30款热门AI模型一站整合DeepSeek/GLM/Qwen 随心用限时 5 折。 点击领海量免费额度如果你正在开发AI Agent可能会遇到一个看似简单却让人头疼的问题如何让AI Agent安全、稳定地收发邮件这不仅仅是调用一个API那么简单。想象一下你的Agent需要自动处理用户反馈、发送报告、订阅新闻甚至进行数据清洗和内容采编。如果直接使用个人邮箱你会面临账号安全风险、发送频率限制、邮件被标记为垃圾邮件等一系列问题。更关键的是当多个Agent需要协作时一个独立的、可管理的“身份”至关重要。这就是“A2A”Agent-to-Agent通信的核心需求之一。为AI Agent申请专属邮箱不是锦上添花而是构建可靠自动化工作流的基石。它意味着你的Agent拥有了一个独立的、可审计的、专用于程序间通信的数字身份。本文将彻底解决这个问题。我不会只告诉你“去注册一个邮箱”而是会深入讲解为什么专属邮箱对AI Agent至关重要安全、管理、合规。如何在10分钟内以开发者友好的方式为你的Agent申请并配置一个专属邮箱避开个人邮箱的坑。如何为你的Agent集成邮件收发skills并实战演示一个全自动邮件采编与数据清洗的工作流。读完本文你将能亲手搭建一个可以自动从邮件中提取信息、处理附件、清洗数据并生成报告的AI Agent。我们开始吧。1. 为什么你的AI Agent需要一个专属邮箱在深入代码之前我们必须先理解“专属邮箱”背后的设计哲学。这决定了你是走向优雅的自动化还是陷入账号被封、邮件丢失的泥潭。1.1 个人邮箱 vs. 专属邮箱风险对比很多开发者的第一个想法是“我用我的Gmail/QQ邮箱密码或应用专用密码不就行了” 这是一个典型的误区。下表清晰地展示了二者的区别对比维度使用个人邮箱使用专属邮箱安全性极低。泄露的是你的主邮箱可能关联所有其他服务。高。风险被隔离即使泄露也只影响Agent功能。可管理性差。个人邮件和Agent邮件混在一起难以审计和筛选。优。收件箱专用于Agent任务日志清晰易于监控。发送限制严格。个人邮箱有每日发送上限容易被判为垃圾邮件。可配置。商业邮箱服务通常提供更高的配额或按需扩展。身份标识混淆。收件方看到的是你的个人姓名不专业且易造成误解。清晰。发件人可以是noreplyyourdomain.com或agentyourproject.com体现专业性。合规与审计困难。难以区分哪些是人工操作哪些是Agent行为。简单。所有通过该邮箱的操作默认为自动化行为便于追溯。核心判断对于任何严肃的、计划投入生产的AI Agent项目使用个人邮箱是绝对不推荐的。专属邮箱是保障项目长期稳定运行的第一道防线。1.2 A2A通信与邮箱的角色A2AAgent-to-Agent指的是智能体之间的自主交互。邮箱在其中扮演了“异步消息队列”和“标准化接口”的双重角色。异步通信Agent无需同时在线。邮件发送后存入服务器接收方Agent可以在任何时间检查并处理。标准化协议SMTP发和IMAP/POP3收是几十年历史的开放协议几乎所有编程语言都有成熟库支持兼容性极高。富内容载体邮件不仅能传文本还能携带结构化数据如JSON附件、文件、图片非常适合作为复杂任务的指令或结果传输载体。为Agent配备邮箱就等于为它接入了一个全球通用的、异步的、支持富内容的通信网络。2. 基础概念SMTP, IMAP, API与Agent Skills在动手之前快速厘清几个关键概念避免后续配置时混淆。SMTP (Simple Mail Transfer Protocol)发送邮件用的协议。你的Agent程序需要通过SMTP协议连接到邮件服务商的SMTP服务器如smtp.gmail.com:587提交邮件内容由服务器负责投递。IMAP (Internet Message Access Protocol)接收和管理邮件用的协议。相比老的POP3协议IMAP允许在服务器上管理邮件文件夹如收件箱、已发送更适合多设备或Agent场景因为它能在不同客户端间同步状态。邮件服务商API如Gmail API、Outlook Graph API。这是更现代、更推荐的方式。它使用OAuth 2.0授权无需暴露应用密码提供更精细的权限控制和更高的请求配额。对于AI Agent优先考虑使用API。Agent Skill在AI Agent上下文中Skill技能指Agent能够执行的一个特定、封装好的任务模块。“收发邮件Skill”就是一个让Agent获得邮件处理能力的模块。本文的策略是我们将为Agent申请一个专属邮箱并优先教大家使用邮件服务商API以Gmail API为例这种更安全的方式。同时也会介绍传统的SMTP/IMAP方式作为备选方案因为某些场景或服务商可能只支持后者。3. 环境准备与前置条件请确保你已准备好以下环境我们将基于Python进行演示因为其库生态丰富是AI Agent开发的主流语言。Python环境推荐Python 3.8及以上版本。在终端输入python --version或python3 --version检查。代码编辑器VS Code、PyCharm等均可。一个可用的谷歌账户用于创建Gmail邮箱和启用Gmail API。这是本文的核心示例。你也可以使用其他支持API的邮箱服务如Outlook/微软邮箱其原理类似。基本的命令行操作能力。接下来我们分两步走第一步申请并配置专属邮箱第二步为Agent集成邮件Skill。4. 实战第一步10分钟为AI Agent配置专属Gmail邮箱我们不使用常规网页注册而是通过Google Cloud Platform为项目创建一个“服务账户”或启用API访问这种方式更符合开发者流程。4.1 创建Google Cloud项目并启用Gmail API访问Google Cloud Console打开 Google Cloud Console 。创建新项目点击顶部项目下拉框 - “新建项目”。给你的项目起个名字例如ai-agent-mailbot。启用Gmail API在左侧导航栏找到“API和服务” - “库”。搜索“Gmail API”点击进入并“启用”。