·参与 AI Agent 后端能力设计,将生产计划、库存、审批、设备告警、操作文档和本地知识库资料抽象为 Agent 可理解的上下文与工具能力
·设计主调度 Agent + 专家 Agent 的多智能体协作模式,主 Agent 负责意图识别和任务分发,专家 Agent 分别处理业务查询、知识问答、异常解释和操作指引
·基于 FastAPI 实现智能体对话接口,封装请求 DTO、用户上下文、会话 ID 和历史消息,并以 HTTP 流式输出方式返回回答内容、工具调用过程和 Agent 切换状态
·搭建本地知识库 RAG 链路,支持文档上传、切分入库、Embedding 向量化、Chroma 相似度检索、标题/关键词召回和大模型答案生成,用于系统手册、字段口径和异常说明问答
·将本地知识库封装为 Agent 可调用的 query_knowledge 工具,并接入 MCP Streamable HTTP 外部工具能力,通过工具调用事件把知识检索、外部搜索等执行过程展示给前端
·设计会话记忆和异常兜底逻辑,保存用户历史对话与最终回答,支持多轮追问;在 Agent 执行失败时返回可展示错误并自动重试一次,保证演示链路稳定
该项目是一款面向个人创作者、企业营销人员和开发者设计的多模型
围绕企业及个人资料分散、信息检索效率低、通用大模型回答缺少来
围绕企业及个人资料分散、信息检索效率低、通用大模型回答缺少来
面向中小废钢回收场景中人工判级主观性强、结果难追溯、供应商质
产品做 BGP 软件升级的时候,确保 UE 流量没有损失
底层基于 DPDK 实现网络报文过滤功能,对L3, L4,
需求方专属客服,免费梳理匹配
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如当前档期不合,也可免费为您推荐相似案例作者