joyagent-jdgenie README

The project's README from github.com/jd-opensource/joyagent-jdgenie. As one markdown file: README.md.

Agent开源git开源文档

简体中文 | English Version

业界首个开源高完成度轻量化通用多智能体产品(JoyAgent-JDGenie)

解决快速构建多智能体产品的最后一公里问题

new release

多模态知识管理平台是一款面向多模态非结构化知识的RAG解决方案，集成解析、检索与生成能力，能够高效处理复杂文档，为智能问答与内容生成提供一站式支持。

多模态知识管理：面向多模态文档的综合性RAG平台，为复杂文档的智能问答与内容生成提供一站式解决方案。 （注意使用mrag分支）

企业内部知识主要包括结构化表格知识和非结构化知识。因此对于结构化表格知识建设了开箱即用的DataAgent能力，主要包括数据治理DGP协议、智能问数和智能诊断分析。

JoyDataAgent：首个开源的包含数据治理DGP协议、智能问数和智能诊断分析的智能体 （注意使用data_agent分支） image

简介

当前相关开源agent主要是SDK或者框架，用户还需基于此做进一步的开发，无法直接做到开箱即用。我们开源的JoyAgent-JDGenie是端到端的多Agent产品，对于输入的query或者任务，可以直接回答或者解决。例如用户query"给我做一个最近美元和黄金的走势分析"，JoyAgent-Genie可以直接给出网页版或者PPT版的报告文档。

JoyAgent-JDGenie是一个通用的多智能体框架，对于用户需要定制的一些新场景功能，只需将相关的子智能体或者工具挂载到JoyAgent-Genie即可。为了验证JoyAgent-JDGenie的通用性，在GAIA榜单Validation集准确率75.15%、Test集65.12%，已超越OWL（CAMEL）、Smolagent（Huggingface）、LRC-Huawei（Huawei）、xManus（OpenManus）、AutoAgent（香港大学）等行业知名产品。

此外，我们的开源多智能体产品JoyAgent-JDGenie相对比较轻量，不像阿里的SpringAI-Alibaba需要依赖阿里云百炼平台相关功能（基于百炼平台调用LLM），Coze依赖火山引擎平台。

我们整体开源了智能体产品JoyAgent-JDGenie，包括前端、后端、框架、引擎、核心子智能体（报告生成智能体、代码智能体、PPT智能体、文件智能体等）、想用微调后效果更好的欢迎使用JoyAgent。

案例展示

产品对比

分类 agent 是否开源 是否开源完整产品 是否依赖生态
SDK类 SpringAI-Alibaba 部分 否，只开源SDK（SDK） 是（阿里云百炼平台）
Coze 部分 否，只开源部分Nieo SDK（SDK） 是（火山引擎平台）
框架类 Fellow 是 否，只开源了Eko智能体框架（框架） 否
Dify 是 否，只开源了智能体框架，且主要是workflow（框架） 否
SkyworkAI 是 否，只开源了智能体框架（框架） 否
OpenManus 是 否，只开源了智能体框架（框架） 否
Owl 是 否，只开源了智能体框架（框架） 否
n8n 是 否，只开源了智能体框架，且主要是workflow（框架） 否
协议类 MCP 是 否，只是开源协议 否
A2A 是 否，只是开源协议 否
AG-UI 是 否，只是开源协议 否
技术模块类 memory0 是 否，只是开源的技术模块 否
LlamaIndex 是 否，只是开源的技术模块 否
产品类 Our 是 是，开源端到端完整的Agent产品（产品） 否

框架效果先进性

Test集效果 65.12%

test

Validation集效果 75.15%

Agent Score Score_level1 Score_level2 Score_level3 机构
Alita v2.1 0.8727 0.8868 0.8953 0.7692 Princeton
Skywork 0.8242 0.9245 0.8372 0.5769 天工
AWorld 0.7758 0.8868 0.7791 0.5385 Ant Group
Langfun 0.7697 0.8679 0.7674 0.5769 DeepMind
JoyAgent-JDGenie 0.7515 0.8679 0.7791 0.4230 JD
OWL 0.6909 0.8491 0.6744 0.4231 CAMEL
Smolagent 0.5515 0.6792 0.5349 0.3462 Huggingface
AutoAgent 0.5515 0.7170 0.5349 0.2692 HKU
Magentic 0.4606 0.5660 0.4651 0.2308 MSR AI Frontiers
LRC-Huawei 0.406 0.5283 0.4302 0.0769 Huawei
xManus 0.4061 0.8113 0.2791 0.0000 OpenManus
score

