按 GitHub Copilot 官方模型表启用 Kimi K3

ecc-agent-harness-os

GitHub Docs 已把 Moonshot AI 的 `Kimi K3` 列入 GitHub Copilot 支持模型,Release status 为 GA,并在模型限制说明中把 DeepSeek、Kimi K2.7 Code、Kimi K3 归为 `Open weight models`。输入是一个使用 Copilot Business 或 Copilot Enterprise 的组织/企业,及需要对成员开放的模型策略。执行过程是先在 GitHub Docs 的 supported models 表核对 Kimi K3 是否对当前 Copilot plan 和使用入口可用,再由 enterprise 或 organization owner 进入模型可用性设置启用或限制模型;对有数据驻留、FedRAMP 或模型白名单要求的企业,把 Kimi K3 按 `open-weight / 开放权重` 模型治理,不写成无条件开源。产物是一个可审计的 Copilot 模型策略:成员可以在 Copilot Chat 或支持的 Copilot surface 中选择 Kimi K3,管理员能明确哪些模型可用、哪些模型因合规策略被禁用。验证来自 GitHub Docs 的 Supported AI models 表、Kimi K3 的 Moonshot AI/GA 记录、open weight models 说明,以及 Configuring access to AI models 文档对组织/企业 owner 管理模型可用性的流程说明。

作者GitHub来源GitHubUpdate2026-08-09阅读0

相关实践

Docs2026-08-25

用 Haystack Tools 把检索、API 和自定义函数接入 Agent

Haystack Tool 文档适合把检索组件、API 调用和自定义 Python 函数包装成 Agent 可调用能力。输入是一个函数或 pipeline component、参数定义、描述文本和安全边界。执行过程是定义 tool 名称、描述和参数 schema;让 Agent 在推理过程中选择并调用 tool;把工具结果作为上下文继续生成答案;对外部 API 和写操作限制权限。产物是一套面向 Haystack Agent 的工具层,让知识检索和业务函数可以被统一调度。验证来自 Haystack 官方 Tool 文档对 Tool 定义、参数、调用和 Agent 集成的说明。

18Docs·Haystack
Docs2026-08-25

用 AutoGen AgentChat Agents 定义可协作的专业 Agent

Microsoft AutoGen AgentChat agents 教程适合把不同职责的助手定义成可协作 Agent,例如 planner、coder、critic 和 executor。输入是任务目标、模型配置、每个 Agent 的 system message、工具能力和交互边界。执行过程是创建 AssistantAgent 或其他 Agent 类型,为不同角色配置工具和行为;通过消息传递让 Agent 交换中间结果;必要时接入人工确认或执行环境。产物是一组专业化 Agent 定义,能支撑多角色协作任务。验证来自 AutoGen 官方 AgentChat agents 教程对 Agent 类型、消息、工具和运行示例的说明。

4Docs·Microsoft AutoGen
Docs2026-08-25

用 AutoGen Teams 编排多 Agent 轮转、选择和终止条件

Microsoft AutoGen AgentChat teams 教程适合把多个专业 Agent 组织成可控团队,处理需要轮流讨论、角色选择和终止判断的复杂任务。输入是多个 Agent、团队协作模式、任务描述和结束条件。执行过程是选择 RoundRobinGroupChat、SelectorGroupChat 等团队模式;配置参与者、选择策略和 termination condition;运行任务并记录每轮消息,直到满足结束条件。产物是一条可复盘的多 Agent 协作链路,能用于代码评审、方案讨论或研究总结。验证来自 AutoGen 官方 teams 教程对 team 类型、participant selection、termination 和运行示例的说明。

4Docs·Microsoft AutoGen
Docs2026-08-25

用 LlamaIndex Agent 部署指南把本地助手上线成服务

LlamaIndex deploying agents 文档适合把本地验证过的 Agent 发布为可调用服务,支撑团队内部工具或产品功能。输入是已有 Agent、运行环境、模型和索引依赖、服务入口与监控需求。执行过程是按部署指南整理依赖、配置运行时、暴露 API 或应用入口,并用测试问题验证检索和工具调用链路;上线后记录日志和失败样例,持续优化工具描述与索引。产物是从 Notebook/本地脚本迁移到服务化运行的 Agent 部署流程。验证来自 LlamaIndex 官方部署文档对 agent deployment、服务化和运行环境的说明。

4Docs·LlamaIndex
Docs2026-08-25

用 Haystack Pipelines 把 RAG 流程拆成可复用组件图

Haystack Pipelines 文档适合把 RAG 应用拆成可组合、可测试的组件图。输入是文档存储、retriever、ranker、prompt builder、generator 和用户查询。执行过程是用 Pipeline 连接组件,明确每个组件的输入输出;先单独验证 retriever 和 ranker,再运行完整 pipeline;需要 Agent 时把 pipeline 暴露为 tool。产物是一套工程化 RAG pipeline,既可独立服务,也可作为 Agent 工具被调用。验证来自 Haystack 官方 Pipelines 文档对 components、connections、运行和复用方式的说明。

1Docs·Haystack
Docs2026-08-25

用 LlamaIndex Agents 把检索、工具调用和推理串成问答助手

LlamaIndex 官方 Agent 文档适合把 RAG 检索、外部工具调用和 LLM 推理组合成一个可执行助手。输入是文档索引、工具函数、模型配置和用户任务。执行过程是先用 LlamaIndex 构建数据索引,再把查询引擎或业务函数注册为 tools;Agent 根据用户问题选择检索、调用工具或直接回答,并把中间结果纳入最终响应。产物是一个能围绕私有知识库完成多步问答和工具调用的 Agent。验证来自 LlamaIndex 官方 Agent 文档对 Agent、tools、reasoning 和 query engine integration 的说明。

0Docs·LlamaIndex

关联 Skill