JoyAgent-JDGenie：开源的多智能体框架，支持复杂任务自动化处理

JoyAgent-JDGenie 是一个由京东开源的多智能体框架，专注于自动化处理复杂任务。它在 GAIA 基准测试中表现优异，准确率达到 75.15%，超越了多个同类产品。这个框架开箱即用，不依赖云平台，适合本地部署。用户可以通过输入查询或任务，让系统自动完成代码生成、文档处理和报告生成等操作。它支持挂载子智能体或工具，灵活适配不同需求。项目代码托管在 GitHub 上，基于 Apache-2.0 许可证，允许开发者自由使用和修改。

功能列表

• 支持多智能体协作，处理代码、文档、报告生成等复杂任务。
• 开箱即用的框架，无需复杂配置即可运行。
• 支持本地部署，不依赖云平台，适合企业级应用。
• 提供模块化工具挂载，可定制子智能体以满足特定需求。
• 集成多种任务处理能力，如代码调试、数据分析和自动化报告。
• 支持多模态输入，处理文本、图像等多种数据类型。
• 提供示例数据和测试用例，便于开发者快速上手。

使用帮助

JoyAgent-JDGenie 的使用流程清晰，适合开发者快速集成到项目中。以下是详细的安装和使用指南，帮助用户从零开始上手。

安装流程

1. 环境准备
   确保你的系统已安装 Python 3.8 或以上版本，以及 Git。推荐使用 Linux 或 macOS 系统，Windows 用户需安装 WSL 或使用兼容环境。

   sudo apt update
   sudo apt install python3 python3-pip git
   

2. 克隆项目代码
   从 GitHub 仓库下载 JoyAgent-JDGenie 的源代码。打开终端，输入以下命令：

   git clone https://github.com/jd-opensource/joyagent-jdgenie.git
   cd joyagent-jdgenie
   

3. 安装依赖
   项目依赖一些 Python 库，安装前确保 pip 已更新。运行以下命令安装所需依赖：

   pip3 install --upgrade pip
   pip3 install -r requirements.txt
   

4. 配置环境变量
   JoyAgent-JDGenie 支持 AWS Claude 和 OpenAI 的 API 作为语言模型驱动。你需要配置至少一种 API 密钥。编辑 .env 文件（或新建一个），添加以下内容：

   export OPENAI_API_KEY="你的OpenAI密钥"
   # 或者
   export AWS_CLAUDE_API_KEY="你的Claude密钥"
   

   保存后，运行 source .env 使环境变量生效。

5. 安装 ChromeDriver（可选）
   如果需要处理网页任务，需安装 ChromeDriver。以下是 Linux 系统下的安装命令：

   wget https://storage.googleapis.com/chrome-for-testing-public/131.0.6778.85/linux64/chromedriver-linux64.zip
   unzip chromedriver-linux64.zip
   sudo mv chromedriver /usr/bin/chromedriver
   sudo chmod +x /usr/bin/chromedriver
   

   默认情况下，Chrome 运行在无头模式（无 GUI）。若需可视化浏览器，编辑配置文件，设置 headful=True。

6. 验证安装
   运行以下命令，测试框架是否正常工作：

   python3 -m simulated_web_agent.main --help
   

   如果输出帮助信息，说明安装成功。

功能操作流程

JoyAgent-JDGenie 的核心功能是通过多智能体协作完成复杂任务。以下是主要功能的详细操作步骤。

1. 运行任务

项目提供 1000 个示例人物数据（位于 example_data/personas/json/），可用于测试。运行任务的命令如下：

python3 -m simulated_web_agent.main --persona "example_data/personas/json/virtual customer 0.json" --output "output" --llm-provider openai

• --persona：指定人物数据文件，包含任务描述，如购买商品或生成报告。
• --output：指定输出目录，保存任务结果。
• --llm-provider：选择语言模型（openai 或 claude）。

示例人物数据格式如下：

{
"persona": "Persona: Michael ...",
"intent": "buy a large, inflatable spider decoration for halloween",
"age": 42,
"gender": "male",
"income": [30001, 94000]
}

运行后，系统会根据任务目标调用智能体，完成网页浏览、数据提取或报告生成等操作。

2. 自定义子智能体

JoyAgent-JDGenie 支持挂载子智能体或工具，满足特定需求。例如，添加一个用于数据分析的子智能体：

• 在 tools/ 目录下创建新工具脚本，遵循项目文档中的接口规范。
• 修改 config.yaml，添加工具路径：

  tools:
  - path: "tools/custom_analyzer.py"
  name: "DataAnalyzer"
  

• 重新运行任务，系统会自动加载新工具。

3. 处理多模态任务

框架支持处理文本、图像等多种输入。例如，上传图像并要求生成描述：

• 将图像文件放入 input/ 目录。
• 修改任务配置文件，指定图像路径和任务目标：

  {
  "input": "input/image.jpg",
  "task": "generate image description"
  }
  

• 运行任务，系统会调用多模态智能体生成结果。

4. 查看输出结果

任务完成后，结果保存在 --output 指定的目录。输出文件包括任务日志、生成的内容和调试信息。检查 output/ 目录下的文件，确保任务执行正确。

注意事项

• 确保网络连接稳定，API 密钥有效。
• 如果任务执行时间过长，可调整配置文件中的 timeout 参数。
• 定期更新项目代码以获取最新功能：

  git pull origin main
  

应用场景

1. 自动化代码调试
   开发者可以使用 JoyAgent-JDGenie 自动分析代码错误，生成修复建议。上传代码文件，指定任务为“调试代码”，系统会调用智能体分析并输出解决方案。
2. 生成商业报告
   企业用户可以输入销售数据或市场调研任务，框架自动生成结构化的报告。适合快速生成财务分析或市场趋势报告。
3. 网页数据抓取
   系统支持自动化网页浏览和数据提取。例如，输入“抓取电商平台商品价格”，智能体会访问目标网站并返回结构化数据。
4. 个性化任务处理
   通过自定义子智能体，用户可以实现特定功能，如自动回复邮件或批量处理文档，适合办公自动化场景。

QA

1. JoyAgent-JDGenie 需要云服务支持吗？
   不需要。框架支持本地部署，适合企业级应用或对数据隐私有要求的环境。
2. 如何选择合适的语言模型？
   支持 OpenAI 和 AWS Claude。OpenAI 适合快速响应，Claude 适合复杂任务。根据需求在 .env 文件中配置对应 API 密钥。
3. 可以处理哪些类型的任务？
   支持代码生成、文档处理、报告生成、网页抓取和多模态任务。具体任务通过人物数据或配置文件定义。
4. 如何扩展功能？
   在 tools/ 目录下添加自定义工具脚本，并更新 config.yaml 文件。参考官方文档确保接口兼容。