系统架构

archi

本开源项目基于JoyAgent-JDGenie产品开源了整体的产品界面、智能体的多种核心模式（react模式、plan and executor模式等）、多个子智能体（report agent、search agent等）以及多整体间交互协议。

主要特点和优势

主要创新点

invo

multi-level and multi-pattern thinking:结合多种智能体设计模式支持多层级的规划和思考

cross task workflow memory:跨任务级别的相似任务memory

tool evolution via auto-disassembly-and-reassembly of atom-tools

快速开始

方式1: docker 一键启动服务

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

2. 手动更新 genie-backend/src/main/resources/application.yml中 base_url、apikey、model、max_tokens、model_name等配置
使用DeepSeek时: 注意deepseek-chat 为max_tokens: 8192

手动更新 genie-tool/.env_template 中的 OPENAI_API_KEY、OPENAI_BASE_URL、DEFAULT_MODEL、SERPER_SEARCH_API_KEY
使用DeepSeek时: 设置DEEPSEEK_API_KEY、DEEPSEEK_API_BASE，DEFAULT_MODEL 设置为 deepseek/deepseek-chat，所有 ${DEFAULT_MODEL} 也都改成deepseek/deepseek-chat

3. 编译dockerfile
docker build -t genie:latest .

4. 启动dockerfile
docker run -d -p 3000:3000 -p 8080:8080 -p 1601:1601 --name genie-app genie:latest

5. 浏览器输入 localhost:3000 访问genie

如果部署遇到问题，可以参考视频:【5分钟使用deepseek启动开源智能体应用joyagent-genie-哔哩哔哩】 https://b23.tv/8VQDBOK

方式2: 手动初始化环境，启动服务

环境准备

方案1：手动step by step部署手册

手动超详细攻略参考 Step by Step

方案2：手动一键启动部署（推荐）

直接通过shell启动所有服务

sh check_dep_port.sh # 检查所有依赖和端口占用情况
sh Genie_start.sh  # 直接启动，以后改动配置直接重启动脚本即可，control+c 一键kill所有服务

部署时可以参考视频:【joyagent-jdgenie部署演示】 https://www.bilibili.com/video/BV1Py8Yz4ELK/?vd_source=a5601a346d433a490c55293e76180c9d

二次开发

如何添加自己的MCP工具到JoyAgent-JDGenie中

配置文件

在 genie-backend/src/main/resources/application.yml 添加mcp_server服务，多个server逗号分隔 在 ui/.env 中可以修改前端请求后端的路径

mcp_server_url: "http://ip1:port1/sse,http://ip2:port2/sse"

启动服务

sh start_genie.sh

开始对话

比如添加12306工具后，规划7月7天2人从北京出发去新疆旅行计划，并查询相关火车票信息， genie会进行旅行计划设计，然后调用mcp工具查询车票信息，最终输出报告。 img.png

新增自定义子Agent到JoyAgent-JDGenie中

实现BaseTool接口，声明工具的名称、描述、参数、调用方法。

/**
 * 工具基接口
 */
public interface BaseTool {
    String getName(); // 工具名称
    String getDescription(); // 工具描述
    Map<String, Object> toParams(); // 工具参数
    Object execute(Object input); // 调用工具
}

// 天气智能体示例
public class WeatherTool implements BaseTool {
    @Override
    public String getName() {
        return "agent_weather";
    }

    @Override
    public String getDescription() {
        return "这是一个可以查询天气的智能体";
    }

    @Override
    public Map<String, Object> toParams() {
        return "{\"type\":\"object\",\"properties\":{\"location\":{\"description\":\"地点\",\"type\":\"string\"}},\"required\":[\"location\"]}";
    }

    @Override
    public Object execute(Object input) {
        return "今日天气晴朗";
    }
}

在com.jd.genie.controller.GenieController#buildToolCollection中添加如下代码，引入自定义Agent

WeatherTool weatherTool = new WeatherTool();
toolCollection.addTool(weatherTool);

