认同步到用户目录。需要轻量文本检索兜底时，可显式把它加入 OPENCLAW_PRESET_SKILLS_ALLOWLIST，例如 skillhub-store,agent-browser-clawdbot,kdocs,multi-search-engine。
• 旧默认技能如 find-skills 仅会在“此前由镜像同步且用户未改动”的情况下被自动迁移移除；用户自己改过的同名技能目录会被保留。
• 镜像默认开启 OpenClaw 内建 browser（headless Chromium），并修复 fresh deploy 下 127.0.0.1 loopback 调用误入 pairing 的问题；如需显式关闭，可设置 OPENCLAW_BROWSER_ENABLED=false。
• 微信 channel connect 在有 TTY 时默认打印终端二维码；传 --open-qr 会额外打开本地浏览器。
• 飞书 channel connect 会启动官方 onboarding 流程，并把扫码/配置结果写回远端实例。

构建与部署

build

# 1) 默认构建 (code 模式)
agentengine build .

# 2) 显式指定构建参数
agentengine build . --mode container --push --registry hub-cn-beijing-6.kce.ksyun.com
# 3) 显式指定区域
KSYUN_REGION=cn-beijing-6 agentengine build . --mode code --push --no-cache

说明：

• build 支持 --output pretty|json。
• --no-cache 会强制重建，不复用已缓存的本地制品元数据。

deploy

# 1) 默认部署 (serverless)
agentengine deploy .
# 2) 显式指定部署参数
agentengine deploy . --target kcf --account-id X-Ksc-Account-Id
# 3) 显式指定区域
KSYUN_REGION=cn-beijing-6 agentengine deploy . --target serverless --dry-run

Dry Run 会输出两层计划：

• 本地计划：校验、打包、local_build、artifact_publish、deploy_request
• 远端请求：请求方法、URL、字段摘要以及完整 curl

常用参数：

• --artifact-type [Code|Container]
• --region
• --account-id
• --observability/--no-observability
• --no-version
• --auto-rollback
• --output [pretty|json]
• --dry-run
• --no-cache

launch

# 1) 默认一键部署 (serverless)
agentengine launch .
# 2) 显式指定部署参数
agentengine launch . --target kce --artifact-type Container
# 3) 显式指定区域
KSYUN_REGION=cn-beijing-6 agentengine launch . --target serverless --no-cache

launch --dry-run 与 deploy --dry-run 一样，会同时展示本地执行计划和远端请求 curl，便于排查构建复用、上传与部署参数。

版本管理

# 1) 目录内自动解析 agent（优先 .agentengine.state）
agentengine version list

# 2) 显式指定 agent
agentengine version list --agent ar-xxxx
agentengine version release --agent ar-xxxx --tag v1.0.1 --description "release note"
agentengine version rollback --agent ar-xxxx --to v1.0.0 -y

# 3) 显式指定区域
KSYUN_REGION=cn-beijing-6 agentengine version list --agent ar-xxxx
KSYUN_REGION=cn-beijing-6 agentengine version release --agent ar-xxxx --tag v1.0.1
KSYUN_REGION=cn-beijing-6 agentengine version rollback --agent ar-xxxx --to v1.0.0 -y

MCP Server 管理

agentengine mcp 用于部署 FastMCP 项目并输出标准 MCP endpoint（<endpoint>/mcp）。

1) 支持命令

• agentengine mcp build [MCP_DIR]：构建 MCP 制品（Code / Container）。
• agentengine mcp deploy [MCP_DIR]：部署或热更新 MCP。
• agentengine mcp list：列出 MCP 列表。
• agentengine mcp status <mcp_id>：查看 MCP 详情。
• agentengine mcp delete <mcp_id>：删除 MCP（可配 --yes 跳过确认）。

2) 项目检测规则

CLI 自动识别 FastMCP 项目，命中任一条件即可：

• 配置文件声明：agentengine.yaml / ksadk.yaml / mcp.yaml 中 type: mcp 或 framework: mcp。
• 代码特征：存在 from fastmcp import FastMCP（或等价导入）。

并会尽量提取：

• 入口文件（entry point）
• MCP 实例变量名（默认 mcp）
• @mcp.tool 对应的工具列表

3) 部署参数

agentengine mcp deploy [MCP_DIR] \
  [--name NAME] \
  [--region REGION] \
  [--artifact-type Code|Container] \
  [--ks3-bucket BUCKET] \
  [--enable-auth] \
  [--no-cache] \
  [--dry-run]

• MCP_DIR：项目目录，默认当前目录。
• --name：实例名，默认目录名（会将 -、. 归一化为 _）。
• --region：部署区域，默认 cn-beijing-6（可由 KSYUN_REGION 覆盖）。
• --artifact-type：Code（默认）或 Container。
• --ks3-bucket：Code 模式自定义 bucket。
• --enable-auth：启用 API Key 保护（默认关闭）。
• --no-cache：强制重建。
• --dry-run：仅打印请求，不实际执行。

