BossAgents BossAgents

BossAgents · GOAI新智基座赛道 初赛提交方案

👤 BossAgents 团队 📅 2026-08-30 👁️ 阅读 8 👍 点赞 0 ☕ 45 分钟阅读

BossAgents · GOAI新智基座赛道 初赛提交方案

项目定位

BossAgents — 数字员工编排开放平台：让多个AI智能体以确定性规则+LLM协同的方式，自主完成制造业车间备件采购与设备保养的全链路闭环。任何企业可通过API直接调用71个数字员工的能力，任何智能体可通过Agent Card接入协同网络。

核心叙事：可信AI不是口号，是架构。我们不承诺AI永远正确，但我们保证每一次决策都可追溯、可审计、可纠正。BossAgents不仅是一个产品，更是一个开放平台——开放接口、开放协议、开放生态。

三个演示场景

场景一：车间复合指令协同（POS-GOAI）

话术："3号泵备件库存不足，当前仅剩2件安全库存10件，同时3号离心泵保养即将到期需要安排定期保养"

| Agent | ID | 角色 | 独立Prompt | 独立工具集 | 独立上下文 |

|-------|-----|------|-----------|-----------|-----------|

| 车间主任助手 | DS-GOAI-SCHED | 任务拆解 | ✅ 理解复合指令→采购申请+保养提醒 | LLM调用、任务拆解、优先级判断 | 用户原始指令 |

| 采购助手 | DS-GOAI-PROC | 采购协同 | ✅ 生成供应商比价+采购单 | LLM调用、供应商比价、采购单生成 | 上游采购申请 |

| 设备管理员助手 | DS-GOAI-EQUIP | 设备协同 | ✅ 生成保养计划+维修工单 | LLM调用、保养计划生成、工单派发 | 上游保养提醒 |

协同模式：串行（sequence），上游结果通过 _upstreamResult 自动传递

实测数据（2026-08-11）：

  • 总耗时：18.4s
  • Agent1(车间主任): 6.6s → 采购申请(密封件SEAL-P003-08) + 保养提醒(3号离心泵定期保养)
  • Agent2(采购): 4.8s → 3家供应商比价 → 选A公司(交期1天/评级优) → 采购单
  • Agent3(设备): 6.0s → 保养计划(5任务步骤) + 维修工单(指派张师傅)

API调用：

curl -X POST https://ylxt.chat/api/goai-demo/collaboration/goai \
  -H "Content-Type: application/json" \
  -d '{"instruction":"3号泵备件库存不足，当前仅剩2件安全库存10件，同时3号离心泵保养即将到期需要安排定期保养"}'

场景二：采购闭环（POS-PROCURE-CHAIN）

话术："采购伺服电机SM-750A 50台，预算90万，15天内到货"

| Agent | ID | 角色 | 独立Prompt |

|-------|-----|------|-----------|

| 询价助手 | DS-PROC-CHAIN-001 | 询价与初步比价 | ✅ 生成3家供应商报价 |

| 成本分析 | DS-COST-CHAIN-001 | 成本基线比对 | ✅ 历史基线比对+综合评分 |

| 供应商评估 | DS-VEN-CHAIN-001 | 绩效校验 | ✅ 绩效分级+风险评估 |

| ECR审核 | DS-ECR-CHAIN-001 | 合规检查 | ✅ 预算/供应商/流程合规+审批结论 |

协同模式：串行（sequence），4步闭环：询价→比价→评估→审批

实测数据（2026-08-11）：

  • 总耗时：22.1s
  • Agent1(询价): 4.2s → 3家报价(8200/8800/9100元)
  • Agent2(成本): 7.8s → 历史基线比对+综合评分(92/85/78)
  • Agent3(评估): 5.8s → 绩效校验(A级/准时率98%)+风险低
  • Agent4(审核): 3.9s → 合规通过+批准供应商A+金额41万

API调用：

curl -X POST https://ylxt.chat/api/goai-demo/collaboration/procure \
  -H "Content-Type: application/json" \
  -d '{"instruction":"采购伺服电机SM-750A 50台，预算90万，15天内到货"}'

