方案设计
设计背景
在教育数字化与 "双减" 背景下,智能伴学助手以知识图谱 + 自然语言处理技术,化身语文学习全场景伙伴,提供「即时问答 + 分层解析 + 情境拓展」陪伴链。它以技术驱动个性化学习,让每个学生拥有专属语文空间,在智能引导中感受语言魅力,厚植文化根基。
本章将详细介绍如何利用不同的节点搭建一个语文知识智能助教的工作流,通过该案例能够详细了解如何在工作流中使用知识库节点,判断节点,和代码节点等。知识库节点预先需要创建知识库,然后在知识库节点使用该知识库。在本案例中,需要预先创建语文知识库,并导入相应的语文知识题库。
节点设计
重点介绍工作流中的一些主要节点,每个节点负责特定的任务。以下是各个节点的功能和设计思路。
- 开始节点:作为工作流的入口,开始节点负责接收用户输入的文本。在该工作流中,接收的是用户输入语文知识问题。
- 大模型节点-生成问题:该节点从用户输入中进行问题提取,解析出用户的问题,并用json格式输出。
- 知识检索节点:该节点把从预先上传的语文题库中检索用户的问题,并返回匹配到的信息,用数组的形式返回。如果未匹配到,则数组为空。
- 判断节点:该节点判定是否从预置的题库中检索到匹配的题目,对于不同的场景连接不同的分支。如检索到的题目和答案,则把检索结果传给“大模型节点-润色输出”,如未检索到,则运行另外一个分支“大模型节点-AI输出”。
- 大模型节点-润色输出:该节点利用大模型,对知识库检索到的结果进行润色,给出一个丰富的解答输出。
- 大模型节点-AI输出:该节点利用大模型,对用户的问题直接给出一份丰富的解答输出,并注明“(此回答由AI生成)”。
- 代码节点: 该节点对“大模型节点-润色输出”节点和“大模型节点-AI输出”节点的输出字符串使用代码,进行格式化处理。
- 结束节点:工作流的终结节点,负责输出最终结果。
效果展示
