“wow 他居然也想做这个，而且已经开始去打黑客松比赛了，很想认识一下，最好能合作一下”这是最开始在公众号文章里看到@西元Levy 时的想法。
我们见面之后交换了很多关于AI+玄学这件事的想法和感受，在底层理念和实现路径上达成了一致，愉快地开始合作。
在fatetell里，我们会结合八字命理、心理学和教练的知识，从ai算法角度来看，命理学也是一种结合了统计、分类和预测的术数演绎算法，它是可以工程化实现的。
众生皆苦，虽然心理学和命理学解决不了社会学带来的问题，但是从自身角度出发，了解自己了解他人了解自己与他人的关系依然会是永恒的课题。我身边有不少患有抑郁症和焦虑症等心理疾病的朋友，我也经历过一段时间的神经衰弱，很多人面临着存在主义危机，但是目前的AI心理学还不够成熟，而且我相信中华传统文化中的很多古老哲学对人的影响是会更深远的，总的来说，我希望我们这个产品能真真切切地帮助到自己和他人。

Multi-Agent框架需要考虑的一个很重要的点是支持分布式运行，这一点目前大多数的agent框架都还不支持（包括openai推出的swarm框架），就会很影响企业级的落地，个人比较看好阿里开源的AgentScope，从设计的时候就从工程化的角度考虑到了分布式的问题，也支持多模态数据的传递。后续如果能原生支持Multi-Agent的四种架构（EQUI-LEVEL STRUCTURE、HIERARCHICAL STRUCTURE、NESTED STRUCTURE、DYNAMIC STRUCTURE）就最好了。

跟之前的同事讨论llmops，分享一下之前给某大B出的可二次开发的开源解决方案，底层的模型管理、GPU集群管理和CI CD CT CM可以基于开源的cubestudio来做，cubestudio本身是基于mlops时代的kubeflow来做的，kubeflow本身是一种大杂烩，集合了各种优秀的开源的k8s项目：istio、knative、kserve、argo、horovod等等。
不过很多大模型的项目要真正落地还是需要结合dify和dbgpt这样的平台才能真正run起来，然后dify和dbgpt关于数据管理的部分又做得不好，还需要结合内部的知识中台和数据中台来做。

期待结果 哈哈哈

欢迎大家试玩🫡

我觉得agent更像是一个人，multi-agent更像是一个团队。

跟vela好久不见，昨天终于面基成功，之前感慨于她的实习经验过于丰富，几年不见，现在感慨于她的进步速度实在太快了！！
然后知识图谱我觉得是GAI应用未来很重要的一部分，通过三元组对数据进行结构化表示，能提高bot的准确性，llm也更能理解因果关系和时间顺序，增强语义理解和推理能力。