当前位置: 首页 > news >正文

新增MCP接入和AutoAgent,汉得灵猿AI中台1.6版正式发布!


汉得灵猿(大圣)AI中台1.6版本,经过数月迭代,现已正式发布!

新版本最被期待的新功能,无疑是4月份预告的MCP接入,而令人同样激动的另一项新功能,则是AutoAgent动态规划智能体。除了两大重磅的新功能之外,还有不少根据客户意见及建议打造的重要新能力,以及对众多老功能的优化更新。

一、重磅新特性

1. 新增MCP接入

对于企业而言,互联网上越来越丰富的MCP服务,是高效低成本获取成熟能力的重要资源,在AI智能化转型进程中尤为重要。

**新版本支持配置和展示外部MCP、接口平台发布的MCP,配置企业级认证。**可方便企业的Agent使用各种能力,包括地图、搜索、天气、火车查询、飞机查询、时间查询等工具能力。

除了外部能力对接之外,内部服务(接口平台)对接是B端区别于C端最大的需求差别点之一,新版本提供企业对接ERP、CRM、OA等业务系统的流程处理能力,满足企业多元化AI应用场景,帮助实现复杂流程的自动和智能化。

2. 新增AutoAgent

众多企业用户纷纷开始用AI中台打造自己的Agent,但基本都还属于是“静态规划”类型。企业不会满足于此,更需要能够“动态规划”的Agent。

例如,制造企业的计划员,一定更需要一个能够自己根据销售订单的需求、库存情况、工厂产能情况、在途采购订单情况等,自动规划“一张紧急插单该如何进行处理”流程路径的更高级的Agent。

新版本新增AutoAgent能力,使得新打造的Agent能够实现动态规划(AutoAgent)与静态规划(流程)融合应用。

二、其他重要新特性

1. 新增Agent工作台

Agent中可给用户发通知、待办事项,使Agent能够主动跟用户交互。再通过Agent工作台,用户可方便、统一地查看和处理各智能体应用的待办和通知,实现Agent和用户的来回交互。

2. 向量库支持ElasticSearch

原支持Milvus,新增支持ES。降低部署架构的复杂度和资源,减少片段数据的存储量。

三、主要优化

1. 知识库优化

优化完善文档切片处理流程,支持片段调整,增加多片段摘要索引、文档大纲补全等;新增图像知识库,满足相似图片检索的需求。

2. 聊天助手优化

完善附件上传功能,支持文件超长报错,支持用户上传 PDF、Word等多种格式的文件。

3. Agent优化

新增Excel读取节点、图搜图节点、大模型执行节点。

4. 基础能力增强

应用配置体验全面优化,支持根据模型模版创建模型账户和快速创建组合、根据应用模板快速创建AI应用,支持更多模型对接和兼容OpenAI参数格式。

四、以下具体介绍新版本内容:

1. MCP接入与融合应用

MCP特别适用于企业级AI应用,其提供标准化的接口,便于Agent智能调用各种外部能力,推动企业级应用从 “功能孤岛” 向 “智能协同” 演进,加速落地AI应用“最后一公里”。

■ MCP插件市场

它为企业提供一个丰富的插件资源中心,您可以根据自身的业务需求,灵活对接各种MCP。无论是搜索工具,还是工作效率插件,或者各业务系统流程处理API,MCP插件市场都能满足您的多元化需求。

■ MCP接入模式

MCP来源包括外部MCP接入、API注册为MCP。外部MCP是指由外部组织或开发者提供的MCP(本地或远程),在平台中进行对接代理或者安装部署的模式;API注册为MCP是指将内、外部系统的各种API通过接口平台进行API注册,再发布转换为MCP服务的模式,一般用于将业务处理API转为MCP。

