千问办公开源MyContext为Agent打制全新的上下文根本
和保守学问库和向量数据库分歧，此次开源的 MyContext 以当地化体例运转于用户设备，可将汇聚正在 IM 沟通、文档、会议取协做记实，以及当地、线上线下的多源数据，从动沉淀为一份持续更新的工做档案，包含职责范畴、协做关系、行为习惯取工做会商的结论，Agent 施行使命时可快速查询和推理。档案中的每一条消息均可回溯至原始出处，明白标注来历、时间取内容。整个过程，处理了 AI 的问题，大幅提拔 Agent 施行使命的精确率。
据引见，MyContext 能够处置小我钉钉、飞书等 IM 系统的数据。用户正在 MyContext 导入数据后，即可建立一个专属 Agent 帮手，该 Agent 可从动按照用户的学问总结，以用户的语气从动答复工做消息。团队还将推出企业版上下文根本设备，鞭策企业上下文时代的到来，实现 Salesforce、SAP 等支流企业软件及企业当地工做流的处置，帮帮企业提拔组织出产力。
跟着模子能力的快速提拔和 Agent Harness 架构的持续迭代，通用 Agent 的办公能力日渐成熟，极大地提拔了小我的办公效率，但因为缺乏实正在工做场景的上下文，这类 Agent 无法实正融入实正在营业场景，提拔组织出产力。约 95% 的企业级生成式 AI 试点没有获得收益，焦点缘由是贫乏数据根本设备，导致 AI 系统无法融入既有工做流。
8 月 17 日动静，千问办公于近日开源了全新的上下文根本设备“MyContext”，它能够把海量异构的小我工做数据加工成 Agent 易理解的专属工做档案，让 Agent 实正读懂用户和实正在营业工做流，并最终正在决策和施行等环节实现人机协同，提拔 Agent 正在工做场景下的表示。该项目标热度正持续攀升，短短一周的时间，已斩获超 1k Star。
千问办公道在时序数据、矛盾数据等焦点使命处置上，采用了全新的算法取工程。例如，针对 IM 软件中呈现前后矛盾的数据，保守方案是“取最新”或“取相信度最高”，但这两风雅案正在 Agent 场景下均存正在消息丢失的问题。MyContext 正在碰到消息冲突时，会对冲突消息进行语义阐发，判断这两条动静该当是进行归并仍是笼盖，当语义阐发无法处置冲突时，将交由用户做最终确认。模子永久不克不及笼盖，极大地保障了数据的无效性。
