JoyAgent-DataAgent 可直接使用的智能问数和诊断分析智能体

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

Joyagent 行业首个 100%开源企业级智能体

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。

JoyAgent 持续开源

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。

JoyAgent-Dataagent 部署后体验

• 用户引导：指导用户可以问什么的问题

• 问数答案可视化展示，而不是简单的数字，如下通过折线图展示，且给出了思考过程。

• 归因诊断分析：严肃场景支持用户自定义分析 sop，也支持大模型通用分析能力

如下为配置的一个业务 sop

如下给出的诊断报告后天跑了 20 分钟左右，节约了大量的人力，特别是其中的关键发现和建议都是比较合理的。