待验证50% 置信事实精确时间
RadOnc-Agent的LLM被定位为编排者而非执行者，专业计算交由各领域专科模块完成
1
来源数
50%
置信度
长期有效
时效性
2026/10/7
首次发现
来源
涉及实体
相关事实
待验证RadOnc-Agent的LLM控制器承担意图映射、上下文保持和请求路由三项职责74% 相似待验证RadOnc-Agent的真实病例工作流覆盖决策到计划和计划到自适应两类典型流程68% 相似待验证企业级AI客服的完整开发链路由RAG找依据、Ontology理关系、Agent调度决策、人工审核兜底异常四者配合构成68% 相似待验证真实的企业Agent系统通常需要将RAG、结构化规则库、多模态OCR等多种技术混合使用，而非依赖单一方案67% 相似待验证工业AI Agent通常采用RAG将厂商技术文档作为知识库，结合Function Calling驱动TIA Openness API执行操作，形成LLM+领域知识库+工具调用的Agent架构66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/983099API
curl https://kongchang.com/api/v1/knowledge/claims/983099MCP
get_claim(id=983099)