ProAgent: От автоматизации бизнес-процессов к процессной автоматизации на основе агентов
ProAgent: From Robotic Process Automation to Agentic Process Automation
November 2, 2023
Авторы: Yining Ye, Xin Cong, Shizuo Tian, Jiannan Cao, Hao Wang, Yujia Qin, Yaxi Lu, Heyang Yu, Huadong Wang, Yankai Lin, Zhiyuan Liu, Maosong Sun
cs.AI
Аннотация
От древних водяных колес до роботизированной автоматизации процессов (RPA), технологии автоматизации развивались на протяжении истории, освобождая людей от изнурительных задач. Однако RPA сталкивается с трудностями при выполнении задач, требующих человеческого интеллекта, особенно в сложном проектировании построения рабочих процессов и динамическом принятии решений в ходе их выполнения. С появлением крупных языковых моделей (LLM), обладающих интеллектом, схожим с человеческим, в данной статье представлена Агентная Автоматизация Процессов (APA) — революционная парадигма автоматизации, использующая агентов на основе LLM для продвинутой автоматизации путем передачи человеческого труда агентам, отвечающим за построение и выполнение процессов. Мы представляем ProAgent, агента на основе LLM, разработанного для создания рабочих процессов на основе человеческих инструкций и принятия сложных решений путем координации специализированных агентов. Проведены эмпирические эксперименты, детализирующие процедуру построения и выполнения рабочих процессов, демонстрирующие осуществимость APA и открывающие возможность новой парадигмы автоматизации, управляемой агентами. Наш код доступен по адресу https://github.com/OpenBMB/ProAgent.
English
From ancient water wheels to robotic process automation (RPA), automation
technology has evolved throughout history to liberate human beings from arduous
tasks. Yet, RPA struggles with tasks needing human-like intelligence,
especially in elaborate design of workflow construction and dynamic
decision-making in workflow execution. As Large Language Models (LLMs) have
emerged human-like intelligence, this paper introduces Agentic Process
Automation (APA), a groundbreaking automation paradigm using LLM-based agents
for advanced automation by offloading the human labor to agents associated with
construction and execution. We then instantiate ProAgent, an LLM-based agent
designed to craft workflows from human instructions and make intricate
decisions by coordinating specialized agents. Empirical experiments are
conducted to detail its construction and execution procedure of workflow,
showcasing the feasibility of APA, unveiling the possibility of a new paradigm
of automation driven by agents. Our code is public at
https://github.com/OpenBMB/ProAgent.