近日，京东正式宣布开源其自主研发的端到端通用多智能体系统JoyAgent-JDGenie，这款产品级框架在权威GAIA基准测试中表现卓越，以75.15%的准确率超越了OWL、OpenManus等主流竞品，位列行业前茅。作为一款功能完备的开源框架，JoyAgent-JDGenie凭借其强大的多智能体协作能力和即用性，为开发者提供了高效构建AI应用的强大工具。
GAIA基准领跑，性能卓越
JoyAgent-JDGenie在GAIA基准测试中取得了令人瞩目的成绩，以75.15%的总体准确率刷新了多智能体系统的性能纪录。GAIA基准以其对真实世界任务的全面评估（涵盖多模态处理、工具使用和复杂推理等场景）而被誉为AI智能体能力的”金标准”。JoyAgent-JDGenie在各个难度级别的任务中均表现出色：Level1任务准确率超过85%，Level2任务接近78%，即使在最具挑战性的Level3任务中也实现了55%的优异表现，显著领先于OWL（约65%）和OpenManus（约65%）等其他开源框架。这一成绩充分彰显了JoyAgent-JDGenie在通用场景下的强大潜力。
端到端多智能体框架，开箱即用
JoyAgent-JDGenie是一款完整的端到端多智能体系统，支持用户通过简单的查询或任务输入直接获取答案或解决方案。该框架集成了前端交互界面、后端服务架构、核心智能体引擎以及多个专业子智能体模块，包括报告生成智能体、代码智能体、PPT智能体和文件处理智能体，可覆盖从文档处理到代码生成、演示文稿制作等多样化应用场景。开发者还可以通过挂载自定义子智能体或集成外部工具（如Web搜索API或Python解释器）来扩展系统功能，满足特定业务需求。与传统单一智能体系统不同，JoyAgent-JDGenie采用多层级协作设计，通过任务分解和智能体协同，高效处理复杂任务。例如，当用户输入”生成一份关于2025年AI趋势的PPT”时，系统会自动分配任务给PPT智能体和数据分析智能体，协同生成包含图表和内容的演示文稿。这种即用性特性极大降低了开发门槛，特别适合企业快速部署AI应用。
多模态与记忆优化，智能更进一步
JoyAgent-JDGenie的多模态与记忆设计是其核心亮点。系统支持文本、图像、代码等多种输入和输出形式，能够处理GAIA基准中的多模态任务，如解析PDF文件、分析图像内容或处理音频数据。此外，框架引入了跨任务级别的相似任务记忆机制，允许系统根据历史任务记录优化当前任务的处理效率。例如，在重复生成类似报告时，系统可调用历史数据，减少重复计算，提升响应速度。社区反馈显示，JoyAgent-JDGenie的多模态能力在处理复杂任务时表现出色。例如，在GAIA Level3任务中，系统能够通过链式推理（Chain-of-Thought）结合外部工具，准确回答涉及多源数据整合的问题，如”根据某幅画作和历史记录提取特定信息”。这种能力使其在数据分析、内容创作和自动化工作流中具有广泛应用前景。
开源生态，助力开发者创新
JoyAgent-JDGenie完全开源（Apache2.0许可证），为开发者提供了极大的灵活性。该项目公开了前端、后端、框架、引擎以及核心子智能体的完整代码，开发者可基于此进行二次开发或直接部署。项目还提供了详细的文档和快速入门指南，支持在Windows、Linux等多个平台上运行，兼容主流硬件环境。社区反馈显示，JoyAgent-JDGenie的模块化设计便于扩展。例如，开发者可通过添加新的子智能体（如专用于金融分析或医疗数据处理的智能体）快速定制系统。此外，京东团队表示将持续优化框架，计划引入本地化LLM支持和更高效的推理加速技术，以降低对云端API的依赖，进一步提升性能和成本效益。
多智能体系统的未来风向
JoyAgent-JDGenie的发布标志着多智能体系统在开源领域的重大突破。其在GAIA基准中的领先表现，不仅体现了京东在AI技术领域的深厚积累，也为企业级AI应用的快速落地提供了范例。随着多智能体系统在任务协作、工具整合和多模态处理能力的持续提升，类似JoyAgent-JDGenie的框架将成为推动AI普及化的重要力量。对于希望尝试JoyAgent-JDGenie的开发者，只需访问其GitHub仓库获取源码，按照指引配置环境即可快速部署。无论是构建智能客服、自动化报告生成还是复杂数据分析工具，这款框架都值得一试。项目地址：https://github.com/jd-opensource/joyagent-jdgenie