我要投稿

我对超大型文本多Agent的编排设计思路

发布日期：2024-11-16 10:03:01 浏览次数： 2060 作者：软件工程师罗小东

术语

超大型文本：指的是超过100多页、超10万字的文档，比如解决方案、技术方案、招投标书
Agent编排：这里的编排不是工作流，而是针对业务场景的编排，类似于团队人员工作的安排
多Agent技能：每个有自己的技能和擅长部分，每个Agent解决自己的擅长的点

概述

下面处理出来的一般是初稿，然后再进一步的调整，目前的Agent定位为辅助

常会接触过超大型文本，如解决方案、技术方案、招投标书等，通常超过100多页、10万字。处理这类文档时。多Agent系统提供了一种新的解决方案，通过多个智能体（Agent）的协同工作，可以高效地处理复杂任务。

一般超大型文本具有以下特点：

信息量大：包含大量的内容、技术细节、业务流程、管理计划等内容。
专业性强：涉及多个领域的专业知识，需要高度的专业性和准确性。
一致性要求高：文档各部分需要保持一致性和连贯性。

处理超大型文本时面临的主要问题：

效率低下：人工编写和审核耗时长，容易出错。
一致性难保证：多人协作时，容易出现
质量难以控制：文档质量依赖于个人能力和经验，难以标准化。

为了更好的表达，下面以招投标场景为示例来进行阐述。

设计思路

多Agent系统是由多个智能体（Agent）组成的协作系统。每个Agent具有独立的技能和专长，能够处理特定的任务，从过去的项目中抽取成功案例和技术文档，形成一个结构化的知识库。将这些知识库分别导入给单个Agent，使其在编写文档时能够参考和借鉴。

协作机制

通过合理的编排，这些Agent可以高效地协同工作，完成复杂的任务。

任务分配：根据任务的性质和复杂度，将任务分配给最合适的Agent。例如，在招投标场景中，大纲编写Agent负责整体框架，技术方案编写Agent负责技术细节。
责任矩阵：建立责任矩阵，明确每个Agent的职责和任务边界。这有助于避免任务重叠和遗漏。
通信共享：Agent之间需要有效的通信机制，确保信息的及时传递和共享。
动态调整：系统应具备动态调整能力，根据任务进展和环境变化调整Agent的工作状态。

设计多Agent系统的协作机制需要综合考虑任务分配、通信机制和动态调整等多个方面。

场景设计

会有不同的大文本场景，不同的大文本场景可以非常丰富多样，涵盖各种领域和用途。

比如是每个场景都适用于不同的用途：

解决方案 – 提供针对特定问题的综合解决方案，包括技术、管理、市场等方面。
技术方案 – 设计详细的技术实施方案，如系统架构设计、软件开发计划、硬件配置方案。
论文编写 – 学术论文、研究报告、文献综述、实验结果分析。
项目管理 – 项目计划书、进度报告、风险管理报告、项目总结报告。
市场分析 – 市场调研报告、竞争分析、消费者行为分析、市场趋势预测。
产品手册 – 产品介绍、使用说明、技术参数、维护保养指南。
….

这里尽量针对于每个场景设计出不同的Agent，以进行更精细化，更贴近的效果，每个输出在与团队路径最短的，只有团队自己或者此场景下最熟悉的人了解。

Agent设计

以招投标场景为示例。

大概会设计下面的Agent，细化可以更精准化，还有知识库更符合团队本地场景，每个场景有自己的知识库，同时每个Agent又有自己的知识库。

负责大纲编写的Agent：会有多个角色编写大纲，然后将大纲合成一份。
负责编写技术方案部分的Agent：注于技术实现方案的撰写，确保技术方案的准确性和创新性。
负责编写概要部分的Agent：编写文档的概要部分，确保整体连贯性。
负责编写项目管理的Agent：负责项目实施计划的制定，确保项目的可执行性。
负责编写商务服务的Agent：关注商务条款和服务承诺，提升客户满意度。
负责编写安装部署的Agent：负责安装部署方案的编制，确保方案的实用性。
负责编写售后服务的Agent：编写售后支持策略，提供全面的售后服务方案，增强客户的信任感。
….

上面的Agent可以理解成一个团队，然后针对这个团队的人员安排，我们这里暂时称这种为场景编排。合理的协作机制可以确保各个Agent高效地协同工作，提高系统的整体性能和可靠性。

过程中每个Agent可以替换和重新更换更好更合适的Agent，比如张三设计的更优，在实践中体验较佳，便可以切换。

集成效果

以下是一个简单的多Agent系统界面设计设计演示，首先选择和分配Agent角色，进行大纲编写，可以选择多个Agent。

编写出大纲之后，如果不符合，针对大纲进行调整或者可调整微调目录结构及符合的场景。进行内容人员编写人员选择。

内容编写界面和文档导出，167页，近10万字文本导出。

当然，也可以添加在这个场景下的特定的文档知识库，然后给各个Agent共享使用。

总结

通过合理的设计和编排，各个Agent可以高效地协同工作，提高文档的质量和一致性。特别是通过历史知识库的利用，可以有效控制文档质量，减少对个人能力和经验的依赖。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-05-27

2025年彻底改变我工作流程的10款AI工具

2025-05-27

AI的落地难题、应用案例和生产率悖论

2025-05-27

一句话生成教学视频？我用这个AI做了两节课，效果惊人！（附实操）

2025-05-27

AI领域基础概念(上)

2025-05-27

对话YouMind创始人玉伯：挑战抖音的男人｜100 AI Creators

2025-05-27

在AI愈发强大的世界中，教师应该教什么，学生应该学什么？

2025-05-26

V0做不到、Bolt搞不定，Youware用MCP一键解决网页生成最大难题

2025-05-26

AI Agent迈向中央舞台：深度解析2025年进化新格局

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

Manus横空出世，如何获取邀请码

2025-03-06

Kimi、豆包与ChatGPT的对比分析

2024-09-04

从探索到落地：全面解析2024年AI在各行业的突破与应用

2025-01-25

豆包AI全攻略：八大功能详解与实操指南

2024-10-30

国内用户如何使用ChatGPT高级实时语音功能教程

2024-09-26

看完这篇，终于知道怎么选AI做PPT的工具了！

2024-09-03

手把手教你在 Windows 下配置 Cursor 的 MCP

2025-03-12

让大模型写小说太难？试试雪花十步写作法，轻松突破瓶颈！

2024-12-11

深度复盘｜做AI产品近2年总结出来的25条核心认知

2025-02-18

新手必看：Cursor软件编写微信小程序全攻略

2024-12-25

大家都在问

在AI愈发强大的世界中，教师应该教什么，学生应该学什么？

2025-05-27

国产AI大爆发！Flowith、Manus、Skywork、Lovart四大神器深度实测，谁是你的菜？

2025-05-24

实测Manus和Lovart，谁才是Agent新王？

2025-05-23

新一代 IDE 横空出世，轻松碾压 VS Code 和 Copilot？

2025-05-22

YC Startup School 01: 你适合创业么？

2025-05-21

为什么我用Lovart设计不出灵魂？

2025-05-21

AI Agent 浪潮下，产品经理的初心在哪？

2025-05-20

长文解析｜如何提升AI产品的信任力？

2025-05-20

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB