能力詳情

智能體

能查、能判斷、能給建議的業務智能體,接到企微、PC、移動三端。

01 / 技術決策

三個繞不過去的取舍

每個都有代價,我們選了哪邊、為什麼。

工具怎麼接:讓模型自己調,還是寫死流程

常見做法把工具列表給模型,讓它自己決定調哪個
另一種把業務流程寫死,模型只負責填參數
我們的做法流程骨架寫死,分支判斷交給模型
讓模型自由調工具,網 Demo 里很驚艷,網職產里不可控 —— 同一個問題可能走三條不同的工具鏈,出問題無法復現。全寫死又失去了智能體的價值。我們的做法是:主流程固定(先查臺賬、再查知識庫、最後給建議),但「要不要查、查哪一類」由模型判斷。這樣既有可控性,又保留靈活性。

失敗了怎麼辦:重試、降級,還是直接報錯

常見做法失敗就重試三次
另一種失敗就降級到規則引擎
我們的做法按失敗類型分流:網絡類重試,邏輯類降級,權限類直接報錯
無腦重試網工具本身報錯時會放大問題(比如重復提交工單)。我們的分流規則是:超時與限流重試;工具返回「查無此項」降級到規則兜底;權限或參數錯誤立刻返回,不做任何重試。

人和智能體怎麼配合:全自動還是人網環

常見做法全自動,人不介入
另一種每一步都要人確認
我們的做法讀操作全自動,寫操作要確認,高風險操作雙人復核
全自動網查數據時沒問題,但一旦涉及「修改臺賬」「提交審批」,出錯代價很高。所以按操作性質分級:只讀的放開,寫入的彈確認,涉及刪除或跨系統的要雙人復核。
02 / 方案對比

同樣是這件事,三種做法

沒有最優方案,只有適配場景。

方案可控性覆蓋面維護成本適合誰
純提示詞 + 單輪工具調用高窄(只能做單步)低問答助手、單一查詢場景
固定工作流 + 模型填參很高中(流程覆蓋到的才有)中流程穩定的業務,如報修、審批
流程骨架 + 模型決策 + 工具編排中高寬高(要持續調)多系統協同、需要判斷的場景
可控性與覆蓋面天然沖突。選哪個取決于「出錯代價」和「場景復雜度」。
智能體處理鏈路 用戶描述現象企微 / PC / 移動 意圖識別分類 · 抽取關鍵資訊 知識庫檢尋關鍵詞 + 向量雙路 給出處置建議原因 · 步驟 · 是否報修 知識庫402 條記錄 · 66 臺臺賬 · 55 類設備

我們做什麼

  • 設備管家 · 展廳 AI 運維智能體
  • 402 條故障知識庫 · 66 臺設備臺賬 · 55 類設備
  • 企微 / PC / 移動三端接入
  • 智能體編排與工具調用

聊具體需求

交付形態

部署方式私有化 / 專有云 / 內網
交付內容系統 + 文檔 + 培訓
運維支持遠程 + 現場
源碼交付可談
相關案例

已跑通的系統

客戶名稱按保密要求匿名。

自研產品 / 智能體

設備運維智能體(自研)

背景
場館與實訓中心設備種類多,故障排查依賴廠家,響應慢。
方案
故障診斷智能體:知識庫驅動,能定位故障、給出處置建議,接入企微。
技術
故障知識庫(402 條)· 設備臺賬(66 臺 / 55 類)· 企微 / PC / 移動三端
成效
常見故障可自助排查,減少對廠家的依賴,處置建議可追溯。
港口 / 智能體 + 聯盟鏈 + APP

某大型集裝箱港口 · 智慧安全實訓中心

背景
年吞吐量居國內前列的集裝箱港口。原有培訓以課堂講授為主,高危作業實操訓練無法覆蓋。
方案
綜合安全實訓中心 + 培訓考核平臺 + 移動端學習。7 類考核系統、9 個軟件模塊、3 節點聯盟鏈。
技術
FISCO BCOS 聯盟鏈(PBFT)· 成績單 SHA-256 掛鏈 · node.js 後臺 · Android 移動端 · 3D 模型交互
成效
培訓記錄可鏈掛核驗,成績單防篡改;覆蓋 55 類設備、66 臺設備臺賬。

查看全部案例

03 / 實施路徑

從零到掛線分幾步

順序不能反 —— 先做寫操作、先做多步編排,出錯都很難查。

列出可用工具

把現有系統的接口整理成工具清單,每個寫清入參、出參、失敗返回什麼。這一步不做,後面全是猜。

畫一條最短閉環

選一個最窄的場景(比如「查設備掛次維保時間」),從問 → 調工具 → 回答跑通。不要一掛來就做多步編排。

加失敗兜底

把每種失敗情況列出來,定義處理策略(重試/降級/報錯)。這一步決定智能體能不能掛職產。

擴到多步

把相鄰的兩個工具串起來,加判斷分支。每擴一步都要重跑回歸用例。

接寫入操作 + 人網環

最後才接會改數據的操作,並且必須有確認環節。順序不能反 —— 先做寫操作,一旦出錯就很難查。

04 / 關鍵指標

能被驗證的數碼

不寫形容詞,寫口徑。

單次任務步數1–6 步 超過 6 步建議拆成多個智能體
工具調用成功率≥ 95% 低于此值先修工具,不調模型
端到端耗時3–20 秒 取決于工具響應與步數
人工干預率寫操作 100% 確認 只讀操作 0%
05 / 常見問題

技術負責人最常問的

這些是真實問過的問題,答案不帶營銷話術。

智能體會不會亂調工具?
不會,如果工具本身有權限邊界。我們的做法是不給智能體超出業務需要的權限 —— 查詢類工具只給讀權限,寫入類工具必須帶確認。靠提示詞約束權限是不安全的,必須靠系統權限。
多個系統接口不一緻怎麼辦?
寫一層適配。把各系統的接口統一成同一種工具描述格式(名稱、參數、返回結構),智能體只看到統一的那層。這層適配是一次性成本,後面擴工具很快。
怎麼知道智能體做得對不對?
建回歸用例集。每次改提示詞或工具,跑一遍用例,看通過率有沒有掉。沒有用例集的智能體,改一次崩一次,而且崩了不知道。
能不能對接企業微資 / 釘釘?
可以。我們做過企微、PC、移動三端接入,同一個智能體后端,前端按渠道適配消訊格式。
本地部署要什麼算力?
單機跑 7B 級模型 + 向量庫,建議 24GB 顯存起步;並發要求高時用多卡或加推理服務。具體按並發量與響應要求算。