首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >炸裂出圈!值得拜读,京东开源全能 AI 智能体,企业落地零门槛

炸裂出圈!值得拜读,京东开源全能 AI 智能体,企业落地零门槛

作者头像
OpenNiuma
发布2026-07-20 13:57:38
发布2026-07-20 13:57:38
530
举报

多智能体开发长期存在开发周期长、模型绑定、数据不安全、多模态解析弱等痛点。JoyAgent-JDGenie作为京东完整开源的端到端多智能体产品,内置全套前后端、调度引擎与预制子智能体,支持私有化本地部署,兼容市面主流大模型,在GAIA权威评测跻身开源第一梯队。本文梳理部署流程、核心能力、落地场景,给开发者提供轻量化AI自动化落地方案。

📌 一、项目基础信息

✨ 1.1 产品定位

JoyAgent-JDGenie是京东CHO-EI团队推出的生产级多智能体产品,区别于仅开放SDK的轻量化框架,完整开放整套可运行程序,无需从零搭建任务调度、记忆管理、冲突协调模块。配套同系列模块化框架OxyGent,覆盖快速落地与深度定制两类开发需求。

✨ 1.2 双子项目差异表

项目名称

产品形态

适用人群

核心特点

GAIA评测得分

JoyAgent-JDGenie

完整成品(带WebUI)

业务开发、企业运维、非技术人员

开箱即用,内置报告/PPT/代码智能体,可视化拖拽编排

验证集75.2%

OxyGent

纯模块化开发框架

算法工程师、深度定制开发者

原子组件热插拔,推理可视化,支持Java/Python双栈

59.14%

✨ 1.3 开源地址

GitHub:https://github.com/jd-opensource/joyagent-jdgenie

📌 二、两种部署方案

✨ 2.1 Docker一键部署(推荐新手)

  1. 环境前置:安装Docker 20.10以上版本,宿主机内存≥4GB、CPU双核起步,Windows系统需开启WSL2。
  2. 拉取源码仓库
代码语言:javascript
复制
git clone https://github.com/jd-opensource/joyagent-jdgenie.git
cd joyagent-jdgenie
  1. 模型参数配置
  • 后端配置文件:genie-backend/src/main/resources/application.yml,填入大模型接口地址、密钥、模型名称;
  • 工具配置文件:genie-tool/.env_template,补充搜索、第三方工具密钥。
  1. 构建镜像并启动服务
代码语言:javascript
复制
docker build -t genie:latest .
docker run -d -p 3000:3000 -p 8080:8080 --name genie-app genie:latest
  1. 访问Web控制台:浏览器打开http://127.0.0.1:3000即可进入可视化界面。

✨ 2.2 源码手动编译部署(适合二次开发)

  1. 环境依赖:JDK17、Python3.11、Node16、数据库可选PostgreSQL;
  2. 分别编译前端、后端、工具引擎三个模块;
  3. 单独启动后端8080端口、前端3000端口、工具调度服务;
  4. 修改前端.env文件,填写后端服务内网IP,实现局域网访问。

📌 三、核心功能亮点

✨ 3.1 多智能体协同调度

内置双层推理模式,Plan-Execute长任务规划搭配ReAct实时反应,搭配评判模型投票协调多智能体工作。系统自动拆分复杂需求、分配子任务,出现接口抢占、任务冲突时自动调整执行顺序,减少人工调试成本。

image
image

✨ 3.2 多模态RAG增强检索

支持PDF、表格、图片、短视频多格式文件解析,采用层级分块+时序知识图谱检索,可批量读取企业内部文档库。新增DataAgent数据智能体,兼容DGP数据治理协议,自然语言查询数据库,自动生成数据诊断、趋势分析结论。

✨ 3.3 工具自进化机制

搭载感知-规划-创造-测试闭环,系统可识别现有工具短板,自动拆分原子功能、重组全新工具,也能自主生成代码扩展能力,减少定制化开发工时。支持MCP、A2A标准协议,自定义工具仅需继承BaseTool类即可注册使用。

✨ 3.4 无绑定多模型兼容

适配OpenAI、DeepSeek、文心一言、通义千问、京东言犀等主流模型,本地私有部署模型同样支持接入,切换模型仅修改配置文件,无需改动业务代码,规避单一云厂商锁定问题。

✨ 3.5 内置四大预制智能体

  • 报告智能体:自动整合多源信息输出结构化分析文档;
  • PPT智能体:根据文本需求一键生成演示文稿;
  • 代码智能体:脚本编写、漏洞排查、批量接口调试;
  • 文件智能体:批量文档解析、格式转换、内容摘要。

📌 四、落地场景与解决痛点

✨ 4.1 企业数字化办公

痛点:业务人员整理报表、制作汇报材料消耗大量工时; 方案:上传业务数据表,通过自然语言下达指令,自动完成数据对比、趋势分析,输出PPT或网页版报告。

✨ 4.2 电商业务自动化

痛点:促销规则拆解、商品参数对比、客服问答逻辑开发周期久; 方案:拖拽组件搭建智能客服工作流,自动解析满减、以旧换新规则,多智能体并行完成商品筛选、价格对比。

✨ 4.3 研发提效场景

痛点:批量接口测试、大型代码库阅读、实验数据复盘耗时; 方案:代码智能体解析项目源码,自动生成注释与单元测试;搭配AutoResearch类工具完成批量实验对比。

✨ 4.4 私有知识库问答

痛点:多格式内部资料难以统一检索,数据上传第三方平台存在泄露风险; 方案:本地私有化部署,多模态RAG读取内部文档,数据全程留存内网,满足合规管控要求。

JoyAgent-JDGenie完整开源无商用限制,Docker部署流程轻量化,硬件门槛友好,兼顾个人开发者与中大型企业需求。3.0版本新增数据治理模块,补齐结构化数据处理短板,多智能体协作、多模态文档解析、工具自主进化三大核心能力,覆盖绝大多数自动化业务场景。对于想要搭建私有化AI工作流、不愿被云平台绑定的团队,该项目可大幅压缩多智能体系统的开发与调试周期,降低AI落地试错成本。

#开源AI工具 #多智能体开发 #企业级AI部署 #JoyAgent实操教程

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2026-06-20,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 OpenNiuma 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 📌 一、项目基础信息
    • ✨ 1.1 产品定位
    • ✨ 1.2 双子项目差异表
    • ✨ 1.3 开源地址
  • 📌 二、两种部署方案
    • ✨ 2.1 Docker一键部署(推荐新手)
    • ✨ 2.2 源码手动编译部署(适合二次开发)
  • 📌 三、核心功能亮点
    • ✨ 3.1 多智能体协同调度
    • ✨ 3.2 多模态RAG增强检索
    • ✨ 3.3 工具自进化机制
    • ✨ 3.4 无绑定多模型兼容
    • ✨ 3.5 内置四大预制智能体
  • 📌 四、落地场景与解决痛点
    • ✨ 4.1 企业数字化办公
    • ✨ 4.2 电商业务自动化
    • ✨ 4.3 研发提效场景
    • ✨ 4.4 私有知识库问答
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档