场景三：巡检修复闭环（POS-INSPECT-LOOP）

话术："检查Part数据质量，发现并修复问题"

| Agent | ID | 角色 | 独立Prompt |

|-------|-----|------|-----------|

| 数据巡检员 | DS-INSPECT-CHAIN-001 | 五维评分 | ✅ 完整性/准确性/时效性/可用性/一致性 |

| 数据修复员 | DS-REPAIR-CHAIN-001 | 自动修复 | ✅ 基于问题清单生成修复方案 |

| 复检员 | DS-REINSPECT-CHAIN-001 | 复检确认 | ✅ 验证修复效果+闭环状态判定 |

协同模式：串行（sequence），3步闭环：巡检→修复→复检

实测数据（2026-08-11）：

  • 总耗时：12.5s
  • Agent1(巡检): 5.4s → 五维评分(完整性72/准确性85/时效性60/可用性90/一致性68) + 12个问题
  • Agent2(修复): 2.8s → 8项自动修复+4项人工 → 预期提升18分
  • Agent3(复检): 4.1s → 修复后90分(提升18分) → loop_status=closed → 闭环确认

API调用：

curl -X POST https://ylxt.chat/api/goai-demo/collaboration/inspect \
  -H "Content-Type: application/json" \
  -d '{"instruction":"检查Part数据质量，发现并修复问题"}'

评审标准覆盖

维度一：场景价值与可复制性（25%）

| 评分点 | 覆盖方式 |

|--------|---------|

| 真实场景 | 制造企业车间备件采购+设备保养，非虚构Demo |

| 可复制性 | 3个GOAI岗位支持5个行业（磷化工/白酒/机械/通用机械/电子制造），12个业务岗位覆盖制造全链路 |

| 跨行业数据 | SCSAI PLM底座含13000+对象模型，73.9万原生关系 |

| 场景深度 | 从单一查询到4步审批闭环，从巡检到修复复检闭环 |

| 行业×岗位×员工三层正交坐标系 | 行业=知识坐标系（5行业固定集合）｜岗位=权责主体（15个，可调）｜员工=能力原子（71个，通用）。解耦后成本N+M+K而非N×M×K。同一组员工可按行业知识库切换上下文，按岗位编排切换协同模式 |

维度二：多Agent协同与自主闭环（25%）

评分点覆盖方式
≥3个不同职能Agent10个Agent（3+4+3），分属3个岗位，职能完全不同
独立Prompt每个Agent有独立systemPrompt，角色不重叠
独立工具集2个Worker Skill：procurement-chain-worker（采购闭环4角色）vs goai-agent-worker（GOAI协同3角色+巡检闭环3角色），同一Worker内不同角色通过独立systemPrompt区分
独立上下文串行模式下每个Agent只看上游传入的结构化数据，不共享原始对话
自主闭环巡检→修复→复检(loop_status=closed)，采购→审批(approval_decision=批准)
消息传递上游结果通过 _upstreamResult 结构化传递，非自然语言传话
人与数字员工协同15个岗位均配人类负责人（human字段），人作为团队成员参与关键审批。4个跨岗位编队支持requireHumanApproval人工卡点——编队执行到人工签字节点自动挂起，人通过POST /taskforce/resume签字后继续。高风险操作（采购超阈值、ECR审批）强制人在回路
跨岗位编队4个编队（TF-COMPLAINT/TF-LINE-STOP/TF-NEW-PRODUCT/TF-COST-ALERT）采用DAG分层+共享黑板+硬碰撞/语义分歧双层冲突检测。编队挂起态落库，人在环签字后恢复

