面向华为商城商品咨询、规格比对、促销政策、售后服务等场景的 AI 智能助手。参考华为商城真实业务体系（约 300 SKU，覆盖手机、平板、穿戴、智能家居等 6 大品类），梳理 3 个一级意图、22 个二级意图，构建 68 篇知识库文档，设计 220 条评估样本。针对传统 RAG 检索泛化、过度召回、长对话成本高等痛点，采用问题重写 + 意图树定向检索 + 多路召回重构问答链路，并通过多模型路由、熔断降级与分布式排队限流保障高并发下的稳定服务，基于 RAGAS 搭建端到端评测体系，以召回率、意图准确率、回答忠诚度等多维量化指标驱动迭代。
面向华为商城商品咨询、规格比对、促销政策、售后服务等场景的 AI 智能助手。参考华为商城真实业务体系（约 300 SKU，覆盖手机、平板、穿戴、智能家居等 6 大品类），梳理 3 个一级意图、22 个二级意图，构建 68 篇知识库文档，设计 220 条评估样本。针对传统 RAG 检索泛化、过度召回、长对话成本高等痛点，采用问题重写 + 意图树定向检索 + 多路召回重构问答链路，并通过多模型路由、熔断降级与分布式排队限流保障高并发下的稳定服务，基于 RAGAS 搭建端到端评测体系，以召回率、意图准确率、回答忠诚度等多维量化指标驱动迭代。
• 基于 LLM 构建意图识别树，覆盖知识库问答、工具调用（MCP）、系统指令意图，低置信度时自动触发澄清反问，意图识别 Top-1 准确率达 90%+。
• 基于多路检索引擎实现意图定向 + 全局向量双路召回，通过多线程并发执行，配合去重与重排序后处理，相对传统 RAG，Top-1 召回命中率提升 28.5%、过度检索率降至 10% 以内，上下文精准度提升 20.5%，平均首字响应 7 秒内。
• 基于 LLM 实现问题重写与子问题拆分，结合多轮对话历史做指代消解与上下文补全，支持复杂问题并行子查询，配合术语归一化与规则兜底，Recall@1 提升 18.8%。
• 设计会话记忆管理机制，采用滑动窗口 + LLM 摘要压缩混合策略，超阈值对话异步自动摘要，以「长期摘要 + 近期完整对话」兼顾长短期记忆，有效控制长对话 Token 成本，摘要持久化至 PostgreSQL。
• 集成 MCP 协议扩展工具调用能力，基于意图识别路由工具，LLM 按工具 Schema 自动提取参数，支持多工具并行调用，打通知识检索与外部业务系统。
• 基于 Redis 信号量 + ZSET + Pub/Sub 实现分布式排队限流，Lua 脚本保证原子性，支持公平排队与超时拒绝，SSE 实时推送队列状态。
• 自研三态熔断器监控多模型健康度，结合流式首包探测与优先级降级链，模型故障时自动切换备选模型、用户无感，保障多模型混合调度下的高可用。
• 搭建基于 RAGAS 的端到端评测体系，覆盖检索、延迟、回答质量三大维度 20+ 指标，支持 A/B Diff 对比与人工校正，驱动答案忠诚度 +10.3%、答案相关性 +8.0% 等关键指标持续迭代。
评论