MuleRun上传Agent详细步骤教程
本文详细介绍了将自定义智能体(Agent)上传至MuleRun平台的四种官方方式——从本地ZIP包准备、控制台可视化提交、CLI命令行批量上传,到Git仓库Webhook自动同步部署,覆盖了开发者从首次发布到持续集成的全场景需求;无论你是刚完成开发的新手,还是追求自动化交付的工程团队,都能找到高效、安全、可验证的发布路径,快速让智能体进入审核流程并最终上线供他人调用复用。

如果您已开发完成一个自定义智能体并希望将其发布至MuleRun平台供他人调用或复用,则需通过官方上传通道提交Agent包。以下是完成此操作的步骤:
一、准备Agent标准包结构
上传前必须确保Agent以MuleRun兼容格式组织,包含核心配置文件与可执行逻辑。系统仅接受符合规范的ZIP压缩包,否则将拒绝解析并返回结构校验错误。
1、在本地创建根目录,命名为您的Agent名称(如my-data-cleaner)。
2、在该目录下放置必需文件:agent.yaml(定义元数据、输入输出schema、依赖插件)、main.py(主执行逻辑,含run()函数入口)、requirements.txt(指定Python依赖及版本)。
3、若Agent需调用外部API或读取知识库,须在agent.yaml中明确定义credentials字段与rag_sources列表,并标注是否需要用户授权。
4、使用命令行进入该目录,执行zip -r my-data-cleaner.zip .,生成不含父级路径的扁平化ZIP包。
二、通过控制台上传入口提交Agent
该方式为最直接的发布路径,适用于首次提交或版本迭代更新,所有字段均在Web界面内完成填写与验证。
1、登录MuleRun控制台,点击左侧导航栏的「Files」选项卡。
2、在页面右上角点击「Upload Agent」按钮,触发文件选择弹窗。
3、选中已准备好的ZIP包文件,点击确认后系统开始前端校验,检查文件大小(≤50MB)、包内结构完整性及YAML语法有效性。
4、校验通过后,自动跳转至元数据填写页:补全Agent名称、描述、分类标签(如“数据处理”“RAG增强”)、图标URL(可选)、是否公开(勾选则进入Agent市场)。
5、点击「提交审核」,系统生成唯一Agent ID并进入人工+自动化双审流程,状态显示为“Pending Review”。
三、使用CLI工具执行命令行上传
该方式面向开发者,支持批量管理与CI/CD集成,上传过程绕过浏览器限制,可携带签名密钥实现可信源认证。
1、在终端执行pip install mulerun-cli安装官方命令行工具。
2、运行mulerun login,按提示输入账户邮箱与API Key完成身份绑定。
3、执行mulerun agent upload --file ./my-data-cleaner.zip --visibility public --tags "cleaning, csv"。
4、命令返回JSON响应,包含upload_id、status(uploaded)、agent_id(如agnt_8a3f9b2c)及审核链接。
5、后续可通过mulerun agent status --id agnt_8a3f9b2c实时查询审核进度,状态变为“Approved”即表示上传成功并可被调用。
四、通过Git仓库自动同步上传
该方式适用于持续开发场景,当代码托管于GitHub、GitLab等平台时,可配置Webhook实现Push即部署,每次提交符合规则的分支将触发自动打包与上传。
1、进入MuleRun控制台「Developer Settings」→「Git Integrations」,点击「Connect Repository」。
2、授权MuleRun访问目标仓库的读取权限,选择需监听的仓库与分支(默认main)。
3、在仓库根目录添加.mulerun.yml配置文件,声明build_path(如./src)、entry_file(如main.py)、trigger_pattern(如"agents/**")。
4、向匹配路径推送一次提交,MuleRun检测到变更后自动拉取代码、执行打包脚本、生成ZIP并调用内部上传接口。
5、上传任务日志可在「CI Logs」面板查看,成功标志为“Agent registered with ID: agnt_xxx”。
今天关于《MuleRun上传Agent详细步骤教程》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于MuleRun的内容请关注golang学习网公众号!
Everything正则搜索使用教程及语法详解
- 上一篇
- Everything正则搜索使用教程及语法详解
- 下一篇
- OpenVINO训练大模型技巧与优化方案
-
- 科技周边 · 人工智能 | 1天前 |
- MCP区分资源读取与工具调用的实现方法
- 359浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 错误处理 · 参数校验 · agent · openai api · AI工程 · Tool calling · 函数调用 业务错误 JSON Schema Tool calling strict 工具参数校验 模型错误
- Tool calling校验工具参数并区分模型与业务错误的实现方法
- 380浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | openai api · 结构化输出 · AI工程 · Pydantic JSON Schema Structured Outputs
- Structured Outputs让模型结果贴合 JSON Schema的实现方法
- 191浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · 结构化输出 · JSON解析 · 模型输出 · 接口容错 · 大模型结构化输出 模型输出JSON缺字段 JSON兜底解析 JSON Schema校验 AI接口异常处理
- 模型输出 JSON 缺字段时如何设计兜底解析
- 272浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · 显存管理 · 推理优化 · 本地推理 KV Cache batch size
- 本地推理 KV cache 和 batch size 如何做取舍
- 251浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 | API · 性能优化 · ai · AI 提示词缓存 Responses API Prompt Caching
- AI 提示词缓存如何按稳定前缀组织请求
- 357浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 |
- 分类评测集不均衡时如何比较 macro 与 micro 指标
- 473浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 |
- Agent 工具返回文件路径时如何限制工作区范围
- 381浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 |
- AI 流式响应中的 finish_reason 如何决定持久化时机
- 195浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 |
- LoRA adapter 合并后 tokenizer 配置如何核对
- 162浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 77次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 161次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 101次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 76次使用
-
- CMMLU
- 深入了解CMMLU中文评估基准,涵盖67个学科主题,提供数据集下载、Zero-shot/Five-shot评估方法及排行榜,助力优化中文语言模型性能。
- 55次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

