交融智能体建设
约 3839 字大约 13 分钟
2025-04-29
交融 Agent 服务基于交融智能体建设对外提供 Agent 创建服务。
平台介绍
交融智能体平台以 “可视化 + 低代码” 为核心设计理念,凭借拖拽式操作与可视化配置功能,即便没有专业编程基础,也能快速搭建自主规划智能体、工作流智能体,还能实现多智能体协同开发,显著降低 AI 应用开发的复杂度。
依托组件(工具)广场,整合了多样化的 AI 能力组件、数据库连接及第三方服务接口,能够灵活拓宽应用的功能边界。同时搭配组织用户权限管控、知识库管理、数据库整合等配套功能,形成从智能体创建、部署到运维的全流程闭环管控,有效保障数据安全与使用规范。 不仅打破了 AI 开发的技术壁垒,让非技术背景的使用者也能直接参与 AI 应用构建,真正实现 AI 开发的 “全员可用”;还大幅压缩了项目周期,提升了任务执行效率,降低了开发与运行成本,灵活适配多类业务场景,帮助使用者快速落各类 AI 应用,高效推进数字化升级。

使用方式
一、集团人员使用:
1、交建通内搜索交融 AI 门户。

2、点击交融智能体平台即可跳转。

二、外部人员怎么申请使用:
1、申请表单链接:https://f.kdocs.cn/g/6mJgH2mA/。
2、进入链接填写申请表单。
3、申请经审批通过后会有专人联系,告知账号密码;
功能介绍
1.自主规划智能体
一、它是什么?
自主规划智能体是一种具备自我思考、任务分解、决策推理与执行调度能力的 AI 应用。它不依赖预设流程,而是根据用户输入或目标,自主规划实现路径,并调用工具或子任务完成复杂工作。
二、为什么需要它?
| 传统方式 | 自主规划 Agent |
|---|---|
| 需人工设计固定流程 | 可动态生成最优路径 |
| 仅能处理简单任务 | 能应对复杂、多变场景 |
| 缺乏灵活性 | 具备推理与适应能力 |
实际应用场景示例
写周报
用户说:“帮我写本周销售总结”
Agent 自动执行:- 查数据库 → 提取数据
- 分析趋势 → 撰写结论
- 格式化输出 → 发送邮件
旅行计划
用户说:“我要去杭州玩 3 天”
Agent 自动执行:- 规划路线
- 预订酒店
- 推荐景点
- 输出行程单
三、它是如何工作的?
工作原理:[用户输入]→[理解意图]→[拆解任务]→[选择工具/动作]→[执行并反馈]
四、例子

2.工作流智能体
工作流 Agent 是一种基于预设流程的智能体。它按照开发者事先定义好的步骤顺序执行任务,每一步做什么、调用什么工具、如何传递数据,都是固定且可配置的。
核心特征:
流程驱动
像流水线一样,A → B → C,每一步按既定顺序自动推进。人工设计
需开发者手动搭建节点与逻辑,确保流程贴合业务需求。强可控性
每一步均可监控、调试、干预,运行过程透明可见。适合标准化任务
针对重复、规则明确的场景,提供稳定、高效的自动化能力。
二、为什么需要它?
| 传统方式 | 自主规划 Agent |
|---|---|
| 多个 AI 工具/系统割裂,需人工串联 | 自动串联 API、数据库、大模型等 |
| 业务流程复杂但重复,易出错 | 固化最佳实践,减少人为失误 |
| 缺乏执行记录,难排查问题 | 全链路日志追踪,支持回放与调试 |
| 合规性要求高(如金融、医疗) | 流程可控,符合审计标准 |
典型应用场景:
企业审批流
请假 → 主管审批 → HR 备案 → 系统打卡客户服务
用户投诉 → 情感分析 → 分配工单 → 回访反馈数据处理
上传文件 → OCR 识别 → 结构化提取 → 存入数据库营销自动化
用户注册 → 打标签 → 推送欢迎邮件 → 引导完成首单
三、它是如何工作的?
用户触发
↓
开始节点
↓
节点 1:调用工具 A(如身份验证)
↓(成功?)
是 → 节点 2:查询数据库
否 → 异常处理:返回错误/重试
↓
节点 3:调用大模型生成报告
↓
节点 4:发送邮件通知
↓
结束
四、例子

