本文探讨了工具增强型智能体（Tool-Augmented Agent）在FAQ系统中的应用，通过将10种工具（如知识检索、问题拆解、对比分析等）与LLM的调度能力结合，突破传统RAG系统的局限，实现从“回答问题”到“解决问题”的升级。文章详细解析了工具的设计体系，包括语义搜索、索引浏览、章节读取等核心功能，以及问题拆解、对比分析等推理增强工具，展示了如何通过ReAct循环动态调用工具链，逐步生成专

本文介绍了作者开发售前方案生成Agent的架构治理经验。面对3423行代码的复杂业务逻辑（需求解析、多方案生成、人机确认等），作者采用LangGraph重构架构，核心方案包括： 三层架构设计：API层、应用层（适配器）、业务管理器层（4个核心组件）+LangGraph状态机层 关键决策： 统一状态模型DocumentState作为单一事实来源 人机确认子图化，6+种交互类型独立封装 双Graph协

本文介绍了一种智能客服问答系统的多层次检索架构设计。系统采用立体化检索方案，包含三层检索模式（Navigate/Index/Direct）、五种匹配算法（Gram/BM25/Vector/Hybrid/Ensemble）、两种融合策略（Weighted/RRF），并创新性地提出了九级渐进式文件名模糊匹配和Cross-encoder精排机制。其中，Navigate模式通过LLM先理解知识库结构再进行

本文介绍了基于多策略路由的智能客服系统设计，通过策略路由模块让大语言模型(LLM)自主选择最优执行路径。系统包含五种策略：Skip策略处理闲聊问候；策略A快速响应单步查询；策略B规划执行多独立子问题；策略C灵活处理跨章节多步骤流程；策略D增加自检环节确保对比分析完整性。系统采用三级防护机制(SKIP_PROTECTION)防止误判，包括Prompt修复、业务关键词检测和自动降级策略。每种策略都有差

本文提出了一种Agentic RAG质量自检与自适应重试机制，通过多阶段评估和优化检索流程来提升智能问答系统的响应质量。该系统采用带反馈回路的元控制层设计，主要包含：初始检索与质量评估、多意图检测与拆分、自适应重试循环等阶段。核心是通过LLM对检索结果进行多维度评分（相关性、完整性、准确性等），当质量不达标时自动触发策略切换（检索模式、匹配算法调整）或查询改写。系统还支持递归分解和多意图处理，并通

本文探讨了智能客服系统中处理复杂多意图查询的关键技术——查询分解（Query Decomposition）。文章指出，复合查询（如"如何创建工单并设置审批流程？"）常导致传统RAG系统检索结果偏移或信息碎片化。为此，系统引入查询分解子系统，通过四步流程提升回答质量：1）多意图检测，识别并拆分复合问题；2）子查询独立检索；3）答案合成，整合分散结果；4）递归分解，持续追问补充缺失信息。文章详细解析了

针对智能客服系统在复杂业务场景下难以兼顾高频迭代与高稳定性运行的问题，本文提出了一种基于配置驱动架构与双模式管线的设计方案。首先，通过将业务逻辑、流程编排与模型参数进行配置化分离，实现了系统的灵活扩展与低代码热更新，解决了传统“硬编码”模式带来的维护成本高、迭代周期长的问题。其次，创新性地设计了“标准管道”与“容错管道”并行的双模式处理机制：在正常状态下通过标准管道保障响应效率，在服务降级或模型异

本文介绍了一种智能问答系统中LLM基础设施层的设计方案，旨在解决多模型接入的碎片化问题。通过抽象统一的LLMProvider基类，实现对不同厂商API的标准化封装，提供chat()和chat_stream()的统一调用接口。该设计支持多种实用功能：按需初始化客户端、自动重试机制、JSON响应净化、流式输出过滤（包括特殊思考模式处理），以及通过环境变量控制调试信息显示。这种架构使上层业务代码无需关心

本文探讨了智能客服系统中会话存储与日志追踪的设计实现。会话存储采用Markdown文件持久化方案，通过YAML元数据头和Markdown对话体实现人类可读与机器可解析的双重特性，具备版本控制友好、部署零依赖等优势。核心SessionStore类提供会话生命周期管理，包含历史压缩、并发安全、路径防护等机制。日志系统采用双通道输出架构，控制台提供开发友好的彩色输出，文件持久化则采用结构化JSON格式，

本文介绍了一种智能问答系统中LLM基础设施层的设计方案，旨在解决多模型接入的碎片化问题。通过抽象统一的LLMProvider基类，实现对不同厂商API的标准化封装，提供chat()和chat_stream()的统一调用接口。该设计支持多种实用功能：按需初始化客户端、自动重试机制、JSON响应净化、流式输出过滤（包括特殊思考模式处理），以及通过环境变量控制调试信息显示。这种架构使上层业务代码无需关心