经过数个版本的演进，Model Agent 已经成功支持 1200+ 模型的昇腾适配调优，并支持从 HuggingFace、ModelScope、AtomGit 等主流模型上社区上自动爬取、分析、适配新发布的模型。

在实际使用中，仍有几个问题还是制约着开发者的最佳体验：复杂任务执行到哪一步了？哪个节点正在运行？失败发生在哪里？散落在本地的模型资料、适配记录和问题经验，又该如何真正参与下一次开发？

Model Agent v1.0.1rc1 全新版本正式发布。本次更新围绕“过程看得见，知识用得上”带来两项重点能力：

• Workflow 全流程可视化：将模型适配、部署、验证和优化过程转化为可观察的 DAG，让任务依赖、节点状态、执行日志和结果一目了然。

• 个人 Obsidian 知识库 + 昇腾 RAG 知识库：让本地 Markdown 资料与昇腾生态知识协同参与检索和任务执行，把个人经验转化为可持续复用的工程资产。

以昇腾适配的 Kimi K3 为例，具体展示两项能力如何从“资料检索”一路贯通到“适配交付与经验沉淀”。

🎯 一、从“黑盒执行”到“全程可见”：Workflow 全流程可视化

模型适配并不是单一步骤。从环境检查、代码分析，到部署、精度验证和性能评测，复杂任务往往包含多个前后依赖或并行执行的环节。

新版本为 Model Agent 接入了 Workflow 全流程可视化看板，将这些任务组织为清晰的流程图，并实时呈现执行过程：

• 看拓扑：直观看到任务节点及其前后依赖，快速理解完整执行路径。

• 看状态：区分等待、运行、成功和失败节点，掌握当前进度。

• 看过程：查看节点输入、输出摘要、执行日志、检查项和耗时。

• 看能力调用：区分普通任务、MCP 工具调用与 Skill 执行，理解 Agent 如何完成每一步。

• 看问题：定位失败节点和错误信息，为后续重试、恢复和调优提供依据。

Workflow 不只是把流程“画出来”，更重要的是让开发者能够理解、检查并复用复杂任务的执行链路，从而实时监控全流程运行进展、快速理解整个工作流并实现对于适配堵点的精准定位。

📚 二、从“资料收藏”到“任务上下文”：Obsidian + RAG 知识库

很多开发者已经习惯用 Obsidian 管理技术资料：模型卡、技术报告、部署命令、环境矩阵、实验结论、Issue 排查记录……但在真正执行适配任务时，这些内容仍需要人工查找、筛选和拼接。

Model Agent 新版本支持将个人 Obsidian 知识库与昇腾 RAG 知识库结合使用，让个人资料与平台知识共同服务于模型开发：

• 个人资料可检索：让 Obsidian 中的 Markdown 笔记成为任务可调用的知识来源。

• 昇腾知识可补充：结合昇腾生态中的适配、部署、算子和调优资料，补齐工程上下文。

• 信息来源可追溯：在查找方案和生成建议时保留资料来源，便于开发者复核。

• 实践经验可沉淀：将适配过程中的问题、结论和交付文档持续回写，形成越用越完整的个人知识资产。

对于开发者而言，Obsidian 不再只是“资料仓库”，而是可以参与任务规划、问题定位和结果交付的工程知识入口。借助 Embedding 模型供 Obsidian 和 RAG 昇腾知识库生成向量数据嵌入并入库，以 MCP 接入 让昇腾知识库和 Obsidian 可达。

Obsidian + RAG 知识库样例

🚀 三、Kimi K3 实践：把昇腾适配链路放进 Workflow

Kimi K3 于 2026 年 7 月 16 日发布并开源，拥有 2.8 万亿参数，基于 KDA 混合线性注意力机制与 Attention Residuals 构建，原生支持视觉理解，最高支持 100 万 token 上下文窗口，面向长程编程、知识工作与深度推理等复杂任务。

目前，Kimi K3 已完成昇腾适配。结合 Model Agent 新版本，可以把这条真实的适配链路组织为可检索、可观察、可复用的完整实践：

1. 用 Obsidian 整理 K3 适配资料

将 K3 模型卡、技术资料、架构分析、依赖说明、适配记录、问题清单和验证结论统一沉淀到个人 Obsidian 知识库中。

Kimi K3 模型结构分析结果

2. 用 RAG 对齐模型信息与昇腾知识

围绕模型架构、运行依赖和适配要点，协同检索个人资料与昇腾生态知识，为任务规划提供可核验的上下文。

结合 RAG 的 Kimi K3 模型全景分析结果

3. 用 Workflow 还原完整适配 DAG

Model Agent 将适配过程拆解为多个任务节点：环境与依赖检查、模型代码分析可以并行推进；完成昇腾适配与部署后，再分别进行精度验证和性能基线测试。

*附图为复盘流程演示样例，实际部署方案可参考：

🔗 Kimi K3适配指导：

https://mp.weixin.qq.com/s/cM5TfP2UU7cTM0B-lFYj4Q

4. 将结果沉淀为下一次任务的起点

适配完成后，执行日志、问题处理过程、验证结论和交付报告可以继续沉淀到知识库中。后续进行 K3 部署、调优、版本升级或同类模型适配时，已有经验即可成为新的任务上下文。

这形成了一条完整闭环：

资料进入知识库 → 知识辅助生成计划 → Workflow 执行并展示过程 → 结果回流知识库

✨ 四、这次更新，开发者能够获得什么？

🛠 五、如何体验新版本？

方式一：查看并获取 v1.0.1rc1 分支

git clone -b v1.0.1rc1 git clone https://gitcode.com/Ascend/model-agent.git

• Model Agent 官方仓库： https://atomgit.com/Ascend/model-agent

• 新版本分支： https://atomgit.com/Ascend/model-agent/tree/v1.0.1rc

方式二：通过插件加载 Model Agent 能力

以 Claude 为例：

# 注册 marketplace

Workflow 可视化、个人 Obsidian 知识库和昇腾 RAG 知识库的开放范围与使用方式，请以 7 月 31 日版本说明和实际体验环境为准。

💬 六、欢迎体验与共创

从新模型的昇腾适配，到更多前沿模型的部署、验证和性能优化，Model Agent 希望让每一条复杂流程都能被看见，让每一次工程实践都能被沉淀。

欢迎体验 Model Agent 新版本：

• 用 Workflow 看见 Agent 如何完成复杂任务；

• 用 Obsidian 管理属于自己的模型知识，借助昇腾 RAG 补全昇腾现有背景知识；

• 用真实适配案例持续共建可复用的昇腾模型生态。

如在体验过程中发现问题或有改进建议，欢迎前往 Model Agent 官方仓库提交 Issue 或 PR：https://atomgit.com/Ascend/model-agent/pull&issues

让过程看得见，让知识用得上。Model Agent 新版本，期待与你一起探索！