跳到主要内容

从0搭建简单Agent助手

本教程将带你从零开始搭建一个基于知识库的智能问答 Agent，适用于企业内部知识管理场景。该助手能够从企业知识库中检索信息，并对用户问题进行智能应答，从而提升信息获取效率。

以 M365 运维工程师的日常工作为例，在项目运维过程中常常需要查阅大量文档。这些文档种类繁多、分布零散，人工查找费时费力。借助智能 Agent，可以大大提升查阅效率、减少重复劳动，为运维工作带来便利。

本教程将以这一场景为背景，逐步演示如何构建一个实用的知识问答助手。

准备 Agent 所需的知识库​

在正式创建 Agent 之前，需先准备并配置好其依赖的知识库。Agent 的核心能力来自知识库内容，因此高质量、结构清晰的知识文档至关重要。

在本案例中，我们将使用已有的知识库 “Microsoft Learning Database” 作为信息来源。

  • 请确保该知识库中已提前上传与 M365 运维相关 的文档、FAQ、操作手册等内容。
  • 支持的文件类型一般包括 PDF、Word、TXT、网页副本等，上传前建议进行以下处理：
    • 对内容进行分类整理，方便系统检索；
    • 文件命名规范，避免歧义；
    • 去除冗余信息，提高文本可读性。

✅ 提示：知识库内容的丰富程度、文档质量、结构清晰度，直接影响 Agent 的回答准确性和可用性。建议运维团队定期更新和维护知识库内容。

知识库准备就绪后，即可在 Agent 配置阶段通过 “知识来源” 功能接入该知识库，实现基于内容的智能问答。

创建“M365 Support”基础Agent​

  1. 进入 SERVICEME NEXT 首页，点击左下角圆形图标，进入 Agent 问答界面。
  2. 点击左侧菜单中的 “更多助手”，进入助手广场。
  3. 在助手广场右上角点击 “创建助手”，并选择 “基础编排创建” 方式。
  4. 填写以下基础信息：
    • 助手名称：输入 M365 Support
    • 智能体头像：从系统内置头像中选择一个（当前不支持自定义上传）
    • 模型组：选择管理员已配置的模型组，例如 普通模型组
    • 分类：选择业务归属分类，如 IT类
    • 描述：例如 为 M365 运维工程师提供知识库问答支持
  5. 填写完成后，点击 “创建”，即成功生成基础 Agent。

配置 “M365 Support” 基础 Agent​

创建完成后，系统将自动进入 Agent 的配置页面，依次完成以下配置项：

1. 提示词配置​

  • 在 提示词 输入框中填写简要提示信息。
  • 可点击 “智能生成”，系统将调用模型自动扩展提示词，生成更完整的版本。
  • 本例中的提示词为:
## Role
You are an M365 Operations Support Assistant, specializing in helping operations engineers analyze issues related to Microsoft 365 services and efficiently retrieving relevant resources from the knowledge base.

## Skills
1. Analyzing M365 Issues:
   - Identify and diagnose problems encountered in various M365 services such as Exchange Online, SharePoint, Teams, and OneDrive.
   - Gather relevant error messages, logs, and contextual information to accurately understand the root cause of operational issues.
   - Prioritize incidents based on severity and impact, providing clear and concise problem statements to streamline troubleshooting.

2. Retrieving Knowledge Base Resources:
   - Search and extract pertinent documentation, troubleshooting guides, and best practices from the M365 knowledge base according to the identified issue.
   - Summarize and present solutions, workarounds, and reference materials tailored to the engineer’s specific case.
   - Keep track of the most frequently used resources to optimize future query efficiency.

## Constraints
- Only address topics strictly related to M365 operations, issue analysis, and knowledge base lookup. Decline unrelated queries.
- All outputs must follow the prescribed structure and remain within the context of technical support for Microsoft 365.
- Do not provide generic advice or speculative troubleshooting steps without referencing official or knowledge base resources.

2. 招呼语配置​

  • 可填写自定义招呼语，也可以点击 “智能生成” 自动生成欢迎语。
  • 本例中招呼语为：
Hello, I am M365 Support, here to assist you with Microsoft 365-related questions and support needs.

[How can you help me troubleshoot issues with Microsoft 365?] [What are some common problems users face with M365 and how can I resolve them?] [Can you guide me on optimizing my use of Microsoft 365 tools and features?]

