本文介绍了一种基于支付宝百宝箱工作流和Rokid智能眼镜的故宫文旅AI助手系统。该系统通过Rokid眼镜的图像识别和语音交互功能，结合百宝箱的多模态AI能力，为游客提供沉浸式景点讲解服务。系统架构包括用户终端层（Rokid眼镜）、通信层和工作流引擎层，采用图像识别、意图理解和大模型生成等技术，实现名家风格的景点讲解。该方案具有低延迟、多模态交互等特点，可部署至支付宝小程序和Rokid应用商店，为游