Juanji: AI-Agent-Code-Tool der OpenBMB-Open-Source-Community 140

小编 · 2025-04-24

Juanji ist ein kürzlich von der OpenBMB-Open-Source-Community veröffentlichtes AI-Agent-Code-Tool, das wertvolle Inhalte effizient extrahiert. Nutzer geben einfach ihre Anforderungen auf der offiziellen Website ein und erhalten schnell einen umfassenden Übersichtsbericht.

Juanji: AI-Agent-Code-Tool der OpenBMB-Open-Source-Community

Was ist Juanji?

„Juanji" ist ein kürzlich vom OpenBMB-Open-Source-Projekt veröffentlichtes Code-ai-Agent-Tool, das speziell für die effiziente Extraktion wertvoller Inhalte entwickelt wurde. Nutzer müssen lediglich auf der offiziellen Website ihre Anforderungen eingeben, um schnell einen Übersichtsbericht zu erstellen.

„Juanji" bietet zwei Modi zur Auswahl: Der Standardmodus gibt Titel und Stichwörter aus; der professionelle Modus ist flexibler und ermöglicht es Nutzern, die Quellen der Materialien individuell anzupassen, beispielsweise durch Online-Suche oder das Hochladen von Dateien.

Im Vergleich zu anderen Tools zeichnet sich „Juanji" durch logische Strenge und Wissenschaftlichkeit aus und eignet sich besonders für tiefgehende Analysen. Die erzeugten Artikel sind klar strukturiert, die Einleitung führt verständlich in das Thema ein, und die abschließende Analyse ist umfassend und detailliert – die Argumentation ist ausführlich und gut belegt.

Die Technologie hinter „Juanji" ist LLMxMapReduce-V2, die gemeinsam von mehreren Teams entwickelt wurde, um die Aggregation und Nutzung von Literatur zu optimieren. Derzeit ist „Juanji" bereits verfügbar; das entsprechende Paper und die Open-Source-Inhalte sind auffindbar.

卷姬：OpenBMB开源社区推出的AI Agent代码工具.webp

Kernfunktionen von Juanji

Literatur筛选 und strukturierte Ausgabe: Basierend auf den vom Nutzer eingegebenen Stichwörtern werden automatisch hochwertige Literaturstellen aus der Paper-Datenbank ausgewählt und ein strukturierter Rahmen erstellt, der die Kernlogik, die Methodik und bestehende Forschungslücken umfasst.

Dynamische Wissensgraph-Konstruktion: Durch die Analyse von Zitationsbeziehungen und konzeptionellen Verbindungen zwischen Literaturstellen wird ein visualisierter Entwicklungsgraph des Forschungsgebiets erzeugt, der Nutzern hilft, akademische Hotspots und Trends schnell zu identifizieren.

Mehrsprachige Unterstützung und Domänenanpassung: Unterstützt gemischte chinesisch-englische Eingaben und kann das Analysemodell an verschiedene Disziplinen wie Informatik oder Biomedizin anpassen, um die Domänenpassung zu verbessern.

Technische Grundlagen von Juanji

„Juanji" wurde auf Basis des Modell-Ökosystems von OpenBMB entwickelt und kombiniert Faltungsalgorithmen mit Information-Entropie-Optimierungstechniken, um schnell riesige Mengen an Literatur zu analysieren und logisch klare sowie informationsdichte Übersichtsberichte zu erstellen. Im Hintergrund arbeitet die LLMxMapReduce-V2-Langtext-Integrations- und Generierungstechnologie, die gemeinsam von AI9Star, OpenBMB und einem Team der Tsinghua-Universität entwickelt wurde. Der Kern besteht darin, mithilfe von Textfaltungsalgorithmen Referenzliteratur zu aggregieren und in Kombination mit einer durch Information-Entropie gesteuerten stochastischen Faltungs-Test-Time-Scaling-Methode ultra-lange Eingaben effizient zu verarbeiten und die Qualität der Artikel zu steigern.

Anleitung zur Nutzung von Juanji

Öffnen Sie die Webseite https://surveygo.thunlp.org/ und klicken Sie auf 【Übersicht starten】.
Wählen Sie den Standardmodus oder den professionellen Modus aus und übermitteln Sie Ihre Anforderung.

Standardmodus: Es werden Titel und Stichwörter ausgegeben; übermitteln Sie diese und warten Sie auf die Generierung.
Professioneller Modus: Sie können die Quellen der Materialien weiter individuell anpassen und zwischen „Online-Suche" oder „Datei hochladen" wählen. Zum Schutz der Privatsphäre der Nutzer können die auf Basis hochgeladener Dateien erzeugten Artikel sowie die hochgeladenen Dateien als nicht öffentlich markiert werden.

Melden Sie sich erneut auf der Webseite an, um den generierten Übersichtsbericht abzurufen.

卷姬使用教程.webp

Leistungsmerkmale

Geschwindigkeit und Qualität: In einem Testfall des Teams der Tsinghua-Universität erstellte „Juanji" in nur 3 Minuten einen Übersichtsbericht über 200 Papers aus dem Bereich Quantencomputing mit einer Länge von 28.000 Zeichen; die logische Kohärenz wurde vom Betreuerteam anerkannt.
Vorteile im Quervergleich: Das Team führte einen Quervergleich durch, bei dem „Juanji" und Modelle wie OpenAI - DeepResearch jeweils einen Übersichtsbericht zum Thema „Die Auswirkungen des Zollkriegs auf das Leben der normalen Bevölkerung" verfassen sollten. Bewertet nach Struktur, Inhalt, Argumentation und Zitation schnitt „Juanji" hervorragend ab. Das erzeugte Artikelverzeichnis ist klar hierarchisch gegliedert, die Inhaltsanalyse ist tiefgehend, die Argumentation gut belegt, die Zitate präzise – die Gesamtleistung übertrifft die anderer Modelle.