跳转至

核心概念

阅读 PE-Agent 介绍 了解平台功能；本文档说明关键术语与资源模型。

1. 平台定位

PE Agent 是电力电子与人工智能结合的 AI 工作平台，帮助工程师：

  • 将复杂研发任务拆解为可执行步骤
  • 通过多个专业 Agent 协作完成计算、文档、分析等工作
  • 积累个人与团队知识，支持 RAG 智能问答

2. 核心概念

2.1 Agent（智能体）

智能体是完成一个特定任务的流程；流程中的每一步都有特定的功能（例如理解输入、调用模型、执行代码、生成文件或等待用户确认）。它不是单条 Prompt，而是一条由多个节点编排而成的工作流。

在 PE Agent 中，Butler 会把用户需求拆解为若干子任务，并为每个子任务匹配或指定一个 Agent。不同 Agent 负责不同专业场景，各自内部再按节点顺序执行。

2.2 Task（任务）

任务是智能体的一次执行。从用户发起需求、Butler 规划并确认，到 Agent 跑完并产出结果，这一整段过程构成一个 Task。

一次 Task 可以只包含单个智能体；也可能在中途切换智能体（例如 Butler 规划多个 @Agent名称，或由主 Agent 调用子 Agent）。无论是否切换，Task 都对应同一次工作会话，可在历史记录中查看进度、对话与交付物。

2.3 Dialog（对话）

对话是用户或工具与智能体的一轮交互，是 Task 推进过程中的基本通信单元。每一轮 Dialog 不限于纯文本，可以是文本、附件，或者其他信息，例如：

  • 文本：自然语言需求、补充说明、对结构化问题的回答；
  • 附件：文档、表格、图片等上传文件；
  • 其他信息：平台约定的结构化内容（选项确认、工具回传结果等）。

多轮 Dialog 串联起来推动 Task 完成；部分节点会暂停，等待用户补充 Dialog 后再继续执行。

概念关系概览：

用户发起需求
    ↓
Task（一次任务执行，可含多个 Agent）
    ↓
Agent A → Agent B → …（每个 Agent 是一条多步骤流程）
    ↓
每步之间通过 Dialog 交互（文本 / 附件 / 其他）

3. 任务执行模型

3.1 Butler 规划格式

Butler 分析需求后，通常返回如下格式的任务规划：

1、子任务描述 @Agent名称
2、子任务描述 @Agent名称
...

@Agent名称 表示将调用对应 Agent 执行该子任务。

3.2 多 Agent 协作流程

用户描述需求
    ↓
Butler 规划（列出 Agent 列表）
    ↓
用户确认
    ↓
Agent 1 执行 → Agent 2 执行 → ... → 完成
    ↓
汇总结果

3.3 消息来源

对话区消息通常来自：

  • Butler：任务规划、总体协调
  • 各 Agent：子任务执行过程与结果
  • 系统消息：节点引导语、状态提示

4. 延伸阅读

注意：内容由人工智能模型生成，请仔细甄别。关键工程决策、安全相关设计必须经过人工复核。