必须完成实名认证、API密钥配置、VPC网络准备、agentkit.yaml参数设置、MCP服务绑定及agentkit launch部署，才能将智能体成功推至生产环境并对外提供服务。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要把用VeADK或AgentKit CLI开发好的智能体真正推到生产环境、对外提供服务，必须完成从本地工程到云端运行时的完整配置与部署链路，跳过任一环节都会导致调用失败或权限拒绝。
确认部署前提条件
登录火山引擎控制台，进入AgentKit服务首页，检查右上角账户状态是否为“已实名认证且欠费状态为正常”。【未完成实名认证将无法创建任何运行时资源】
在左侧导航栏点击“设置>API密钥”，确认已生成至少一个状态为“启用”的API Key，并记录其Key ID与Secret。该密钥将用于后续CLI鉴权和Harness部署。
若计划使用VPC内网访问MCP服务或知识库，需提前在目标地域（如cn-beijing）完成私有网络与子网创建——这一步不能在部署过程中补做，否则会卡在“网络初始化超时”错误。
选择部署模式并初始化项目
根据当前阶段选择：本地验证用沙箱、灰度发布用混合部署、正式上线用纯云端部署。
方法一：使用AgentKit CLI快速初始化（推荐首次部署）
在终端执行：agentkit init --template basic-stream-agent-app --name travel-assistant-prod。该命令会自动生成含agentkit.yaml、.env.example和Dockerfile的目录结构，模板已预置流式响应与错误重试逻辑。
方法二：基于Harness一键拉起全托管工程
执行：agentkit harness init --region cn-shanghai --name travel-assistant-harness。此命令会下载Harness模板，其中harness.yaml已声明模型路由、工具挂载点与默认系统提示，无需手动编辑基础配置。
配置agentkit.yaml核心参数
打开项目根目录下的agentkit.yaml文件，按顺序修改以下字段：
① name：设为业务可读名，如travel-assistant-prod，该名称将作为运行时唯一标识，【不可含下划线或大写字母，否则部署时被平台自动截断】；
② model：填写已授权的模型URN，例如volc-engine:ernie-4.5:cn-beijing:1.0.0，注意地域必须与部署目标一致；
③ tools：列出所需MCP服务ID，格式为- mcp://mcp-service-id-abc123，多个服务换行写；
④ knowledge_base：若启用知识库，填入知识库实例ID（可在“知识库>实例列表”中复制），不填则默认禁用；
⑤ memory：设为enabled: true，否则用户历史对话无法跨会话留存。
绑定MCP服务与工具权限
登录AgentKit控制台 → 左侧导航栏进入“网关>MCP服务”，找到已部署的高德LBS服务实例，点击右侧“操作>绑定Agent”。
在弹窗中输入当前Agent的name值（即agentkit.yaml中定义的name），勾选“允许调用”并提交。这一步建立MCP服务与Agent的白名单关系，【未绑定则调用时返回403 Forbidden】。
重复上述操作，为Web Search服务、VikingDB知识库连接器分别完成绑定。
执行云端部署
在项目根目录下运行：agentkit launch --env prod --region cn-beijing。
命令执行后，CLI将上传代码包、触发云端构建、创建运行时容器、注册API网关路由，全程约90秒。成功后终端输出类似：✅ Runtime created: https://travel-assistant-prod-xyz123.apigw.cn-beijing.volces.com。
复制该URL，在浏览器新标签页中访问，输入任意测试问题（如“帮我查北京今天天气”），看到JSON格式响应体且status为success，即表示部署完成。