维度三：Skill工程体系（25%）

| 评分点 | 覆盖方式 |

|--------|---------|

| Skill 工程化封装 | 2 个 Worker Skill 封装为可复用 Skill：procurement-chain-worker = 采购闭环 Skill（询价→比价→评估→审批，4个独立systemPrompt）；goai-agent-worker = 通用协同 Skill（GOAI 3角色 + 巡检闭环3角色，6个独立systemPrompt） |

| Skill 可跨场景复用 | goai-agent-worker 同时服务于GOAI协同和巡检闭环两个岗位，procurement-chain-worker 可在任何需要采购的岗位中被引用 |

| Skill 接口标准 | dispatch + callback + audit 三接口，遵循 trace_span 协议 |

| 生态复用 | Agent Card 声明式接入，第三方 Agent 即插即用 |

| Agent Card规范 | 极简JSON声明能力与接口（见下方） |

| 确定性规则 | 2306条规则引擎确定性执行，零幻觉零Token |

| RAG 能力 | SCSAI PLM AML 知识库（13000+ 对象模型）作为 RAG 知识源，Agent 调用时自动检索增强 |

| MCP 支持 | 系统支持通过 MCP 协议接入外部工具，当前通过 Agent Card capabilities 实现类似能力 |

| MTCLAW调度引擎 | 昇腾NPU加速的本地LLM调度引擎（MTCLAW_ENABLED=true），SmartLLMRouter优先走MTCLAW本地推理，降级到远程API。端侧私有化部署时数据不出企业，LLM推理在本地NPU完成，满足制造业数据安全要求 |

| 事件驱动Skill | 事件总线（position-events.js）支持触发器热更新+SSE实时扇出。当库存低于安全线时自动触发采购Skill，无需人工发起 |

Agent Card规范：

{
  "agent_id": "bossagents-procurement-001",
  "name": "BossAgents采购闭环",
  "capabilities": ["inquiry", "cost_analysis", "vendor_evaluation", "compliance_check"],
  "endpoint": "https://ylxt.chat/api/agents/dispatch",
  "auth": "api_key",
  "protocol": "trace_span"
}

Skill接口：

| 接口 | 方法 | 说明 |

|------|------|------|

| 任务分发 | POST /api/agents/dispatch | 携带customer_id + trace_id |

| 结果回传 | POST /api/agents/callback | 回传结果 + span数据 |

| 审计查询 | GET /api/agents/audit/{trace_id} | 按trace_id查询完整审计链路 |

维度四：工程落地与安全审计（20%）

| 评分点 | 覆盖方式 |

|--------|---------|

| 全链路审计 | trace_id贯穿start→N个agent→complete，每个span记录input/output/decision/timestamp |

| 可观测 | GET /api/agents/audit/{trace_id} 实时查询任意trace的完整span链路 |

| AgentLoop 对接 | 审计数据可对接 AgentLoop 观测平台，支持效果评估与 Agent 自进化调优 |

| 数据隔离 | customer_id隔离，每个客户Agent只能访问授权范围 |

| 工程落地 | SCSAI PLM 15年工业底座，13000+对象模型已在生产环境运行 |

| 部署方式 | 端侧私有化部署，数据不出企业 |

| 回滚机制 | 高风险操作需人工确认（人在回路），支持操作回滚，回滚操作记入审计链路 |

| 开放平台 | 27个API端点+API Key鉴权（ba_前缀）+限流（free/pro/enterprise三档）+调用审计。OpenAPI 3.0规范（/api/open/spec）+在线调试文档（/api/open/docs，71个员工逐个可调用）。双轨制：带Key走鉴权+限流+审计，不带Key维持内部逻辑不变 |

审计链路示例：

trace_id: "trace-procure-1786449652571"
├── span[0]: POS-PROCURE-CHAIN 闭环启动
│   └── detail: "指令: 采购伺服电机SM-750A 50台"
├── span[1]: DS-PROC-CHAIN-001 询价完成
│   └── llm_ms: 4193, data_keys: inquiry,quotations
├── span[2]: DS-COST-CHAIN-001 成本分析完成
│   └── llm_ms: 7794, data_keys: cost_analysis,scoring
├── span[3]: DS-VEN-CHAIN-001 供应商评估完成
│   └── llm_ms: 5790, data_keys: vendor_evaluation,risk_assessment
├── span[4]: DS-ECR-CHAIN-001 ECR审核完成
│   └── llm_ms: 3877, data_keys: compliance_check,approval_decision
└── span[5]: POS-PROCURE-CHAIN 闭环完成
    └── duration_ms: 22069

