如何管理Agent？

创建第一个Agent

登录 SERVICEME 平台；
切换到"管理"模块；
访问"Agent 管理 > Agent 设置"，进入Agent设置列表；
点击新增，进入Agent 设置页面

常规设置

编号，Agent唯一标识，用于数据记录、日志记录的关联，保存后不可修改。例：HR_Copilot
名称，Agent显示名，支持多语言，支持AI自动翻译（魔术棒)。例：人事助手
排序，输入大于0的数字，用于控制该Agent在列表的排列顺序，例： 1、2、3
头像，上传聊天机器人的图标，也可以通过AI自动生成（魔术棒)
描述，Agent描述，便于其他人了解Agent的用途。支持多语言，支持AI自动翻译（魔术棒)
欢迎语，Agent欢迎语，每次与Agent开始新的对话时都会显示欢迎语，支持多语言，支持AI自动翻译（魔术棒)。例：欢迎来到微钉助手，请问有什么可以帮助您？

提示

欢迎语支持通过中括号 [] 进行 快速提问 的定义，例如 [请为我查询广州地区的生物医药公司] 将在欢迎语中生成一个方便用户提问的超链接

对话设置

默认模型，配置Agent使用的大语言模型，模型能力越强则Agent越智能，但是可能需要更长的问答处理时间和更多的费用消耗
提示词，通过提示词对Agent的角色、沟通风格、可以完成的任务进行设定，是Agent最重要的设置之一。支持通过AI自动优化提示词（魔术棒)
上下文对话数量，控制上下文的最大记录数，1问1答算作2个数量，如果想要把最近两次问答的内容包含在上下文当中，应该设置为4。如果设置为0，则每次提问都不会受到上一次提问或者回复的影响，等效于每次创建新的会话
聊天记录"，控制系统是否要记录Agent的聊天日志
温度，温度设置越高，随机性越大，从而增强了Agent 生成更具创意输出的能力。
顶部 P，提高 top P 扩展了Agent 的词汇范围，从而提升回复的多样性。然而，这可能会降低语义的一致性。相反，降低 top P 将增强逻辑一致性。
启用建议问题，是否要在Agent回复后提供相关的建议问题
对话反馈，开启后，用户对Agent回复进行点踩操作时（不满意），将弹出一个收集意见反馈的表单

配置技能插件

技能插件定义了Agent可以执行的任务，需要在提示词中进行引导以达到更好的效果。

可选技能，当前版本内置插件：浏览网络、生成图片、图表生成
- 浏览网络，通过Bing搜索最新资讯进行回答，例如：请为我查询广州地区的生物医药企业都有哪些？
- 生成图片，能够根据文字描述生成图像，例如：请为我的PPT生成一张首页，折纸风格，阳光透过玻璃窗照射到房间的地面
- 图表生成，可以利用已经获的数据生成饼图、折线图、柱状图，例如：广州地区最近三年的GPD变化趋势，请以折线图进行展现
固定技能，搜索知识库、图片分析、阅读文档，它们会在特定的场景下被使用，不可移除

提示

如果希望添加自定义技能，请通过Agent 管理 > 技能插件进行设置

知识来源设置

知识来源可以对Agent进行知识检索时的知识范围，检索方式等参数进行设定。

知识库开关，是否要启用知识检索的能力，如果为否，问答过程不会使用搜索知识库技能
文件空间，设置Agent的知识来源所关联知识库，Agent仅能使用关联的知识库回答问题。例如 产品运营空间，产品研发空间;
- 其中，特殊选项 所有空间 是指向提问用户所有拥有访问权限空间里面的知识，用于全局性的知识搜索场景
- 而 个人空间 是指提问用户个人空间里的知识，用于用户个人的知识搜索场景
检索策略，用于控制Agent在进行知识检索时的行为模式。
- 单次检索，Agent 总是先进行一次检索，适合需要严格限定回复内容的场景
- 智能检索，Agent 将根据用户输入智能调用检索，可结合提示词灵活配置
无法从指定的知识库中获取答案时，指定Agent在无法找到答案情况下的行为：
- 回复当前知识库找不到此问题答案：Agent将通知用户，无法在知识库中找到相关资料来回答问题。
- 请求用户换个方式提问：Agent将不回答当前问题，建议用户以其他方式重新提出问题。
- 尝试使用大预言模型能力：Agent会直接使用大语言模型尝试回复用户。
元数据过滤，开启后，Agent将尝试通过用户提问的内容，提取与文档相关的元数据，从而实现更有针对性的知识检索
检索方式，控制知识检索的算法
- 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。
- 向量检索，通过相似性进行片段查找，有一定的跨语言泛化能力。
- 全文检索，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。
返回片段数量，控制一次知识检索返回的最大片段数量，返回的片段数量越多可能会得到更全面的回复，但是Agent需要更多的时间和Token进行计算，建议值在3-5之间
文档匹配近似度，此值调整Agent在查找知识库中参考文献时的精确度。提高近似度可使Agent回答的参考资料和用户提问内容越相关，但可能较难找到高度相关的文档，建议值在80%左右
QnA匹配近似度，此值调整Agent在查找知识库中QnA时的精确度。提高近似度可使Agent只保留与用户提问相关度高于设定值的QnA。近似度越高，Agent回答使用的QnA和用户提问内容越相关，但可能较难找到的QnA，建议值在90%左右
显示参考文献，控制Agent是否显示本次回答引用的参考资料。

进行Agent测试

在完成Agent的所有必要的设置以后，可以在右侧的对话创建对当前Agent进行测试。

提示

模拟测试前需要先进行保存

如何修改Agent设置

方式一

登录 SERVICEME 平台；
切换到"管理"模块；
访问"Agent 管理 > Agent 设置"，进入Agent设置列表；
点击相应Agent的... > 编辑，进入设置页面

方式二

使用拥有Agent管理权限的账号打开Agent对话窗口
点击右下角的"Agent 设置"，进入设置

维护场景化提示词

场景化提示词需要按照不同语言进行设置，当用户切换不同界面语言时，将只会看到对应语言版本的场景化提示词。

字段说明

图标，上传场景图标
语言，选择该场景描述的语言，例如 简体中文
分类，输入该场景的类别，例如 职场效率
标题，输入该场景的标题，例如 调研报告助手
描述，输入该场景的描述，描述将作为企业Chat在该场景下的提示词，控制机器人扮演的角色等行为，例如 你是调研报告助手，我会提供一些主题给你，您可以根据您的研究领域自由发挥，但请确保您的报告具有以下特征：1. 具有明确的问题陈述和研究目的；2. 包含对现有文献和数据的全面分析和综述；3. 采用适当的方法和技术进行数据收集和分析；4. 提供准确的结论和建议，以回答研究问题并解决研究目的。
"排序"输入自定义数字，用于控制该场景在列表的排列顺序，例如 3