惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Martin Fowler
Martin Fowler
WordPress大学
WordPress大学
S
SegmentFault 最新的问题
罗磊的独立博客
Apple Machine Learning Research
Apple Machine Learning Research
The Cloudflare Blog
L
LangChain Blog
博客园 - 司徒正美
G
Google Developers Blog
博客园 - 【当耐特】
GbyAI
GbyAI
月光博客
月光博客
人人都是产品经理
人人都是产品经理
D
DataBreaches.Net
大猫的无限游戏
大猫的无限游戏
A
About on SuperTechFans
Microsoft Azure Blog
Microsoft Azure Blog
V
Visual Studio Blog
D
Docker
MongoDB | Blog
MongoDB | Blog
Vercel News
Vercel News
Stack Overflow Blog
Stack Overflow Blog
Jina AI
Jina AI
博客园 - 聂微东

Prompt 语宙

kimi-thinking-preview – 月之暗面推出的多模态思考模型 pdf-craft – 开源 PDF 转 Markdown 工具 UltraMem – 字节豆包大模型团队推出的全新超稀疏模型架构 EasyControl – Tiamat AI 联合上海科大等开源的图像生成控制框架 GaussianCity – 南洋理工大学 S-Lab 团队推出的 3D 城市生成框架 X-Prompt – 用于多模态视频目标分割的通用框架 豆包大模型1.5 – 字节跳动推出的最新版大模型 GaussianAnything – 南洋理工 S-Lab 和上海 AI Lab 等推出的 3D 生成框架 Cube 3D – Roblox 推出的 AI 3D 生成模型 OpenMath-Nemotron – 英伟达开源的数学推理系列模型 MAI Transcribe-1.5 – 微软 MAI 推出的语音转文本模型 Seed1.5-Embedding – 字节跳动 Seed 团队推出的向量模型 2026世界杯人机大战引爆!联想携手DeepSeek等顶尖AI大模型,对战亿万球迷预测冠军 高考公平守护战!豆包、文心等主流大模型集体禁用拍题功能 ShotAdapter – Adobe联合UIUC推出的多镜头视频生成框架 Devstral – Mistral AI联合All Hands AI开源的编程专用AI模型 MMaDA – 字节联合普林斯顿大学等推出的多模态扩散模型 Software Copyright Materials Skill – 开源软著资料生成Skill Dulus – 开源的 CLI AI Agent,可驱动多模型工具调用 Reasonix – 专为 DeepSeek 推出的开源终端编程 Agent Mega-ASR – NTU、NUS、上海AI Lab开源的语音识别模型 CodeGraph – 开源代码知识图谱工具,加速代码理解和分析 MiniCPM5-1B – 面壁智能联合清华开源的端侧文本基座模型 Horizon – 开源 AI 信息聚合系统,构建专属新闻雷达 BitCPM-CANN – 面壁智能联合清华开源的端侧大模型 Xiaomi Auto World Model – 小米推出的辅助驾驶世界模型 opera-browser-cli – Opera Neon 开源的命令行工具 omp – 开源的 AI 终端编程智能体,能与 IDE 深度联动 Claude Opus 4.8 – Anthropic 推出的旗舰级大语言模型 Hy-Memory – 腾讯混元推出的 Agent 记忆插件
京东零售开源 OxyGent:多智能体协作框架,解锁AI应用构建新范式
站外新闻 · 2026-06-26 · via Prompt 语宙

💡 站外导读:当前企业面临AI应用落地的两大核心痛点:一是单一智能体能力有限,难以应对复杂场景;二是多智能体系统开发、调试和运维难度极高,缺乏透明度和可维护性。在AIGC与大模型技术快速渗透千行百业的背景下,如何高效构建、协同并管理多个智能体,成为推动AI生产力跃升的关键瓶颈。京东零售开源的OxyGent框架,正是瞄准这一行业级难题,提出了一种全新的解决方案。

