VSM 模拟中的代理洞察力生成

从复杂的价值流图模拟中提取可行的见解可能具有挑战性、耗时且容易出错。 大语言模型 的最新进展为支持用户执行此任务提供了新途径。虽然现有方法擅长处理原始数据以获取信息，但它们在结构上不适合识别该领域中区分相似数据源所需的细微情境差异。为了解决这个问题，我们提出了一种解耦的两步代理架构。通过将编排与数据分析分开，该系统利用注入了领域专家知识的渐进式数据发现。这种架构允许编排智能地选择数据源并跨数据结构执行多跳推理，同时保持精简的内部上下文。多个最先进的 大语言模型 的结果证明了该框架的可行性：顶级模型的准确率高达 86%，并在评估运行中表现出高稳健性。