AnyShare 问答智能体最佳实践

AnyShare 问答智能体是基于检索增强生成（RAG）技术构建的智能问答系统，通过结合企业私域知识库与大语言模型能力，实现精准、可解释的知识问答服务。本文将从工作流程、FAQ匹配、文档检索、Agent配置、性能优化等方面，详细介绍问答智能体的最佳实践。

6.1.1 工作流程

问答智能体的核心工作流程涵盖从用户 query 输入到最终答案输出的完整链路。系统通过多模块协同，实现高效准确的智能问答。

整体流程架构：

1. Query 预处理：接收用户问题，进行意图识别与关键词提取
2. 知识召回：基于向量检索与关键词检索双路召回，获取候选文档切片
3. 重排序处理：通过 Rerank 模型对召回结果进行相关性排序
4. 答案生成：将排序后的文档切片作为上下文，输入大语言模型生成最终答案
5. 结果输出：返回答案及对应的文档来源信息

用户 query → 预处理 → 向量检索 + 关键词检索 → 结果融合 → Rerank 重排 → LLM 生成 → 答案输出

关键技术要点：

• 混合检索策略：结合稀疏检索（关键词匹配）与稠密检索（语义向量），兼顾召回率与精准度
• 切片上下文扩展：根据召回切片的前后相邻切片补充上下文信息，提升答案完整性
• 流式输出优化：调整 LLM 块输出模式，避免阻塞实现实时流式返回

6.1.2 FAQ 匹配实现和调优

FAQ 匹配是问答智能体的核心能力之一，通过结构化的问题答案对实现精准匹配。

FAQ 匹配原理

FAQ 匹配基于相似度计算实现：系统将用户问题与 FAQ 库中的问题进行匹配，计算语义相似度并返回最匹配的答案。

FAQ 配置流程

1. FAQ 库构建：整理业务场景中的常见问题与标准答案
2. 问题向量化：将 FAQ 问题通过 Embedding 模型转换为向量表示
3. 相似度匹配：用户 query 向量化后与 FAQ 向量库进行相似度计算
4. 阈值过滤：设置相似度阈值，过滤低匹配度结果

调优策略

同义词扩展：将用户 query 中的同义词进行替换扩展，提升召回覆盖率。

# 同义词查询函数异步化优化示例
async def synonym_query_async(query):
    synonyms = await get_synonyms(query)
    expanded_query = query + " " + " ".join(synonyms)
    return expanded_query

答案提取优化：对 FAQ 匹配中的正文答案提取函数进行异步化重构，避免 I/O 阻塞。

匹配阈值调整：根据业务场景调整相似度阈值平衡精准度与召回率。

6.1.3 文档检索实现和调优

文档检索是问答智能体的另一核心能力，通过从文档库中召回相关文档切片为 LLM 提供问答依据。

文档检索流程

1. Query 向量化：将用户问题转换为语义向量
2. 多路召回：
   • 向量召回：通过向量相似度检索获取语义相关切片
   • 关键词召回：通过倒排索引获取字面匹配切片
3. 结果融合：合并多路召回结果，按权重计算综合得分
4. Rerank 重排：对融合结果进行相关性重排序
5. 上下文补充：根据需要补充相邻切片上下文信息

关键配置参数

参数	说明	建议值
top_n	召回切片数量上限	50
dense_min_score	向量召回分数阈值	根据实际效果调整
sparse_min_score	关键词召回分数阈值	根据实际效果调整
min_score	Rerank 后最终分数阈值	0.2
slice_max_num	最后使用的最大切片数量	30
before_slice_num	向前召回的切片数	1
after_slice_num	向后召回的切片数	1

切片召回实现

async def f1_main(as_ctx: dict, query: str, query_slices: list) -> Union[list, str]:
    """
    关键字向量双路召回+权重过滤
    1. 获取query向量
    2. 带向量和关键字调用slice-search
    3. 按权重过滤
    4. 仅保留文本，去除无关信息
    """
    # 获取query向量
    embeddings = await embedding(query)

    # 构建搜索请求
    data = {
        "limit": top_n,
        "text": query,
        "embedding": embeddings,
        "ranges": ranges,
        "item_output_type": ["doc"],
    }

    # 执行切片搜索
    search_res = await slice_search(data)

    # 获取稠密和稀疏结果
    dense_results = search_res["doc"].get("dense_results", [])
    sparse_results = search_res["doc"].get("sparse_results", [])

