-Arya.ai推出MCP应用程序，将通用LLM转化为特定领域专家

印度孟买和纽约2025年5月13日 /美通社/ -- Arya.ai今天宣布推出APEX MCP（模型上下文协议）客户端和服务器应用程序。 这一突破性编排层旨在将通用大语言模型转化为可验证的领域专家。

Arya.ai Unveils MCP Applications to Transform Generic LLMs into Domain-Specific Experts

随着LLM逐渐成为客户支持、运营和合规工作流程中不可或缺的组成部分，一个熟悉的问题出现了：在特定领域任务中，LLM常出现幻觉、前后不一和可靠性差的问题。 Arya.ai的回应是？ 由预先训练应用组成的模块化层，能够将特定领域知识嵌入任何LLM，以确保其可靠性。

Arya.ai创始人Deekshith Marla表示：“MCP的核心功能是为GenAI驱动的应用提供领域上下文、减少幻觉现象，进而打造高精度的编排引擎。 这不仅是让模型能够提供更智能的回应，重点是让用户从既经验证又通过认证的专业知识中获益。”

大规模领域封装

借助100多个预建的人工智能模块赋能底层大语言模型，Arya由MCP支持的APEX平台使团队能够编写跨财务、合规、隐私、客户体验等各领域的工作流程。 每个模块都经过精心编写，旨在处理细致入微的特定领域任务，例如分析财务报表、信用评估、检测文件欺诈、身份验证、音频分析、保险索赔处理等。

用户可通过检索目录查找模块，并通过JSON-RPC调用，再使用APEX的无代码用户界面将其串联起来。 无论是为提取数据、执行规则还是预处理上下文，每个模块都将LLM封装在基于领域的输入中，并对其进行输出后验证，从而在设计层面确保AI的可信度。

即插即用，轻松治理

MCP服务器负责模块查找、执行和日志记录，而MCP客户端则负责协调预处理和LLM集成。

它并不依赖于LLM，因此为企业提供了充分的灵活性。

是什么让它与众不同？

• 审计就绪型人工智能：可记录每个模块的调用、提示和LLM响应，确保可追溯性和合规性。
• 零重写集成：在不触及应用程序逻辑的情况下添加或更换模块。
• 可扩展组合：通过在单个流程中链接“PII编辑→情绪分析→执行摘要”等模块，创建强大的人工智能工作流程。

企业实际应用案例

银行无需跳转多个应用程序，便可解析交易文档、评估风险并生成报告。

科技监管企业可通过完整的审计跟踪实现合规工作流程自动化。 客户体验团队可以从反馈中提取见解，对客服问题进行分类，并及时为下一步行动作出指导。

展望未来

Aurionpro旗下公司Arya.ai邀您抢鲜体验APEX + MCP Sandbox。 该产品将帮助企业通过可视化UI直接部署模块链、LLM配置和编排。

无论用于自动化、风险分析、合规化还是客户支持，该平台都助力团队使用自己的数据，快速构建并测试领域封装的人工智能工作流程，且具备完整控制力和可追溯性。

以MCP为中心，Arya.ai正在构建可验证、合规且可扩展的人工智能——一次一个模块。

如需了解更多信息或申请试用版，请访问 https://arya.ai 或通过 hello@arya.ai 联系我们。