3.知识库
一、它是什么?
知识库是为 AI 提供准确、可溯源的外部专业知识的数据集合。简单来说就是,你问 AI 问题,AI 去查找的资料
核心特征:
内容来源明确
企业文档、产品手册、FAQ、数据库导出等支持高效检索
通常结合向量数据库(如 Milvus、FAISS)实现语义搜索与模型解耦
知识可独立更新,无需重新训练模型格式多样
支持 PDF、Word、Markdown、网页、数据库表等
三、它是如何工作的?
用户提问 → “公司年假怎么算?”
↓
智能体触发检索
↓
向量数据库搜索 → 将问题转为向量,匹配最相关片段
↓
召回结果 → 返回《员工手册》“休假制度”章节
↓
大模型生成回答 → 结合原文+自然语言组织,输出精准答案
↓
返回用户 → “根据公司规定,入职满 1 年享 5 天年假,每满 1 年+1 天,上限 15 天。”
创建知识库 

4.组件
一、它是什么?
组件是 AI 应用平台中封装了特定功能的独立模块,开发者可通过配置或拖拽方式将其接入智能体流程,实现如上网搜索、调用 API、处理文本、连接数据库等能力。
核心特征:
功能单一明确
每个组件只做一件事(如“发送邮件”、“调用天气 API”)。可插拔复用
一次开发,多处使用。参数化配置
通过输入/输出变量与其他组件连接。隐藏技术细节
无需写代码即可使用复杂能力(如向量检索、OCR)。
二、为什么需要它?
| 传统开发痛点 | 组件化带来的价值 |
|---|---|
| 每次都要重复写 API 调用代码 | 一次封装,到处复用 |
| 非程序员无法参与 AI 应用搭建 | 可视化拖拽,降低门槛 |
| 多个智能体功能重叠,维护困难 | 统一管理,集中升级 |
| 工具与模型耦合度高,难替换 | 解耦设计,灵活组合 |
对开发者:提升效率,避免重复造轮子
对企业:沉淀组织级能力资产(如“公司报销审批组件”)
对业务人员:像搭乐高一样构建 AI 应用,无需懂代码
三、它是如何工作的?
组件在智能体中的运作机制:
[用户输入]
↓
[工作流/规划引擎]
↓
调用 → [组件 A:查询数据库] → 输出 {user_id: 123}
↓
调用 → [组件 B:调用 LLM] ← 输入 {user_id: 123} → 生成个性化推荐
↓
调用 → [组件 C:发送短信] ← 输入 推荐内容 → 用户收到消息
组件的关键要素:
- 输入:接收上游数据(如字符串、JSON、文件)
- 逻辑:内部执行(调 API / 运行脚本 / 调模型)
- 输出:返回结构化结果供下游使用
- 配置项:如 API Key、超时时间、重试次数等
创建组件


5.记忆管理
一、它是什么?
记忆管理是智能体对交互历史、上下文信息和关键数据进行存储、组织与调用的机制,使 AI 能“记住”过去对话或任务状态,实现连贯、个性化的交互。
核心特点:
- 短期记忆 当前会话的上下文(如用户刚说的需求)
- 长期记忆 跨会话存储的重要信息(如用户偏好、项目进度)
- 结构化存储 通常使用向量数据库、键值对或图数据库
- 按需检索 在需要时自动召回相关记忆
二、为什么需要它?
| 无记忆的 AI | 有记忆管理的 AI |
|---|---|
| “我叫张三” → “你好,张三。” | “我叫张三” → “你好,张三” |
| 5 分钟后,“我叫什么?” → “我不知道” | 5 分钟后,“我叫什么?” → “你叫张三” |
| 无法跟踪多轮任务进度 | 能续接上次中断的任务:“上次你说要订机票,现在确认吗?” |
| 回答缺乏个性化 | 根据历史偏好推荐:“你喜欢川菜,附近有家新开的…” |
实际价值
- 提升用户体验:对话更自然、连贯、贴心
- 支持复杂任务:如分步填写表单、多轮审批
- 减少重复输入:用户不用反复说明背景
- 增强信任感:AI 显得“靠谱”“懂你”
三、它是如何工作的?
用户输入 → “帮我查上周的会议纪要”
↓
记忆读取 → 检索长期记忆库 → 找到“2025-11-18 项目 A 会议记录”
↓
上下文注入 → 将纪要内容加入当前对话上下文
↓
大模型生成回答 → “上周会议决定:1. 上线时间推迟… 2. 预算增加…”
↓
记忆更新 → 若用户补充新信息(如“下次会议改到周五”),存入记忆库
四、记忆管理种类 记忆变量
记忆变量是用来存储单一、具体的信息值,比如用户的姓名、偏好、订单号等
通过添加记忆变量可以让智能体记住用户的关键信息,生成更符合用户特征的回答。 
核心特点:
- 存储单个数据项(如字符串、数字)
- 支持动态更新(比如用户改了昵称)
- 可在后续对话中直接调用
优点:
- 简单高效,适合存储关键字段
- 易于在 Prompt 中引用(如
{{name}})
记忆表
记忆表是用来存储多维度、结构化、大量信息的表格形式的数据,相当于一个小型数据库。 
优点:
- 适合管理用户画像、订单记录、项目进度等
- 支持高级检索与分析
- 可用于构建“知识 + 记忆”混合系统
记忆片段
记忆片段可以让智能体记住非结构化的信息,并根据记忆生成更个性化的回答。 
6.发布中心
发布管理是将开发完成的智能体应用(Agent)从测试环境安全、可控地部署到生产环境,并进行版本控制、访问配置和运行监控的一整套流程与机制。 

