构建面向自主农业数据管理与分析的多智能体副驾驶

当前的农业数据管理和分析范式在很大程度上仍是传统的，其中数据收集、整理、集成、加载、存储、共享和分析仍然涉及过多的人力和专业知识。专家、研究人员和农场操作员需要理解数据以及数据管理管道的全过程，才能充分利用数据。传统范式的根本问题在于缺乏一层能够理解、组织和协调数据处理工具的编排智能，以最大化数据管理和分析的成果。大型语言模型（LLM）新兴的推理和工具掌握能力使其成为这一角色的潜在理想选择，有助于从传统的用户驱动范式向人工智能驱动范式转变。在本文中，我们提出并探索了基于LLM的副驾驶用于自主农业数据管理与分析的想法。基于我们先前开发的农业数据管理与分析平台（ADMA），我们构建了一个名为ADMA Copilot的概念验证多智能体系统，该系统能够理解用户意图，为数据处理管道制定计划并自动完成任务，其中三个智能体：一个基于LLM的控制器、一个输入格式化器和一个输出格式化器协同工作。与现有的基于LLM的解决方案不同，通过定义一个元程序图，我们的工作将控制流和数据流解耦，以增强智能体行为的可预测性。实验证明了我们系统的智能性、自主性、有效性、效率、可扩展性、灵活性和隐私性。我们还与现有系统进行了比较，以展示我们系统的优越性和潜力。