大模型知識庫(1)京東云 JoyAgent介紹

一、核心定位?

JoyAgent 是京東云推出的 ?首個 100% 開源的企業級多智能體平臺,定位為“可插拔的智能發動機”,旨在通過開箱即用的產品級能力,降低企業部署智能體的門檻。其特點包括:

  • ?完整開源?:前端(React)、后端(Golang)、智能體引擎、子智能體(Python)全部 MIT 協議開源,支持本地獨立部署。
  • ?企業級驗證?:歷經京東內部超 2 萬智能體實踐,覆蓋零售、物流、金融等核心場景,日均處理千萬級任務。
  • ?輕量化設計?:支持單機 Docker 部署(4C8G 資源)或 K8s 集群擴展,與云平臺零耦合。

二、技術架構創新?

1. ?雙層級任務引擎?
  • ?Work Level?:由大模型(如 Gemini 1.5)將復雜需求拆解為 ≤5 個子任務,避免過度規劃導致的 Token 爆炸。
  • ?Task Level?:每個子任務采用 ?ReAct 循環?(思考-行動-觀察-反思),支持回溯與動態重排,確保精準執行。
2. ?混合上下文管理?
  • ?對話歷史?:存儲在 Redis 中(TTL 7 天),保留近期 20 輪交互。
  • ?文件與全局狀態?:大文件通過 MinIO 分桶存儲,支持版本回溯;全局產出文件(productFiles)可跨任務共享,突破 LLM 上下文長度限制。
3. ?工具自進化機制?
  • 原子工具(如 SQL 查詢、圖表生成)通過 WASM 沙箱熱插拔,由 LLM 自動重組為新工具(如“財報可視化工具”),錯誤率降低 60%。
4. ?高并發 DAG 調度器?
  • Golang 實現的動態調度器支持萬級并發節點,GAIA 榜單任務準確率達 ?75.15%??(行業領先),P99 延遲僅 3.2 秒。

三、核心能力?

  1. ?多智能體協同?
    • 面對復雜請求時,多個智能體組成“對話規劃委員會”,通過 ?提議-討論-投票? 機制達成共識,提升決策合理性(如供應鏈補貨策略生成)。
  2. ?動態任務閉環?
    • 支持從數據采集(并行搜索)、分析到報告生成(HTML/PPT/Markdown)的端到端交付,例如:
      • ?政務場景?:自動識別歷史報告模板,生成新研報(準確率 98%)。
      • ?零售場景?:融合氣象、銷售數據預測需求,一鍵生成采購單(流程從數天縮短至分鐘)。
  3. ?無縫集成擴展?
    • 預置 100+ 工具(搜索/代碼/文件處理)、100 個行業模板(招聘/合同/運維),支持快速掛載自定義智能體或 API 工具。

四、典型應用場景?

  1. ?智能運維(SREAgent)??
    • 分析告警日志 → 定位根因 → 生成修復報告,已用于京東數萬研發人員(開發周期縮短 30%)。
  2. ?供應鏈優化?
    • 實時監控全國庫存,預測區域需求激增(如華南倉庫存預警),自動生成補貨策略并觸發采購。
  3. ?人力資源?
    • 解析崗位 JD → 精準篩選候選人 → 生成人才結構報告,解放 HR 低效勞動。

五、開源生態與開發者支持?

  • ?快速體驗?:docker compose up -d?一鍵拉起完整服務(含前端+示例 Agent)。
  • ?二次開發?:支持 6 類擴展路線:
    • ① 子智能體(Python 繼承 BaseAgent)
    • ② 工具插件(WASM/Rust 開發)
    • ③ 行業場景包(Helm Chart 打包)
    • ④ 模型自由切換(支持 Ollama/Llama.cpp 等本地模型)。
  • ?社區熱度?:GitHub 上線 3 天獲超 2000 星,開發者可參與共建“社區 Agent 商店”。

六、總結?

