昆侖萬維「天工SkyAgents」

昆侖萬維「天工SkyAgents」官網

侖萬維「天工SkyAgents」AI Agents（智能體）開發平臺，基于昆侖萬維「天工大模型」打造，具備從感知到決策，從決策到執行的自主學習和思考能力
網站服務：AI開放平臺，AIAgents，天工SkyAgents，AI開放平臺，AIAgents，天工SkyAgents。

昆侖萬維「天工SkyAgents」簡介

2023年12月25日，昆侖萬維AI Agents開發平臺「天工SkyAgents」Beta版正式開放測試，用戶可在https://model-platform.tiangong.cn/立即體驗。昆侖萬維「天工SkyAgents」AI Agents（智能體）開發平臺，基于昆侖萬維「天工大模型」打造，具備從感知到決策，從決策到執行的自主學習和思考能力。用戶可以通過自然語言構建自己的單個或多個“私人助理”，并能將不同任務模塊化，通過操作系統模塊的方式，實現執行包括問題預設、指定回復、知識庫創建與檢索、意圖識別、文本提取、http請求等任務。

什么是AI Agents？

Agent一般譯為“智能體”或“代理”，其概念最早由麻省理工學院人工智能實驗室（MIT AI Lab）創始人之一Marvin Minsky在其1986年出版的《思維的社會》一書中提出。它由社會與社會行為概念被引入計算系統內，指的是在某一環境下，能持續自主地發揮作用的計算實體。AI Agents指的則是由人工智能技術驅動，能夠感知環境、進行決策和執行動作的智能實體。AI Agents并不是一個新興的概念，自人工智能技術學科建立以來，就陸續有圍繞AI Agents的研究出現。2012年深度神經網絡浪潮興起后，有一支以強化學習訓練AI Agents的學術派系誕生，轟動全球的圍棋機器人AlphaGo可以看作是這一流派的研究成果。不過，此類AI Agents更適合對抗場景，在真實世界中較難落地。然而，大模型的出現改變了這一切。2023年，隨著大模型技術在自然語言理解、工程能力、數據能力、存儲能力等領域的突破，大量對話交互類“GPT”涌現，以大模型技術驅動的AI Agents在通用性、實用性、可落地性等都得到了飛速發展，在全球掀起了又一陣AI Agents熱潮。傳統大模型應用大多基于Prompt（用戶提示詞）實現，Prompt的質量將直接影響大模型的回答效果，缺乏提示詞工程能力的普通用戶難以將大模型的真正能力發揮到極致。而AI Agents只需要用戶給定工作目標，就可以通過思考、調用工具去逐步完成任務，極大降低大模型技術應用門檻。

AI Agents三大核心模塊：大腦、感知、執行

根據復旦大學論文《The Rise and Potential of Large Language Model Based Agents: A Survey》，AI Agents可以劃分為大腦（Brain），感知（Perception）、執行（Action）三大模塊化能力。（圖片來源：《The Rise and Potential of Large Language Model Based Agents: A Survey》）1.?大腦（Brain）大腦是AI Agents的“核心信息處理中心”，具備理解當前環境并形成“記憶（Memory）”的能力，同時也具備存儲并檢索長期記憶的能力。“大腦”可以根據“記憶”和當前接收的信息進行邏輯推理，并將復雜問題拆解成可實現的子任務，應對復雜場景任務。同時，通過RAG（檢索增強生成）技術，AI Agent可以根據當前場景和用戶設定的目標進行進一步決策，實現思考、規劃（Planning）和推理（Reasoning）。2.?感知（Perception）感知模塊能夠讓AI Agents基于當前的環境和場景獲取足夠的信息，這正是其與傳統RPA系統的區別之處。RPA系統在面對大量未知信息、難以預測的環境時無法進行工作，AI Agents則可以通過感知信息并做出對應的思考和行動，從而實現感知、理解和自主探索世界。3.?執行（Action）執行模塊賦予了AI Agents執行任務的權限和能力。AI Agents在接收到用戶任務指令后，結合由感知模塊收集的當前場景信息，通過大腦進行總結和推理后，輸出到執行模塊中，使AI Agents能夠根據用戶需求完成指令。同時，AI Agents擁有調用、使用工具（Tool use）的能力，這些工具可以幫助Agents更高效地完成復雜任務，同時也提高了其在某些具體場景中的可信度和靈活度，相關應用場景包括讓AI Agents購買飛機票、點外賣、完成企業IT/客服/法律任務等。

