論文の概要: OxyGent: Making Multi-Agent Systems Modular, Observable, and Evolvable via Oxy Abstraction
- arxiv url: http://arxiv.org/abs/2604.25602v1
- Date: Tue, 28 Apr 2026 13:08:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-29 16:49:17.866662
- Title: OxyGent: Making Multi-Agent Systems Modular, Observable, and Evolvable via Oxy Abstraction
- Title（参考訳）: OxyGent: Oxy抽象化によるマルチエージェントシステムのモジュール化、可観測性、進化性の実現
- Authors: Junxing Hu, Tianlong Li, Lei Yu, Ai Han,
- Abstract要約: OxyGentは、モジュラー、観測可能、進化可能なマルチエージェントシステムを可能にするオープンソースのフレームワークである。
このレゴのようなアセンブリパラダイムは、スケーラブルなシステム構成と非侵襲的な監視をサポートする。
- 参考スコア（独自算出の注目度）: 8.277988061422
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Deploying production-ready multi-agent systems (MAS) in complex industrial environments remains challenging due to limitations in scalability, observability, and autonomous evolution. We present OxyGent, an open-source framework that enables modular, observable, and evolvable MAS via a unified Oxy abstraction, in which agents, tools, LLMs, and reasoning flows are encapsulated as pluggable atomic components. This Lego-like assembly paradigm supports scalable system composition and non-intrusive monitoring. To enhance observability, OxyGent introduces permission-driven dynamic planning that replaces rigid workflows with execution graphs generated at runtime, which provide adaptive visualizations. To support continuous evolution, the framework integrates OxyBank, an AI asset management platform that supports automated data backflow, annotation, and joint evolution. Empirical evaluations and real-world case studies show that OxyGent provides a robust and scalable foundation for MAS. OxyGent is publicly available at https://oxygent.jd.com/.
- Abstract（参考訳）: 複雑な産業環境にプロダクション対応のマルチエージェントシステム(MAS)をデプロイすることは、スケーラビリティ、可観測性、自律的進化の制限により、依然として困難である。
我々はOxyGentという,モジュール,観測可能,進化可能なMASを,エージェント,ツール,LCM,推論フローをプラグ可能な原子部品としてカプセル化する,統一されたOxy抽象化を通じて実現したオープンソースフレームワークを紹介した。
このレゴのようなアセンブリパラダイムは、スケーラブルなシステム構成と非侵襲的な監視をサポートする。
可観測性を高めるため、OxyGentでは、厳格なワークフローを実行時に生成された実行グラフに置き換えるパーミッション駆動の動的プランニングを導入し、適応的な視覚化を提供する。
継続的進化をサポートするため、このフレームワークは、自動データバックフロー、アノテーション、共同進化をサポートするAIアセット管理プラットフォームであるOxyBankを統合している。
実証的な評価と実世界のケーススタディは、OxyGentがMASに堅牢でスケーラブルな基盤を提供することを示している。
OxyGentはhttps://oxygent.jd.com/.comで公開されている。
関連論文リスト
- ChemGraph-XANES: An Agentic Framework for XANES Simulation and Analysis [4.554542395453299]
ChemGraph-XANESはXANESの自動シミュレーションと分析のためのエージェントフレームワークである。
自然言語タスク仕様、構造取得、FDMNES入力生成、スペクトル正規化、データキュレーションを統一する。
論文 参考訳（メタデータ） (2026-04-17T16:15:19Z) - Autogenesis: A Self-Evolving Agent Protocol [60.15939127351914]
本稿では,自己進化プロトコルであるAutogenesis Protocol(AGP)を紹介する。
本稿では,実行中のプロトコル登録リソースを動的にインスタンス化し,検索し,精錬する自己進化型マルチエージェントシステムAGSを提案する。
論文 参考訳（メタデータ） (2026-04-16T14:04:06Z) - Mimosa Framework: Toward Evolving Multi-Agent Systems for Scientific Research [2.4251063179584436]
