智能体项目开发实战（扣子）（微课版）课件 项目3、4 基于知识库打造精准、可靠的智能体；为智能体注入记忆能力

项目3基于知识库打造精准、可靠的智能体《智能体项目开发实战（扣子）（微课版）》人民邮电出版社工信精品人工智能系列教材目录01知识库与RAG基础理解知识库概念、RAG工作流程及应用场景02使用知识库增加知识能力掌握扣子知识库的创建、类型与操作流程03课后实践通过实战任务巩固知识库应用技能项目3基于知识库打造精准、可靠的智能体2/22引入项目引入通用大模型虽能对话，但常因知识滞后、事实错误或缺乏专业深度而难以应用于实际业务场景。本项目通过知识库和RAG技术，为智能体添加精准、专有的知识"底座"，使其从"通才"升级为"行业专家"。三维教学目标知识目标•了解知识库的概念与作用•理解检索增强生成（RAG）工作流程•了解知识库的类型与适用场景能力目标•能够创建扣子知识库•掌握在智能体中使用知识库•掌握在工作流中使用知识库素养目标•树立数据驱动决策的意识•培养人机协同思维•培养数据合规性意识项目3基于知识库打造精准、可靠的智能体3/223.1知识库与RAG基础理解知识库的概念、RAG工作流程及其优势与应用场景，为智能体构建专业知识底座3.1.1智能体为什么需要知识库弥补大模型的缺陷赋予领域专业能力动态学习与持续进化支持复杂推理与可信交互知识库赋能智能体的流程用户提问RAG检索资料增强精准回答知识库如同智能体的"专业智库"，RAG则是激活知识的"动态处理流程"，两者协作弥补大模型在事实性、时效性和专业性上的不足项目3基于知识库打造精准、可靠的智能体5/223.1.2RAG工作流程RAG通过与大模型能力结合，将知识库中的知识从被动存储转变为主动的问题解决工具1构建与索引将文档通过文本分块技术切分成内容片段，使用Embedding模型转换为数值向量，存入向量数据库2检索将用户问题转换为向量，在向量数据库中进行相似性检索，找出相关内容片段3增强将检索到的内容片段与原始问题通过提示词模板拼接，形成增强后的新提示词4生成大模型基于上下文生成最终回复核心逻辑：RAG通过将强大的检索系统与大模型相结合，创造出一种"查证而后言"的AI生成模式。先检索、再增强、最后生成，确保回复的准确性和可靠性。关键技术点•文本分块（TextChunking）：每段500~1000字符•Embedding模型：将文本转换为数值向量•向量数据库：存储和检索向量化的内容片段•相似性检索：基于向量相似度匹配相关内容项目3基于知识库打造精准、可靠的智能体6/223.1.3RAG的优势与应用四大核心优势知识实时性减少幻觉可解释性领域适应性主要应用场景企业智能问答与知识管理基于企业内部文档、Wiki、手册构建问答助手智能客服机器人结合产品知识库和FAQ提供精准一致的解答内容生成与摘要基于最新资讯自动生成新闻简报、市场分析报告学术研究助手连接论文库，帮助查询文献并生成综述项目3基于知识库打造精准、可靠的智能体7/223.2使用知识库为智能体增加知识能力掌握扣子知识库的创建方法、三种类型、召回排序机制及完整操作流程3.2.1了解扣子编程的知识库两大核心功能数据管理与存储增强检索三大应用场景语料补充保存虚拟形象相关语料，模仿特定语言风格回答客服场景上传产品手册和FAQ，精准回答用户咨询垂直场景构建专业领域知识库，精准召回信息扣子知识库vs火山知识库对比项扣子知识库火山知识库产品定位轻量检索场景企业级客户场景操作难度简单便捷，轻松上手相对复杂繁琐协作权限暂不支持多人协作支持火山引擎账号协作项目3基于知识库打造精准、可靠的智能体9/223.2.2扣子知识库的三种类型对比项文本类型表格类型图片类型使用场景基于内容片段检索和召回，适用于知识问答等场