一种基于双知识库的智能体开发方法及系统与流程
本发明涉及人工智能与智能体开发技术交叉领域,具体涉及一种基于双知识库的智能体开发方法及系统。
背景技术:
1、随着人工智能技术的快速发展,大语言模型在垂直行业领域的应用日益广泛。水务行业作为关系国计民生的基础设施行业,其知识管理体系面临以下问题:
2、第一,知识碎片化问题严重。水务企业的内部规章制度、行业标准规范、技术手册等知识分散在不同系统和文档中,缺乏统一的知识管理和检索手段,员工难以快速获取所需知识。
3、第二,专家经验隐形化。水务行业的专业知识和实践经验主要掌握在少数技术专家手中,缺乏系统化的知识沉淀和传承机制,存在知识断层风险。
4、第三,通用智能体缺乏专业性。现有的大语言模型应用多采用通用智能体方案,难以针对企业制度和行业标准等特定领域提供专业化的查询、解读和合规校验服务。
5、现有技术中,对比文件d1(cn121072579a)公开了一种企业专有智能体的通用构建方法,该方法通过知识图谱和通用智能体框架实现企业知识的智能问答。然而,d1聚焦于企业专有智能体的通用构建方法,未公开双知识库驱动架构,未区分企业制度助手与行业标准助手等专用智能体,缺乏针对不同知识类型的专业化服务能力。
6、对比文件d2(cn122388066a)公开了一种将知识库与智能体融合用于垂直领域应用的技术方案,其核心技术为因果约束图,通过因果关系建模实现智能体的推理决策。然而,d2的核心技术为因果约束图,而非知识库驱动的智能体功能配置,未公开基于双知识库分别开发多个专用智能体并通过意图识别进行路由的架构。
7、综上所述,现有技术存在以下不足:
8、(1)缺乏双知识库驱动架构,无法区分企业内部制度和行业标准的差异化知识服务需求;
9、(2)缺乏多专用智能体架构,通用智能体难以提供专业化的制度解读和标准合规校验服务;
10、(3)缺乏统一的ai开发与应用平台,多模型管理和智能体编排效率低下;
11、(4)缺乏面向水务行业的四维一体安全底座,数据安全和模型安全难以保障;
12、(5)缺乏知识库动态更新机制,知识时效性难以保证。
技术实现思路
1、(一)技术问题
2、本发明要解决的技术问题是:针对现有技术中缺乏双知识库驱动架构、多专用智能体功能配置和统一安全底座的问题,提供一种基于双知识库的智能体开发方法及系统,实现水务领域企业制度与行业标准规范的智能应用,提供专业化智能查询、解读和推荐服务。
3、(二)技术方案
4、一种基于双知识库的智能体开发方法,其特征在于,包括以下步骤:
5、s1:构建企业制度向量知识库和行业标准规范向量知识库,所述企业制度向量知识库包含企业内部规章制度文档,所述行业标准规范向量知识库包含行业标准规范文档,对所述企业制度向量知识库和所述行业标准规范向量知识库分别进行预处理,所述预处理包括格式转换、数据分类、文本清洗和元数据标注,完成所述预处理后构建形成企业制度向量知识库和行业标准规范向量知识库;
6、s2:基于所述企业制度向量知识库和所述行业标准规范向量知识库,开发多个专用智能体,所述专用智能体包括企业制度助手智能体、智慧水务标准助手智能体和水务行业知识助手智能体,所述专用智能体均配置对应的大语言模型、提示词模板和功能指令,所述大语言模型部署于本地算力服务器;
7、s3:基于多个所述专用智能体构建ai应用平台,所述ai应用平台支持多个所述专用智能体编排管理和智能体内部的大语言模型快速接入部署,通过所述ai应用平台对多个所述专用智能体进行统一管理和调度;
8、s4:所述ai应用平台接收用户的查询请求,通过大语言模型来进行意图识别,然后将所述查询请求通过路由分发至对应的专用智能体,专用智能体基于所连接的知识库检索相关知识内容,结合大语言模型生成回答并返回给用户。
9、更优的,步骤s1中,所述预处理包括:格式转换工作方式为,获取待转换的源文档,所述源文档的格式选自以下至少一种:word文档格式(doc/docx)、便携式文档格式(pdf)、powerpoint演示文稿格式(ppt/pptx)、excel电子表格格式(xls/xlsx);对所述源文档进行格式解析,根据所述源文档的格式类型调用对应的专用解析器,提取所述源文档中的内容流和版面特征,所述内容流至少包括文本内容,所述版面特征至少包括标题层级、段落边界、列表结构、表格结构和图片位置;对提取出的所述内容流和版面特征进行结构分析,识别所述源文档中的逻辑结构元素,所述逻辑结构元素包括标题、段落、列表、表格、图片和公式中的至少一种;基于所述逻辑结构元素的识别结果,按照markdown语法规则将各所述逻辑结构元素映射为对应的markdown标记,生成目标markdown文档;
10、数据分类工作方式为,对企业内部规章制度文档按照制度类别进行分类,制度类别包括人事管理、采购管理、财务管理、安全生产、信息化管理、项目建设及运营管理;对行业标准规范文档按照标准类型进行分类,标准类型包括基础标准、技术标准、数据标准、业务应用标准、建设运维标准及安全保障标准;
