智能3GPP标准问答与解析Agent产品系统

在5G/6G通信技术快速迭代的背景下，3GPP标准文档数量庞大、结构复杂且更新频繁（如TS 38.300等）。通信研发人员、测试工程师及技术管理者在查询标准细节时，常面临检索效率低、理解门槛高、信息分散等痛点。本项目旨在利用大语言模型与检索增强生成（RAG）技术，打造专注于3GPP文档的智能问答Agent，降低标准研读成本，提升研发与合规效率。

智能问答与意图识别：基于Qwen-72B大模型，准确识别用户关于3GPP文档的意图（如查询最新版本、特定技术规范、架构细节等），提供基于文档的准确回答及引用来源。

知识库集成与管理：无缝对接后台上传的多份3GPP核心文档（如TS 38.300系列），实现文档解析、向量化与实时检索更新。

多轮对话与上下文管理：支持多轮复杂对话，精准记忆会话历史，可针对同一技术点进行深入追问与澄清。

个性化与工作流编排：通过自定义Prompt约束Agent角色，支持个性化词汇表以提升通信专业术语识别准确率，并具备插件与工作流扩展能力，可联动外部工具实现复杂业务闭环。

本项目由我独立负责整体架构设计与核心功能实现。主要负责：

知识库构建：收集、清洗并上传3GPP核心规范文档，搭建向量数据库实现文档检索与召回。

Prompt工程与Agent编排：设计并持续优化System Prompt，设定角色边界（如“你是3GPP文档专家”）与回答规范，确保回答基于文档且附带引用。

模型选型与调优：选用Qwen-72B作为基础模型，结合个性化词汇表增强领域专业术语的识别能力。
技术亮点在于利用RAG有效抑制大模型幻觉，实现复杂通信标准的精准解读与知识溯源。