基于大模型的业务处理方法、装置、智能体及电子设备与流程

摘要: 本公开属于数据处理领域,尤其涉及自然语言模型、大模型、深度学习等人工智能,特别的涉及基于大模型的业务处理方法(基于大模型驱动的多业务统一处理方法)、装置、智能体...
基于大模型的业务处理方法、装置、智能体及电子设备与流程

本公开属于数据处理领域,尤其涉及自然语言模型、大模型、深度学习等人工智能,特别的涉及基于大模型的业务处理方法(基于大模型驱动的多业务统一处理方法)、装置、智能体及电子设备,可广泛应用于大数据处理、数据中台建设、企业数据仓库、业务智能分析等领域,为企业提供智能化的多业务数据处理能力。

背景技术:

1、随着企业级数据处理平台的业务规模不断扩大,需要处理的业务类型日益增多,传统的人工编写etl(extract(抽取)、transform(转换)、load(加载)的缩写)脚本的方式已无法满足快速业务迭代的需求。现有技术方案存在业务理解成本高、代码开发效率低、资源配置不智能、数据质量保障不足等问题,严重制约了企业数据处理的效率和质量。

技术实现思路

1、本公开提供了基于大模型的业务处理方法、装置、智能体及电子设备,可以解决现有技术中存在业务理解成本高、代码开发效率低、资源配置不智能、数据质量保障不足等问题。

2、根据本公开实施例的第一方面,提供了一种基于大模型的业务处理方法,包括:

3、基于待处理业务的业务信息生成第一提示文本;

4、根据业务知识库和所述第一提示文本,通过大模型对所述待处理业务进行业务分析,得到所述待处理业务的业务分析结果;

5、基于所述业务分析结果和代码模板生成第二提示文本;

6、根据所述第二提示文本,通过所述大模型生成针对所述待处理业务的符合规范的目标代码;

7、基于所述待处理业务的业务特征和系统状态,通过所述大模型为所述待处理业务的代码执行任务生成目标分区策略信息和资源配置方案信息;

8、基于所述大模型对所述代码执行任务处理后的数据进行智能质量监控。

9、根据本公开实施例的第二方面,提供了一种基于大模型的业务处理装置,包括:

10、第一生成模块,用于基于待处理业务的业务信息生成第一提示文本;

11、业务分析模块,用于根据业务知识库和所述第一提示文本,通过大模型对所述待处理业务进行业务分析,得到所述待处理业务的业务分析结果;

12、第二生成模块,用于基于所述业务分析结果和代码模板生成第二提示文本;

13、代码生成模块,用于根据所述第二提示文本,通过所述大模型生成针对所述待处理业务的符合规范的目标代码;

14、资源配置生成模块,用于基于所述待处理业务的业务特征和系统状态,通过所述大模型为所述待处理业务的代码执行任务生成目标分区策略信息和资源配置方案信息;

15、质量监控模块,用于基于所述大模型对所述代码执行任务处理后的数据进行智能质量监控。

16、根据本公开实施例的第三方面,提供了一种智能体,包括:

17、输入模块,用于接收输入信息;

18、处理模块,用于基于所述输入模块接收的所述输入信息确定目标任务,基于所述目标任务确定大模型,通过调用所述大模型执行前述第一方面所述的方法,得到输出信息;

19、输出模块,用于输出所述处理模块得到的所述输出信息。

20、根据本公开实施例的第四方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述第一方面所述的方法。

21、根据本公开实施例的第五方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行前述第一方面所述的方法。

22、根据本公开实施例的第六方面,提供了一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现根据前述第一方面所述方法的步骤。

23、根据本公开技术方案,通过大模型驱动的智能业务理解和代码生成,可以显著降低新业务接入的开发成本。可以实现从业务分析到代码生成的全流程智能化。基于业务的业务特征和系统状态,通过大模型为业务的代码执行任务智能生成资源配置信息,可以显著提升资源利用率。可以实现智能化的数据质量监控,相比传统依赖人工监控和规则验证的方式,可以大幅缩短发现时间,可以显著提升发现效率。

24、应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

1.一种基于大模型的业务处理方法,包括:

2.根据权利要求1所述的方法,其中,所述基于待处理业务的业务信息生成第一提示文本,包括:

3.根据权利要求2所述的方法,其中,所述业务分析维度包括以下一项或多项:业务模式识别;数据特征分析;业务逻辑理解;统一模型映射;性能和资源评估;风险和挑战分析。

4.根据权利要求1所述的方法,其中,所述基于所述业务分析结果和代码模板生成第二提示文本,包括:

5.根据权利要求4所述的方法,其中,所述基于所述待处理业务的第一业务特征,从代码模板库中选择代码模板,包括:

6.根据权利要求1所述的方法,其中,所述第二提示文本中至少包括生成要求信息,所述生成要求包括以下一项或多项:代码规范要求、性能优化要求、错误处理要求、日志记录要求、数据质量要求。

7.根据权利要求6所述的方法,其中,所述根据所述第二提示文本,通过所述大模型生成针对所述待处理业务的符合规范的目标代码,包括:

8.根据权利要求1所述的方法,其中,所述基于所述待处理业务的业务特征和系统状态,通过所述大模型为所述待处理业务的代码执行任务生成目标分区策略信息和资源配置方案信息,包括:

9.根据权利要求8所述的方法,还包括:

10.根据权利要求1所述的方法,其中,所述基于所述大模型对所述代码执行任务处理后的数据进行智能质量监控,包括:

11.根据权利要求1-10中任一项所述的方法,还包括:

12.一种基于大模型的业务处理装置,包括:

13.一种智能体,包括:

14.一种电子设备,包括:

15.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-11中任一项所述的方法。

16.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现根据权利要求1-11中任一项所述方法的步骤。