专题:multi-agent-system

按该标签聚合的大模型资讯列表(自动分类与标签提取)。5 篇文章。

媒体LangChain Blog2026/03/27 03:396830
LangGraph用于多智能体数据检索
统一数据协议提升协作效率

Kensho利用LangGraph构建多智能体框架Grounding,解决金融数据可信检索问题。通过智能路由和统一数据协议,提升数据访问效率与可靠性。该框架支持本地测试与迭代,适用于企业级AI应用落地,为开发者和研究人员提供实践参考。

官方AWS Machine Learning Blog2026/03/04 00:187840

Lendi利用Amazon Bedrock构建AI代理应用Guardian,优化房贷再融资流程。通过实时监控、个性化建议和自动化操作,显著提升客户体验与中介效率。16周内完成开发,涉及多代理协作、MCP集成与合规治理,为金融科技行业提供可借鉴的AI落地案例。

媒体AWS Machine Learning Blog2026/02/19 07:545730

本文介绍了 AWS 基于 Amazon Bedrock AgentCore 构建的 Customer Agent & Knowledge Engine (CAKE),一个旨在解决企业内部客户数据分散、难以整合痛点的多智能体聊天机器人。CAKE 通过统一的对话界面,聚合来自 Amazon Neptune(知识图谱)、DynamoDB(指标)、OpenSear…

官方Microsoft Azure Blog2026/02/13 00:007850
Pantone用AI代理优化调色板生成
Azure Cosmos DB支撑实时数据交互

Pantone利用Azure Cosmos DB构建了基于AI代理的调色板生成工具,实现动态、实时的色彩推荐。该系统通过多智能体协作和上下文感知,将专业色彩知识转化为可交互的AI体验。实际应用显示其在全球范围内获得广泛使用,展示了AI与创意工作的结合潜力。

媒体LangChain Blog2026/01/22 00:303830

Deep Agents 框架提供了一种构建高效多智能体应用的新范式,核心在于子代理(Subagents)和技能(Skills)两大机制。子代理通过将复杂任务分解并隔离上下文,有效解决了大型语言模型在多步骤任务中常见的“上下文膨胀”问题,避免智能体陷入“哑区”,并支持并行处理与异构模型集成。技能机制则允许系统按需逐步向智能体披露所需功能,实现灵活的功能管理。…