4.2 配置OAuth 2.0授权凭据为了让你的Python程序能代表你或一个虚拟用户访问Gmail需要创建OAuth客户端ID。创建凭据在“API和服务” - “凭据”页面点击“创建凭据” - “OAuth 客户端ID”。选择应用类型选择“桌面应用”Desktop application给它起个名字比如AI Agent Mail Client。下载凭据文件创建后你会看到客户端ID和客户端密钥。点击右侧的下载按钮JSON格式将文件保存到你的项目目录重命名为credentials.json。这个文件是私密信息切勿上传至公开仓库。4.3 为Agent生成专属邮箱地址你有两种主要选择方案A推荐更灵活创建一个新的普通Gmail邮箱。打开Gmail官网用你的谷歌账号登录后在设置中查看“添加其他邮箱”。或者直接使用浏览器无痕模式用另一个谷歌账号注册一个全新的Gmail例如your.agent.botgmail.com。优点完全独立与你的个人账号隔离管理直观。缺点需要维护另一个谷歌账户。方案B利用现有账号使用你主谷歌账号下的“发送邮件地址”别名。在Gmail网页版进入“设置” - “查看所有设置” - “账户和导入” - “用这个地址发送邮件” - “添加其他电子邮件地址”。你可以添加一个像agentyourdomain.com的地址如果你有自己的域名并配置了MX记录。或者谷歌允许你添加一个别名但它本质上还是指向你的主邮箱。优点无需新账号管理方便。缺点身份隔离性稍弱发送限制与主账号共享。对于纯粹的A2A Agent我推荐方案A实现彻底的隔离。假设我们创建了demo.ai.agentgmail.com。4.4 授权你的Python程序访问该邮箱我们需要生成一个token.json文件让程序获得访问权限。在你的项目目录下创建一个名为gmail_auth.py的脚本# gmail_auth.py import os.path from google.auth.transport.requests import Request from google.oauth2.credentials import Credentials from google_auth_oauthlib.flow import InstalledAppFlow # 如果修改了 SCOPES请删除本地的 token.json 文件再重新运行。 SCOPES [https://www.googleapis.com/auth/gmail.readonly, https://www.googleapis.com/auth/gmail.send, https://www.googleapis.com/auth/gmail.modify] def authenticate_gmail(): creds None # token.json 存储用户的访问和刷新令牌首次运行后自动创建 if os.path.exists(token.json): creds Credentials.from_authorized_user_file(token.json, SCOPES) # 如果凭据不存在或已失效则让用户登录 if not creds or not creds.valid: if creds and creds.expired and creds.refresh_token: creds.refresh(Request()) else: flow InstalledAppFlow.from_client_secrets_file( credentials.json, SCOPES) creds flow.run_local_server(port0) # 保存凭据供下次运行使用 with open(token.json, w) as token: token.write(creds.to_json()) return creds if __name__ __main__: creds authenticate_gmail() print(认证成功token.json 已生成。)运行这个脚本pip install google-auth google-auth-oauthlib google-auth-httplib2 google-api-python-client python gmail_auth.py首次运行会打开浏览器要求你登录谷歌账号并授权。请务必登录你为Agent创建的那个专属邮箱账号如demo.ai.agentgmail.com。授权后项目目录下会生成token.json文件。至此你的程序就获得了读取、发送和管理该邮箱邮件的合法权限。5. 构建核心邮件收发 Skill现在我们基于Gmail API构建一个可复用的邮件Skill类。这个类将是你的AI Agent的“邮件模块”。创建mail_skill.py文件# mail_skill.py import base64 import os from email.mime.text import MIMEText from email.mime.multipart import MIMEMultipart from email.mime.application import MIMEApplication from googleapiclient.discovery import build from google.auth.transport.requests import Request from google.oauth2.credentials import Credentials class GmailSkill: AI Agent 的 Gmail 邮件处理技能 def __init__(self, credentials_filecredentials.json, token_filetoken.json): self.SCOPES [ https://www.googleapis.com/auth/gmail.readonly, https://www.googleapis.com/auth/gmail.send, https://www.googleapis.com/auth/gmail.modify ] self.creds self._authenticate(credentials_file, token_file) self.service build(gmail, v1, credentialsself.creds) def _authenticate(self, credentials_file, token_file): 认证并返回凭据对象 creds None if os.path.exists(token_file): creds Credentials.from_authorized_user_file(token_file, self.SCOPES) if not creds or not creds.valid: if creds and creds.expired and creds.refresh_token: creds.refresh(Request()) else: from google_auth_oauthlib.flow import InstalledAppFlow flow InstalledAppFlow.from_client_secrets_file(credentials_file, self.SCOPES) creds flow.run_local_server(port0) with open(token_file, w) as token: token.write(creds.to_json()) return creds def send_email(self, to, subject, body, ccNone, bccNone, attachmentsNone): 发送邮件 Args: to: 收件人字符串或列表 subject: 主题 body: 正文支持HTML cc: 抄送 bcc: 密送 attachments: 附件路径列表 Returns: 发送消息的ID message MIMEMultipart() message[to] to if isinstance(to, str) else , .join(to) message[subject] subject if cc: message[cc] cc if isinstance(cc, str) else , .join(cc) # bcc 不放在头部 # 添加正文 # 这里简单判断如果是HTML内容则用html格式 if html in body or p in body: msg_part MIMEText(body, html) else: msg_part MIMEText(body, plain) message.attach(msg_part) # 添加附件 if attachments: for file_path in attachments: if os.path.exists(file_path): with open(file_path, rb) as f: part MIMEApplication(f.read(), Nameos.path.basename(file_path)) part[Content-Disposition] fattachment; filename{os.path.basename(file_path)} message.attach(part) # 编码并发送 raw_message base64.urlsafe_b64encode(message.as_bytes()).decode() body {raw: raw_message} try: sent_message self.service.users().messages().send(userIdme, bodybody).execute() print(f邮件发送成功消息ID: {sent_message[id]}) return sent_message[id] except Exception as e: print(f邮件发送失败: {e}) return None def list_emails(self, max_results10, query): 列出邮件 Args: max_results: 最大返回数量 query: Gmail搜索查询语法如 from:exampledomain.com subject:报告 Returns: 邮件列表 try: results self.service.users().messages().list( userIdme, maxResultsmax_results, qquery).execute() messages results.get(messages, []) email_details [] for msg in messages: msg_detail self.service.users().messages().get(userIdme, idmsg[id], formatmetadata).execute() headers msg_detail[payload][headers] subject next((h[value] for h in headers if h[name] Subject), 无主题) sender next((h[value] for h in headers if h[name] From), 未知发件人) date next((h[value] for h in headers if h[name] Date), 未知日期) email_details.append({ id: msg[id], subject: subject, from: sender, date: date, snippet: msg_detail.get(snippet, ) }) return email_details except Exception