景基于索引列匹配+NL2SQL查询和计算基于标注信息匹配，适用于图片生成场景导入方式本地文件(TXT/PDF/DOC)、在线数据、飞书文档、自定义本地文件(CSV/XLSX)、API、飞书表格、自定义本地图片(JPG/PNG)内容分段支持自动分段和手动分段默认按行分片，一行一个片段不涉及索引不涉及支持设置索引字段，相似度匹配支持设置图片标注信息选择建议•非结构化文档（手册、报告）→文本类型•结构化数据（价格表、参数表）→表格类型•图片素材管理→图片类型项目3基于知识库打造精准、可靠的智能体10/223.2.3召回和排序召回（Recall）和排序（Ranking）是RAG检索阶段的两个核心环节召回Recall负责"查全"•利用语义向量搜索、全文检索及关键词匹配•从知识库中快速初筛出大量可能相关的候选文档•使用快速、粗略的匹配算法进行初步筛选•目标：尽可能多地找到所有可能相关的文档排序Ranking负责"查准"•使用更精细的排序模型对召回结果进行重排•从相关性、权威性、时效性等维度筛选•使用复杂的重排模型进行精细排序•目标：筛选出最相关、最优质的候选文档召回和排序前后衔接，共同确保输入大模型的信息既全面又精准，这是构建高质量RAG的关键用户提问→召回（查全）→候选文档集合→排序（查准）→最优文档→大模型生成回复项目3基于知识库打造精准、可靠的智能体11/223.2.4知识库操作流程1创建知识库•扣子知识库：导入文本/表格/图片•火山知识库：关联火山引擎知识库•选择类型、上传内容、配置分段2使用知识库•直接与智能体关联响应问题•在工作流中添加知识库节点•无须发布即可使用3配置检索召回•设置搜索策略（混合/语义/全文）•配置最大召回数量•设置最小匹配度阈值4调试•测试回复效果•优化分段策略•调整召回参数关键提示：召回内容的完整度和相关度越高，大模型生成回复的准确性和可用性也就越高。需要通过不断调试来优化效果。两种使用方式对比直接关联智能体知识库直接与智能体关联，自动响应用户问题，简单快捷工作流中使用通过知识库节点灵活控制检索时机和方式，适合复杂场景项目3基于知识库打造精准、可靠的智能体12/22同步训练创建和管理图片知识库核心任务：创建图片知识库并上传本地图片，让智能体"看见"并理解图片内容1准备图片素材2登录扣子编程，切换到"资源库"页面3选择"资源"→"知识库"→"创建扣子知识库"4选择"照片类型"，设置名称和导入类型5上传图片（支持批量上传）6选择标注方式：智能标注/人工标注7等待数据处理完成8进入知识库编辑页面管理图片9编辑图片描述信息10添加更多图片（支持不同标注方式）项目3基于知识库打造精准、可靠的智能体13/22同步训练3-1同步训练创建和管理图片知识库核心任务：创建图片知识库并上传本地图片，让智能体"看见"并理解图片内容1准备图片素材2登录扣子编程，切换到"资源库"页面3选择"资源"→"知识库"→"创建扣子知识库"4选择"照片类型"，设置名称和导入类型5上传图片（支持批量上传）6选择标注方式：智能标注/人工标注7等待数据处理完成8进入知识库编辑页面管理图片9编辑图片描述信息10添加更多图片（支持不同标注方式）项目3基于知识库打造精准、可靠的智能体13/22同步训练3-1同步训练创建和管理图片知识库核心任务：创建图片知识库并上传本地图片，让智能体"看见"并理解图片内容1准备图片素材2登录扣子编程，切换到"资源库"页面3选择"资源"→"知识库"→"创建扣子知识库"4选择"照片类型"，设置名称和导入类型5上传图片（支持批量上传）6选择标注方式：智能标注/人工标注7等待数据处理完成8进入知识库编辑页面管理图片9编辑图片描述信息10添加更多图片（支持不同标注方式）项目3基于知识库打造精