跳到主要内容

基础创建Agent

选择助手类型​

在AI Studio页面的右上角，点击“创建”创建基础智能体；

创建步骤​

  • 输入助手名称、选择助手头像、选择模型组、选择助手分类、添加助手描述：

    ① 助手名称：输入助手的名称，作为助手标识（50字以内）。

    ② 助手头像：从系统默认头像中选择一个（暂不支持上传自定义头像）。

    ③ 模型组：为助手配置合适的模型组。

    ④ 助手分类：选择新建助手所在的组（最多选择5个）。

    ⑤ 助手描述：输入简要描述，说明助手的功能和用途（200字以内）。

  • 点击“创建”，助手创建后进入基础编排助手配置页面，配置并发布后可投入使用。

💡 提示：系统界面支持语言：中文简体、中文繁体、日语、英语。

助手配置​

  • 助手配置进入方式有两种：

    • 创建助手后直接进入助手配置页面；
    • 将鼠标悬停在助手卡片上方，即可看到“✏️”图标，点击它可进入配置页面。

    ① 提示词：输入助手提示词，也支持将现有提示词进行智能生成（提示词限制字数2000字）。

    ② 开场白：输入助手开场白，也支持根据提示词或已有开场白进行智能生成（开场白限制字数2000字）。

    ③ 模型组：点击“+”添加模型组，支持多种可选模型。

备注：模型组首先需要管理员在系统管理中进行添加模型组，将多个不同的模型添加到同一个模型组中，再将模型组配置到助手中。

添加模型组

  • 路径：管理 → 模型管理 → 模型组 → 新建模型组（仅管理员可添加模型）

  • 添加步骤：

    • 点击“新建模型组”
    • 完成以下配置：
      • 输入模型组名称
      • 选择要加入模型组的模型，可选择多个
      • 选择是否开启自适应模型部署
      • 选择是否启用深度思考模型
    • 点击“保存”

  • 自适应模型部署：能根据流量自动调整计算资源，确保服务稳定流畅；

  • 深度思考模型:在遇到复杂问题时智能调用更强大的AI，显著提升回答质量。

④ 技能

点击“+”添加一种或多种技能，也可以添加推荐技能（最多可添加20个技能）

默认技能有 7 个：Google搜索、腾讯搜索、G-Bing搜索、秘塔搜索、文生图、新闻查询工具、网页读取。

  • Google搜索：通过Google搜索引擎获取实时、准确的网络信息，支持全球范围内的网页内容检索。
  • 腾讯搜索：基于腾讯搜索技术，提供针对中文互联网环境的搜索服务，特别优化了对中文内容的检索效果。
  • 新闻查询工具：用于搜索、获取各类新闻资讯的专用工具。
  • 网页读取：提取网页文本、数据等内容，解析网页信息的功能。
  • 文生图：基于文本描述自动生成对应的图像内容，将文字创意转化为视觉呈现。

备注：支持追加其他技能，需管理员进行操作与配置。

⑤ MCP服务

MCP服务管理系统内AI助手与外部工具、数据源的连接权限。

  • 能力扩展：让AI助手具备搜索、计算、可视化等实用功能。
  • 生态丰富：持续集成各类工具服务，满足多元化需求。
  • 标准化接入：通过个人MCP集成内部系统资源。

备注：当配置工具数量达到或超过5个时，系统将发出提示。过多的MCP工具可能会导致提示词长度超出模型的上下文限制，影响助手性能。

⑥ 对话体验

  • 上下记忆条数: 设置助手可记忆的历史对话轮数 1-10条，建议设置为5条以平衡对话连贯性与性能。

  • 对话设置：可以开启“用户问题建议、问题引导、聊天记录、对话反馈、关键词审查”等设置。

    • 用户问题建议：在助手回答后，根据前文为用户提供一些问题建议。
    • 问题引导：在用户与助手对话时，会有相关的问题引导，利用模型能力推测用户可能提问的问题以及对用户问题的补全。
    • 聊天记录：是否留存助手的聊天记录，关闭后，将无法查到助手的聊天记录。
    • 对话反馈：对助手的回答可以进行点赞、点踩等交互操作，用于优化助手回答。
    • 开启关键词审查：审查输入内容和审查输出内容至少启用一项。开通后将对提示词或 AI 反馈结果都进行敏感词检测，敏感词可提前进行维护。

⑦ 知识库

  • 知识库：点击“+”添加知识库（最多可添加5个知识库作为知识来源）。

    • 是否允许文件上传：
      • 打开允许文件上传后，无法再添加知识库的内容作为知识来源。
      • 关闭允许文件上传后，可以选择性添加个人空间或企业空间的知识库作为知识来源。

  • 知识库配置：可以修改知识库的“检索策略、私域问答、检索方式”等详细设置。

    1）检索策略：混合搜索、嵌入搜索、文本搜索。

    • 混合检索：综合向量检索和全文检索的查询结果，返回重排后的结果。
    • 嵌入检索：通过相似性进行片段查找，有一定的跨语言泛化能力。
    • 文本检索：通过关键字进行片段查找，适用于含有特定关键字、名词片段的检索。

    2）最大召回数量：范围 1–10，不建议设置过高或过低，建议值为 3–5。

    3）元数据过滤：无、过滤、权重。

    4）强制私域文件问答：打开后不会使用联网搜索等技能，助手的回答只针对知识库内容。

    5）文档匹配近似度：范围 0–1，匹配近似度越高，说明召回文档内容越相似，建议值约为 0.8（即 80%）。

    6）QnA 匹配近似度：范围 0–1，类似于文档内容的近似度匹配，建议值约为 0.9（即 90%）。

    7）显示参考文献：打开后，助手在回答时会列出所参考的文献，提高回答可信度。

💡 提示：不论是最大召回数量、文档匹配近似度，还是 QnA 匹配近似度，都不是越高越好或越低越好，建议根据实际需求进行设置。如无特殊需求，建议保持默认值。

⑧ 数据来源

  • 数据来源：点击“+”添加数据源，作为助手问答数据来源（最多可添加5个数据来源）。

  • 是否启用模板：是否启用自然语言与SQL之间的预设映射模板。

    • 当用户输入一个自然语言问题（比如：“上个月销售额是多少？”），系统会先尝试 匹配一个预设好的模板。
    • 如果找到匹配的模板（比如“查询某个时间段的销售额”这种通用问题），就会使用模板中已有的 SQL 结构 作为参考，再结合具体的字段/表名等来生成最终的SQL语句。

  • 是否启用参数化模板：开启后，在模板基础上启用参数化查询，增强查询的灵活性和安全性。

  • 问题改写：开启后，将自动对用户输入的问题进行优化，以确保准确地数据查询。

    • 用户原始提问：查一下销售额（信息不完整）。
    • 问题改写后：查询2024年7月份所有产品的总销售额（补充了时间和范围）。

  • 分步思考：开启此功能后，在生成最终查询结果之前，系统会输出详细的思考步骤，解释它是如何分析问题并构造SQL查询语句。

    • 步骤 1：识别关键词“2024年7月”“销售额”。
    • 步骤 2：确定数据表Orders，字段order_date和sales_amount。
    • 步骤 3：构造日期范围条件2024-07-01到2024-07-31。
    • 步骤 4：生成SQL。