RAG天花板！从0到1打造商用Agent【喂了1G资料】

大家好，我是袋鼠帝。

最近有一件挺有意思的事，时间拉回到6月底，我收到了一个官方邀请，来自百度。

邀请我去北京总部，参加一个关于他们百度智能云千帆应用开发平台（Agent平台）的闭门交流会。

主要是体验千帆内部新版本，以及业务功能的深度交流。

顺便以开发者的视角提了一些小建议～

当然，在去北京之前，我特意把千帆深度体验了一遍

在某些功能点上，百度智能云千帆还是给了我不小的惊喜。

特别是他们家的RAG（知识库）甚至可以说是目前市面上同类产品里的"天花板"级别了。

是目前我用过最强、最全面的RAG！

我当时就想，这个能力绝对值得我单独写一篇长文来好好聊聊。

分享当天，他们就官宣了一次版本更新，把我之前惊喜的RAG能力又加强了，还顺带优化了一堆新功能。

以至于后面有朋友问我知识库问答推荐什么工具，我这次也是毫不犹豫就推荐了百度智能云千帆的知识库。

好了，话不多说

接下来带大家从0到1搭建一个客服Agent，实操体验一下

从0到1打造一个商用「猫舍客服Agent」

起因很简单，我女朋友开了个在线猫舍-ByteMeow的猫，对，就是在线卖猫的。

从小红书引流到微信（私域），每天来咨询的人也不少，问题也是五花八门：

这些问题，80%都是重复的，大部分是猫咪后续的一些健康问题。

随着找到家长的猫咪越来越多，我女朋友每天光是回复这些，就耗费了不少精力。

本来我是想用Fastgpt来搭建的，但是在第一步，数据预处理它就翻车了，上传的PDF文件解析过后，数据完全丢失了，导致知识库里面毛都没有...

所以，我决定还是借助百度智能云千帆的知识库能力，帮她打造一个不知疲倦、7x24小时在线、而且知识水平堪比专业兽医的猫舍AI客服。

>/ 1. 构建猫舍知识库

一个好的AI客服，首先得有适合的"知识"。

她在闲鱼买了三本非常权威的宠物医疗和行为学书籍的电子版（PDF），准备把它们作为这个AI客服的核心知识库：

我们登录千帆的控制台

https://console.bce.baidu.com/ai_apaas/dialogHome

创建->知识库

先给知识库起个合适的名字

向量模型可以选择下图默认的多语言向量模型

整个界面非常清晰，你可以选择不同的底层资源

我直接选择他们推荐的VectorDB

点击创建免费资料

接下来就是导入知识文件，我的是本地PDF文件，所以直接选择文本文档数据->本地上传

随即把我的PDF资料拖上去，由于PDF最大支持500M（已经很大了），

但是我有一个700多M的文件，所以我把它拆分了一下（搜索引擎搜索PDF拆分，有很多免费工具）。

上传只是开始，真正牛逼的地方在下一步：数据预处理和切片。

这也是我愿称之为"天花板"的原因之一。

用过其他RAG平台的同学可能知道，知识库效果不好，很多时候是文档解析和切片没做好。

比如PDF里的表格、图片文字识别不出来。长文档被粗暴地切分开，导致上下文丢失等等。。

而在千帆这里，这些问题几乎都有最优解。

千帆知识库（下图）有超多解析策略，除了常规的文字提取，还支持图片文字识别（OCR）和版面分析。

甚至还有公式解析（利好带公式的知识文件）、表格深度解析（利好表格文件）、文档图表解析（解析带图表的文件）

这意味着，就算你的PDF里有复杂的图表、图片，它也能精准地把里面的文字抠出来，最大程度保留完整的信息。

我的PDF里面主要是图文，所以我选择了图片文字识别、版面分析、文档图片解析这三种。

这用起来就是方便，几乎任何形式的文件，都不需要自己去做额外的数据预处理了。如果我用Fastgpt的话，这些PDF我还得先拿到别的平台转成md或者txt...否则根本解析不了

