// 01 OxyGent 是什么
一、什么是 OxyGent
OxyGent是京东开源团队推出的一款模块化多 Agent框架，整合模型、工具与 Agent 组件（称为 Oxy），以 Python接口为核心，打造高度灵活、开发效率极高的多智能体系统平台。适合 AI 工具使用者和开发者快速构建、部署与管理复杂协作型 Agent系统。框架遵循 Apache‑2.0 开源协议，用户可自由扩展与商用。
OxyGent 在最新 GAIA 多 Agent 基准测试中获得 59.14 分，接近领先开源系统 OWL（当前得分 60.8 分）。
二、核心架构与技术模块
2.1 Oxy组件与模块化设计
框架由多个“白块”（Agent、工具、模型和数据）构成，开发者可像拼装乐高积木一样搭建智能体协作体系。Hot‑swap 动态替换 Agent 与工具，实现灵活业务切换和业务模块重用。
2.2 智能协作机制
支持 Hybrid planning 架构，可实现 ReAct 子 Agent 协作、计划分解、冲突解决与决策审计路径，可自动调整协作策略响应任务变更。
2.3 弹性调度与可扩展性
支持分布式部署和 task scheduler，添加 Agent 可线性扩展协作智能，遵循 Metcalfe 定律，使系统性能随着 Agent 数量增长呈指数级提升。
2.4 内置评估与自我演化
交互与任务执行日志自动生成训练样本，可用于后续强化训练，让系统在实际应用中不断优化性能。
三、主要功能亮点
3.1 快速构建与部署
OxyGent 提供全流程支持，从 Agent 注册、流程定义、工具接入到部署，只需干净的 Python接口，无需复杂配置文件，实现“一行部署”本地或云端环境。
3.2 清晰可视化调试路径
框架支持决策可追踪，记录 Agent 间上下文交互、调用路径与得分机制，并可通过 debug 模块查看 Agent 网络动态。
3.3 通用兼容工具组件
OxyGent 可接入任意 LLM、搜索引擎、数据库、计算工具，提供统一接口支持 Agent 调用并接入上下文状态。
3.4 持续进化与迭代学习
通过系统内评估引擎，能自动识别失败场景并生成训练样本，用于后期微调自我提升智能协作能力。
四、典型应用场景
4.1 智能客服与问答系统
构建多角色支持的智能客服团队，Agent 分工明确（接待、检索、生成），支持协作解析复杂用户意图与多步骤对话。
4.2 内容生成与审核平台
可串联生成型 Agent、校对 Agent 与评审 Agent，支持多步骤文档自动生成、润色与审核工作流。
4.3 营销与企划辅助
营销 Agent 拟稿、数据 Agent 检索洞察、演示 Agent 制作 PPT，可协作完成整套提案或企划书。
4.4 行政办公自动化
任务分配 Agent、日程 Agent、报告生成 Agent 可协作完成常规办公流程，提升效率与规范性。
五、快速上手指南
克隆 github 仓库：
安装依赖：Python 环境下运行
pip install -r requirements.txt。编写 Agent：继承 Oxy module 接口编写子 Agent，例如 search Agent 或 summarizer。
定义任务流：将多个 Oxy 组件按顺序组合为 DAG 任务图。
部署运行：调用框架调度函数即可部署协作系统，并执行多 Agent 任务流程。
观察调试：使用自带监控工具查看日志与评估结果，反馈用于调优。
// 02 核心 功能
- 核心定位OxyGent 是京东开源的模块化多 Agent 协作框架，支持快速构建、部署与演化 AI 多智能体系统，适合 AI 工具使用者用于开发生产级 Agent 应用。
- 分类索引当前归档在 最近收录AI，方便和同频工具横向比较。
- 能力标签关联标签包括 price-open-source。
- 使用入口已记录可访问入口，可通过本页主按钮跳转。
// 03 使用 场景
- 快速判断是否适合当前任务结合 最近收录AI 定位和 price-open-source 标签，先判断它是否匹配你的工作流。
- 横向比较同类工具从相同分类和标签继续探索替代工具，减少只看单个产品带来的选择偏差。
- 沉淀工具选型资料把官网入口、平台、版本和 NavXD 标签合并成一页，适合做选型记录或团队分享。
