京东JoyAgent又又又开源了

摘要：今年7月份京东开源了业界首个高完成度轻量化通用多智能体产品(JoyAgent-JDGenie)，得到了行业的广泛认可，今天京东又放大招了，在JoyAgent-JDGenie的基础上又开源了Dataagent能力。

今年7月份京东开源了业界首个高完成度轻量化通用多智能体产品(JoyAgent-JDGenie)，得到了行业的广泛认可，今天京东又放大招了，在JoyAgent-JDGenie的基础上又开源了Dataagent能力。

开源体验：https://github.com/jd-opensource/joyagent-jdgenie

成长于京东自身业务系统的JoyAgent 智能体，既能高效解决通用问题，又能应对复杂商业流程，提供精准决策支持，它具备五大核心特性：

100%开源：当前市场上的开源Agent主要是SDK或者框架，用户还需做进一步开发，而京东云JoyAgent整体开源了智能体产品能力，包括前端、后端、框架、引擎和核心子智能体，开发者可以快速部署，拥有专属的企业级多智能体产品。高可用性：作为一款通用的开源多智能体，对于用户定制新场景功能，直接将相关智能体或者工具挂载到平台上即可快速调用。此外，平台预置了多种子智能体，支持html、ppt、markdown多种文件交付样式，获得更好的多Agent执行效果。更轻量化：此次开源的JoyAgent智能体，和平台耦合度低，无需依赖MaaS平台或云平台能力，用户可本地独立部署，使用更灵活。更强性能：JoyAgent智能体在GAIA榜单(Val集)准确率超过75%，超越OWL、Smolagent等众多行业知名产品。成熟可靠：历经京东内部大规模场景锤炼，超2万个智能体实践，产品可靠性得到验证，帮助企业快速将智能体在生产场景用起来。

当前Data Agent相关竞品，有些不支持数据治理、有些不支持诊断分析、有些不开源。因此，我们从端到端开箱即用的角度，我们开源了JoyDataAgent其包含了数据治理DGP协议&工具、诊断分析和工作建议。特别对于诊断分析和工作建议，这类问题往往没有固定答案也无法通过例行报告自动呈现，正需要JoyDataAgent提供的“新角度”与aha moment来激发思考。对于JoyDataAgent是一个通用的智能问数的框架和产品，对于用户的场景，只需将表按照DGP协议进行治理后，即可直接进行问数和诊断分析。为了验证JoyDataAgent的通用性，在Birdsql公开榜单test集准确率75.35%排名第7（共84支提交队伍）。

产品上用户引导：解决用户不敢问、不知道怎么问的问题DGP协议数据治理与挖掘：表设计、字段设计、字段值设计5原则，提供相关的SDK以确保数据的准确、唯一、完整、一致、有效。表设计原则：明细表和指标表不要混合、增量表和全量表不要混合。字段设计原则：字段避免混淆、时点指标和时期指标语义要说明。字段值设计原则：枚举值语义说明。（已完成）数据血缘治理：采集数仓脚本进行SQLAST解析识别出字段、表、加工算子的血缘关系来构建图谱，结合上语义上的补充构成丰富的知识图谱，以供RAG召回使用。（进行中）语义对齐和指标数据预编织：语义上的归一对于数据质量很重要，语义构建需要分类，维度含义的统一，以及解决多处定义的冲突。基于高质量语义与图谱知识的结合，从指标算子口径和语义口径上进行表要的模型预编织，用于在指标数据召回阶段精准约束SQL。（进行中）智能问数自适应支持不同类型表的问数能力：明细表VS指标表，增量表VS全量表等具备智能问数能力并结合图表的可视化展示诊断分析多种归因分析工具：包括趋势、周期、异常、相关性、因果等归因方法SOPPlan：除了通用的诊断分析功能，此外还支持用户预定义分析流程。基于用户预定义分析流程，升级Plan&Solve模式为SOPPlan模式。特别对于诊断分析和工作建议，这类问题往往没有固定答案也无法通过例行报告自动呈现，正需要JoyDataAgent提供的“新角度”与aha moment来激发思考。