最近和很多朋友聊AI，发现大家对"真正好用的企业级AI应用"都有自己的想象，但现实和期望总是有差距。
有人说：“我希望AI能直接理解我们公司的业务流程，不用我解释半天背景”
有人说：“最好AI能和现有系统无缝配合，而不是又搞一个新系统”
还有人说：“能不能让AI帮我处理那些重复性工作，但关键决策还是我来做”
那么问题来了：
无论你是技术开发者、业务专家，还是普通用户，都欢迎分享你的想法！可能你的某个"脑洞"就是下一个技术突破的灵感来源 
现在市面上的AI工作流和AIagent的开源框架也比较多，极态云也可以继续开发类似的产品，但是对于我作为极态云和dify平台的使用者来说，当前最需要的就是极态多开发和开放足够多的能够直接操作极态云元素的function Call或者mcp能力。
例如：
1、建模时，支持直接读取模型定义的类格式，支持用户直接传导给其他工作流，便于大模型输出时明确输出格式，支持大模型或者极态自身工作流直接操作新建模型等操作。
2、页面的高度集成，此功能目前看到了平台已经集成了，很酷炫。这对于开发者的终端用户和使用者来说，是在日常工作中体验AI带来便捷工作和生活的最直观的功能。希望多多加强。
3、审批场景，希望能加入AI的决策能力，在审批节点中支持设置AI介入判断走向，对于重复简单的审批工作来说，AI的介入可以减轻终端用户50%以上的审批工作，加快常规工作的推进进度。
暂时只想到这么多~~~
当元素的e.json声明了functionList时，就可以在Agent中将元素配置为工具，这是目前已经支持的机制，只是Agent配置界面尚未放开对所有元素类型的选择，我们会尽快放开。
当然，在此之前你可以切换到全代码界面，尝试直接编辑Agent的配置文件，添加任意元素的function。相关的文档在这里：https://jit.pro/docs/reference/开发框架/JitAi/AIAgent#工具编排配置
你提到明确大模型输出格式，这一点我们的AiAgent已经很好地做了支持，而且做到了更细的粒度，如下：
在配置输出结果时，用户通过UI上的点选操作，选择你要输出的字段和数据类型即可，我们会自动生成对大模型的输出格式要求，从简单到复杂嵌套都可以支持。（小提示： 当前大模型的智力依然是有限的， 我们在设计智能体时应尽可能保持输出格式的简单，以提高准确度）
在任何可以调用元素的地方，你都可以使用app.getElement(fullName)的语法去调用一个Agent元素。
我们还支持比调用Agent更轻量级的方式，用于在编程中简单使用大模型的场景，即：直接调用大模型元素，文档如下：AI大模型 | JitAi
AI操作新建模型、介入审批节点、还有很多你没有提到的细微场景。
与应用系统功能的深度融合是企业级AI应用的重要特征，我们已经深刻洞察到这一点，相关工作已经在进行中。
其实极态对于企业级AI应用有非常深刻的认知基础，可以参考：https://jit.pro/docs/index/WhyJitAi
极态现在做的功能，与我现在正需要的太匹配了。
我现在就是要做一款与AI高度集成的项目，后续可能提升成细分领域的产品。
面对AI现在的发展状况来看，我和我的客户理智上就不认为要让AI帮我们做百分百的事情，但是不得不说，AI非常适合帮助我们做重复、明确和耗时的脑力工作，而我们使用者就可以将AI当做一个很强大的助手，我们对结果进行审查和确定，人在这里的作用依旧是非常重要，但是AI又能极大的释放人类的生产力。所以AI与极态的结合，对于我目前来说，实在是完美的方向。 
我再补充下你提到的MCP能力，目前JitAi的AiAgent可以添加MCP作为工具去使用，支持从内置列表里直接选择，也可以手动填写MCP Server配置。
内置的MCP Server列表里只是放了一些我们验证过确实有效的MCP Server，当前还没有覆盖市面上更多的MCP Server。列表里没有的也可以自己填写配置即可添加为工具。
好的。感谢。 
你们对于接下来企业级AI应用的判断是什么样子呢？可以分享一下吗？
高度集成，与应用系统原生一体，人智协同+AI决策驱动+全栈全系统模块的工具化。
软件模块必须能够向AI应用清晰描述自己的功能、参数和用法：
功能描述：模块能够清晰表达自己的核心功能和业务价值
数据处理能力：清晰描述模块能够处理哪些类型的数据和数据结构
任务执行范围：明确说明模块能够完成哪些具体任务和业务场景
参数规范：自动生成输入输出参数的详细说明和约束条件
调用示例：提供标准化的调用接口和实际使用案例
AI应用对工具的使用是高度动态的，特别是在处理不同类型的数据和任务时，需要支持运行时的灵活调整：
动态需求：AI应用能力迭代过程中对工具的需求不断变化
数据适配：根据不同数据类型和格式，动态选择合适的处理工具
任务匹配：根据任务复杂度和类型，动态加载匹配的执行模块
实时加载：支持运行时动态加载新的工具模块
无缝替换：支持在不停机的情况下替换和升级工具
组合编排：支持多个工具模块的动态组合和编排
突破传统后端服务调用的局限，实现前后端统一的工具调用能力，让AI应用能够完整处理数据和任务：
后端数据处理：数据服务、业务逻辑、API接口等传统后端功能
前端任务交互：UI组件、页面元素、用户交互等前端功能
全栈统一接口：AI对前后端全栈元素的统一调用能力
数据任务协同：前后端工具协同处理复杂的数据和任务场景
标准协议支持：支持MCP（Model Context Protocol）等标准化工具协议
感谢大佬的分享。