构建垂直领域智能客服与自动化报表系统,替代人工Excel记账,支持公租房行业术语问答及多渠道数据汇总(如向市/局领导生成定制化总表)。
精准率要求到达99%,召回率要求到达100%,以于AI问数(智能报表)要求可以减省现有50%人力。在没有企业数字化转型、数据中台统一前需要可以高度自动化的处理csv、txt、excel、word、pdf、带图片的pdf、扫描件(jpg, png)。
点击空白处退出提示
构建垂直领域智能客服与自动化报表系统,替代人工Excel记账,支持公租房行业术语问答及多渠道数据汇总(如向市/局领导生成定制化总表)。
精准率要求到达99%,召回率要求到达100%,以于AI问数(智能报表)要求可以减省现有50%人力。在没有企业数字化转型、数据中台统一前需要可以高度自动化的处理csv、txt、excel、word、pdf、带图片的pdf、扫描件(jpg, png)。
1. 作为整体项目的架构师以及核心开发人员
2. 面临的挑战与解决方案:行业术语理解难(上线准确率仅78%):设计自定义Agentic工作流(无低代码工具),实现意图识别→多知识库动态路由→BGE重排序;针对长对话,开发15K Token异步总结+滑动窗口机制,将用户历史作为小RAG增强上下文。
3. 解决方案:使用了多模态数据整合,构建统一知识库(PDF/OCR/图片/URL),采用Qdrant(BGE-large-zh)+Elasticsearch双路召回,确保100%覆盖关键文档;评估手法:基于2W+真实业务查询构建测试集,人工标注相关文档,通过Recall@5=100%(所有相关项必召回)及精准率99%(人工抽检500+结果,仅1%误召)。问数(自动数据报表)上使用了:基于AI的自动化数据清洗以及base AI Native的Agentic RAG(带有反思过程)的精准问数(可关联达20张表)。
4. 技术栈:Qwen2.5/QwenVL、Qdrant 1.7、BGE-large-zh/rerank-large、Elasticsearch 8.0、FastAPI、Vue3、企业微信。
主导多路召回架构与上下文优化,客服准确率提升至99%;自动化数据管道(单据→ClickHouse→AI生成总表),人力从16人/月降至明细表2人校对+总表8小时完成。




评论