天工SkyAgents

「天工SkyAgents」基于昆侖萬維「天工大模型」打造，擁有專屬“大腦”、“感知”、“執行”模塊。個人用戶/開發者可以通過「天工SkyAgents」進行自然語言和簡單操作，無需代碼編程能力，即可在幾分鐘之內部署屬于自己的AI Agents，完成行業研究報告、單據填寫、商標設計、甚至健身計劃、旅行航班預定等多項私人定制需求。企業用戶/開發者則可以將「天工SkyAgents」的眾多能力按需拼裝成企業IT、智能客服、企業培訓、HR、法律顧問等眾多個性化的應用，并支持一鍵服務部署，確保其在不同業務系統中的無縫接入。「天工SkyAgents」的AI能力背后，是昆侖萬維AI Agents技術在模塊化任務組件、智能知識庫構建、第三方工具調用、個性化AI Agents一鍵分享等領域的能力積累。1.?模塊化任務組件，零代碼打造專屬AI Agents當前，多數用戶既不具備代碼開發經驗，也不具備訓練大模型提示詞工程（Prompt Engineering）的能力，難以將眾多日常生活的實際需求通過對話問答形式快速實現，無法將大模型能力發揮到極致。為了解決這一問題，「天工SkyAgents」將大量任務組件模塊化，集成了智能對話、信息加工、信息提取、信息分類、第三方數據獲取、向量檢索等能力。??智能對話：智能對話模塊借助 AI 能力，將用戶發送的內容，通過大語言模型進行處理并回復給用戶指定內容。??信息加工：通過預設提示詞（Prompt）的方式讓大模型對特定信息輸入進行加工，以獲得符合需求的內容。??信息提取：通過大模型對語義的理解，可以從輸入信息中提取目標信息??信息分類：借助大模型的智能分析，將用戶問題進行分類，針對不同類型的問題執行不同操作，方便進行個性化處理；??第三方數據獲取：第三方數據接入會攜帶相關的參數，系統向指定地址發送POST請求，并接收響應。系統在攜帶相關參數的同時，可以實現與其他應用服務的數據互聯互通。基于第三方數據獲取模塊可以極大擴展AI Agents的能力，打通數據庫操作、聯網搜索等更多場景。??向量檢索：針對常見的用戶提問，系統可以將問題添加進知識庫，便于搜索和查找。而對于“知識庫”模塊而言，用戶可以輸入問題，系統將在知識庫中搜索相關問題與解答，并用自然語言進行輸出。2.?智能知識庫構建，支持大規模知識導入大模型能力雖強，但也有其天生的弱項。一方面，大模型通過參數訓練獲得的知識只能停留在某一時點，更新成本很高；另一方面，大模型的訓練數據通常以通用知識為主，細分領域的數據往往缺乏。為了解決這一問題，「天工SkyAgents」支持導入更多格式和更大規模的數據和知識，給大模型增加了“知識庫外腦”。??支持多種數據導入形式：文本、文件、網站、問答對、在線文檔等方式，輕松將已有知識進行導入??知識庫Embedding：將知識庫中的內容元素表示為低維度的向量，使得知識庫中的元素可以更容易地進行計算相似性、尋找相鄰的實體等數算，從而提高了知識庫在 AI Agents 中的可操作性。??知識庫鏈接：每個AI Agents可以鏈接所屬知識庫并同時由多個知識庫進行內容供給，每個知識庫也可以同時鏈接多個AI Agents，知識庫內容可根據需要啟用和棄用，實現更靈活的知識內容管理。3.?第三方工具調用，多場景隨心應對??第三方工具調用：工具調用能力是將AI Agents與大量對話類GPT區別開來的核心能力之一，比如在機票預訂場景中，除了對用戶需求與航班信息進行分析判斷，AI Agents還需要調用票務平臺、電子支付等不同工具。因此，除了基礎的模塊外，「天工SkyAgents」還支持各類第三方工具的調用，用戶可以根據自身需要進行工具的開發，使得構建 AI Agent 時擁有更多靈活的度。4.?個性化AI Agents一鍵分享??一鍵分享：為了回饋廣大用戶與開發者們，更便捷地打造與使用AI Agents，「天工SkyAgents」上線新年專屬活動，推出理想伴侶、有緣機伴、暖心家園三款官方新年模版，并全面簡化了分發和使用流程。用戶根據自己的創意設計出的AI Agents可以通過鏈接的方式向更多人分享，使用者只需點擊鏈接，即可獲得對該AI Agents的訪問權。點擊創建：https://model-platform.tiangong.cn/能力更全面、應用更智能、分享更便捷、平臺更好用。本次「天工SkyAgents」beta版的正式開放內容，將進一步推動大模型技術的普惠化，幫助缺乏代碼開發能力的個人與中小企業積極擁抱大模型技術，助力大模型走入千家萬戶，為人工智能生態發展貢獻力量。

昆侖萬維「天工SkyAgents」官網入口網址

https://model-platform.tiangong.cn/

OpenI小編發現昆侖萬維「天工SkyAgents」網站非常受用戶歡迎，請訪問昆侖萬維「天工SkyAgents」網址入口試用。