准、可靠的智能体13/22同步训练3-1同步训练创建和管理图片知识库核心任务：创建图片知识库并上传本地图片，让智能体"看见"并理解图片内容1准备图片素材2登录扣子编程，切换到"资源库"页面3选择"资源"→"知识库"→"创建扣子知识库"4选择"照片类型"，设置名称和导入类型5上传图片（支持批量上传）6选择标注方式：智能标注/人工标注7等待数据处理完成8进入知识库编辑页面管理图片9编辑图片描述信息10添加更多图片（支持不同标注方式）项目3基于知识库打造精准、可靠的智能体13/22同步训练3-1同步训练创建和管理图片知识库核心任务：创建图片知识库并上传本地图片，让智能体"看见"并理解图片内容1准备图片素材2登录扣子编程，切换到"资源库"页面3选择"资源"→"知识库"→"创建扣子知识库"4选择"照片类型"，设置名称和导入类型5上传图片（支持批量上传）6选择标注方式：智能标注/人工标注7等待数据处理完成8进入知识库编辑页面管理图片9编辑图片描述信息10添加更多图片（支持不同标注方式）关键要点智能标注AI自动生成对图片内容的全面描述，适合通用场景人工标注手动输入精准描述，适合专业性强的图片最佳实践高质量图片标注是关键！专业图片建议辅以人工标注，确保智能体准确检索注意事项•数据处理完成前不可引用•数据较多可先确认，后台继续处理项目3基于知识库打造精准、可靠的智能体13/22同步训练3-1同步训练在智能体中使用知识库操作步骤1创建测试智能体2在"知识"区域添加知识库3配置召回设置（调用方式、搜索策略等）4编写提示词引导智能体使用知识库5测试验证效果知识库核心设置项配置项说明调用方式自动调用/按需调用搜索策略混合/语义/全文最大召回数量返回内容片段数量（默认5）最小匹配度匹配度阈值（默认0.50）查询改写根据上下文优化查询提示词编写要点•声明角色：明确智能体的专业定位•核心规则：当用户提问与知识库相关时，优先从知识库寻找答案•有据可依：回答需明确告知基于哪张图片或文档•边界处理：超出知识库范围时，明确说明并尝试用通用知识回答项目3基于知识库打造精准、可靠的智能体14/22同步训练3-2案例实战食品安全小卫士场景痛点：消费者对食品配料表中的添加剂感到困惑，通用大模型知识可能滞后解决方案：创建"食品安全小卫士"智能体，用户上传配料表图片，智能体依据国家标准GB2760-2024自动判断添加剂安全性输出报告内容安全性结论判断每种添加剂是否允许使用成分解读说明添加剂功能和安全性个性化建议提供通俗易懂的选购建议技术架构用户上传图片图片文字识别知识库检索生成分析报告涉及三大模块协同：知识库（GB2760-2024标准）+工作流（图片识别→检索→分析）+大模型（生成报告）项目3基于知识库打造精准、可靠的智能体15/22案例实战3-1案例实战知识来源：从官方渠道获取《食品安全国家标准食品添加剂使用标准》（GB2760-2024）PDF文件创建步骤1登录资源库选择"资源"→"知识库"2创建扣子知识库选择"文本格式"项目3基于知识库打造精准、可靠的智能体16/22食品安全小卫士——创建知识库案例实战3-13设置基本信息名称、描述、导入类型案例实战知识来源：从官方渠道获取《食品安全国家标准食品添加剂使用标准》（GB2760-2024）PDF文件创建步骤后续流程：上传PDF→创建设置→分段预览→数据处理→进入知识库编辑页面→可继续添加更多文档项目3基于知识库打造精准、可靠的智能体16/22食品安全小卫士——创建知识库案例实战3-1案例实战知识来源：从官方渠道获取《食品安全国家标准食品添加剂使用标准》（GB2760-2024）PDF文件创建步骤后续流程：上传PDF→创建设置→分段预览→数据处理→进入知识库编辑页面→可继续添加更多