一种生产管理流程智能体的数据处理方法、系统及设备与流程

本发明涉及信息处理，尤其涉及一种生产管理流程智能体的数据处理方法、系统及设备。

背景技术：

1、在工程设计、装备制造等企业的生产管理中，通常采用生产管理系统对业务流程进行管理。随着人工智能（artificial intelligence, 即人工智能）技术的发展，企业希望引入智能体（agent，指基于大语言模型构建的、能够自主感知环境并执行动作的智能程序）来自动推进这些流程，例如：设计完成后自动唤起校审流程，资料校验通过后自动唤起交接流程等。

2、目前的方案是大语言模型根据对话上下文自动选择并调用预定义函数的机制。在该方案中，后端系统暴露一组restful api（representational state transferapplication programming interface，表述性状态转移应用程序接口）。开发人员为每个api编写一段json（javascript object notation，即javascript对象表示法，一种轻量级数据交换格式）格式的函数描述（包含函数名、参数说明），并将其作为prompt（提示词，即输入给大语言模型的文本指令）的一部分输入给大模型。大模型根据对话上下文，决定调用哪个函数，并生成对应的json参数，前端或中间件拦截该json后，调用对应的后端api执行流程。

3、然而，现有技术存在以下缺陷：第一，为系统中数十上百个流程节点手写functioncalling的模式和路由分发代码，与原有spring boot（一种基于java的开源企业级应用框架）业务代码强耦合，维护成本极高。第二，智能体查询状态时，传统方案往往返回全量业务数据，导致token（即词元，大语言模型处理文本的基本单位）超限，且无关数据极易干扰大模型推理，产生"幻觉"。

技术实现思路

1、为了使智能体能够精准感知流程状态并自动、安全地唤起流程，本发明提供一种生产管理流程智能体的数据处理方法、系统及设备。

2、一种生产管理流程智能体的数据处理方法，包括以下步骤：

3、获取生产管理流程的多个异步子流程；

4、基于模型上下文协议，将多个异步子流程的业务动作封装为工具，将业务状态封装为资源；

5、通过订阅所述资源，获取多个异步子流程的目标状态；

6、在获取所述生产管理流程的状态时，产生读取所述资源的资源读取请求；

7、根据所述资源读取请求中的意图标签，生成精简查询语句；

8、根据所述精简查询语句定位对应的目标业务方法，将所述精简查询语句中的参数数据转换为所述目标业务方法所需的强类型参数实例；

9、将所述强类型参数实例传入模型上下文协议中，根据所述强类型参数实例调用所述目标业务方法的执行业务逻辑，并进行资源读取调用。

10、可选的，获取生产管理流程的多个异步子流程，包括：

11、获取生产管理流程中的流程周期大于预设值的多个异步子流程。

12、可选的，基于模型上下文协议，将多个异步子流程的业务动作封装为工具，将业务状态封装为资源，包括：

13、通过模型上下文协议的适配层扫描带有注解的方法，将多个异步子流程的业务动作封装为工具，将业务状态封装为资源。

14、可选的，通过模型上下文协议的适配层扫描带有注解的方法，将多个异步子流程的业务动作封装为工具，将业务状态封装为资源，包括：

15、通过模型上下文协议的适配层扫描带有注解的方法，提取方法名、参数类型及注释，动态生成符合模型上下文协议规范的工具的输入模式；

16、调用子流程的业务动作对应的工具时，通过生成的动态代理类拦截工具调用请求，提取工具标识与键值对形式的参数数据；

17、基于预先生成的元数据缓存，定位目标业务的方法；

18、将所述键值对形式的参数数据反序列化为所述目标业务方法所对应的流程实例标识，并将该流程实例标识映射为一个动态模型上下文协议资源。

19、可选的，通过订阅所述资源，获取多个异步子流程的目标状态，包括：

20、智能体通过轮询订阅所述资源，实时获取多个异步子流程的目标状态。

21、可选的，根据所述资源读取请求中的意图标签，生成精简查询语句，包括：

22、将所述意图标签作为模型上下文协议的变量传递给查询脚本；

23、通过所述查询脚本查询与所述意图标签相关的业务字段，生成精简查询语句。

24、可选的，根据所述精简查询语句定位对应的目标业务方法，将所述精简查询语句中的参数数据转换为所述目标业务方法所需的强类型参数实例，包括：

25、根据所述精简查询语句，调取所述自定义注解对应的目标业务方法，构建元数据缓存，并将所有工具调用指向统一的全局工具分发器；

26、通过所述全局工具分发器拦截所述资源读取请求，从所述资源读取请求中提取工具标识和键值对形式的参数数据；

27、根据所述工具标识从全局工具注册表中查找对应的元数据对象；

28、基于所述元数据对象中记录的原始方法参数顺序和类型，将所述键值对形式的参数数据反序列化为所述目标业务方法所需的强类型参数实例。

29、可选的，将所述强类型参数实例传入模型上下文协议中，根据所述强类型参数实例调用所述目标业务方法的执行业务逻辑，并进行资源读取调用，包括：

30、智能体通过全局工具分发器将转换后的强类型参数实例传入目标业务方法的执行上下文协议中，进行资源读取调用；

31、若资源读取调用出现异常，则捕获该异常，并封装返回；

32、若资源读取调用成功，则标记成功状态返回。

33、本发明的实施例还提供一种生产管理流程智能体的数据处理系统，包括：

34、获取模块，用于获取生产管理流程的多个异步子流程；基于模型上下文协议，将多个异步子流程的业务动作封装为工具，将业务状态封装为资源；通过订阅所述资源，获取多个异步子流程的目标状态；

35、处理模块，用于在获取所述生产管理流程的状态时，产生读取所述资源的资源读取请求；根据所述资源读取请求中的意图标签，生成精简查询语句；根据所述精简查询语句定位对应的目标业务方法，将所述精简查询语句中的参数数据转换为所述目标业务方法所需的强类型参数实例；将所述强类型参数实例传入模型上下文协议中，根据所述强类型参数实例调用所述目标业务方法的执行业务逻辑，并进行资源读取调用。

36、本发明的实施例还提供一种计算设备，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理器运行时，执行如上所述的方法。

37、本发明的上述技术方案的技术效果如下：

38、本发明的方法，可以应用于智能体，通过在智能体发起资源读取时提取意图标签并生成精简查询语句，依托全局工具分发器拦截请求、借助反射完成参数向业务所需强类型实例的自动转换，再通过模型上下文协议调用原有目标业务方法读取业务资源，既能过滤无关业务字段、缩减传输数据量，有效降低大模型token消耗与推理幻觉问题，又无需修改存量业务代码即可实现智能体与业务系统的无侵入对接，统一标准化智能体资源查询交互流程，保障智能体精准获取匹配业务场景的有效数据，为智能体自主判断、自动唤起生产流程提供可靠、轻量化的数据支撑。