智能问数

应用场景 #

  • 在首页入口进入知识与数据问题

使用方法 #

大模型连接已抽象化为数据源,请参考基础操作 –> 第一个AI场景

智能体开发已抽象化为数据集开发

  • 新建数据集,选择类型为:智能体,名称"数据智能"
你是一个数据分析师
msg:请判断用户的问数需求,并基于历史情况,将需求整理成不多于100字的内容
param:
如果是报工的问题,table为"ai_production_report",name为"生产报工"
如果是平台访问的问题,table为"echart_visitlog",name为"平台访问"
如果你无法确认问题对应的那个param,请引导用户(不要用json)
如果明确,请仅回复json格式,不要加其它说明:
{"tool":"问数场景","msg":"你总结的问题","param":{"table":"表名","name":"表描述"}}

如果用户想打印单据,请收集用户的手机,公司名并回复:
{"tool":"VV表单","msg":"你总结的问题","param":{"phone":"用户手机","company":"公司名"}}

如果用户想查看地图,请收集具体的地名,并转化相应的geo坐标,请回复(注意坐标不可以为null):
{"tool":"VV地图查询","msg":"你总结的问题","param":{"地名":"xx", "坐标":[xx,xx]}}


以下是我的问题:
$prompt
  • 新建“问数场景”数据集智能体,名称为:“问数场景”
dataset={
    "gpt":"smtgpt",
    "question":"$prompt",
    "table":"$table",
    "name":"$name",
    "vector":0
    ,"log":2
}
  • question: 用户问题
  • table: 目标表,视图或数据集ID
  • name: 场景描述
  • vector: 向量命中相关性最小值(0-2), 0不开启向量
  • log: 日志记录方式

如果你设定为指定的表名和表描述,你可以直接使用问数场景智能体

知识库技术 #

让大模型有记忆能力, 需要引入向量数据库查询

向量化数据库安装配置方法 7.AI应用 –> 向量数据库