文档项目3基于知识库打造精准、可靠的智能体16/22食品安全小卫士——创建知识库案例实战3-1案例实战知识来源：从官方渠道获取《食品安全国家标准食品添加剂使用标准》（GB2760-2024）PDF文件创建步骤后续流程：上传PDF→创建设置→分段预览→数据处理→进入知识库编辑页面→可继续添加更多文档项目3基于知识库打造精准、可靠的智能体16/22食品安全小卫士——创建知识库案例实战3-1开始节点输入变量：ingredient_image类型：Image接收用户上传的配料表图片图片文字识别模型：豆包·视觉理解功能：识别图片中的所有文字内容输出：ingredient_text知识库检索知识库：食品添加剂国家标准Query：识别出的文本搜索策略：混合检索分析生成报告模型：DeepSeek-R1生成安全性分析报告关键设计：工作流实现了从"图片→文字→检索→分析→报告"的完整自动化流程。知识库检索节点的Query使用图片识别结果，让模型自动提取关键内容并在知识库中搜索。项目3基于知识库打造精准、可靠的智能体17/22食品安全小卫士——创建工作流案例实战3-11新建智能体"食品安全小卫士"2功能介绍：根据国家标准分析食品配料表3在"技能"区域添加工作流additives_exam4编写人设与回复逻辑提示词5配置开场白引导用户上传图片6上传配料表图片进行测试提示词核心要点•角色：专业食品安全分析师•核心规则：收到图片后调用工作流处理•输出要求：呈现工作流分析结果•限制条件：不回答与食品安全无关的问题•异常处理：工作流无输出时提示用户重试项目3基于知识库打造精准、可靠的智能体18/22食品安全小卫士——创建智能体案例实战3-1测试验证结果文字识别准确知识库检索专业报告生成易懂核心结论：知识库的质量和提示词的清晰度是智能体成功的关键。本案例展示了知识库、工作流、大模型协同工作的方法。项目3基于知识库打造精准、可靠的智能体18/22食品安全小卫士——创建智能体案例实战3-1新生入学指南智能助手场景：在智能体中直接使用表格知识库，将结构化数据转化为实用回答数据：Excel文件包含专业名称、代码、院系、主干课程、实训基地、宿舍楼号、辅导员等字段表格知识库三大优势结构规整信息按字段存储，易于维护和批量更新查询精准像数据库一样条件过滤，避免模糊查找易于扩展新增信息只需在表格中增加一行数据查询原理用户提问→RAG将问题转换为查询指令→在表格知识库中检索"专业名称"字段→匹配到目标记录→将对应字段（如"主干课程"）的内容作为上下文返回→大模型生成最终回复示例：用户问"软件工程有哪些主干课程？"→检索"专业名称"="软件工程"→返回"主干课程"字段内容项目3基于知识库打造精准、可靠的智能体19/22案例实战3-2案例实战创建表格知识库1切换到资源库→"资源"→"知识库"2选择"创建扣子知识库"→"表格格式"3设置名称：新生专业信息库4上传Excel文件5表结构配置：勾选"专业代码"为索引6数据处理完成项目3基于知识库打造精准、可靠的智能体20/22新生入学指南智能助手——创建知识库案例实战3-2案例实战创建智能体1创建"新生入学指南智能助手"2在"知识"区域添加表格知识库3配置召回设置（保持默认）4编写精准查询提示词5配置开场白6测试验证效果提示词关键规则精准查询：用户询问特定专业时，必须在知识库中检索"专业名称"相关记录字段对应：问课程→回答"主干课程"字段；问宿舍→回答"宿舍楼号"字段；问院系→回答"所属院系"字段严谨措辞：检索不到时明确告知"未找到相关信息，请核实专业名称"禁止臆断：回答必须完全基于表格数据，不得编造表格之外的信息项目3基于知识库打造精准、可靠的智能体20/22新生入学指南智能助手——在智能体中使