■ MCP认证

它是企业级MCP应用必须具备的能力,可支持个人/管理员去配置应用个人权限调用MCP能力,规避越权访问数据、越权跟系统交互等。

■ MCP应用

支持在Agent编排的AutoAgent节点中应用MCP,配置应用MCP的所有Tool或部分Tool;也支持直接应用MCP节点去调用某个MCP的对应Tool,自动识别传入指令为Tool参数做执行。

2. AutoAgent:动态规划处理能力

无论是数据查询、处理,还是灵活多变的多步骤业务流,AutoAgent都能进行动态规划与执行。同静态Agent流程相比,AutoAgent能自动适应灵活变化的业务,避免业务调整就要立即调整静态流程,使用时可以同静态流程配合使Agent具备动静结合能力。

■ 多工具能力支持

AutoAgent是Agent编排的一种节点,支持配置应用多个其他Agent、编排节点以及MCP插件这三种工具能力。

■ 动态规划与执行

结合AutoAgent维护的角色人设/目标、执行步骤和要求,以及具备的多Tool能力,应用大模型的推理能力,智能动态规划执行步骤,执行Tool,最终实现用户的指令要求和AutoAgent目标。

3. Agent工作台:智能工作入口

Agent工作台的目标是给企业员工提供一个更智能、及时的工作入口,可方便用户对各智能体业务流程中的待办事项和通知进行统一查看和处理。

■ 支持查看智能体应用的待办和通知

Agent工作台能够方便用户查看各智能体应用给自己自动发出的待办事项和通知,帮助用户清晰地了解Agent执行情况,及时掌握流程动态。如办公智能体应用,会为用户及时推送项目进展提醒或会议通知,让您的工作更加有条不紊。

■ 支持实时处理应用待办事项

在查看待办事项时,待办事项对应的应用交互界面将立即在页面右侧弹出,用户可直接在该界面中进行交互操作和处理,能及时处理各种业务流程。

4. 向量库支持ElasticSearch

■ 新增支持ES

  • ES同时支持向量存储和全文检索,减少了原milvus中间件的部署,降低部署架构的复杂度和资源需求;
  • 应用ES,向量片段和文本片段使用同一数据,降低数据的存储量;
  • 为了保持对历史数据和部署架构的兼容性,平台在新增ES存储模式时,也保持了对之前milvus向量模式的支持与兼容,并支持不同租户采用不同的存储策略。

5. 知识库优化

■ 重构文档切片流程

重构文件切片交互流程,采用分步骤处理方式,主要包括:切片配置、片段预览、维护片段和同步处理四个步骤,同时支持对文档库及知识库中文档切片内容的增、删、改、查操作,实现高效灵活的文档切片内容的管理。

■ 新增图像知识库

为了应对业务场景中需要进行相似图片检索的需求,如商品图片搜索,知识库中新增“图像知识库”类型,支持通过开放API和Agent编排节点进行能力开放、业务处理。

6. 聊天助手完善附件上传能力

“附件上传”功能支持用户上传 PDF、Word 等多种文件格式,并可根据附件内容进行针对性提问。如果上传的附件内容过长,且处理模式选择了“仅一轮处理”,系统将在输入框中提示用户,明确告知当前支持读取的附件内容大小。

7. Agent优化

■ 新增EXCEL读取节点

为了解决文件读取节点读取结构的差异(文件读取节点侧重文本结构的读取),新增Excel读取节点,可结构化读取Excel数据。在这里插入图片描述

■ 新增图搜图节点

该节点是图像知识库的应用节点,可通过传入图片,在图像知识库中检索与之相似的图片数据。

■ 大模型执行节点

与对话节点不同,该节点主要调用大模型进行后台处理任务,无前端交互逻辑。

8. 基础能力增强

■ OpenAI参数格式兼容

通过AI中台对接的大模型支持通过OpenAI规范进行接口暴露,便于外部系统调用AI中台提供的大模型时能应用中台提供的模型监控、配额等管控功能。

■ 配置体验优化

在企业应用库配置页面的三栏布局中,左右列之间支持自动收起、展开。第一栏展示应用的基本信息,第二栏呈现应用的相关配置内容,第三栏则根据配置实时保存、展示应用的预览效果,并支持进行使用测试,为用户提供更直观、便捷的操作体验。

