京东开源JoyAgent-JDGenie：多智能体系统性能领跑，GAIA准确率达75.15%

京东最近正式开源了产品级端到端通用多智能体系统JoyAgent-JDGenie。这款系统在GAIA基准测试里表现相当抢眼，准确率冲到了75.15%，把OWL、OpenManus这些竞品甩在了后面，在行业里排得上前列。它不光多智能体协作能力强，还能开箱即用，开发者用它来快速搭建AI应用挺合适的。

性能硬核

JoyAgent-JDGenie在GAIA基准测试中的表现确实亮眼，75.15%的总体准确率直接刷新了多智能体系统的性能纪录。按GAIA基准的评估标准来看，它在不同难度的任务里都展现了不错的实力：Level1任务准确率超过85%，Level2任务接近78%，就算是最复杂的Level3任务，也拿到了55%的好成绩。

要知道，其他开源框架比如OWL、OpenManus，准确率也就65%左右，JoyAgent-JDGenie这成绩明显更胜一筹。GAIA基准这东西，专门看重真实世界任务的处理能力，像多模态处理、工具使用、复杂推理这些，算得上是评估AI智能体能力的“金标准”。JoyAgent-JDGenie能拿这么高分，说明它在通用场景下的潜力确实不小。

实际操作示例：查询火车票的全过程

下面看看JoyAgent-JDGenie处理具体任务的情况，比如查询北京到上海的火车票，整个流程清晰明了：

京东开源JoyAgent-JDGenie：多智能体系统性能领跑，GAIA准确率达75.15%

从上面的示例能看出，系统接到查询请求后，会一步步拆解任务：先获取当前日期，再查询车站代码，最后调用工具查询具体的车票信息，整个过程逻辑清晰，和人工处理复杂任务的思路很像。

端到端框架设计

JoyAgent-JDGenie是一套完整的端到端多智能体系统，用户输入简单的查询或者任务，就能直接得到答案或者解决方案，不用自己再去搭建复杂的中间流程。

这个框架把前端、后端、核心引擎还有多个子智能体模块都整合到了一起。子智能体模块包括报告生成智能体、代码智能体、PPT智能体、文件智能体等，能处理从文档处理到代码生成、演示文稿制作等各种场景。

开发者要是有特定业务需求，还能通过挂载自定义子智能体或者外部工具（像Web搜索API、Python解释器这些）来扩展功能。

和传统的单一智能体系统不一样，JoyAgent-JDGenie采用了多层级协作设计。它会把复杂任务分解开，让不同的智能体协同处理，效率挺高。比如用户说“生成一份2025年AI趋势的PPT”，系统会自动把任务分给PPT智能体和数据分析智能体，最后生成带图表和内容的演示文稿。这种开箱即用的特性，大大降低了开发门槛，企业想快速部署AI应用，用它挺合适。

多模态处理+记忆优化

JoyAgent-JDGenie的多模态和记忆设计是它的核心优势。系统支持文本、图像、代码等多种输入和输出形式，GAIA基准里的多模态任务，像解析PDF文件、分析图像内容、处理音频数据这些，它都能应对。

另外，框架还引入了跨任务级别的相似任务记忆机制。简单说，就是系统会记住之前处理过的类似任务，在处理当前任务时，能参考历史记录来优化效率。比如重复生成类似报告的时候，系统会调用之前的数据，减少重复计算，响应速度也就更快了。

社区里有反馈说，JoyAgent-JDGenie的多模态能力在处理复杂任务时特别好用。就拿GAIA Level3任务来说，系统能通过链式推理（Chain-of-Thought）结合外部工具，准确回答那些需要整合多源数据的问题，比如“根据某幅画作和历史记录提取特定信息”这类任务，它都能搞定。这种能力让它在数据分析、内容创作、自动化工作流等领域有了更广泛的应用可能。