as e: print(f获取邮件列表失败: {e}) return [] def get_email_body(self, msg_id): 获取邮件的完整正文 try: message self.service.users().messages().get(userIdme, idmsg_id, formatfull).execute() # 解析邮件parts获取正文 def get_body(payload): if parts in payload: for part in payload[parts]: if part[mimeType] text/plain: data part[body].get(data) if data: return base64.urlsafe_b64decode(data).decode() elif part[mimeType] text/html: data part[body].get(data) if data: return base64.urlsafe_b64decode(data).decode() # 递归查找 body get_body(part) if body: return body else: if payload[mimeType] text/plain: data payload[body].get(data) if data: return base64.urlsafe_b64decode(data).decode() return None body get_body(message[payload]) return body if body else 无法解析正文 except Exception as e: print(f获取邮件正文失败: {e}) return None def mark_as_read(self, msg_id): 将邮件标记为已读 try: self.service.users().messages().modify( userIdme, idmsg_id, body{removeLabelIds: [UNREAD]}).execute() print(f邮件 {msg_id} 已标记为已读) except Exception as e: print(f标记已读失败: {e}) # 提供一个简单的技能调用示例 if __name__ __main__: # 初始化技能 mail_skill GmailSkill() # 示例1: 发送一封测试邮件 print(正在发送测试邮件...) mail_skill.send_email( toyour-personal-emailexample.com, # 替换为你的接收邮箱 subject【AI Agent测试】邮件技能运行正常, bodyh2你好/h2p这是一封来自你的AI Agent的测试邮件。/pp这表明你的邮件收发Skill已成功集成。/p, attachments[./README.md] # 可选附加一个文件 ) # 示例2: 检查收件箱最新邮件 print(\n检查收件箱最新5封邮件...) emails mail_skill.list_emails(max_results5) for email in emails: print(f- [{email[date]}] 来自: {email[from]} | 主题: {email[subject]})这个GmailSkill类封装了认证、发送、接收、解析等核心功能你的AI Agent可以直接实例化并使用它。6. 实战第二步构建全自动邮件采编与数据清洗Agent现在我们利用上面构建的GmailSkill创建一个具体的AI Agent工作流自动从指定发件人的邮件中抓取CSV附件清洗数据并生成摘要报告回复。假设场景你每天都会收到来自reportdata-source.com的销售数据邮件附件是一个CSV文件。你需要Agent自动处理这些邮件。创建data_processing_agent.py# data_processing_agent.py import pandas as pd import re from datetime import datetime from mail_skill import GmailSkill class DataProcessingAgent: 一个能自动处理数据邮件的AI Agent def __init__(self): self.mail GmailSkill() self.target_sender reportdata-source.com # 目标发件人 self.processed_ids set() # 记录已处理的邮件ID防止重复处理 def fetch_new_reports(self): 获取来自目标发件人的未读邮件 query ffrom:{self.target_sender} is:unread has:attachment filename:.csv emails self.mail.list_emails(max_results10, queryquery) return [e for e in emails if e[id] not in self.processed_ids] def download_and_process_attachment(self, msg_id): 模拟下载并处理CSV附件。 注意Gmail API 获取附件内容需要额外步骤此处为简化流程 我们假设已将附件下载到本地 attachments 文件夹。 实际项目中你需要实现附件的下载逻辑。 # 在实际应用中这里应调用Gmail API的 messages.attachments.get 方法 # 下载附件到本地例如./attachments/report_{msg_id}.csv # 以下为模拟流程 # 假设附件已下载路径如下 simulated_file_path f./attachments/report_{msg_id}.csv try: # 使用pandas读取CSV df pd.read_csv(simulated_file_path) print(f成功读取CSV文件形状: {df.shape}) # 数据清洗示例 # 1. 