跳到主要内容

创建聊天机器人

创建通用聊天机器人。

已弃用！

新版本即将推出。

聊天机器人是最常见的 AI 场景之一。然而，有效理解用户查询并做出适当响应仍然是一个挑战。RAGFlow 的通用聊天机器人智能体是我们解决这一长期问题的尝试。

这个聊天机器人与开始 AI 聊天中介绍的聊天机器人非常相似，但有一个关键区别——它引入了一个反思机制，允许它通过重写用户查询来改进从目标知识库的检索。

本文档提供了使用我们的聊天机器人模板创建此类聊天机器人的指南。

前提条件​

  1. 确保您已正确设置要使用的 LLM。有关更多信息，请参阅配置您的 API 密钥或部署本地 LLM的指南。
  2. 确保您已配置知识库并正确解析了相应的文件。有关更多信息，请参阅配置知识库的指南。
  3. 确保您已阅读Agentic RAG 简介。

从模板创建聊天机器人智能体​

要使用我们的模板创建通用聊天机器人智能体：

  1. 点击页面中上方的智能体标签页以显示智能体页面。

  2. 点击页面右上角的**+ 创建智能体以显示智能体模板**页面。

  3. 在智能体模板页面上，将鼠标悬停在通用聊天机器人卡片上并点击使用此模板。 您现在被引导到无代码工作流编辑器页面。

    workflow_editor

注意

RAGFlow 的无代码编辑器为您省去了编码的麻烦，使智能体开发变得轻松。

了解模板中的每个组件​

以下是聊天机器人模板中每个组件及其作用和要求的详细说明：

  • 开始

    • 功能：为用户设置开场问候。
    • 目的：营造欢迎氛围并为用户准备交互。

  • 交互

    • 功能：充当人与机器人之间的接口。
    • 作用：作为开始的下游组件。

  • 检索

    • 功能：从指定的知识库中检索信息。
    • 要求：必须设置知识库才能正常工作。

  • 相关性

    • 功能：评估从检索组件获取的信息与用户查询的相关性。
    • 过程：
      • 如果相关，它将数据引导到生成组件进行最终响应生成。
      • 否则，它触发重写组件来优化用户查询并重新执行检索过程。

  • 生成

    • 功能：提示 LLM 根据检索到的信息生成响应。
    • 注意：提示设置允许您控制 LLM 生成响应的方式。务必检查提示并进行必要的更改。

  • 重写：

    • 功能：当从知识库中没有检索到相关信息时，优化用户查询。
    • 使用：通常与相关性和检索结合使用以创建反思/反馈循环。

配置您的聊天机器人智能体​

  1. 点击开始设置开场问候： opener

  2. 点击检索选择正确的知识库并进行任何必要的调整： setting_knowledge_bases

  3. 点击生成配置 LLM 的总结行为： 3.1. 确认模型。 3.2. 检查提示设置。如果有变量，确保它们与正确的组件 ID 匹配： prompt_settings

  4. 点击相关性查看或更改其设置： 您可以保留当前设置，但请随意尝试更改以了解智能体的运行方式。 relevant_settings

  5. 点击重写选择不同的模型进行查询重写或更新查询重写的最大循环次数： choose_model loop_time

注意

增加最大循环次数可能会显著延长接收最终响应所需的时间。

  1. 在您认为必要的地方更新您的工作流。

  2. 点击保存应用您的更改。 您的智能体将作为智能体页面上的智能体卡片之一出现。

测试您的聊天机器人智能体​

  1. 在智能体页面找到您的聊天机器人智能体： find_chatbot

  2. 尝试您的问题以验证此聊天机器人是否按预期工作： test_chatbot