OxyGent是京东零售Oxygen团队开源的多智能体协作框架,能帮助开发者高效组装多智能体系统。OxyGent将工具、模型和智能体抽象为可插拔的模块(Oxy),支持像搭积木一样灵活组合,具备极致可扩展性和全链路决策追溯能力。基于团队协作式界面,开发者能像与真实队友交流一样分配任务,智能体自动响应并反馈结果。OxyGent支持智能体认知可视化、性能剖析和持续进化,助力开发者快速构建、部署和优化多智能体系统。

  • OxyGent是什么
  • OxyGent的主要功能
  • OxyGent的技术原理
  • OxyGent的项目地址
  • OxyGent的应用场景
      • 📝 站长洞察 (Editor’s Insight)

OxyGent

OxyGent的主要功能

  • 团队协作式界面:基于类似团队聊天的界面,开发者能像与队友交流一样分配任务,智能体自动响应并反馈结果,实现高效协作。
  • 智能体认知可视化:从高级策略到原子操作,全面可视化智能体的推理路径,支持审计和追溯,确保决策透明化。
  • 多智能体系统性能剖析:内置生产级时间追踪功能,实时可视化智能体的时间消耗,帮助开发者快速定位性能瓶颈。
  • 探索智能体的多种可能性:支持重放决策分支、重采样替代推理路径,及大规模压力测试,探索智能体的多种可能性。
  • 持续进化与自我优化:内置评估引擎,支持智能体通过知识反馈机制实现持续自我进化,优化决策过程。

OxyGent的技术原理

  • 模块化架构:OxyGent将工具、模型和智能体抽象为可插拔的模块(Oxy),支持像搭积木一样灵活组合。每个模块能独立开发和测试,支持热插拔和跨场景复用。
  • 动态规划范式:智能体能智能分解任务、协商解法、实时适应变化。基于动态规划范式,智能体根据任务需求自动调整行为,实现高效协作。
  • 全链路决策追溯:每一步决策都能自动生成可追溯的决策图,类似Git的版本控制。支持审计和回溯,确保智能体的行为透明化。
  • 分布式架构:底层用弹性架构,支持任意智能体拓扑。基于自动依赖映射与可视化调试,优化分布式系统的性能。

OxyGent的项目地址

  • 项目官网:https://oxygent.jd.com/
  • GitHub仓库:https://github.com/jd-opensource/OxyGent

OxyGent的应用场景

  • 自动化办公:基于智能体分配和管理任务,实现文档处理、邮件分类、日程安排等自动化办公流程,提升工作效率。
  • 文档处理:智能体能自动生成文档内容、协助编辑,或进行文档审核与校对,确保文档质量。
  • 代码生成与优化:智能体根据需求生成代码片段、完整程序,或分析代码性能并提供优化建议,提高开发效率。
  • 智能客服:智能体自动回答客户问题,提供即时支持,或多个智能体协同处理复杂问题,提升客户满意度。
  • 数据分析与决策支持:智能体自动收集、分析数据,提供决策支持,或基于历史数据进行预测和建模。

📝 站长洞察 (Editor’s Insight)

OxyGent的发布,标志着多智能体系统正从学术探索迈向工程化、产品化的新阶段。其核心价值不仅在于“开源”本身,更在于其背后的设计哲学:将复杂的多智能体协作“降维”为类似人类团队的直观交互与模块化组合。这切中了当前产业AI落地的要害——可解释性与可运维性。其强调的“全链路决策追溯”和“认知可视化”,直接回应了企业对于AI系统“黑箱”的信任危机。结合当前大模型Agent技术的爆发,OxyGent提供的不是又一个模型接口,而是一个面向生产环境的“智能体操作系统”雏形。它预示着未来AI应用的开发,将不再是调参炼丹,而是对“智能体团队”的组建、训练与管理,这将是新一轮AI基础设施竞赛的焦点。