Reflexio

Freemium

面向 AI 智能体的行为学习平台，将交互结果和用户纠正转化为可检索的行为指导，并接入现有智能体。

什么是 Reflexio？

Reflexio 是一个面向 AI 智能体的行为学习平台。它不仅存储用户说过的内容，还会捕捉交互、纠正和结果，以识别智能体在类似情境下应如何改进其行为。生成的学习内容可在后续响应前检索，旨在减少重复错误，而无需重新训练底层模型。

该平台支持这样的闭环：智能体检索相关的用户画像或行为手册，生成响应，然后将已完成的交互发布回 Reflexio。开发者可以使用托管服务，通过 Python 或 REST 接入，或运行开源本地后端和 CLI。学习内容可以被查看、批准、拒绝、修改，并与未增强的响应进行评估。

将用户与智能体的对话、会话信息、智能体版本、元数据以及检索到的学习内容发送至 Reflexio，以便系统分析已完成的交互轮次。

在智能体响应前搜索用户画像以及用户或智能体行为手册，然后将选定的上下文注入模型提示词。检索结果可以根据应用的 token 预算进行筛选和限制。

将纠正、触发条件以及成功或失败的结果转化为可执行信号，说明智能体未来在类似情境下应如何行动。

将候选响应与未增强的对照响应进行比较，并利用产生的证据随时间推移修订学习内容。

检查已学习规则及其状态，批准或拒绝这些规则，并将被拒绝的学习内容从检索中移除。API 还包括用户画像、行为手册、配置、评估和数据权利操作。

通过 Python SDK、REST API、CLI 或集成技能接入。服务可以由 Reflexio 管理，也可以使用客户的模型凭据或存储，或者运行在客户的 AWS、GCP 或 Azure 账户中。

支持智能体可以学会在解决一笔不熟悉的交易前检查近期费用的完整时间窗口，从而减少因遗漏问题而要求客户再次联系的可能性。

开发者可以使用特定于业务的提取器和行为手册，捕捉重复出现的编码反馈，例如智能体应如何回应语法或实现错误。

销售智能体可以使用检索到的用户画像和已学习的行为手册，在处理后续对话时应用反复出现的交互指导。

团队可以发布分析师与智能体之间的交互，并为后续分析任务检索相关的已学习行为，同时保留可供审查的学习记录。

需要本地开发或客户可控环境的团队可以使用开源 CLI 和本地 FastAPI 后端，也可以在自己的云账户中讨论 BYOC 部署。

Reflexio 如何接入现有智能体？

文档所述的最小闭环是在智能体响应前检索用户画像和行为手册，将选定的上下文传递给 LLM，然后发布已完成的交互。该网站称，SDK 可以封装现有的 LLM 调用，而无需重写智能体。

Reflexio 会重新训练底层模型吗？

不会。该产品描述的是检索并发布的学习闭环，而不是模型重新训练。已学习的行为上下文会在推理时被检索并注入。

开发者可以使用哪些方式接入 Reflexio？

网站介绍了 Python SDK、REST 访问、CLI，以及面向编码智能体的集成技能。开源本地软件包包含 Python SDK、CLI 和本地 FastAPI 服务器。

团队可以审查或撤销已学习的行为吗？

可以。学习内容会以可审查规则的形式呈现，并具有已批准、待处理和已拒绝等状态。网站称，拒绝某项学习内容会将其从检索中移除，API 还包括行为手册和配置管理。

有哪些部署选项？

Reflexio 提供托管服务、使用客户模型凭据或存储的拆分式方案，以及在 AWS、GCP 或 Azure 中进行 BYOC/自托管部署的选项。文档还介绍了一个默认使用 SQLite 的开源本地后端。

流量数据仅供参考。