用知识库案例实战3-2案例实战创建智能体1创建"新生入学指南智能助手"2在"知识"区域添加表格知识库3配置召回设置（保持默认）4编写精准查询提示词5配置开场白6测试验证效果项目3基于知识库打造精准、可靠的智能体20/22新生入学指南智能助手——在智能体中使用知识库案例实战3-23.3课后实践1校园生活助手准备学生手册，创建文本知识库，创建智能体解答校园日常问题2调整召回参数实验调整"最大召回数量"和"最小匹配度"，观察同一问题的检索结果差异3控糖饮食助手基于食物GI数据创建知识库，为用户提供血糖健康管理咨询4知识库维护操作练习编辑、停用、启用、删除知识库，以及添加和删除文件实践提示•控糖饮食助手的提示词建议："你是一个专注于血糖健康管理的饮食助手，严格依据GI知识库的数据提供建议。对于知识库内的问题，确保答案准确并注明数据来源；对于知识库外的咨询，应基于通用营养学知识谨慎回答，并提示用户信息局限性。"•所有实践任务完成后，建议对比不同知识库类型（文本/表格）的检索效果差异项目3基于知识库打造精准、可靠的智能体21/22项目3总结基于知识库打造精准、可靠的智能体知识库与RAG扣子知识库同步训练案例实战核心要点：知识库的质量+提示词的清晰度=智能体成功的关键《智能体项目开发实战（扣子）（微课版）》人民邮电出版社

项目4为智能体注入记忆能力《智能体项目开发实战（扣子）（微课版）》人民邮电出版社工信精品人工智能系列教材目录01了解记忆能力理解记忆能力的重要性，区分短期记忆与长期记忆02使用变量掌握系统变量和用户变量存储动态信息的方法03使用数据库掌握扣子数据库的创建、管理和操作方法04基于长期记忆实现个性化理解记忆库的长期记忆功能，掌握记忆库的创建和应用05课后实践通过实战任务巩固记忆能力相关技能项目4为智能体注入记忆能力2引入项目引入记忆能力让智能体能够记住每一次交互，成为不断了解并适应用户需求的"数字伙伴"。本项目涵盖变量（临时存储）、数据库（持久化管理）、记忆库（模拟长期记忆）。三维教学目标知识目标•了解记忆能力的重要性•了解短期记忆与长期记忆•了解变量、数据库、记忆库能力目标•学会使用变量存储动态信息•掌握自然语言操作数据库•学会通过工作流操作数据库•能够配置并应用长期记忆素养目标•强化数据生命周期管理思维•养成重视用户体验的观念•培养数据隐私和安全意识项目4为智能体注入记忆能力34.1了解智能体的记忆能力理解记忆能力的重要性，区分短期记忆与长期记忆，认识记忆能力与知识能力的区别4.1.1智能体为什么需要记忆能力没有记忆能力的智能体就像每次聊天都会清零的对话窗口短期记忆像"便笺纸"•临时记录当前任务的关键信息•例如：用变量存储用户选择的目的地和出行天数•确保同一次规划中不丢失信息长期记忆像"个人档案库"•永久存储重要信息•例如：记录用户的历史查询、个人偏好•下次交互时智能体先查询这些内容短期记忆和长期记忆的配合，系统性解决了智能体"健忘"所带来的诸多问题记忆能力三大工具变量—临时存储数据库—持久化管理记忆库—模拟长期记忆项目4为智能体注入记忆能力54.1.2记忆能力与知识能力的区别两者都涉及数据存储，但有着明显的区别。区分两者有助于深入理解记忆能力。