Kensho基于LangGraph构建多智能体框架提升金融数据可信检索
LangChain Blog2026/03/27 03:39机翻/自动摘要/自动分类
5 阅读
内容评分
技术含量
8/10
营销水分
4/10
摘要
Kensho利用LangGraph构建多智能体框架，解决金融数据检索的可信性与效率问题。通过统一接口整合结构化数据与生成式AI，实现查询路由、子查询拆分及响应聚合。核心亮点包括自定义数据协议、分离数据路由与检索层、以及基于LangGraph的可观测性与评估机制，提升金融AI应用的可靠性与开发效率。
正文
在AI时代，Kensho作为标准普尔全球的AI创新引擎，致力于通过可信数据支撑AI输出。面对结构化金融数据的复杂性，团队开发了Grounding多框架，利用LangGraph实现查询路由、子查询拆分与响应聚合。该框架通过智能路由器将自然语言查询定向至不同数据团队管理的DRAs，建立统一数据格式协议，加速多协作。核心组件LangGraph支持本地迭代测试，确保开发体验。通过多阶段评估机制和持续协议优化，Kensho实现了金融AI产品的快速部署，涵盖股票研究、ESG合规等场景，同时保障数据可靠性与系统可追溯性。