删除完全空值的行 df_cleaned df.dropna(howall) # 2. 填充部分空值假设‘销售额’列 if 销售额 in df_cleaned.columns: df_cleaned[销售额] df_cleaned[销售额].fillna(0) # 3. 格式化日期列假设有‘日期’列 if 日期 in df_cleaned.columns: df_cleaned[日期] pd.to_datetime(df_cleaned[日期], errorscoerce) # 4. 去除重复行 df_cleaned df_cleaned.drop_duplicates() print(f数据清洗完成清洗后形状: {df_cleaned.shape}) return df_cleaned except FileNotFoundError: print(f附件文件未找到: {simulated_file_path}) # 实际项目中这里应触发真正的附件下载 return None except Exception as e: print(f处理CSV文件时出错: {e}) return None def generate_summary(self, df): 生成数据摘要报告 if df is None or df.empty: return 未获取到有效数据。 summary_lines [] summary_lines.append(# 销售数据日报摘要) summary_lines.append(f生成时间: {datetime.now().strftime(%Y-%m-%d %H:%M:%S)}) summary_lines.append(f总记录数: {len(df)}) # 数值型列统计 numeric_cols df.select_dtypes(include[number]).columns for col in numeric_cols[:3]: # 取前三个数值列 summary_lines.append(f- **{col}**: 总和{df[col].sum():.2f}, 均值{df[col].mean():.2f}, 最大值{df[col].max():.2f}) # 如果有日期列计算最新日期 date_cols df.select_dtypes(include[datetime64]).columns for col in date_cols[:1]: summary_lines.append(f- **最新{col}**: {df[col].max().strftime(%Y-%m-%d)}) # 识别潜在问题示例负值或零值 if 销售额 in df.columns: zero_sales (df[销售额] 0).sum() if zero_sales 0: summary_lines.append(f⚠️ **注意**: 发现 {zero_sales} 条销售额为0或负值的记录。) return \n.join(summary_lines) def run(self): Agent主运行循环 print(f数据处理Agent启动监控发件人: {self.target_sender}) # 1. 获取新报告邮件 new_emails self.fetch_new_reports() if not new_emails: print(未发现新的报告邮件。) return print(f发现 {len(new_emails)} 封新报告邮件。) for email in new_emails: print(f\n处理邮件: {email[subject]} (ID: {email[id]})) # 2. 下载并处理附件 df self.download_and_process_attachment(email[id]) # 3. 生成摘要 report_summary self.generate_summary(df) print(生成的摘要:\n, report_summary) # 4. 发送处理结果回复可选 reply_subject f已处理: {email[subject]} reply_body f 您好 已自动处理您发送的报表邮件。 {report_summary} --- 本邮件由AI Agent自动发送。 # 假设我们回复给原发件人实际可根据需要调整 self.mail.send_email( toself.target_sender, subjectreply_subject, bodyreply_body ) print(f已发送处理结果回复至 {self.target_sender}) # 5. 标记邮件为已读并记录已处理 self.mail.mark_as_read(email[id]) self.processed_ids.add(email[id]) print(f邮件 {email[id]} 处理完毕。) print(\n本轮处理完成。) if __name__ __main__: agent DataProcessingAgent() agent.run()这个Agent模拟了一个完整的工作流监控邮箱 - 发现目标邮件 - 提取附件 - 数据清洗 - 生成报告 - 回复确认。你可以在此基础上扩展更复杂的数据分析、存储到数据库或触发下游任务。7. 运行结果与效果验证7.1 测试邮件发送首先运行mail_skill.py中的测试代码确保修改to参数为你自己的邮箱python mail_skill.py预期输出认证成功token.json 已生成。 正在发送测试邮件... 