00:00 / 02:04
连播
清屏
智能
倍速
点赞70
00:00 / 02:38
连播
清屏
智能
倍速
点赞19
Tony沈哲6天前
本地 AI 推理平台 第二十期 Vol.20|Chat 自动路由:让系统自己选择 Agent 上一期我们实现了多智能体系统: 👉 主 Agent 负责调度子 Agent 但还有一个更关键的问题: 👉 用户需不需要知道有哪些 Agent? 这一期,我们做了一件更自然的事情:👉 让系统自己选择 Agent。 也就是:👉 Chat Routing 的 Auto 模式。 在这个模式下,用户只需要输入一句话: * “帮我分析这个项目” * “搜一下 Python 教程” * “现在是什么时间?” 系统会自动判断: 👉 应该调用哪个 Agent,或者直接使用模型。 整个路由流程分为三层: 1️⃣ Rule Router(规则匹配) 如果命中显式规则: 👉 直接路由到指定 Agent 👉 稳定、可控、确定性强 2️⃣ Agent Semantic Discovery(语义路由) 如果规则未命中: 👉 系统会根据语义召回候选 Agent 然后: * 过滤不可用 Agent * 多候选时进行 Ranking / LLM 选择 最终选出最合适的 Agent。 3️⃣ Fallback(回退机制) 如果没有合适的 Agent: 👉 自动回退到模型(LLM) 👉 也就是说: 能用 Agent → 用 Agent 不能用 → 用模型 这一期最核心的变化是: 👉 Agent 从“被调用”,变成“被自动选择” 从系统角度看,这一步意味着: 👉 AI 开始具备“决策能力”,而不仅仅是执行能力。 如果结合上一期来看: * Vol.19:主 Agent 显式调度 * Vol.20:系统自动选择 Agent 👉 这是从“可控系统”走向“智能系统”的关键一步。 如果你对: * AI Agent * 多智能体系统 * Routing / 语义匹配 * AI 系统架构 感兴趣,欢迎关注这个系列。 #OpenVitamin #多智能体 #AI工程 #Agent架构 #语义匹配
00:00 / 06:56
连播
清屏
智能
倍速
点赞17
00:00 / 02:44
连播
清屏
智能
倍速
点赞13
00:00 / 02:38
连播
清屏
智能
倍速
点赞1
00:00 / 01:38
连播
清屏
智能
倍速
点赞0