对比项记忆能力知识能力数据内容用户在使用智能体时产生的动态数据开发者提供的静态数据数据来源用户使用过程中产生的个人数据由开发者创建维护，用户无法修改使用范围不可以跨智能体使用可在工作空间内共享，可跨智能体使用核心差异可视化记忆能力•数据动态产生，随用户使用而积累•个性化强，每个用户的记忆不同•用于提供连贯、个性化的交互体验知识能力•数据由开发者预先准备•所有用户共享同一知识库•用于提供专业、准确的领域知识项目4为智能体注入记忆能力64.2使用变量存储动态变化的信息掌握系统变量和用户变量的使用方法，实现动态信息的存储与读取4.2.1系统变量系统变量是扣子预定义的只读变量，为智能体配备敏锐的"感官"——感知用户、感知环境、自动化流程类别用途典型变量用户信息标识用户身份、获取基本属性或偏好sys_uuid：识别和追踪用户行为；sys_longitude/latitude：用户实时位置经纬度飞书获取飞书平台的上下文信息sys_lark_chat_id：飞书群ID；sys_lark_open_id：飞书用户身份ID音视频获取音视频通话的数据或状态sys_voiceprint_name：声纹名称；sys_images：音视频通话抽帧图片列表核心特性：系统变量为只读状态，用户和开发者均无法修改。启用后系统自动存储变量数据，可在插件或工作流中引用。使用方式在智能体中启用系统变量在工作流中引用系统变量在插件配置中使用系统变量项目4为智能体注入记忆能力8使用系统变量识别用户ID通过系统变量sys_uuid识别用户ID并提供个性化问候1创建智能体"用户识别测试"功能：使用系统变量识别用户ID2启用sys_uuid在"记忆"→"变量"中打开sys_uuid开关3创建工作流引用sys_uuid变量生成个性化问候4测试验证确认智能体能识别用户ID实际应用场景•用户行为追踪：将sys_uuid与数据库结合，记录每个用户的查询历史和偏好•多渠道用户识别：智能体发布到飞书等不同平台时，sys_uuid保证同一用户被正确识别注意：系统变量不能修改、删除，不支持开启提示词访问（不能勾选"操作"复选框）。提示词中不能直接引用系统变量，需通过工作流引用。项目4为智能体注入记忆能力9同步训练同步训练4-14.2.2用户变量用户变量以键值对形式存储每个用户需要持久化存储和读取的数据，可读可写。一个智能体最多可创建10个用户变量。三大用途持久化记忆关闭对话后再次交互，智能体依然记得偏好驱动个性化服务从千篇一律的回答升级为用户的专属助手简化交互流程记住用户基本信息，无须每次重复输入典型应用场景个性化问候：记住用户姓名，下次交互时主动问候偏好记忆：记录用户喜欢的主题颜色、语言偏好等设置状态与进度跟踪：记录任务进度、学习进度等状态信息配置方式•在智能体"记忆"→"变量"中创建用户变量•仅支持String类型•可开启"提示词访问"在提示词中使用•也可在工作流和插件中引用项目4为智能体注入记忆能力10同步训练使用用户变量跟踪学习进度创建"学习进度跟踪助手"，让智能体记住用户昵称和学习进度配置步骤1创建"学习进度跟踪助手"智能体2创建两个用户变量：name（昵称）、progress（进度）3开启"提示词访问"和"操作"开关4创建工作流：选择器判断新/老用户5新用户分支：引导填写昵称和进度6老用户分支：基于进度推荐下一步工作流设计选择器节点name为空→新用户引导name有值→进度推荐测试验证第一轮：新用户→智能体询问昵称和学习目标→记录变量第二轮：老用户→智能体识别并基于进度推荐学习内容核心效果：用户变量的值在对话中实现持久化存储，即使关闭对话后再次交互，智能体依然记得用户的昵称和进度项目4为智能体注入记忆能力11同步训练4-24.3使用数据库存储结构化数据掌握扣子数据库的创建、管理和操作方法，支持自然语言和工作流操作4.3.1扣子数据库与火山数据库扣子数据库免费且易用，火山数据库是企业级云数据库服务对比项扣子数据库火山数据库产品定位轻量级数据存储与分析企业级大规模数据处理性能扩展轻量级操作高性能、高可用、灵活扩展数据隔离线上/测试数据隔离，渠道隔离仅线上数据，渠道互通查询模式单用户+多用户仅多用户操作难度简单便捷配置相对复杂费用免费按产品费用和公网IP收费建议：初学者先使用扣子数据库体验功能，涉及大规模、复杂数据处理时再使用火山数据库。