智能客服Agent工作流
实现了烟草行业的智能客服Agent。项目亮点包括:基于动态Prompt的意图识别模块搭建、从0到1的行业RAG知识库构建、基于MCP协议的复杂工作流搭建、基于FastGPT框架的Agent本地化部署。
●基于动态Prompt的意图识别模块搭建:
通过海量会话数据构建意图识别规则匹配库,实现Rule-based+Model-based混合驱动意图识别,极大提高识别速度与精度。
如何提高速度:用户问题优先采用Rule-based进行规则命中,若直接命中意图库中已存储表述,则可跳过大模型判断;
如何提高精度:用户问题先在表述库中进行向量检索,检索出相似问答对,动态构建大模型Prompt,提高大模型分类精度。
●从0到1的行业RAG知识库构建:
标准完整的文本数据清洗、QA对提取、文本聚类及分块等知识库搭建工作;
QA知识库+Content知识库双库机制,QA负责高频常见问答,Content负责低频罕见问答;
精细的RAG检索工作流,涉及多个知识库检索结果的复杂合并流程,和规范合理的Prompt编写。
●基于MCP协议的复杂工作流搭建
通过标准的MCP协议搭建工作流接口,除了内部业务插件,可接入外部服务,如高德地图、谷歌搜索等,可扩展性强。
●基于FastGPT框架的Agent本地化部署
在本地服务器搭建基于FastGPT框架的Agent服务,较第三方云服务保密程度更高、服务首包时间更短。