Maximo AI 代理
Japhia Loo
July 9, 2025


对话式 AI 代理以基础代理架构为中心,并与之交互 IBM Maximo 通过自然语言进行系统。每个代理都有特定的名称、明确的用途、提示模板、对外部工具的访问权限,并由大型语言模型(LLM)通过 LangGraph、LangChain 和 watsonx.ai 提供支持。
这种设置使代理能够通过结构化工作流程处理用户的自然语言输入,从而使他们能够检索 Maximo 数据并执行创建新工作单或启动工作流程等操作。下图显示了用户在 1998 年 12 月 31 日请求优先级为 1 的工作订单的示例。Supervisor 代理将请求路由到 Maximo 代理,后者查询 Maximo API。结果将返回并格式化为自然语言和 JSON 以供用户查看,如图 1 所示。

用例实现使用了使用 LangGraph、LangChain 和 watsonx.ai 构建的多代理系统以及多个专业代理。每个基础代理都配置了以下属性:
该代理还设计了核心功能,例如:

该架构允许模块化处理不同类型的请求,在不同代理之间明确划分功能,根据请求的性质实现灵活的请求路由,并通过 Supervisor Agent 进行集中协调。
在 IBM 的演示中,除了本文档中描述的用例外,没有实现任何完整的用例。但是,讨论了以下想法:
本用例重点介绍了对话式 AI 如何使使用 Maximo 变得更加轻松和直观。通过使用自然语言,用户可以要求代理查找或管理工单,而无需了解复杂的系统或技术流程。在幕后,代理由不同的 “辅助代理” 构建,每个代理都有特定的角色,共同理解请求,从 Maximo 获取数据,并返回清晰简洁的响应。主管代理就像团队负责人一样,确保合适的代理人处理任务,然后组织最终的回复。
当前的示例侧重于根据特定标准检索工单,但可以扩展相同的设置以完成更多任务,例如创建工作订单、启动工作流程,甚至分析来自视觉检查的图像。这种方法展示了像 watsonx.ai 这样的高级人工智能工具如何简化复杂的工作流程,并帮助团队以更自然、更有效的方式与企业系统进行交互。
Discover everything you need to know to modernize your asset management strategy.
Inside, you’ll learn:

ActiveG, BPD Zenith, EAM Swiss, InterPro Solutions, Lexco, Peacock Engineering, Projetech, Sharptree, and ZNAPZ have united under one brand: Naviam.
You’ll be redirected to the most relevant page at Naviam.io in a few seconds — or you can
go now.