项目4为智能体注入记忆能力134.3.2进一步了解扣子数据库扣子数据库vs传统数据库对比项扣子数据库传统数据库数据模式灵活模式，类似NoSQL固定模式，需预先定义表结构交互方式自然语言驱动+可视化配置SQL驱动操作难度可视化界面，自然语言操作需掌握SQL和数据库管理适用场景AI对话记录、用户偏好、状态跟踪电商交易、金融系统、ERP单用户模式vs多用户模式对比项单用户模式多用户模式读写权限有限读写，仅能操作自己创建的数据完全读写，可操作同渠道任何数据应用场景记账、个人记录漂流瓶、排行榜生效范围提示词、查询、工作流均支持仅工作流的数据库节点中生效系统保留字段（自动添加，不可删除）：id（唯一标识）、sys_platform（渠道）、uuid（用户标识）、bstudio_create_time（创建时间）项目4为智能体注入记忆能力14同步训练创建扣子数据库以班级学生信息表为例，演示扣子数据库的创建过程1选择"创建扣子数据库"2设置表名：student_info3选择"单用户模式"4新增字段并保存项目4为智能体注入记忆能力15同步训练同步训练4-3同步训练管理数据表表结构管理•在数据库详情页面查看和编辑表结构•可更改查询模式（单用户/多用户）•可随时添加、修改、删除自定义字段数据记录管理•添加单条记录："增加行"按钮，按字段填写•批量导入：下载模板→填写→上传Excel/CSV•文件最大不超过20MB数据隔离机制测试数据开发调试时产生的临时数据，用于发现并修复问题线上数据智能体实际运行时产生的真实数据，采用渠道隔离规则项目4为智能体注入记忆能力16同步训练同步训练同步训练4-4同步训练使用自然语言操作数据表NL2SQL方式：通过自然语言与智能体交互，对数据库进行增删改查操作操作步骤1创建"班级学生信息管理助手"2在"记忆"→"数据库"中添加数据库3开启"提示词调用"功能4编写系统提示词定义四大技能5测试查询、添加、修改、删除提示词四大技能技能1查询学生信息：按姓名等条件查询技能2添加学生信息：确认完整性后添加技能3修改学生信息：确认存在后修改技能4删除学生信息：确认存在后删除限制：只回答与学生信息管理相关的内容测试验证查询验证通过添加验证通过修改验证通过删除验证通过验证方式：测试后可单击"预览与调试"面板右上角的"记忆"图标，选择"已存数据库"查看数据表中的数据，进一步验证操作结果。项目4为智能体注入记忆能力17同步训练同步训练同步训练同步训练4-5同步训练通过工作流操作数据表扣子编程支持在工作流中添加数据库相关节点，实现更灵活的数据操作五种数据库工作流节点SQL自定义新增数据查询数据更新数据删除数据工作流设计示例开始→意图识别（判断添加/查询）→分支处理添加分支：解析信息(姓名/年龄/爱好)→新增数据查询分支：解析条件→查询数据两条分支汇聚→变量聚合→结束节点项目4为智能体注入记忆能力18同步训练同步训练同步训练同步训练4-6同步训练通过工作流操作数据表测试用例：输入"添加一个学生：赵茹茹，21岁，电影和美术"→验证数据已正确添加；输入"找出21岁的学生"→验证返回结果符合预期。