JoyAgent 通過 ?產品級開源? + ?京東業務淬煉? 的雙重優勢,將企業智能體落地成本降至近乎為零,其雙層級引擎、工具自進化、混合上下文等設計,直擊復雜任務處理與長程記憶痛點。對于尋求 AI 深度應用的企業,它不僅是“開箱即用的數字員工工廠”,更是推動業務流程智能化重構的核心底座。

立即體驗:
GitHub:jd-opensource/joyagent-jdgenie
文檔:docs.jdcloud.com/cn/agents

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/pingmian/91948.shtml
繁體地址,請注明出處:http://hk.pswp.cn/pingmian/91948.shtml
英文地址,請注明出處:http://en.pswp.cn/pingmian/91948.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

PowerShell 入門2: 使用幫助系統

PowerShell 入門 2:使用幫助系統 🎯 一、認識 PowerShell 幫助系統 1. 使用 Get-Help 查看命令說明 Get-Help Get-Service或使用別名: gsv2. 更新幫助系統 Update-Help3. 搜索包含關鍵詞的命令(模糊搜索) Help *log*&a…

hyper-v實戰系列:顯卡虛擬化(GPU分區)--windows篇詳解

一般來說,windows系統中最常使用的虛擬機就3個:vmware workstation,virtualbox和微軟系統自帶的hyper-v。后面與前兩者最大的區別就是能調用物理顯卡的性能。 我在這篇博文會詳述如何設置windows虛擬機的顯卡虛擬化,并會隨之…

WebGL應用實時云渲染改造后如何與網頁端實現數據通信

WebGL是一種基于OpenGL ES 2.0的Web技術,屬于BS架構,它允許在瀏覽器中渲染交互式3D和2D圖形。 隨著大場景高精度的開發要求深入,對于較高級的 WebGL 應用程序,需要性能更強的系統要求,如仍然維持低端硬件或瀏覽器&…

初始化列表,變量存儲區域和友元變量

前言初始化列表是書寫構造函數的一種方式,某些成員變量之只能通過初始化列表進行初始化。另外學習c不可避免地需要知道什么樣的變量存儲在什么區域當中如棧,堆,靜態區,常量區初始化列表書寫格式書寫上,初始化列表&…

excel插入復選框 親測有效

特別說明 1.開始位置是0 2.\u0052是勾選對號 3.\u25A1是不勾選 4.\u0052長度是1 5.\u25A1長度是1 6.漢字長度是1 7.起止位置不能超過索引位置(比如整體長度是6,截止位置最大填寫5) 示例代碼 package com.zycfc.xz.Util.excel;import org.apache.poi.hssf.usermodel.HSSFRichT…

Mac上優雅簡單地使用Git:從入門到高效工作流

Mac上優雅簡單地使用Git:從入門到高效工作流 本文將帶你解鎖在Mac上優雅使用Git的技巧,結合命令行與圖形工具,讓版本控制變得輕松高效! 一、為什么Mac是Git的最佳搭檔? 天生支持Unix命令:Git基于Linux開發…

一文了解SOA的紋波

什么是光譜紋波我們在SOA/RSOA/SLD的ASE(放大的自發輻射)光譜測試中,經常會觀察到光譜中有周期性的變化,通常我們稱之為紋波。在實際應用中,我們大多不希望這些紋波的存在。添加圖片注釋,不超過 140 字&…

ossutil 使用方法

目錄 ossutil 使用方法 1. 📤 上傳文件/文件夾到 OSS 上傳單個文件: 上傳整個文件夾(遞歸): 2. 📥 從 OSS 下載文件/文件夾 下載單個文件: 下載整個文件夾: ossutil 使用方法…

從“多、老、舊”到“4i煥新”:品牌官方商城(小程序/官網/APP···)的范式躍遷與增長再想象

全新升級版本「佛羅倫薩小鎮奧萊GO」商城正式上線!會員福利加碼 2025年,品牌官方商城應該如何定義?—— 還是一套“電商貨架”? 在商派看來,現如今“品牌官方商城”則需要重新定義,結合不同品牌企業的業務…