维度五：开放与开源贡献（5%）

| 评分点 | 覆盖方式 |

|--------|---------|

| 开源协议 | Apache License 2.0 |

| 开源内容 | Agent Card 规范、trace_span 协议、岗位编排引擎、审计引擎 |

| 开放平台 | API Key鉴权 + OpenAPI 3.0规范 + 在线调试文档（/api/open/docs，71个员工逐个可调用试一试）+ 27个API端点 |

| 体验入口 | ylxt.chat 免登录体验全部71个数字员工 |

| 长期规划 | 持续开放更多 Worker Skill 接口，支持社区贡献自定义 Skill |

技术架构（基于 AgentTeams）

BossAgents 采用 AgentTeams 分层架构进行多 Agent 协同：

| AgentTeams 层级 | BossAgents 实现 | 职责 |

|----------------|----------------|------|

| Manager | lite-scheduler.js + AI 工作台 | 接收任务、全局调度、结果聚合 |

| Team Leader | 15 个岗位（3个GOAI演示 + 12个业务岗位） | 场景化任务编排、链路管理 |

| Worker | 71 个数字员工（独立 Prompt + 独立工具集 + 独立上下文） | 执行具体子任务 |

L5 开放层：API Key鉴权 + OpenAPI 3.0 + 在线文档（71员工逐个可调用）
L4 交互层：HITS工作台，人作为团队成员参与审核（人在回路）
L3 编排层：15个岗位 + 4个跨岗位编队（DAG+共享黑板+人工卡点）+ 事件总线（SSE实时流）
L2 能力层：6大原子能力 × 71个数字员工 × 2个LLM协同Worker Skill × 事件触发器
L1 底座层：关系引擎（73.9万关系图谱）+ 规则引擎（2306条确定性规则）+ MTCLAW（昇腾NPU本地推理）+ SCSAI PLM

行业×岗位×员工三层正交坐标系：

  • 行业 = 知识坐标系（5行业：磷化工/白酒/机械/通用机械/电子制造），同一组员工按行业知识库切换上下文
  • 岗位 = 权责主体（15个，均配人类负责人），按岗位编排切换协同模式
  • 员工 = 能力原子（71个，通用），解耦后成本N+M+K而非N×M×K

人与数字员工协同机制：

  • 每个岗位配置human字段（如"车间主任/班组长"），人作为团队成员而非旁观者
  • 跨岗位编队支持requireHumanApproval: true，执行到人工签字节点自动挂起
  • 高风险操作（采购超阈值、ECR审批、Part发布）强制人在回路
  • 事件总线实时推送（SSE），人可随时介入

核心理念：关系即协议 · 智能体即数字员工 · 人即团队成员

数据规模（不可速成的时间壁垒）

维度BossAgents通用大模型方案传统PLM
对象模型13,000+需从零构建数千级
关系图谱73.9万无关系感知仅BOM层级
规则引擎2,306条纯LLM幻觉硬编码
数字员工71个（含10个GOAI Agent）无确定性执行无AI能力
岗位15个 + 4个跨岗位编队无编排无协同
行业5个行业验证无行业适配单行业定制
审计链路全链路trace_id/span黑箱日志分散
部署方式端侧私有化纯云端本地部署

团队

  • CEO 付博：27年连续创业，师从"现代营销学之父"科特勒
  • CTO 方云超：北航计算机硕士，近30年工业软件经验，SCSAI PLM总架构师
  • 智能体团队：scsai（首席跨界官）+ exploreai（穿越者联盟创始人）

联系方式

  • 商务：付博（CEO）18986066876 | fu@bossmind.com
  • 技术：方云超（CTO）18601921816 | fang@scsai.com
  • 体验：ylxt.chat（免登录体验全部71个数字员工）
← 返回案例列表
分享：
🤖 Try Now →
🤖
🎁