多渠道发布管理
- 网页版:一键生成独立访问链接,用户可直接在浏览器打开使用。
- 应用广场:将智能体上架至交融应用广场,供集团或外部用户搜索、收藏、调用。
- 网站嵌入:复制一段
<iframe>代码,即可把智能体嵌入到企业官网、OA 门户等任意页面。
如何发布到「交融问之」?


7.API 与 SDK 支持
API
交融 Agent 开发在提供零代码、低代码的 AI 原生应用搭建功能之外,也提供全代码灵活开发与集成能力。交融 Agent 开发所提供的 API 包括应用、组件、知识库管理等类型,具体场景、使用方式如下。
应用
| 接口名称 | 接口描述 |
|---|---|
| 新建对话 | 该接口用于新建 conversation_id,有效期 7 天,过期需重新生成。 |
| 会话文件上传 | 在对话中上传文件供大模型处理;文件有效期 7 天且不超过对话有效期,一次仅支持单个文件。 |
| 对话 | 在一轮对话中向 Agent 应用发送消息,可通过传递 app_id 调用应用。 |
| 查询用户应用详情 | 查询用户下状态为“已发布”的应用详情。 |
| 查询用户应用列表 | 查询用户下的应用列表。 |
| 点赞点踩 | 对 Agent 返回的对话内容进行评价(点赞、点踩或取消评价),可附加标签与评论文本,用于细化反馈数据。 |
组件
| 接口名称 | 接口描述 |
|---|---|
| 官方组件调用 | 支持调用文本翻译-通用版、文生图、通用物体和场景识别-高级版、通用文字识别-高精度版、菜品识别、地标识别、短语音识别-极速版、短文本在线合成、图像内容理解、手写文字识别、动物识别、植物识别、表格文字识别、二维码识别、身份证混贴识别、文档矫正增强、文字识别等组件。 |
| AI 搜索 | AI 搜索组件将搜索能力与大模型技术结合,提供参考全网实时信息的智能回复功能,可支撑各行业丰富的场景应用。 |
| 工作流组件调用 | 调用通过工作流创建的组件。注意,组件中包含记忆节点和搜索组件时,不支持 API/SDK 调用。 |
知识库管理
| 接口名称 | 接口描述 |
|---|---|
| 知识库检索 | 从指定的知识库中进行自定义检索。 |
| 创建知识库 | 为当前用户创建知识库。 |
| 更新知识库 | 更新指定知识库。 |
| 删除知识库 | 删除指定知识库。 |
| 知识库详情 | 获取指定知识库详情。 |
| 知识库列表 | 获取知识库列表。 |
| 知识库文件上传 | 上传文件到知识库。 |
| 知识库 url 导入 | 导入 url 到知识库。 |
| 删除知识库文档 | 删除知识库中的指定文档。 |
| 查询知识库文档列表 | 查询指定知识库中的文档列表。 |
| 新增知识库切片 | 为当前知识库中指定文档新增切片。 |
| 更新知识库切片 | 更新指定切片内容。 |
| 删除知识库切片 | 删除指定切片。 |
| 查询知识库切片详情 | 获取指定切片详情。 |
| 查询知识库切片列表 | 获取指定切片详情。 |
平台操作
(1).创建自主规划智能体

① 智能体能力拓展

② 添加组件


③ 添加知识库

④ 添加数据库

⑥ 添加记忆表

⑦ 配置记忆片段
⑧ 对话配置 
⑨ 模型配置
⑩ 角色指令配置 
⑪ 发布

(2)创建工作流智能体
① 应用基本配置

② 工作流节点配置(通过添加节点,拖拽关联节点)

③ 工作流出参配置

④ 发布

2.详细操作手册见附件
