面向工业连续运营的决策智能平台，通过结构化多代理团队（ORPA 循环）实现运营决策自动化，叠加于现有 SCADA/ERP 系统之上，具备可解释性与有界自主性。
项目概述#
XMPro MAGS 是一套面向工业环境的多代理生成系统，基于斯坦福大学 Generative Agents 研究（Park et al., 2023）构建。系统采用非替换式集成方式，在现有历史数据库、SCADA、数字孪生和 ERP 系统之上添加决策智能层。
核心设计哲学#
- 非侵入式集成：不替换现有系统，而是叠加智能决策层
- 职责分离：提议行动的代理与批准行动的代理相互独立
- 有界自主性：代理仅在工程师批准的范围内行动，超出限制立即升级人工处理
- 可解释性：每个决策包含文档化推理，操作员可同意或质疑逻辑
ORPA 决策循环#
代理采用 观察-反思-规划-行动 架构：
- Observe（观察）：通过 DataStream 监控运营数据
- Reflect（反思）：基于历史数据和模式进行学习
- Plan（规划）：制定多步骤行动方案
- Act（行动）：执行决策并与其他代理协调
双层智能架构#
- 业务流程智能层（~90%）：决策制定、规划、记忆、优化，包含 15 项核心能力
- LLM 工具层（~10%）：自然语言处理用于通信和解释
代理类型#
| 类型 | 说明 |
|---|---|
| Content Agents | 内容处理代理 |
| Cognitive Agents | 认知代理 |
| Hybrid Cognitive Agents | 混合认知代理 |
主要用例#
- 预测性维护
- 流程优化
- 质量管理
- 安全关键操作
- 根因分析
- 合规管理
示例团队配置#
- Advanced Predictive Maintenance Team（高级预测性维护团队）
- Antibiotic Fermentation Optimization Team（抗生素发酵优化团队）
- Expert OEE Optimizer Team（专家 OEE 优化团队）
商业价值指标#
- 30% 停机时间减少
- 25% 流程优化
- 80% 更快实施
- 15%+ 生产力提升
配置说明#
仓库结构#
/docs — 所有文档（28个主题领域）
/src — 代理配置模板和配置示例
/case-studies — 真实世界实施案例研究
/research — XMPro 研究论文
配置文件#
- Team Manifests (
src/team_manifests/)：JSON 文件定义团队结构、目标、通信协议、决策流程、运营约束、升级策略 - Agent Profiles (
src/agent_profiles/)：JSON 文件指定代理特征、能力、角色、技能、规则、模型规格、记忆参数
部署方式#
- 支持 Docker 容器化部署
- 提供数据库初始化脚本：
constraints.cypher、library_prompts.cypher、library_tools.cypher、system_options.cypher
技术架构要点#
- 内存系统：基于向量数据库构建代理记忆
- 监控：集成 OpenTelemetry 追踪
- 集成：DataStream 数据集成、工具编排
- 决策编排：代理间协调与共识机制
注意事项#
⚠️ 重要说明：
- MAGS 平台核心运行时为商业闭源软件
- GitHub 仓库仅提供文档和配置示例
- 需联系 support@xmpro.com 获取平台许可
- 具体编程语言和框架未在仓库中明确说明
- 具体云服务部署选项待确认