4) 当前实现说明（与代码一致）

Code 模式（推荐，当前最稳定）

• 流程：打包代码 -> 上传 KS3 -> 调用 CreateMCP/UpdateMCP。
• MCP 入口会自动生成 entrypoint.py，以 HTTP transport 启动 FastMCP。
• 运行时支持通过 <endpoint>/mcp 接入外部客户端。

Container 模式（可用）

• CLI 会执行本地 Docker build + push，并将镜像地址作为 ArtifactPath 提交。
• FastMCP 项目会走专用的 MCP 容器构建链路，不再复用 Agent 框架探测。
• CLI 会向服务端透传 DeploymentType=Container、ContainerConfig 以及镜像仓库凭证。
• --dry-run 当前仅跳过最终的 CreateMCP/UpdateMCP 请求，本地 build/push 仍会执行。

5) 典型流程

# 1) 先构建（可选）
agentengine mcp build . --artifact-type Code --push

# 2) 部署
agentengine mcp deploy .

# 3) 查询
agentengine mcp list
agentengine mcp status <mcp_id>

# 4) 删除
agentengine mcp delete <mcp_id> --yes

6) 本地状态与热更新

部署目录会保存 .agentengine.state（type: mcp），包含 mcp_id、endpoint、mcp_endpoint 等信息。

• 存在 mcp_id：mcp deploy 走热更新（update_mcp）。
• 不存在 mcp_id：走新建（create_mcp）。
• 删除成功后会尝试清理当前目录匹配的状态文件。

7) 环境与凭证

• 控制面调用所需：KSYUN_ACCESS_KEY、KSYUN_SECRET_KEY（建议同时配置 KSYUN_ACCOUNT_ID）。
• status / delete 当前实现会检查 AGENTENGINE_SERVER_URL，未配置会直接报错。

8) 接入示例

部署成功后可使用：

• Cursor / Claude Code：{"url": "<endpoint>/mcp"}
• LangChain/LangGraph：MCPClientToolkit(url="<endpoint>/mcp")
• Google ADK：MCPToolset.from_server(connection_params={"url": "<endpoint>/mcp"})

9) 常见问题

• mcp deploy 提示未检测到 FastMCP 项目：检查导入语句或配置文件声明。
• status/delete 提示未配置 AGENTENGINE_SERVER_URL：先设置服务端地址再执行。
• Container 失败：确认 Docker 可用；如涉及私有镜像，确认已配置仓库凭证并检查 ContainerConfig / 镜像地址是否符合目标环境要求。

关键文件

• agentengine.yaml：项目配置（name/framework/entry_point 等）。
• .env：模型、云凭证、可观测性配置。
• .agentengine.state：部署后本地状态（agent_id / endpoint / api_key / region）。
• ~/.agentengine/settings.json：全局配置（可被 agentengine config set --global 或配置向导更新）。

环境变量

变量名	说明
OPENAI_API_KEY	模型 API Key
OPENAI_BASE_URL	模型 API Base URL
OPENAI_MODEL_NAME	模型名称
KSYUN_ACCESS_KEY	金山云 AK
KSYUN_SECRET_KEY	金山云 SK
KSYUN_ACCOUNT_ID	金山云账号 ID
KSYUN_REGION	默认区域
LANGFUSE_PUBLIC_KEY	Langfuse 公钥
LANGFUSE_SECRET_KEY	Langfuse 私钥
LANGFUSE_BASE_URL / LANGFUSE_HOST	Langfuse 地址
KSADK_LTM_BACKEND	ADK 长期记忆后端（local/http/sdk）
KSADK_LTM_HTTP_URL	LTM HTTP 后端地址（当 KSADK_LTM_BACKEND=http）
KSADK_KB_DATASET_ID	知识库 Dataset ID（配置后启用知识库检索）

兼容别名仍可识别：OPENAI_API_BASE、MODEL_NAME。

架构说明

云端链路：

CLI (ksadk) -> AgentEngine Server (控制面) -> Serverless/KCF/KCE

本地链路：

CLI (run/web) -> Unified Runner -> 本地 Agent 进程

补全

agentengine completion install --shell auto

说明：

• 当前自动安装支持 zsh 和 bash。
• Linux / macOS / Git Bash / WSL 均可直接使用；--shell auto 会优先根据当前 shell 与运行环境选择合适的配置文件。
• bash 下默认会优先写入当前环境更常用的 profile：macOS 倾向 ~/.bash_profile，Linux / Git Bash / WSL 倾向 ~/.bashrc。
• 安装时会自动清理旧的 eval "$(_AGENTENGINE_COMPLETE=...)" 片段与重复 source 行，减少补全配置漂移。
• PowerShell 暂未内建自动安装。

示例项目

见 examples 目录。

进阶文档

• DeepAgents 框架支持说明
• ADK 记忆能力使用说明
• 知识库与记忆能力示例