基于LLM的智能问答与任务调度智能体
角色:项目负责人 | 技术栈:Python、LangChain、Flask、MySQL、Docker
主导智能体架构设计,基于LangChain框架集成大语言模型,实现自然语言理解、任务拆解与自动调度功能
开发后端服务:使用Flask构建RESTful API,实现用户提问接收、智能体决策结果返回等功能,支持高并发请求处理
设计数据存储方案,采用MySQL存储用户历史交互数据、任务执行记录,优化查询语句,使数据查询响应时间缩短至50ms以内
使用Docker完成项目容器化部署,编写部署脚本,实现开发、测试、生产环境的一致性,降低运维成本