面向智能代理的共享知识装配方法、电子设备及存储介质与流程

本公开涉及人工智能代理，更具体地，涉及一种面向智能代理的共享知识装配方法、一种电子设备及一种非瞬时计算机可读存储介质。

背景技术：

1、随着智能代理系统在团队协作场景中的应用日益广泛，多个用户围绕同一项目或代码仓库持续交互的需求不断增加。现有智能代理系统通常以单用户会话为主要上下文来源，导致不同用户在各自会话中需要重复向智能代理解释相同的项目背景、架构关系和操作规范，造成大量令牌消耗和时间成本。

技术实现思路

1、本公开实施例的一个目的是提供一种为智能代理提供共享知识复用的的技术方案，以提升多用户协作效率。

2、根据本公开的第一方面，提供了一种

3、根据本公开的第二方面，还提供了一种电子设备，该电子设备包括：

4、至少一个处理器；以及

5、与所述至少一个处理器通信连接的存储器；

6、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行根据本公开第一方面所述的方法。

7、根据本公开的第三方面，还提供了一种非瞬时计算机可读存储介质，所述非瞬时计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行根据本公开第一方面所述的方法。

8、本公开实施例中，装配上下文对象包含表示用户请求所属层级的请求作用域，而共享知识库中的知识对象标志有用于限定其可见范围的共享作用域，通过将用户请求对应的请求作用域与共享知识库中知识对象的共享作用域相匹配，可以确保每个用户请求仅能访问其有权查看的知识对象，有效防止了敏感信息泄露和跨团队或跨项目的数据污染。而且，本公开实施例通过将共享上下文注入至独立于系统提示词的记忆上下文注入块中，而非直接修改系统提示词本身，保持了系统提示词在多次用户请求间的静态稳定性，这样，大语言模型推理服务的前缀缓存机制仍可有效复用已缓存的系统提示词，共享上下文的动态变化不会破坏缓存有效性，由此在提升多用户协同场景下知识共享效率的同时，保持了原有缓存优化机制的技术收益。

9、通过以下参照附图对本说明书的示例性实施例的详细描述，本说明书的实施例的特征及其优点将会变得清楚。

1.一种面向智能代理的共享知识装配方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述候选知识对象生成所述用户请求的共享上下文，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述目标知识对象对应的所述指标值和所述令牌消耗，选择至少部分目标知识对象生成所述共享上下文，包括：

4.根据权利要求2所述的方法，其特征在于，所述基于所述目标知识对象对应的所述指标值和所述令牌消耗，选择至少部分目标知识对象生成所述共享上下文，包括：

5.根据权利要求2所述的方法，其特征在于，所述基于所述候选知识对象对应的所述指标值和所述令牌消耗，选择至少部分候选知识对象生成所述共享上下文，包括：

6.根据权利要求2至5中任一项所述的方法，其特征在于，所述预设指标集包括：查询相关性指标、作用域接近度指标、新鲜度指标、可信度指标、令牌价值效率指标及安全风险指标中的至少一项指标；

7.根据权利要求1至5中任一项所述的方法，其特征在于，所述用户请求标识信息包括项目标识、团队标识和租户标识中的至少部分标识。

8.根据权利要求1至5中任一项所述的方法，其特征在于，所述共享知识库包括由静态材料生成的第一类知识对象和由会话内容衍生的第二类知识对象；

9.一种电子设备，其特征在于，包括：

10.一种非瞬时计算机可读存储介质，其特征在于，所述非瞬时计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。