基于Qwen-Agent智能体开发框架，结合知识库、RAG检索增强生成和MCPTools工具体系，构建面向数据平台的自由问答智能体。用户可通过自然语言完成平台数据检索、业务查询和功能调用，无需逐级查找传统菜单入口。智能体能够根据用户问题自动选择并调用相应工具，对工具返回的结构化或非结构化数据进行汇总

智能问答Agent通用问答智能体，可适配对内员工、对外客户售前售后等各类问答场景，支持本地文档、互联网双检索源智能调度，具备多轮会话持久存储、全流程流式实时输出、全链路调试监控能力。核心实现基于LangGraph搭建节点路由工作流，自定义判断逻辑，自动选择本地RAG检索、联网检索、双检索并行三种执行

系统提供职业描述输入、文本预处理、语义识别、标准职业代码匹配、候选结果推荐及人工复核等功能。AI模型能够理解用户填写的职业名称和工作内容，并自动推荐相应的标准职业分类代码。系统将模型预测结果与业务流程结合，在保持人工复核能力的同时，大幅减少重复分类工作，并提升数据处理速度及编码一致性。

已实现功能1.首页/仪表盘清新现代的UI设计，采用米白+原木色+墨绿色配色顶部导航栏：Logo、首页、户型解析、风格设计、预算测算、选材避坑、施工管理、AI顾问首屏大标题+核心功能卡片入口底部footer2.户型AI智能解析模块支持拖拽上传和点击上传户型图上传后展示预览图AI识别按钮，点击后显示加载

角色风格复刻：微调后的模型能够高度还原ATRI角色的语言风格、性格特征和说话习惯，对话内容自然流畅，角色一致性高高质量数据合成管线：OCR提取→大模型风格化生成→Levenshtein+n-gram双重去重→质量过滤，形成一套可复用的角色数据集构建流程低成本高效训练方案：LoRA+Unsloth加速

1.有哪些具体功能模块：包含文档上传与解析模块（支持PDF/Word/Excel/图片OCR）、文本切片与向量化模块、向量检索与重排序模块、大模型问答生成模块、引用溯源展示模块、多轮对话管理模块、权限与多知识库隔离模块、问答反馈与评价模块、对话历史与收藏模块、运营管理后台模块。2.项目的主要功能描述

1.具体功能模块：|**M1数据加载与清洗**|CSV/XLSX解析、机型字段映射、单位归一化、冻结帧剔除||**M2飞行阶段识别**|基于状态机自动识别起飞/爬升/巡航/进近/着陆/复飞阶段||**M2.5飞行场景分类**|自动判断完整航段/多次进近训练/单次进近/仅起飞等场景||**M3事件检测

书法作品上传与图像预处理；拍摄倾斜、光照及背景干扰校正；字形、笔画和整体布局特征分析；硬笔书法作品智能评分；基于大模型生成个性化教学点评；学习记录管理与针对性练习推荐。

（一）学生端：练习与考试学员登录后可根据年级、教材版本进行日常练习和在线考试。平台内置英语题库，涵盖词汇、语法、阅读、听力、写作等全题型。系统根据学员练习记录和答题数据，智能匹配练习题，实现个性化学习路径。练习完成后系统自动批改并生成详细解析，帮助学员理解错题、巩固知识。（二）积分激励体系建立完善的

1）read层：基于Agent-Reach（GitHub57.9K★、MIT）实现网页可读与数据抓取；2）act层：windows-mcp接管桌面与浏览器，完成表单填写等真实操作；3）knowledge层：IMAOpenAPI四维标签归档，7类知识分区；4）multi-agent层：参照MetaCo