【官方開箱】開箱企業專屬的 AI 專家團隊—FedGPT AgentTeam 全新體驗

AgentTeam RAG：企業知識的深度理解者

開箱亮點：多模態資訊處理能力

我們在 AgentTeam RAG 中整合了最新的視覺語言模型技術，讓 AI 不再局限於純文字處理。現在，FedGPT AgentTeam 可以同時「看懂」圖片、「聽懂」音檔、「理解」影片內容，無論是產品簡報的圖表、客服錄音或內部訓練影片，系統皆可進行語意解析，深度改善資訊孤島的挑戰。

智慧問題拆解技術

最讓我們自豪的功能之一，是 FedGPT AgentTeam 的複雜問題處理能力。當使用者提出「比較微軟和蘋果在第一季度的成長率」這類多步驟問題時，系統會自動將其分解為：

1. 查詢微軟第一季度數據
2. 查詢蘋果第一季度數據
3. 分別計算兩家公司的成長率
4. 進行比較分析並生成報告

這種「先思考、再執行」的設計讓 AI 從簡單的問答工具，變成更聰明的智慧夥伴，以前還得下功夫學習提示工程，現在更像是在跟同事對話！

AgentTeam Tuning：打造專屬領域專家

無程式碼的 AI 訓練平台

許多客戶經常詢問：「能否幫我客製化一個專屬的模型？」這個問題啟發了我們： 是否可以讓沒有算法背景的專業工作者，也能自己訓練模型？為此，我們打造了 AgentTeam Tuning —— 一個無程式碼 AI 訓練平台，讓任何人都能輕鬆微調模型， 只需兩個簡單步驟：

1. 上傳訓練資料，啟動訓練任務
2. 在同一介面與兩個模型互動，清楚比較訓練前後的差異

我們將演算法工程師的專業能力濃縮進 AgentTeam Tuning，讓使用者根據不同應用場景，快速打造最適用的小型專家模型。

多部門專業化應用

基於 FedGPT 的強大基礎模型，企業可以針對不同部門需求進行客製化訓練：

1. 客服部門：理解產品術語和常見問題處理流程
2. 法務部門：熟悉法規條文和合約審查要點
3. 財會部門：掌握會計準則和財務分析方法
4. 研發部門：了解技術規格和產品開發流程

AgentTeam Flow：實現端到端自動化

視覺化工作流編排

AgentTeam Flow 的設計想要模擬的就是一個團隊有多元化的成員角色，各司其職的合作模式。使用者可以透過拖拉操作，將不同的 AI 代理人組合成一個能協作團隊，一同完成一個相對複雜的流程。我們在內部測試中發現，即使是非技術人員也能在 30 分鐘內建立一個專屬的自動化流程。

實際應用案例：客戶帳務查詢自動化

讓我們分享一個實際的應用場景。過去雅婷智慧收到客戶帳單查詢的請求時，流程大致上是這樣的：

1. 客服人員收到 e-mail 接收查詢請求
2. 客服人員登入後台系統驗證客戶身份
3. 客服人員聯繫財務人員查詢金流系統
4. 客服人員人工整理資料並回覆客戶 e-mail
5. 客服人員更新內部追蹤記錄

透過 AgentTeam Flow，我們可以幫公司建立一個自動化的團隊：

1. 身份驗證 Agent → 驗證客戶資訊
2. 會計 Agent → 撈取對應帳單
3. 系統通知 Agent → 寄出 Email 給客戶 + 發送 Slack 給內部

整個流程從數小時縮短到數分鐘，即使在非上班時間，AgentTeam 的小團隊仍能為我們的客戶帶來最即時的服務。

MCP 協定支援：強化系統整合力

AgentTeam Flow 原生支援 Model Context Protocol（MCP），讓企業能快速整合既有的內外部服務，打造更靈活的自動化流程。MCP 是一項開放標準，已支援超過 1,000 項服務，包括 Google Workspace、Slack、GitHub 等常見平台。

舉例來說，當企業希望在流程中「存取日曆」、生成會議摘要並「發送 Gmail」，AgentTeam Flow 作為 MCP 客戶端，僅需向 MCP 伺服端發送統一的請求，呼叫「日曆存取」與「郵件發送」功能，無需直接串接 Google API。這不僅簡化了整合流程，也大幅降低技術門檻與維護成本。