■ 快速创建AI应用、模型对接

以下功能支持基于模板的快速创建,提升维护效率:

企业应用库:
企业应用库

模型对接配置:

■ 更多模型对接适配

增加对接更多云厂商(腾讯云等)的语音模型、OCR 模型以及图文向量模型等多种模型,支持对接vllm类、ollama类开源模型等。目前已对接上百种模型,为多样化应用场景提供全面支持。

汉得灵猿(大圣)AI中台:帮助企业低门槛应用和管理AI

汉得灵猿AI中台在技术发展的浪潮中持续迭代升级,旨在为客户提供更稳定、更高效的AI应用落地支持。

此次版本更新,我们紧跟技术前沿,引入一系列创新功能,包括增加智能体应用对接与应用各MCP能力,提升智能体的动态规划与执行能力,提升用户与Agent的持续交互与推动流程能力等,进一步优化平台的效率与智能化水平。

未来,灵猿AI中台将继续以客户需求为导向,持续跟进技术趋势,为客户提供更加优质、可靠的服务,助力企业在市场竞争中脱颖而出,实现可持续发展。

AIGC实际应用场景包括:
■ 构建企业专属AI知识库,提供企业知识助手
■ 智能体快速识别意图、执行指令,降低员工工作学习成本、提高工作效率
■ 内置对话“导师”、“助手”应用,可指导、辅助员工各类工作场景

汉得灵猿AI中台致力于帮助企业快速落地AI,提供多模型对接能力,内置聊天助手应用、企业知识助手应用,提供MCP市场、Agent应用编排能力以及可自配置各种智能体应用。提供向量管理与应用能力、私有模型训练与应用能力,帮助企业低门槛地应用和管理AI。

携手汉得,共铸硬核竞争力!

立即试用👉 试用申请

http://www.lryc.cn/news/574636.html

相关文章:

  • 【软考高级系统架构论文】论单元测试方法及应用
  • Linux离线安装mysql
  • 探秘深蓝 “引擎”:解码水下推进器的科技与应用
  • Flask(四) 模板渲染render_template
  • Dify×奇墨科技:开源+本土化,破解企业AI落地难题
  • Chrome MCP Server:AI驱动浏览器自动化测试实战「喂饭教程」
  • iframe窗体默认白色背景去除
  • 重点解析(软件工程)
  • 云电脑,“死”于AI时代前夕 | 数智化观察
  • 基于DE1-SoC的My_First_oneAPI(二)
  • 黑马Day01-03集开始
  • 第24篇:Linux内核深度解析与OpenEuler 24.03实践指南
  • TCP/UDP协议深度解析(一):UDP特性与TCP确认应答以及重传机制
  • 交易期权先从买方开始
  • C8BJWD8BJV美光固态闪存HSA22HSA29
  • android脱糖
  • Kubernetes生命周期管理:深入理解 Pod 生命周期
  • python有哪些常用的GUI(图形用户界面)库及选择指南
  • Unity Text-Mesh Pro无法显示中文的问题
  • Android检测当前进程或者应用是否被调试
  • 安卓android com.google.android.material.tabs.TabLayout 设置下拉图标无法正常显示
  • 国产化条码类库Spire.Barcode教程:如何使用 C# 读取 PDF 中的条码(两种方法轻松实现)
  • 【数字后端】- 什么是NDR规则?
  • vscode打开.c文件后中文乱码
  • ros(一)使用消息传递图像+launch启动文件
  • 通过Prompt提示构建思维链
  • git操作练习(3)
  • WHAT - React Native 的 Expo Router
  • 华为云Flexus+DeepSeek征文|华为云ModelArts Studio:利用New API实现大模型网关与AI资产管理的无缝对接
  • 梳理React中的fiber架构