MuleRun怎么部署安装-mulerun部署安装agent

MuleRun怎么部署安装 mulerun部署安装agentAgent部署有三种路径：一、云端计算机模式一键部署，自动校验并生成Agent ID;二、手动部署至本地Mule RunTIMe Engine，需配置JDK17及Mule环境;三、超级智能体模式动态加载，支持自然语言定义与参数化调用。

如果您已设计好智能体逻辑或获取了合法mulerun应用包，但无法在平台中启动运行，则可能是由于部署路径错误、环境依赖缺失或应用包格式不合规。以下是完成agent部署的多种可行路径：

一、通过云端计算机模式一键部署(推荐新手)

该方式无需本地操作，所有部署动作在专属云端虚拟机内自动完成，系统会校验应用包完整性、依赖兼容性及元信息规范性，并实时反馈部署日志。

1、登录后进入「我的数字员工」控制台。

2、点击「新建计算机模式实例」，选择「Agent部署向导」模板。

3、在上传区域拖入符合规范的MuleRun应用包(文件名必须为 mulerun-app-*.jar 或 mulerun-app-*.zip)。

4、系统自动解析 mule-artifact.json 并校验 flow.xml 结构，若通过则显示「准备就绪」;若失败则高亮标出缺失字段(如 missing required property: minMuleVersion)。

5、点击「立即部署」，约15秒后状态栏变为「Running」，并生成可调用的唯一Agent ID。

二、手动部署至本地Mule Runtime Engine(适合调试与定制)

此方法适用于需深度调试Agent行为、修改底层配置或集成私有工具链的进阶用户，要求本地已部署兼容Mule 4.4+的Standalone运行时。

1、确认 Java_HOME 指向 JDK 17 LTS(如 Temurin 17.0.10+7)，执行 java -version 验证输出含“17.”及“64-Bit”字样。

2、将Mule Runtime解压至无中文、无空格路径(如 /opt/mule 或 C:\mule)，并确保 bin/mule(Linux/macOS)或 bin/mule.bat(windows)具备执行权限。

3、将应用包完整复制至 apps/ 目录下(如 cp mulerun-app-1.2.0.jar /opt/mule/apps/)，注意删除同名残留文件夹(如 mulerun-app-1.2.0/)，否则Mule将跳过部署。

4、执行 ./bin/mule start(Linux/macOS)或 bin\mule.bat start(Windows) 启动服务，观察控制台输出是否出现 “Deployed app 'mulerun-app-1.2.0'” 日志行。

三、使用超级智能体模式动态加载(适用于轻量级脚本型Agent)

该路径绕过传统打包流程，直接将自然语言指令与结构化参数注入Super Agent运行时，由平台即时编译为可执行上下文，适合快速验证逻辑或A/B测试不同策略。

1、在MuleRun主界面切换至「超级智能体模式」。

2、点击「创建新智能体」，在描述框中输入完整任务定义，例如：“你是一个会议纪要整理Agent，接收Zoom录音转写文本，按发言者分段，提取每段中的待办事项并标注负责人。”

3、上传辅助材料(如参会人员名单CSV、公司审批流程图pdf)，系统将自动构建知识图谱并绑定工具链。

4、点击「保存为可复用Agent」，填写名称与标签，完成后该Agent即出现在您的个人Agent列表中，支持随时调用与参数化重放。

MuleRun的产品定价

免费计划：每天50个试用积分，每月10GB存储空间，访问模型/工具/代理权限有限，无积分叠加。

Plus计划：每月19.9美元，每天50个试用积分，每月2000积分，最多5个并发代理会话，100GB存储空间，完全访问模型/工具/代理，提供API和MCP密钥，高峰时段优先访问，提前体验新功能，社区支持。

Pro计划：每月99.9美元，每天50个试用积分，每月10000积分，最多30个并发代理会话，1TB存储空间，完全访问模型/工具/代理，提供API和MCP密钥，高峰时段优先访问，提前体验新功能，电子邮件和工单支持。

企业计划：价格需联系销售，获取组织管理、私人代理、按需工具/模型使用、按需存储/资源使用、专用运行环境、专用支持和SLA。

I 智能体运行机制

循环体系

Mule Run 的 AI 智能体运行机制是一个包含三个步骤的循环体系：

LLM 通过结构化 JSON 输出确定工作流的下一步(“工具调用”)。

由确定性代码执行工具调用。

将工具运行结果追加至上下文窗口。

这个循环不断重复，直到 LLM 判定下一步为“完成”状态。

自我修复与错误处理

Mule Run 的智能体具备自我修复能力。优秀的 LLM 能够读取错误信息或 Stack Trace 信息，并在后续工具调用中调整策略。这种机制使得智能体在遇到错误时能够自动调整执行策略，从而提高系统的稳定性和可靠性。

多入口触发与响应一致性

Mule Run 支持多入口触发，用户可以通过 Slack、邮件、短信等任意渠道唤醒智能体，并确保响应始终在原对话流中完成。这种设计不仅提高了用户体验，还支持非人工触发(系统事件/定时任务/故障告警等)，使得智能体能够自主运行并根据需要请求人工介入。

免责声明：本文内容来自用户上传并发布，站点仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。请核实广告和内容真实性，谨慎使用。