Timbal AI

1) 创建账户并打开 Timbal: 访问 https://timbal.ai/ 并点击“立即免费开始”（或在 https://app.timbal.ai/ 登录）。这将使您能够访问 Timbal Studio，您可以在其中构建代理、工作流、接口和知识库。

2) 选择您要构建的内容（代理 vs 工作流）: 在 Studio 中，选择：(a) 用于自主推理、具有工具和内存的代理，或 (b) 用于具有分支逻辑和保证结果的确定性、分步管道的工作流。

3) 通过集成（或 MCP）连接您的数据和工具: 在 Studio 中打开“集成”并连接您的 AI 所需的系统（例如 Slack、Drive、Jira、SAP、Salesforce）。如果您已经通过 MCP 暴露了工具，请将它们指向 Timbal 的 MCP 端点：api.timbal.ai/mcp。

4) (可选) 为 RAG 构建知识库: 在 Studio 中，创建一个知识库并同步您的文档/数据源。Timbal 提供企业级检索（混合搜索：向量 + 全文 + SQL 样式查询），因此代理/工作流可以使用您的内部内容进行回答。

5) 配置模型路由（模型无关）: 选择适合您用例的 LLM/提供商（OpenAI、Anthropic、Google、Mistral、Meta 或任何兼容 OpenAI 的端点）。Timbal 是模型无关的，支持按代理、按步骤或按租户切换提供商。

6) 使用开源 Python 框架进行代码构建（本地开发）: 克隆框架仓库并在本地运行测试：git clone https://github.com/timbal-ai/timbal.git && cd timbal && uv sync --dev && uv run pytest。然后使用 async/await 和工具创建代理（来自源代码的示例）：import asyncio; from timbal import Agent; from timbal.tools import WebSearch; agent = Agent(name=\"assistant\", model=\"anthropic/claude-sonnet-4-6\", tools=[WebSearch()], max_tokens=1024); async def main(): result = await agent(prompt=\"What's new in AI this week?\" ).collect(); print(result.output); asyncio.run(main()).

7) 在 Studio 中构建（可视化）并在需要时导出代码: 使用 Studio 可视化地组装代理/工作流和集成。Timbal 强调可导出代码（无黑盒）：代理、工作流和集成可以编译成可在本地运行或自托管的可读代码。

8) 添加治理：环境 + 审查工作流（Git 集成）: 设置独立的环境（开发/测试/生产），以便实验不会影响生产。将 Timbal 更改连接到分支和拉取请求，以便在推广到生产之前审查每个代理/工作流/配置更新。

9) 部署（托管或自托管）: 选择部署模式：(a) 在 Timbal 托管基础设施上进行完全托管部署（选择区域/机器大小、扩展、回滚），或 (b) 自行托管组件。该平台支持云、VPC 或本地部署。

10) 从 CLI 部署（快速路径）: 使用 Timbal CLI 进行脚手架和部署（来自源代码的示例）：$ timbal init my-agent; $ timbal deploy --env prod → deployed … → url: api.timbal.ai/agents/…。CLI 支持身份验证、带 UI 的本地运行以及推送到云端。

11) 通过 TypeScript/JavaScript SDK 调用您部署的 AI: 安装并使用官方 SDK 从 Node/React/Bun 调用您的工作团队/代理/工作流（来自源代码的示例）：import Timbal from \"@timbal-ai/timbal-sdk\"; const timbal = new Timbal({ token: \"your-api-key\", orgId: \"your-org-id\", projectId: \"your-project-id\" }); const res = await timbal.callWorkforce(\"support\", { message: \"Refund #8812\" }); 您还可以通过环境变量进行配置，并使用 as() 创建用户范围的客户端。

12) 交付接口（聊天/仪表板/全渠道）或嵌入到您的产品中: 使用 Timbal Interfaces 创建自定义 UI（从聊天到仪表板到语音），并通过各种渠道（例如 WhatsApp、Instagram、电子邮件、语音）交付，或将体验嵌入到现有产品中。

13) 通过完整的可追溯性观察和调试生产运行: 使用 Timbal 的可观测性来端到端地检查跟踪：提示、工具调用、模型使用、时间安排和故障。这支持自信地调试和解释决策。

14) 安全迭代：评估、推广和回滚: 使用内置的评估/治理在推广到生产之前验证行为。在不同环境之间推广版本，并在需要时回滚部署，以保持生产的可靠性和可审计性。