    # 融合结果
    res = merge_result(dense_results, sparse_results)

    return res

上下文补充策略

async def f3_main(as_ctx: dict, slices: list) -> Union[list, str]:
    """
    补充切片上下文（调用大模型前最后一个节点）
    1. 计算上下文切片数量
    2. 调用 slicefetch
    3. 组装大模型文本
    """
    if not slices:
        return ""

    slices.sort(key=lambda x: x["score"], reverse=True)

    # 如果切片数量足够，直接使用
    if len(slices) >= slice_max_num:
        return gen_llm_content(slices[:slice_max_num], [])

    # 计算需要补充的上下文数量
    diff = slice_max_num - len(slices)
    add_num_per_slice = before_slice_num + after_slice_num

    if add_num_per_slice == 0:
        return gen_llm_content(slices, [])

    add_num = int(diff / add_num_per_slice)

    # 调用 slicefetch 获取上下文
    data = {
        "index": "anyshare_bot",
        "doc_info": [
            {
                "docid": x["belong_doc_id"],
                "segmentid": x["segment_id"],
                "before_step": before_slice_num,
                "after_step": after_slice_num,
            }
            for x in slices[:add_num]
        ],
    }

    fetch_res = await slice_fetch(data)
    content_slices = fetch_res.get("result", [])

    return gen_llm_content(slices, content_slices)

6.1.4 Agent 输入输出规范

在 AnyShare 智能体配置中，Agent 的输入输出需遵循规范格式以确保正确显示和交互。

主控 Agent 返回结构

若想在 AnyShare 智能体中正确显示主控 Agent 的返回结果，需注意其返回结构：

{
    "answer": "具体答案内容",
    "source_docs": ["文档1", "文档2"]  # 可选的来源信息
}

技能 Agent 返回结构

技能 Agent 被主控 Agent 调用以协助完成特定任务，其返回结构需与主控 Agent 的预期格式一致：

{
    "result": "技能执行结果",
    "status": "success"  # 或 "failed"
}

6.1.5 功能场景配置实现

场景分类配置

根据业务需求，可配置不同类型的问答场景：

1. 通用问答：覆盖各类常见问题的智能问答
2. 专业领域问答：针对特定业务领域的深度问答
3. FAQ 匹配问答：基于结构化问题答案对的精准匹配

主题域过滤 Agent

对于需要区分业务主题的场景，可配置主题域过滤 Agent：

async def theme_filter_agent(query, as_ctx, query_slices):
    """
    根据主题域关键词过滤召回文档
    """
    res = []
    for v in query_slices:
        has = True
        for vv in theme_keywords:
            if vv not in v["belong_doc_path"]:
                has = False
                break
        if has:
            res.append(v)

    return res

反问策略

当无法确定用户意图时，智能体可主动反问澄清：

# 根据有无关键词进行反问
if not has_clear_intent:
    ask_user_clarify()  # 简短礼貌地反问用户，让用户说明具体场景

6.1.6 智能体性能优化实践

同步函数异步化

为提升系统并发处理能力，对关键函数进行异步化改造：

同义词查询函数优化：

# 修改之前（同步）
def get_synonyms(query):
    # 同步调用
    return synonyms

# 修改之后（异步）
async def get_synonyms_async(query):
    # 异步调用
    return await async_get_synonyms(query)

FAQ 答案提取函数优化：

# 修改之前（同步）
def extract_answer_from_faq(faq_content):
    return answer

# 修改之后（异步）
async def extract_answer_from_faq_async(faq_content):
    return await async_extract(faq_content)

LLM 块输出模式优化

文档检索 LLM 块优化：从专家模式调整为 Basic 模式，支持答案内容的实时流式返回。

# 修改之前：专家模式
LLM_Expert_Block: config={"mode": "expert"}

# 修改之后：Basic 模式（支持流式输出）
LLM_Basic_Block: config={"mode": "basic"}

流式输出阻塞问题解决

LLM 块后的函数会等待 LLM 块执行完毕后才会进行执行，这将阻塞 LLM 块的流式返回。务必去除此类函数块以确保流畅的用户体验。

问题场景：在 LLM 块之后配置了同步函数，导致流式输出被阻塞。

解决方案：移除 LLM 块后的阻塞性函数，或将其移至异步处理流程中。

总结

问答智能体的最佳实践涵盖从工作流程设计到性能优化的完整环节。通过合理的 FAQ 匹配策略、文档检索调优、规范的 Agent 配置以及性能优化措施，可以构建高效、准确的智能问答系统。在实际应用中，需根据业务场景特点灵活调整各项参数，持续迭代优化以提升用户体验。

---

参考来源：AnyShare Family 7 知识助手技术原理解读及最佳实践 - 第6章 最佳实践