11、文本清洗工作方式为,构建多层级噪声过滤模型,所述多层级噪声过滤模型包括格式噪声层、内容噪声层及结构噪声层,所述格式噪声层用于识别并去除文本中的非法字符、乱码字符及多余空白符;所述内容噪声层用于识别并去除文本中的广告插入语、页眉页脚、水印文字及非正文注释;所述结构噪声层用于识别并去除文本中的冗余换行符、无效缩进及不符合自然语言习惯的排版分隔符;利用所述多层级噪声过滤模型对完成格式转换和数据分类的文本执行分级去噪处理,分级去噪处理按照预设的噪声层级优先级依次去除文本中的无关字符及干扰项;
12、元数据标注工作方式为,对经过文本清洗的数据进行多维度特征提取,生成特征表征集合,所述特征表征集合包括文本语义特征向量、结构层级特征向量及格式样式特征向量;将所述特征表征集合输入至预训练的层级化元数据标注模型,层级化元数据标注模型按照预设的标注粒度层级对数据进行逐级元数据标签预测,生成初始元数据标注结果,所述标注粒度层级至少包括文档级标注层、章节级标注层、段落级标注层及实体级标注层;对初始元数据标注结果中的每一元数据标签计算置信度评分,并判断各元数据标签的置信度评分是否达到预设置信度阈值;若存在置信度评分未达到预设置信度阈值的低置信度标签,则触发多源验证机制,基于数据的上下文语境信息对低置信度标签进行修正,生成修正后元数据标签;根据预设的冲突检测规则对修正后元数据标签或初始元数据标注结果进行标签间逻辑一致性校验,消除相互矛盾的元数据标签,生成最终元数据标注结果;
13、完成所述预处理后,分别构建企业制度向量知识库和行业标准规范向量知识库。
14、更优的,步骤s2中,所述专用智能体的功能配置包括:
15、为每个专用智能体配置大语言模型,所述大语言模型包括deepseek-r1蒸馏模型和qwen系列模型,支持多模型可配置切换;
16、为每个专用智能体配置专属提示词模板,所述提示词模板定义智能体的角色定位、知识范围和回答规范;
17、为每个专用智能体配置功能指令,所述功能指令定义智能体可执行的具体操作。
18、更优的,所述专用智能体的架构包括:
19、企业制度助手智能体,连接所述企业制度向量知识库,其功能指令包括制度查询、制度解读、流程说明和合规咨询;
20、智慧水务标准助手智能体,连接所述行业标准规范向量知识库,其功能指令包括标准查询、内容解读、合规校验和应用指导;
21、水务行业知识助手智能体,集成外部行业资讯接口,提供行业动态、政策法规和前沿技术的智能查询与解读。
22、更优的,步骤s4中,所述意图识别、路由和回答生成包括:
23、对用户查询请求进行自然语言理解,识别查询意图类型,所述查询意图类型包括制度查询意图、标准查询意图和行业资讯意图;
24、根据意图类型将查询请求路由至对应的专用智能体;当查询意图不明确时,同时路由至多个智能体并合并返回结果;
25、智能体将用户查询转换为查询向量,在所连接的知识库中进行相似度检索,选取相关文本块作为上下文;
26、大语言模型根据所述上下文、用户查询和功能指令生成回答,并在回答中标注信息来源。
27、更优的,还包括安全底座架构,所述安全底座架构融合网络安全、数据安全、身份安全和模型安全四个维度:
28、身份安全维度:将多个专用智能体集成至企业oa系统中,通过单点登录实现用户统一身份认证;
29、数据安全维度:大语言模型和知识库均部署于本地算力服务器,实现数据不出域的安全部署;
30、模型安全维度:算力服务器采用国产ai加速卡进行推理计算,支持多模型可配置管理;
31、网络安全维度:内部用户通过内网直接访问,外部用户通过vpn服务器建立加密隧道,经堡垒机进行权限校验和安全审计,再通过跳板机访问内部ai平台。
32、更优的,还包括知识库更新机制:
33、当企业制度文档或行业标准规范文档发生变更时,对变更内容进行增量语料提炼和向量化处理;
34、将变更后的内容更新至对应的知识库中;
35、对已失效的旧版本知识内容进行标记或删除。(三)有益效果
36、与现有技术相比,本发明具有以下有益效果:
37、1. 双知识库驱动提高专用智能体准确性。通过分别构建企业知识库和行业知识库,使每个智能体连接专属知识源,避免了不同类型知识混杂导致的检索干扰,显著提高了知识检索的准确性和回答的针对性。
38、2. 多专用智能体架构提升专业性。通过开发企业制度助手、智慧水务标准助手等多个专用智能体,每个智能体配置专属功能指令,实现了专业分工和精准服务,相比通用智能体方案显著提升了制度解读和标准合规校验的专业水平。
39、3. ai开发与应用平台支持灵活扩展。通过构建支持多模型快速接入部署的ai开发与应用平台,实现了deepseek-r1、qwen3等多模型的统一管理和可配置切换,提升了系统的可扩展性和运维效率,便于后续智能体的快速开发和部署。
40、4. 安全底座提供全链路安全保障。通过构建融合网络安全、数据安全、身份安全和模型安全的四维一体安全底座,从身份认证、数据本地化部署、国产芯片推理和网络分层防护四个维度为智能体系统提供全链路安全保障,满足企业级安全合规要求。
41、5. 知识更新机制保障时效性。通过增量语料提炼和向量化处理实现知识库的动态更新,并对旧版本知识内容进行标记或删除,确保智能体提供的知识服务始终保持时效性和准确性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com