总经理助手-产品答辩

智能问答AI助手

场景1：文生表

• 建立数据组标准化的序列知识库
• 通过自然语言提炼和定位靶向序列化数据结果集
• 定位到的检索数据源交给AI实现数据的智能分析汇总

场景2：文生图

• AI模型解析自然语言-提取必要的参数：项目、时间、指标
• 打通接口平台对接dify智能体工作流、并识别图表格式和类型
• 序列化响应参数、转发前端数据结构识别、进行图表渲染

场景3：文生指标

方案一：

• 数据表：数据大宽表、压缩表结构体生成
• promot：对于宽表列类型字段的中文结构化理解
• 场景类型定义：

举例1：收缴率：应收账期和会计账期时间下对应的物业费应收/物业费实收 * 100% 举例1：旧欠收缴率：历年应收账期和本年会计账期时间下对应的物业费应收/物业费实收 * 100%

方案二：

• 数据表结构体识别：解析全部列字段的中文场景语义
• 根据场景语义转sql、关联表sql等
• 动态解析sql进行数据执行、动态循环map进行数据体解析
• 数据传输给智能体：表格渲染器、图表渲染器、指标卡渲染器

技术前端实现：

前端实现

web-ai-app 开源AI问答开发框架-二次开发

• 对接dify平台公开API、拓展项目和V10权限、UI界面美化
• 文本格式渲染器拓展：支持md表格文件格式、图表组件
• 支持标准化docker部署

后端实现：

• 知识库分片化接口-支持数据中心结构体数据格式
• 标准接口API:支持时间、项目、指标维度层面的标准化响应
• 知识库文档对接接口
• dolphinscheduler定时更新文档知识库

dify智能体编排：

• 参数提取器：项目、时间、指标？
• 问题分类识别器-表格、图形？
• RAG知识问答-拓展上下文
• json格式化生成器
• 最终结果接口暴漏给前端对接

https://cdn.nlark.com/yuque/0/2024/png/315567/1729871744382-5197018d-b2da-46d4-afdb-b58fc43cec24.png