智能体任务接管方法、电子设备及存储介质与流程
本申请涉及人工智能,尤其是一种智能体任务接管方法、电子设备及存储介质。
背景技术:
1、现有智能体系统在企业级复杂业务场景中,人工任务接管与增量学习相互割裂,导致智能体长期停留在重复犯错、重复升级、重复依赖人工的状态。具体表现为,现有智能体系统在人工接管后,人工处理结果回写至知识库或规则库时,通常仅进行简单存储或人工确认,容易将错误知识、冲突知识或过度泛化规则作为智能体的知识资产,导致智能体在后续任务中重复犯错、重复升级、重复依赖人工。
技术实现思路
1、本申请的目的是提供一种智能体任务接管方法、电子设备及存储介质,能够避免智能体重复犯错、重复升级和重复依赖人工。
2、本申请实施例提供一种智能体任务接管方法,包括:
3、获取智能体执行任务过程中所产生的执行轨迹数据;
4、判断所述智能体的当前运行环境是否满足预设的接管触发条件;
5、若满足,触发人工接管;
6、根据人工接管过程中所产生的纠偏操作,生成结构化纠偏记录;
7、对所述结构化纠偏记录进行知识抽取,得到增量知识;
8、对所述增量知识进行知识验证,并将通过验证的增量知识写入所述智能体的可调用知识库,以更新所述智能体在执行后续任务时的执行行为;所述知识验证包括冲突检测、适用范围校验和效果验证中的至少一种。
9、在一些实施例中,所述接管触发条件为所述当前运行环境存在至少两种触发因素,所述触发人工接管,包括:
10、确定所述触发因素对应的候选接管等级;
11、将所述候选接管等级中优先级最高的候选接管等级确定为目标接管等级;
12、根据所述目标接管等级,确定对应的目标接管动作;
13、根据所述执行轨迹数据、所述目标接管动作、所述智能体的当前执行任务的上下文摘要,生成接管工作单并发送至人工处理终端。
14、在一些实施例中,所述根据人工接管过程中所产生的纠偏操作,生成结构化纠偏记录,包括:
15、确定所述纠偏操作对应的纠偏对象、纠偏前内容和纠偏后内容;
16、根据所述纠偏操作确定适用范围和禁止适用范围,并记录所述纠偏操作所依据的引用证据;
17、按照预设的机器可读数据结构,将所述纠偏对象、所述纠偏前内容、所述纠偏后内容、所述适用范围、所述禁止适用范围和所述引用证据封装为所述结构化纠偏记录。
18、在一些实施例中,所述对所述结构化纠偏记录进行知识抽取,包括:
19、确定所述结构化纠偏记录中的纠偏对象的类型;
20、根据所述纠偏对象的类型,确定对应的知识映射策略;
21、根据所述知识映射策略,对所述结构化纠偏记录中的纠偏前内容和/或纠偏后内容进行映射,得到所述增量知识。
22、在一些实施例中,所述对所述增量知识进行知识验证,包括:
23、验证所述增量知识是否包含来源标识、适用范围、禁止适用范围、触发条件、接管动作、动作预期结果和引用证据;
24、若均包含,验证所述增量知识是否与所述可调用知识库中的已有规则、提示词模板、工具参数模板或业务流程规则发生冲突;
25、若没有发生冲突,验证所述增量知识是否只在指定的业务域范围、任务类型范围、客户类型范围或工具范围内生效;
26、若只在指定的范围内生效,将所述增量知识应用到历史接管场景,验证应用所述增量知识前后的输出偏差是否处于预设的偏差范围内;
27、若处于所述偏差范围内,对所述增量知识进行灰度运行评估,并根据灰度运行评估结果,确定所述通过验证的增量知识;
28、为通过验证的增量知识生成相应的版本信息。
29、在一些实施例中,所述智能体任务接管方法,还包括:
30、在将所述通过验证的增量知识写入所述可调用知识库时,生成审计记录和版本化学习记录;
31、在所述知识验证未通过时,禁止将所述增量知识写入所述可调用知识库,生成拒绝回写的审计记录。
32、在一些实施例中,所述将通过验证的增量知识写入所述智能体的可调用知识库,包括:
33、对所述增量知识进行类型识别,得到相应的知识类型;
34、根据所述知识类型,将所述通过验证的增量知识写入所述可调用知识库中对应的知识存储子库。
35、在一些实施例中,在所述增量知识与所述可调用知识库中的已有知识存在冲突时,所述智能体任务接管方法,还包括:
36、提取发生冲突的增量知识与所述已有知识,组成冲突知识对;
37、根据所述冲突知识对,构建冲突图谱;所述冲突图谱包括冲突知识对中的字段节点、规则节点和关系边;
38、根据所述冲突图谱,定位冲突字段、冲突类型和冲突根因;
39、根据所述冲突类型和所述冲突根因,生成最小修正方案;
40、根据所述最小修正方案,对所述增量知识进行修正,得到修正后的增量知识;返回所述对所述增量知识进行知识验证的步骤。
41、本申请实施例还提供一种电子设备,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的智能体任务接管方法。
42、本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的智能体任务接管方法。
43、本申请的有益效果:通过获取智能体执行任务过程中所产生的执行轨迹数据,并在满足预设的接管触发条件时触发人工接管,将人工接管过程中产生的纠偏操作转化为结构化纠偏记录,再经知识抽取得到接管增量知识,并经包括冲突检测、适用范围校验和效果验证中的至少一种的知识验证后,写入智能体的可调用知识库以更新其后续任务执行行为,从而将任务接管、人工纠偏、知识抽取、知识验证和行为更新连接为完整闭环。该闭环使人工接管不再仅是业务兜底手段,而是成为智能体持续学习的数据来源。结构化纠偏记录将非结构化人工经验转化为可计算、可复用的知识,避免人工经验随任务结束而流失。知识验证在写入前从冲突、范围和效果层面筛选增量知识,避免错误知识或过度泛化知识污染知识库。通过验证的增量知识写入可调用知识库并更新后续执行行为,使智能体能够将单次人工处理经验推广至相似任务,从而减少重复接管、重复失败和重复依赖人工,提升智能体在复杂业务场景中的持续学习能力和任务处理准确性。
1.一种智能体任务接管方法,其特征在于,包括:
2.根据权利要求1所述的智能体任务接管方法,其特征在于,所述接管触发条件为所述当前运行环境存在至少两种触发因素,所述触发人工接管,包括:
3.根据权利要求1所述的智能体任务接管方法,其特征在于,所述根据人工接管过程中所产生的纠偏操作,生成结构化纠偏记录,包括:
4.根据权利要求1所述的智能体任务接管方法,其特征在于,所述对所述结构化纠偏记录进行知识抽取,包括:
5.根据权利要求1所述的智能体任务接管方法,其特征在于,所述对所述增量知识进行知识验证,包括:
6.根据权利要求1所述的智能体任务接管方法,其特征在于,所述智能体任务接管方法,还包括:
7.根据权利要求1所述的智能体任务接管方法,其特征在于,所述将通过验证的增量知识写入所述智能体的可调用知识库,包括:
8.根据权利要求1所述的智能体任务接管方法,其特征在于,在所述增量知识与所述可调用知识库中的已有知识存在冲突时,所述智能体任务接管方法,还包括:
9.一种电子设备,其特征在于,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现权利要求1至8任一项所述的智能体任务接管方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的智能体任务接管方法。
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