软件工程师罗小东，拥有多年架构和平台设计经验，目前专注于平台与新技术的融合研究。
前言
通用智能体是开源AIP项目上进行的探索，这里是近段时间输出1.0初版本设计，另外所谓通用的意思不会约束在某一个场景上面。
概述
单智能体的限制还有chatbot的限制，这里主要参考扣子空间，OpenManus等设计。
原则依然是针对于业务深入，针对的是中小团队场景，私有数据和大模型结合，设计思路如下：
结果型交付，需要结合业务有真实可用的输出
结合内部真实场景，不要娱乐型AI，结果可用
中小团队都能内部部署，低成本运作
可以切换不同场景，多Agent通用场景和业务型场景
过程还可以修改，可控还有进一步调整
…
执行过程通过规划-推理-执行-总结-结果这个流程，推理主要是使用ReAct设计，每个设计是思路不一，我有我思，也期望有兴趣的同学可以交流。
输出效果
我们可以来看看输出的规划文档输出效果，这里以一份短视频营销输出文档为示例（非内部数据）：
这里是数据分析输出的效果，结合内部数据直接导入分析的（内部数据库）：
还有网页版本的数据分析结果，这里会有比较直观的图形分析：
网页版本的分析展示在一定程度上效果较好，但是内容结构相对于Word版本来说，展示还需要进一步的提升。
产品设计
以下为产品设计思路。
交付型结果
出来的结果需要达到可用或是结合业务的，这里直接链接的内部数据资产平台，直接提供查询和全文检索：
以下为输出的电商数据分析例子：
整体效果内容较为丰满，如果有不同的要求，输出的内容方向，也会有不同的结果，这里是AI默认生成。
低成本部署和落地
考虑到低成本，中小团队可以内部私有化，去掉了虚拟机或是其它不一定需要的工具，在一些场景上可能无法实现，比如浏览器RPA操作。
考虑到稳定性，这里数据检索，我们通过数据资产套件来处理，另外结合搜索引擎网络数据检索来实现。
下面是数据抽取的简单流程：
实时部分我们通过Chatbot来做显示进度还有运行情况，如下图：
这样也可以显示效果，我们发现也是可以满足场景需求。
多Agent多业务场景
我们之前研究看到的，类似Manus，它的Agent协作是固定的，这些在输出结果精度，幻觉，检索等方面需要较高技术难度，内容可能不够聚焦。
在这里我们设计场景Agent可以自定义选择，每个场景，有专门的Agent有自己行业的知识库等，使得Agent还有结果聚焦在这个业务场景上面。
通过多种Agent的选择和自定义，我们可以灵活的选择和搭配不同的智能体能力。
结果可控可修改
我们需要规划的结果可以修改，每个规划阶段过程也可以修改，以下为整体的设计界面：
左边的规划结果是可以调整修改还有重新生成结果的，内容也可以编辑，达到更优的结果。
以下为输出的指定Agent来做报表输出，也可以不同场景切换不同的Agent来做输出：
报表输出的结果显示也是由AI生成，每个显示结果和报表都做了二次设计和定义不同的指令。
