LLManager: KI-Tool zur Genehmigungsautomatisierung mit Gedächtnisfähigkeit 82

小编 ·

LLManager: KI-Tool zur Genehmigungsautomatisierung mit Gedächtnisfähigkeit

LLManager ist ein intelligentes Genehmigungstool auf Basis von LangGraph zur Verwaltung verschiedener Genehmigungsanfragen. Es lernt aus historischen Entscheidungen durch dynamische Prompt-Generierung und Reflexionsmechanismen, um zukünftige Genehmigungsergebnisse zu optimieren. Nutzer können Genehmigungs- und Ablehnungskriterien anpassen, und es unterstützt mehrere Modelle. Es eignet sich für Unternehmensgenehmigungen, Inhaltsmoderation, Kundenservice und weitere Szenarien wie HR-Genehmigungen und Textinhaltsfreigaben und verbessert seine Entscheidungsfähigkeit kontinuierlich durch Reflexion und Lernen.

LLManager: KI-Tool zur Genehmigungsautomatisierung mit Gedächtnisfähigkeit

Was ist LLManager?

LLManager ist ein intelligentes Genehmigungs-Tool auf Basis von LangGraph zur Verwaltung verschiedener Genehmigungsanfragen. Es lernt durch dynamische Prompt-Generierung und Reflexionsmechanismen aus historischen Entscheidungen und optimiert zukünftige Genehmigungsergebnisse. Benutzer können Genehmigungs- und Ablehnungskriterien individuell anpassen, und es werden mehrere Modelle unterstützt. Es eignet sich für Szenarien wie Unternehmensgenehmigungen, Inhaltsprüfung und Kundenservice, etwa Personal- oder Textinhaltsfreigaben. Darüber hinaus kann es seine Entscheidungsfähigkeit durch Reflexion und Lernen kontinuierlich verbessern.

LLManager:一款具备记忆能力的审批自动化AI工具.webp

Funktionsmerkmale von LLManager

  • Verwaltung von Genehmigungsprozessen: LLManager ist ein auf LangGraph basierender Workflow, der speziell für die Verwaltung von Genehmigungsanfragen entwickelt wurde. Er verarbeitet verschiedene Genehmigungsanfragen durch dynamische Prompt-Kombination und Reflexionsmechanismen und kann im Laufe der Zeit lernen und sich verbessern.

  • Benutzerdefinierte Konfiguration: Benutzer können den Genehmigungsprozess anpassen, indem sie approvalCriteria (Genehmigungskriterien) und rejectionCriteria (Ablehnungskriterien) festlegen. Zusätzlich kann das zu verwendende Modell (modelId) angegeben werden, standardmäßig anthropic/claude-3-7-sonnet-latest.

  • Lernen und Verbesserung: LLManager lernt durch Reflexionsmechanismen aus vergangenen Genehmigungsentscheidungen und generiert neue Prompts, um zukünftige Genehmigungsergebnisse zu verbessern.

  • Dynamische Prompt-Generierung: Während des Genehmigungsprozesses generiert LLManager dynamisch Prompts auf Basis historischer Daten und semantischer Suchergebnisse, um dem Modell zu helfen, die aktuelle Anfrage besser zu verstehen.

So funktioniert LLManager

Nach Eingang einer Anfrage wird zunächst über einen Inferenz-Subgraph ein „Inferenzbericht" zur Genehmigung erstellt, der vergangene Fälle und durch Reflexion gewonnenen dynamischen Kontext berücksichtigt. Anschließend wird auf Basis des Inferenzberichts und des Kontexts eine endgültige Entscheidung generiert. Danach folgt eine manuelle Überprüfung, bei der ein Mensch entscheidet, ob die Anfrage akzeptiert, geändert oder abgelehnt wird. Wenn der Mensch die Entscheidung oder Begründung ändert, wechselt das System in einen Reflexions-Subgraphen, der eine neue Reflexion erzeugt und speichert, um zukünftige Genehmigungsentscheidungen zu optimieren.

LLManager工作原理.webp

Anwendungsszenarien von LLManager

  • Unternehmensinterne Genehmigungsprozesse: LLManager kann für verschiedene interne Genehmigungsprozesse in Unternehmen eingesetzt werden, etwa Spesenabrechnungen, Urlaubsanträge oder Projektfreigaben, und steigert durch Automatisierung und Intelligenz die Genehmigungseffizienz.

  • Inhaltsprüfung: Auf Inhaltsplattformen kann LLManager zur Überprüfung nutzergenerierter Inhalte eingesetzt werden, um sicherzustellen, dass diese den Plattformrichtlinien entsprechen.

  • Kundenservice: Im Kundenservice kann LLManager zur Bearbeitung von Kundenanfragen verwendet werden, automatisch beurteilen, ob Anfragen den Servicestandards entsprechen, und entsprechende Bearbeitungsvorschläge generieren.

So verwenden Sie LLManager

1. Umgebung konfigurieren:

  • LLManager-Repository klonen:

git clone https://github.com/langchain-ai/llmanager.git
  • Abhängigkeiten installieren:

cd llmanager
yarn install
  • Konfigurieren Sie die .env-Datei und tragen Sie die erforderlichen API-Schlüssel und sonstigen Informationen ein.

2. Entwicklungsserver starten:

  • Entwicklungsserver starten:

yarn start
  1. Dadurch wird ein In-Memory-LangGraph-Server gestartet, der normalerweise unter http://localhost:2024 läuft.

3. Evaluierung ausführen:

  • End-to-End-Evaluierung ausführen:

yarn test:single evals/e2e.int.test.ts
  • Notieren Sie die während der Evaluierung generierte Assistenten-UUID für nachfolgende Vorgänge.

4. Agent Inbox verwenden:

  • Besuchen Sie dev.agentinbox.ai und fügen Sie ein neues Postfach hinzu.

  • Geben Sie die Assistenten-UUID, die Bereitstellungs-URL (z. B. http://localhost:2024) und einen benutzerdefinierten Namen ein.

  • Genehmigungsanfragen über Agent Inbox anzeigen und bearbeiten.

GitHub-Repository:https://github.com/langchain-ai/llmanager