Mimosaは、タスク固有のマルチエージェントを自動的に合成し、それを反復的に洗練する進化中のマルチエージェントフレームワークである。
Mimosaは完全なオープンソースプラットフォームとしてリリースされ、コミュニティ主導のASRのためのオープンな基盤を提供することを目指している。
論文 参考訳（メタデータ） (2026-03-30T20:35:57Z) - MiroFlow: Towards High-Performance and Robust Open-Source Agent Framework for General Deep Research Tasks [95.86122998005612]
MiroFlowは、大規模言語モデル(LLM)のためのオープンソースのエージェントフレームワークである。
フレキシブルなオーケストレーションのためのエージェントグラフ、パフォーマンスを向上させるためのオプションの深い推論モード、安定した再現可能なパフォーマンスを保証するための堅牢な実行が含まれている。
GAIA、BrowseComp-EN/ZH、HLE、xBench-DeepSearch、FutureXなど、複数のエージェントベンチマークにおける最先端のパフォーマンスを一貫して達成している。
論文 参考訳（メタデータ） (2026-02-26T09:45:04Z) - AgentXRay: White-Boxing Agentic Systems via Workflow Reconstruction [18.58136299119322]
本稿では,明示的で解釈可能なスタンドインワークフローの合成を目的とした新しいタスクであるエージェント再構成(AWR)を紹介する。
本稿では、AWRを個別のエージェントロールに対する最適化指標として定式化する検索ベースのフレームワークであるAgentXRayを提案する。
我々は,AgentXRayが未処理の検索と比較して高いプロキシ類似性を実現し,トークンの消費を減らすことを実証した。
論文 参考訳（メタデータ） (2026-02-05T06:24:15Z) - Refer-Agent: A Collaborative Multi-Agent System with Reasoning and Reflection for Referring Video Object Segmentation [50.22481337087162]
Referring Video Object (RVOS) は、テキストクエリに基づくビデオ内のオブジェクトのセグメンテーションを目的としている。
Refer-Agent (Refer-Agent) は、共用多エージェントシステムである。
論文 参考訳（メタデータ） (2026-02-03T14:48:12Z) - AGAPI-Agents: An Open-Access Agentic AI Platform for Accelerated Materials Design on AtomGPT.org [0.8093011368737527]
AGAPI(AtomGPT.org API)は、8以上のオープンソースと20以上のマテリアルサイエンスAPIエンドポイントを統合するオープンアクセスエージェントAIプラットフォームである。
我々は、ヘテロ構造の構築、粉末X線回折分析、半導体欠陥工学を含む、エンドツーエンドの構築を通してAGAPIを実証する。
1000人以上のアクティブユーザを抱えるAGAPIは、再現可能でAIが加速する材料発見のための、スケーラブルで透明な基盤を提供する。
論文 参考訳（メタデータ） (2025-12-12T06:28:28Z) - MOSS: Enabling Code-Driven Evolution and Context Management for AI Agents [7.4159044558995335]
動的コンテキスト管理システムとコード生成を統合する新しいフレームワークであるMOSS(llM-oriented Operating System Simulation)を紹介する。
フレームワークの中核は、最小限の知識原則を強制するために、インバージョン・オブ・コントロールコンテナとデコレータを併用する。
我々は,このフレームワークがエージェント開発における効率性と能力をいかに向上させるかを示し,チューリング完全エージェントへの移行におけるその優位性を強調した。
論文 参考訳（メタデータ） (2024-09-24T14:30:21Z) - ComfyBench: Benchmarking LLM-based Agents in ComfyUI for Autonomously Designing Collaborative AI Systems [80.69865295743149]
この研究は、LLMベースのエージェントを使用して、協調AIシステムを自律的に設計する試みである。
ComfyBenchをベースとしたComfyAgentは,エージェントが自律的に協調的なAIシステムを生成して設計できるようにするフレームワークである。
ComfyAgentは、o1-previewに匹敵する解像度を達成し、ComfyBenchの他のエージェントをはるかに上回っているが、ComfyAgentはクリエイティブタスクの15%しか解決していない。
論文 参考訳（メタデータ） (2024-09-02T17:44:10Z) - Internet of Agents: Weaving a Web of Heterogeneous Agents for Collaborative Intelligence [79.5316642687565]
既存のマルチエージェントフレームワークは、多種多様なサードパーティエージェントの統合に苦慮することが多い。
我々はこれらの制限に対処する新しいフレームワークであるInternet of Agents (IoA)を提案する。
IoAはエージェント統合プロトコル、インスタントメッセージのようなアーキテクチャ設計、エージェントのチーム化と会話フロー制御のための動的メカニズムを導入している。
論文 参考訳（メタデータ） (2024-07-09T17:33:24Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。