GCAgent：通过对话Agent系统增强群聊沟通

作为在线社交平台的一种关键形态，群聊是兴趣交流或解决问题的热门空间，但其有效性常受不活跃和管理难题的制约。虽然近期的大型语言模型（LLM）已能驱动出色的一对一对话Agent，但它们与多参与者对话的无缝整合仍未被探索。为填补这一空白，我们提出GCAgent，一个由LLM驱动、兼具娱乐型和实用型对话Agent的群聊沟通增强系统。系统包含三个紧密集成的模块：Agent Builder，用于定制符合用户兴趣的Agent；Dialogue Manager，用于协调对话状态并管理Agent调用；Interface Plugins，通过三种不同工具降低交互门槛。通过大量实验，GCAgent在各标准上取得平均4.68分，并在51.04%的案例中优于其基础模型。此外，在超过350天的真实部署中，它使消息量增加了28.80%，显著提升了群组活跃度和参与度。总体而言，这项工作为将基于LLM的对话Agent从单方聊天扩展到多方群聊场景提供了实用蓝图。