更新时间:2025-07-02 GMT+08:00
应用场景
当前,基于Agent开发平台可以构建两种类型的Agent(智能体),一种是针对文本生成、文本检索的知识型Agent,如搜索问答助手、代码生成助手等,执行主体在大模型;另一种是针对复杂工作流场景的流程型Agent,如金融分析助手、网络检测助手等。
- 应用:以大模型为任务执行核心,用户通过配置Prompt、知识库、插件等信息,实现工具自主规划与调用,优点是可零码开发,对话过程更为智能,缺点是当大模型受到输入限制,难以执行链路较长且复杂的流程。
- 应用场景:
- 智能客服
- 场景:电商售前咨询、售后问题解答。
- 应用方式:通过配置Prompt和知识库,大模型直接理解用户问题(如退货政策、商品参数查询),调用插件获取订单信息,快速生成自然语言回复。
- 优势:无需复杂流程设计,能处理开放式提问,对话体验更接近真人。
- 教育辅导
- 场景:个性化学习答疑、知识点讲解。
- 应用方式:结合学科知识库和大模型推理能力,学生通过对话提问(如数学题解析),模型实时生成解题步骤并反馈。
- 优势:零代码快速覆盖多学科需求,灵活适应不同提问方式。
- 医疗咨询
- 场景:症状初步分析、健康建议。
- 应用方式:用户描述症状后,模型基于医学知识库生成可能病因,调用插件获取药品信息或推荐就医科室。
- 优势:交互自然,可快速迭代更新知识库以适配最新医疗指南。
- 智能客服
- 应用场景:
- 工作流:以工作流为任务执行核心,用户通过在画布上对节点进行“拖拉拽”即可搭建出任务流程,场景的节点包括大模型节点、意图识别节点、提问器节点、插件节点、判断节点、代码节点、消息节点,优点是可扩展能力强,用户适当使用低码开发,缺点是对话交互智能度不高,复杂场景下分支多,难以维护。
- 应用场景
- 金融风控
- 场景:贷款审批、反欺诈审核。
- 工作流设计:通过节点串联实现多步骤审核(如调用征信接口→大模型分析收入证明→判断节点触发人工复核)。
- 优势:流程透明可控,分支条件清晰(如不同额度触发不同审批路径),避免大模型幻觉干扰关键决策。
- 供应链管理
- 场景:库存预警与自动补货、物流异常处理。
- 工作流设计:通过代码节点对接ERP系统,判断节点识别库存阈值,触发补货插件或邮件通知节点。
- 优势:复杂规则(如供应商优先级、物流延迟策略)可通过分支节点精准实现,稳定性高于纯模型驱动。
- 政务审批
- 场景:企业资质申报、惠民补贴发放。
- 工作流设计:串联意图识别节点(分类用户需求)、提问器节点(补全材料)、代码节点(验证数据合规性),最终由消息节点反馈结果。
- 优势:标准化流程减少人为错误,分支节点可覆盖政策差异化要求(如不同地区补贴标准)。
- 金融风控
- 应用场景
父主题: Agent开发平台介绍