启动服务

sh start_genie.sh

项目共建者

贡献者：Liu Shangkun,Li Xiang,Li Yang,Jia Shilin,Tian Shaohua,Wang Zhen,Yao Ting,Wang Hongtao,Zhou Xiaoqing,Liu min,Zhang Shuang,Liuwen,Yangdong,Xu Jialei,Zhou Meilei,Zhao Tingchong,Wu jiaxing, Wang Hanmin, Zhou Zhiyuan, Xu Shiyue,Liu Jiarun, Hou Kang, Jing Lingtuan, Guo Hongliang, Wang Zhijiang, Liu Yanchen, Chen Kun, Ke Huilin, Pan Zheyi, Duan Zhewen, Tu Shengkun, Zhang Haidong, Wang Heng,Li Bo,Zhang Konghongbo,Guo fenghua, Wang Haofen, Zhang Junbo, Liu Haibo, Yang Haoran, Qiao Jiayang

所属机构:京东CHO企业信息化团队（EI）、京东科技协同办公团队、京东物流数据资产团队

贡献和合作

我们欢迎所有好想法和建议，如果您想成为项目的共建者，可随时向我们提Pull Request。无论是完善产品和框架、修复bug还是添加新特性，您的贡献都非常宝贵。 在此之前需要您阅读并签署贡献者协议并发送到邮箱[email protected]，请阅读 贡献指南中文版，贡献指南英文版

引用

如需学术引用，请使用以下 BibTeX：

@software{JoyAgent-JDGenie,
  author = {Agent Team at JDCHO},
  title = {JoyAgent-JDGenie},
  year = {2025},
  url = {https://github.com/jd-opensource/joyagent-jdgenie},
  version = {0.1.0},
  publisher = {GitHub},
  email = {[email protected];[email protected];[email protected];[email protected];[email protected];[email protected];[email protected];[email protected];[email protected]}
}

Contributors

Star History

Star History Chart

欢迎沟通和联系我们
ME1758722833951

joyagent-jdgenie (jd-opensource/joyagent-jdgenie)

Searching Database…

11.9K ·GitHub
Joyagent-jdgenie
这是什么？JoyAgent-JDGenie（来自京东）是一个开源的端到端多智能体产品：你给它一个查询或任务，它会直接生成结果，例如网页或 PPT 报告，而不只是提供一个让你自行搭建的 SDK。
这是我可以在其基础上二次开发的框架，还是开箱即用的产品？它是一个完整的、开箱即用的多智能体产品，自带前端、后端、框架、引擎，以及预置的子智能体，如报告智能体、代码智能体和 PPT 智能体，同时也支持进一步定制。
我该怎么把它跑起来？最快的方式是运行一键 Docker 启动脚本；也可以手动设置：安装 JDK 17 和 Python 3.11，安装 'uv'，在 genie-tool 目录中运行 'uv sync'，然后通过提供的 shell 脚本启动所有服务。
我运行它需要 LLM API 密钥吗？需要。智能体会调用 LLM 来规划和执行任务；官方部署演示展示的是以 DeepSeek 作为底层 LLM 启动系统。
安装时有哪些需要注意的坑吗？手动安装需要同时准备 JDK 17 和 Python 3.11，还要自己运行 'uv sync' 并逐个启动多个服务；如果不想同时折腾两套语言运行环境，建议使用 Docker 一键启动脚本，更省事。
它与其他开源智能体相比表现如何？在 GAIA Validation 数据集上，它的准确率为 75.15%，超过了 OWL（69.09%）、Smolagent（55.15%）和 AutoAgent（55.15%），不过 Alita v2.1（87.27%）和 Skywork（82.42%）等较新的智能体得分仍然更高。
mrag / dataagent 分支是做什么的？这两个独立的 git 分支对项目进行了扩展：'mrag' 分支提供多模态知识管理 RAG 平台，'dataagent' 分支提供 JoyDataAgent，这是一个数据治理智能体，可对结构化表格进行智能问答和诊断。
它内部采用了哪些智能体设计模式？它内部结合了 ReAct 模式与计划-执行器模式，覆盖工作级和任务级规划，并增加了跨任务的工作流记忆；在工具演化方面，它通过重组已有的原子工具来生成新工具，而不是从零开始生成工具。
What are similar projects?ruflo, hive, adk-python, openrig, turnstone, spring-ai-alibaba, haystack, agentscope
Which topics is it in?multi-agent-systems, agent-framework, orchestration, rag, multi-agent, china, agents, benchmark, java, agent, mcp, chinese
Creator
jd-opensource
Size
100.3 MB
Stars
11.9K
Updated
CommitFeb 12Releasev1.0.0Sep 18
Age
1y
Commits · 90 Days