项目4为智能体注入记忆能力18同步训练同步训练同步训练同步训练4-6案例实战直播话术质检助手场景：分析电商直播话术，自动识别违禁词、统计核心卖点、生成质检报告价值：数据库用于存储质检数据，便于查询历史、生成报告、进行趋势判断系统架构创建数据库存储质检结果创建工作流质检自动化创建智能体调用工作流测试验证输入话术检测质检报告内容违禁词检查识别违规表述卖点统计提取核心卖点历史趋势对比近7天数据质检报告Markdown格式输出设计亮点：质量检查节点输出JSON格式→JSON反序列化提取字段→查询近7天历史记录→新增数据节点存入数据库→生成报告节点整合实时结果与历史趋势生成Markdown报告项目4为智能体注入记忆能力23同步训练同步训练同步训练案例实战4-1案例实战1切换到资源库→"资源"→"数据库"2选择"创建扣子数据库"3设置数据表名称：live_scripts_qa4描述：记录直播话术质检结果5新增4个自定义字段6保存完成创建自定义字段定义字段名称描述数据类型是否必要script_text直播话术原文String是risk_level风险等级（高/中/低）String是banned_words发现的违禁词列表String否key_points核心卖点统计String否注意：系统会自动添加id、sys_platform、uuid、bstudio_create_time四个保留字段，无需手动创建。项目4为智能体注入记忆能力24案例实战直播话术质检助手——创建数据库同步训练同步训练同步训练案例实战4-1案例实战开始节点输入变量：input类型：String接收用户输入的直播话术质量检查大模型节点•违禁词检查•卖点提取•输出JSON格式JSON反序列化提取JSON字段：•risk_level•banned_words•key_points查询历史SQL节点查询近7天历史记录质量检查节点配置系统提示词要点：•角色：专业直播话术质检员•任务1：检查是否出现违禁词（如"最""第一""绝对"等极限词）•任务2：提取并统计话术中提到的产品核心卖点•输出格式要求：必须输出JSON格式，包含risk_level、banned_words、key_points三个字段设计要点：质量检查节点输出JSON→JSON反序列化提取字段→查询历史记录时排除当前新数据（查询节点在新增节点之前执行）项目4为智能体注入记忆能力25直播话术质检助手——创建工作流同步训练同步训练同步训练案例实战4-1案例实战新增数据新增数据节点将质检结果存入live_scripts_qa数据库生成报告大模型节点（DeepSeek-R1）整合实时结果+历史趋势生成Markdown格式报告结束节点输出质检报告给智能体质检报告结构（Markdown）本次质检摘要风险等级、核心结论历史趋势关联7天内违规次数、趋势判断关键发现清单违禁词、卖点、潜在风险行动建议替换违禁词、优化表述生成报告节点提示词要点•角色：专业直播话术质检专家•输入：当前话术文本+实时质检结果（risk_level/banned_words/key_points）+近7天历史记录•输出要求：使用Markdown语法，包含四大模块（摘要、趋势、发现、建议）项目4为智能体注入记忆能力26直播话术质检助手——创建工作流同步训练同步训练同步训练案例实战4-1案例实战项目4为智能体注入记忆能力26直播话术质检助手——创建工作流同步训练同步训练同步训练案例实战4-1案例实战1新建智能体"直播话术质检助手"2功能介绍：自动分析直播话术，识别违禁词3在"技能"区域添加工作流4编写人设与回复逻辑提示词5配置开场白6输入直播话术进行测试提示词核心要点•角色：专业直播话术质检专家•核心规则：收到话术后调用工作流•输出要求：呈现结构化质检报告•限制条件：不回答与质检无关的问题•异常处理：工作流无输出时提示重试测试验证违禁词识别准确卖点提取完整历史趋势关联报告格式规范核心结论：本案例展示了数据库+工作流+大模型的协同应用。数据库实现了质检数据的持久化存储，工作流实现了自动化处理流程，大模型提供了智能分析能力。三者结合，构建了一个完整的、可迭代的直播话术质检系统。项目4为智能体注入记忆能力27直播话术质检助手——创建智能体同步训练同步训练同步训练案例实战4-1