3. 模型组设置​

  • 创建 Agent 时已选择模型组（如 普通模型组），此处将自动带出该组。

  • 可根据需要进行切换，需注意：

    • 不同环境下的模型组内容可能不同；
    • 模型组内容由管理员预先配置；
    • 示例中所使用的 普通模型组 包含模型：gpt-4.1、DeepseekR1-Ali、Qwen3。

4. 技能配置（可选）​

  • 技能需由管理员在技能管理中提前创建后方可使用。
  • 常见技能包括：网页阅读、新闻检索等。
  • 本例中 不配置技能，建议仅在确有需要时添加，过多技能可能影响 Agent 性能。

5. 对话体验设置​

对话体验决定了 Agent 与用户交互的细节表现，建议根据业务场景进行合理配置。

  • 上下文记忆条数：
    设置为 5 条，表示 Agent 会保留最近 5 轮对话内容，用于上下文理解。
    • 优点：提升多轮对话连贯性，便于处理复杂提问。
    • 注意：过多的上下文可能导致响应变慢或信息混杂，5 条为通用推荐值。

  • 点击 齿轮图标 进入高级配置项，常见设置项如下：

    • 开启用户建议问题

      • 功能：根据当前对话上下文，自动为用户推荐可继续提问的问题。
      • 适用场景：提升用户提问引导性，适合对新手用户友好的业务场景。
      • 本案例建议：可关闭，因运维工程师通常已明确目标。

    • 开启提问指引 ✅

      • 功能：在输入框中显示参考问题示例，降低用户提问难度。
      • 本案例建议：开启，有助于用户理解可提问内容范围。

    • 开启聊天记录 ✅

      • 功能：保留用户与 Agent 的历史对话记录，便于事后查阅。
      • 适用场景：问题追踪、案例复现、知识库调优。
      • 本案例建议：开启，方便运维人员回溯问题。

    • 开启聊天反馈 ✅

      • 功能：允许用户对每个回答进行点赞/点踩或留言，收集反馈信息。
      • 适用场景：对回答质量进行监控和持续优化。
      • 本案例建议：开启，便于收集用户意见并优化 Agent 回答质量。

    • 开启关键词过滤

      • 功能：可拦截包含敏感词的输入/输出，保障内容合规。
      • 本案例建议：按企业内部合规要求酌情启用。

6. 知识来源配置​

知识来源决定了 Agent 回答的核心信息来源。配置正确的知识库和检索策略，能显著提升问答准确性。

  • 选择知识库
    • 点击右侧 “+”，在弹出的列表中选择业务所需的知识库，如：
      Microsoft Learning Database（M365 运维相关文档集合）。

  • 配置知识来源（齿轮图标）
    进入知识库设置界面，进行详细参数配置：

    • 检索策略：混合检索

      • 混合检索结合了语义理解与关键词匹配，能够提升召回率和准确性。
      • 本案例推荐启用，适合文档量较大、问法多样的知识问答场景。

    • 最大召回数量：5

      • 系统每次从知识库中最多召回 5 条最相关内容参与回答生成。
      • 建议值为5条，过高会拖慢响应速度，过低可能无法命中关键信息。

    • 强制私域问答：开启 ✅

      • 启用后，Agent 将 只使用 所选知识库内容生成答案，不再参考通用模型知识。
      • 优势：确保回答内容真实、精准、可控。
      • 本案例建议：开启，避免生成与 M365 无关的泛化内容。

    • 文档匹配近似度、QnA 匹配近似度：保持默认

      • 默认设置已适配大多数场景，如在实际使用中遇到召回失败或误判问题，可适当调整此值（一般为 0.6 ~ 0.8）。

⚠️ 本场景 不需要配置外部数据源，如无需接入实时接口或数据库，可跳过“数据来源”配置项。

7. 保存与测试​

  • 配置完成后，右上方将提示 “助手已编辑，请点击同步”。
  • 点击 “同步” 后，可在右侧进行问答测试，例如输入：
    • “如何创建一个 Copilot？”
    • “Copilot 如何进行配置？”
  • 根据测试结果微调配置，直到回答符合预期。
  • 最后点击右上角 “保存配置”，完成 Agent 配置。

完整配置如下：