邮件发送成功消息ID: 1234567890abcdefg 检查收件箱最新5封邮件... - [Mon, 1 Jan 2024 12:00:00 0800] 来自: AI Agent demo.ai.agentgmail.com | 主题: 【AI Agent测试】邮件技能运行正常 ...去你的收件箱检查应该能收到一封来自Agent专属邮箱、带有HTML格式和附件的测试邮件。7.2 测试数据处理Agent运行数据处理Agent你需要先手动在./attachments/目录下放置一个模拟的CSV文件命名为report_msg_id.csvpython data_processing_agent.py预期输出数据处理Agent启动监控发件人: reportdata-source.com 发现 1 封新报告邮件。 处理邮件: 每日销售报表 (ID: msg_123) 成功读取CSV文件形状: (100, 5) 数据清洗完成清洗后形状: (98, 5) 生成的摘要: # 销售数据日报摘要 生成时间: 2024-01-01 12:05:00 总记录数: 98 - **销售额**: 总和25480.50, 均值260.01, 最大值1500.00 - **利润**: 总和5200.75, 均值53.07, 最大值320.00 - **最新日期**: 2023-12-31 ⚠️ **注意**: 发现 2 条销售额为0或负值的记录。 已发送处理结果回复至 reportdata-source.com 邮件 msg_123 处理完毕。 本轮处理完成。8. 常见问题与排查思路在实际部署中你可能会遇到以下问题问题现象可能原因排查方式解决方案google.auth.exceptions.RefreshError: invalid_granttoken.json文件失效或凭据被撤销。检查是否在Google Cloud Console禁用了凭据或是否修改了OAuth范围。删除本地的token.json文件重新运行认证脚本 (gmail_auth.py)。HttpError 403: insufficient permissionAPI请求的权限范围 (SCOPES) 不足。确认SCOPES包含了所需权限如发送邮件需要gmail.send。1. 在Cloud Console的“OAuth同意屏幕”添加对应权限。2. 删除token.json重新认证。发送邮件被拒或进入垃圾箱新邮箱发送信誉低或内容触发垃圾邮件规则。检查邮件内容是否包含过多链接、敏感词汇。1. 从低频率开始发送。2. 确保邮件有清晰的主题和正文。3. 考虑使用SendGrid等专业邮件发送服务。无法接收或列出邮件IMAP未启用如果使用IMAP方式或API配额超限。检查Gmail设置中“转发和POP/IMAP”是否启用了IMAP。查看Google Cloud Console的配额页面。1. 启用IMAP。2. 对于API申请提升配额或优化请求频率。ModuleNotFoundError: No module named googlePython依赖未安装。运行pip list | grep google检查。运行pip install google-api-python-client google-auth-httplib2 google-auth-oauthlib。附件下载失败Gmail API获取附件的逻辑较复杂代码未实现。查看返回的message payload结构确认附件部分。参考Gmail API官方文档实现message.attachments.get部分的代码。9. 最佳实践与工程建议将邮件Skill集成到生产环境中的AI Agent时请遵循以下建议密钥安全管理绝对不要将credentials.json或token.json提交到Git等版本控制系统。将它们添加到.gitignore。在生产环境中使用环境变量或密钥管理服务如AWS Secrets Manager, HashiCorp Vault来存储这些凭据。使用专业邮件发送服务重要对于高频或重要的业务邮件强烈建议使用SendGrid、Amazon SES、Mailgun等专业服务。原因它们提供更高的送达率、详细的发送统计、投诉处理机制并且不与你的个人或测试邮箱信誉绑定。集成方式这些服务也提供SMTP或API只需将上面GmailSkill中的发送逻辑替换为对应服务的SDK即可。错误处理与重试机制网络请求可能失败。在发送、接收邮件时添加重试逻辑如使用tenacity库。记录所有失败操作便于排查。邮箱行为规范化为Agent邮箱设置合适的发件人名称如[Bot] Data Processor。在邮件正文末尾添加标识例如---\n此邮件由AI Agent自动发送请勿直接回复。遵守反垃圾邮件法规如CAN-SPAM Act提供清晰的退订方式如果发送营销类邮件。监控与日志记录Agent处理邮件的关键事件何时收到、处理状态、是否出错。可以设置一个“心跳”邮件定期向管理员邮箱发送状态报告。权限最小化原则在Google Cloud创建OAuth凭据时只勾选Agent真正需要的权限例如如果只发不收就不要给gmail.readonly权限。为AI Agent配备专属邮箱并集成邮件Skill是迈向A2A自动化的重要一步。它解决了身份隔离、异步通信和任务触发的问题。本文从为什么需要专属邮箱讲起通过Gmail API实战提供了完整的技能封装并演示了一个自动采编清洗数据的Agent工作流。关键在于不要停留在“能发邮件”的层面而要思考如何将邮箱作为Agent的标准化输入输出接口。你可以扩展这个模式让Agent处理客服邮件、监控报警、同步日程甚至与其他Agent通过邮件进行任务编排。下一步你可以探索将邮件Skill与LangChain、AutoGen等AI Agent框架结合。实现更复杂的附件解析PDF, Excel, 图片OCR。结合RPA机器人流程自动化让Agent处理邮件后能操作其他网页或系统。搭建一个简单的管理面板可视化监控你的邮件Agent运行状态。希望这篇教程能帮你打下坚实的基础。建议收藏本文并在你的下一个AI Agent项目中实践起来。 30款热门AI模型一站整合DeepSeek/GLM/Qwen 随心用限时 5 折。 点击领海量免费额度