WIN QT libsndfile庫編譯及使用

一、概述 libsndfile庫是一個用 C 語言編寫的開源庫,用于讀取和寫入多種音頻文件格式。 環境:QT5.9.9、cmakegui3.23.0、QT的編譯器是minWG32 二、安裝 1、下載libsndfile源碼,連接:https://github.com/libsndfile/libsndfile…

Supergateway教程

Supergateway 是一款專為 MCP(Model Context Protocol)服務器設計的遠程調試與集成工具,通過 SSE(Server-Sent Events)或 WebSocket(WS)協議實現基于 stdio 的服務器與客戶端的高效通信。 Super…

203.移除鏈表元素 707.設計鏈表 206.反轉鏈表

203.移除鏈表元素 Python鏈表節點定義: class ListNode:def __init__(self, val, nextNone):self.val valself.next next 性能分析 鏈表的特性和數組的特性進行一個對比,如圖所示: 203. 移除鏈表元素 這道題就是給大家一個鏈表&#x…

人工智能之數學基礎:利用全概率公式如何將復雜事件轉為簡單事件

本文重點 全概率公式是概率論中的核心工具,用于計算復雜事件的概率。其核心思想是將復雜事件分解為若干互斥且窮盡的簡單事件,通過計算各簡單事件的概率及其條件概率,最終求得目標事件的概率。 全概率公式 全概率公式就是將復雜事件簡單化,定義如下: 如果隨機事件A1,…

飛算JavaAI深度解析:從入門到對比

目錄 一、飛算JavaAI是什么 二、如何注冊和開始使用 三、使用體驗:它能帶來什么 四、與其他大模型的對比分析 五、總結與展望 隨著人工智能技術的飛速發展,大模型在軟件開發領域的應用越來越廣泛。其中,代碼生成工具作為提升開發效率的利…

Flutter各大主流狀態管理框架技術選型分析及具體使用步驟

技術選型決策樹 #mermaid-svg-m5gUL7Cpx4rYV2BQ {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-m5gUL7Cpx4rYV2BQ .error-icon{fill:#552222;}#mermaid-svg-m5gUL7Cpx4rYV2BQ .error-text{fill:#552222;stroke:#552…

Redis類型之String

1.Redis中的string注意本文以及之后講的redis的類型但是指的value的類型,所有的key都是stringRedis中的字符串,直接就是按照二進制數據的方式存儲的,不會做任何的編碼轉換,這里相對于mysql就比較好(個人感覺&#xff0…

[激光原理與應用-156]:光學器件 - 激光器為什么會出現多余的能量,哪些地方會出現多余能量?

在激光器運行過程中,多余能量的出現是不可避免的物理現象,其根源在于能量轉換與傳輸過程中的非理想特性。以下從能量來源、產生位置及具體機制三方面進行詳細說明:一、多余能量的主要來源泵浦源效率限制泵浦源(如激光二極管、閃光…

Arxiv-Daily

Daily Paper Report - 2025-07-24 12:53 Today’s Recommended Papers 1. Multi-modal Multi-task Pre-training for Improved Point Cloud Understanding Authors: Liwen Liu, Weidong Yang, Lipeng Ma, Ben Fei Deep-Dive Summary: 多模態多任務預訓練以改善點云理解 預…

如何對云環境或者超融合系統進行性能測試?

最近幾個月,公司開啟了新的產品計劃,準備來做一個國產超融合一體機(其實個人覺得現在入行已經晚了太多了,市場基本沒有多少了) POC功能測試過完,但是感覺不到什么優勢,由于芯片架構采用的是arm架…

【web自動化測試】實戰

web自動化測試就是對界面的測試1、編寫測試用例2、參考測試用例,創建自動化測試項目,編寫自動化測試腳本論壇登錄頁:ForumLoginTest.py論壇首頁:ForumListTest.py論壇詳情頁:ForumDetailTest.py論壇編輯頁:…