京东开源JoyAgent-JDGenie GAIA准确率领先多智能体系统

快速阅读: 据相关媒体报道，京东开源多智能体系统JoyAgent-JDGenie，在GAIA基准测试中以75.15%准确率领先，支持多模态和任务协作，适合快速构建AI应用。

近日，京东正式开源了产品级端到端通用多智能体系统JoyAgent-JDGenie，在GAIA基准测试中以75.15%的准确率超越了OWL、OpenManus等竞争对手，位居行业前列。这款开源框架凭借强大的多智能体协作能力和开箱即用的特点，为开发者快速构建AI应用提供了有力支持。

在GAIA基准测试中，JoyAgent-JDGenie的表现尤为突出，以75.15%的总体准确率刷新了多智能体系统的性能纪录。该系统在不同难度等级的任务中均展现出色的能力：Level1任务准确率超过85%，Level2任务接近78%，Level3任务也达到了55%的优秀水平，显著优于其他开源框架。GAIA基准以其强调真实世界任务的设计，成为评估AI智能体能力的“金标准”，而JoyAgent-JDGenie的高分表现展示了其在通用场景下的巨大潜力。

JoyAgent-JDGenie是一款完整的端到端多智能体系统，支持用户通过简单的查询或任务输入直接获得答案或解决方案。该框架集成了前端、后端、核心引擎及多个子智能体模块，如报告生成智能体、代码智能体、PPT智能体和文件智能体，覆盖了从文档处理到代码生成、演示文稿制作等多种应用场景。开发者还可以通过挂载自定义子智能体或外部工具进一步扩展功能，满足特定业务需求。

与传统的单一智能体系统不同，JoyAgent-JDGenie采用了多层级协作设计，通过任务分解和智能体协同，高效处理复杂任务。例如，用户输入“生成一份关于2025年AI趋势的PPT”后，系统会自动分配任务给PPT智能体和数据分析智能体，生成包含图表和内容的演示文稿。这种开箱即用的特性大大降低了开发门槛，适合企业快速部署AI应用。

JoyAgent-JDGenie的多模态与记忆设计是其核心亮点。系统支持文本、图像、代码等多种输入和输出形式，能够处理GAIA基准中的多模态任务，如解析PDF文件、分析图像内容或处理音频数据。此外，框架引入了跨任务级别的相似任务记忆机制，允许系统根据历史任务记录优化当前任务的处理效率。例如，在重复生成类似报告时，系统可以调用历史数据，减少重复计算，提高响应速度。

社区反馈显示，JoyAgent-JDGenie的多模态能力在处理复杂任务时表现出色。例如，在GAIA Level3任务中，系统能够通过链式推理结合外部工具，准确回答涉及多源数据整合的问题，如“根据某幅画作和历史记录提取特定信息”。这种能力使其在数据分析、内容创作和自动化工作流中具有广泛的应用前景。

JoyAgent-JDGenie的完全开源（Apache 2.0许可证）为开发者提供了极大的灵活性。项目公开了前端、后端、框架、引擎及核心子智能体的完整代码，开发者可基于此进行二次开发或直接部署。项目还提供了详细的文档和快速入门指南，支持在Windows、Linux等多个平台上运行，兼容主流硬件环境。

社区反馈显示，JoyAgent-JDGenie的模块化设计便于扩展。例如，开发者可以通过添加新的子智能体（如专用于金融分析或医疗数据处理的智能体）快速定制系统。京东团队表示，将继续优化框架，计划引入本地化LLM支持和更高效的推理加速技术，以降低对云端API的依赖，进一步提升性能和成本效益。

JoyAgent-JDGenie的发布标志着多智能体系统在开源领域的重大突破。其在GAIA基准中的领先表现，不仅体现了京东在AI技术领域的深厚积累，也为企业级AI应用的快速落地提供了范例。随着多智能体系统在任务协作、工具整合和多模态处理能力的持续提升，类似JoyAgent-JDGenie的框架将成为推动AI普及化的重要力量。

对于希望尝试JoyAgent-JDGenie的开发者，只需访问其GitHub仓库获取源码，按照指引配置环境即可快速部署。无论是构建智能客服、自动化报告生成还是复杂数据分析工具，这款框架都值得一试。

项目地址：https://github.com/jd-opensource/joyagent-jdgenie

(以上内容均由AI生成)