主题
Agent 架构
关注 agent workflow、模块协作、任务分解、搜索与自我改进。 当前包含 3 篇论文、0 篇博客。
AFlow: Automating Agentic Workflow Generation
AFlow 将 agentic workflow 优化建模为代码表示工作流空间中的搜索问题，并使用蒙特卡洛树搜索结合执行反馈自动发现高性能工作流。在六个基准上，AFlow 相比手工方法平均提升 5.7%，相比自动 workflow 优化方法提升 19.5%。
AFlowMCTSworkflow 自动化agentic workflow成本性能
ChatSOP: An SOP-Guided MCTS Planning Framework for Controllable LLM Dialogue Agents
ChatSOP 把企业式标准操作流程引入 LLM 对话智能体，先离线预测 SOP 图，再在对话中用 SOP-guided MCTS 规划下一步动作。论文同时构建 SOP 标注多场景对话数据集，并展示该方法在动作准确率、主动性、可控性和任务完成方面优于 CoT 与 CoT+SOP 基线。
ChatSOPSOPMCTS可控对话任务型对话
Flow: Modularized Agentic Workflow Automation
Flow 将多智能体任务执行流程表示为 Activity-on-Vertex 图，用并行度和依赖复杂度筛选初始 workflow，并在执行过程中根据子任务状态、历史数据和失败信号动态更新任务图。论文强调模块化设计，让子任务尽量并行且降低依赖集中度，从而提升效率、容错性和可维护性；在 Gobang 游戏开发、LaTeX Beamer 写作和网站设计任务中，Flow 相比 AutoGen、CAMEL、MetaGPT 获得更高成功率和人工评分。
FlowAOV 图模块化 workflow动态工作流更新多智能体协作