应用场景

知识问答

通过对话沟通，快速理解并响应用户的需求，提供高效的解决方案或信息。对于涉及行业和领域的专业知识或技术，用户可以使用平台提供的知识库功能上传相关数据，实现数据的高效管理与存储。在Agent中添加知识库，选择“自动调用”模式，保证Agent的每轮对话回答内容均来自用户提供的专业数据库，确保所提供建议和指导的准确性、专业性。

举例：儿科知识问答Agent，不仅可以迅速响应用户问题，还可为患者提供专业且权威的儿科医学知识。

图1 知识问答

智能助手

理解用户意图并进行动态响应，为用户提供个性化服务，通常需要访问外部资源（如实时数据、API服务等），或者需要进行复杂的逻辑处理。在单一模型的基础上添加技能（工具、工作流），对Agent进行能力拓展。

举例：旅游助手Agent，根据实时天气及火车票查询结果规划最优旅行方案，为用户提供全面的旅游辅助服务。

图2 智能助手

教育辅导

个性化学习答疑、知识点讲解。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。零代码快速覆盖多学科需求，灵活适应不同提问方式。

图3 教育辅导

其他场景

• 金融风控
  • 场景介绍：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。