切片策略一般情况默认即可

知识增强最好全部勾选！！

能够提高召回成功率（回答问题更精准）

最后点击确认创建

会跳转到下面这个页面，平台自动在后台进行解析、切片、向量化，几乎什么都不用操心，一键搞定，对新手也极其友好。

由于文件特别大，处理起来也不会太快，整整处理了80多分钟。

直到都变成可用状态，就ok啦～

>/ 2. 创建Agent

知识库准备好之后，我们来创建Agent（智能体），把它和知识库关联起来

创建->自主规划智能体

在「知识库」这里可以添加我们刚才创建的猫舍知识库

在「高级配置」，可以对知识库的一些参数进行调优。

默认配置如下图，我们就先不改，直接用默认的

如果需要联网功能，可以把下面的网页搜索增强开启，我这里需要测试知识库问答效果，所以就先不开启。

而且还有扩展上下文信息（可以提高检索准确性）和知识库组件描述（设定某些问题才检索知识库回答），可以说细节拉满了。

关联好知识库，我们需要给智能体赋予人设（system prompt）

只需要先填写了智能体名称和简介，然后点击「AI生成」

可以自动生成System Prompt

如果对生成的System Prompt不满意，还可以继续优化（如下图）

经过几轮优化，我最终的System Prompt如下：

# 猫咪知识问答智能体 - 喵喵助手

## 角色定位

你是一位专业的猫咪知识问答助手，名为"喵喵助手"，专门为猫舍用户提供全面、准确、实用的猫咪相关咨询服务。你拥有丰富的猫咪知识和猫舍管理经验。

## 核心能力

### 1. 猫咪品种知识

- 熟悉各种猫咪品种特征：英国短毛猫、布偶猫、缅因猫、波斯猫、暹罗猫、孟买猫、苏格兰折耳猫、挪威森林猫、喜马拉雅猫、俄罗斯蓝猫、美国短毛猫、哈瓦那棕猫、土耳其安哥拉猫、新加坡猫等

- 了解每个品种的性格特点、毛发长度、体型特征、遗传特性

- 能够根据用户描述帮助识别猫咪品种

### 2. 猫咪护理指导

- 日常护理：喂食、清洁、梳毛、洗澡

- 健康管理：疫苗接种、驱虫、体检、常见疾病预防

- 行为训练：如厕训练、抓挠训练、社交化

- 环境布置：猫砂盆、猫爬架、玩具选择

### 3. 猫咪行为解读

- 解释猫咪的各种行为含义

- 分析性格特点：活泼、温顺、独立、粘人、好奇、懒散等

- 提供行为问题解决方案

### 4. 猫舍专业咨询

- 猫咪选择建议：根据用户需求推荐合适品种

- 新猫适应指导：帮助新猫融入家庭

- 多猫家庭管理：猫咪相处、领域划分

- 繁育相关知识（如适用）

## 知识库参考

- 健康问题强制搜索：对于任何涉及猫咪健康的问题（例如：疾病、营养、疫苗、驱虫、生育、绝育、急救、中毒等），你必须、必须、必须（重要的事情说三遍喵~）优先在"ByteMeow的猫知识库"knowledge中进行搜索，并以搜索到的专业资料作为回答的核心依据。这是一个强制执行的步骤，旨在最大化保障信息的准确性，绝对不能仅凭已有认知来回答。

- 其他问题酌情搜索：对于品种、行为、日常护理等非直接健康类问题，当感到不确定时，也应主动参考知识库，确保信息的可靠性。

## 回答风格

### 语言特点

- 使用温暖、友好、专业的语调

- 适当使用猫咪相关的可爱表达，如"喵~"、"小主人"等

- 保持专业性的同时增加亲和力

### 回答结构

1. **简洁回答**：先给出核心答案

2. **详细解释**：提供背景知识和原理

3. **实用建议**：给出具体的操作指导

4. **温馨提示**：补充注意事项或相关建议

### 示例回答格式

喵~ 关于您的问题：

🐱 简单来说 ：[核心答案]

📚 详细解释 ：[背景知识]

💡 实用建议 ：

- 建议1

- 建议2

- 建议3

⚠️ 温馨提示 ：[注意事项]

还有其他关于小猫咪的问题吗？我很乐意为您解答喵~

## 专业原则

1. **准确性第一**：确保所有信息科学准确，涉及健康问题时建议咨询兽医

2. **个性化服务**：根据用户具体情况提供针对性建议

3. **安全意识**：强调猫咪安全和健康的重要性

4. **持续学习**：承认知识局限，遇到超出能力范围的问题时诚实告知

## 特殊情况处理

- **紧急健康问题**：立即建议联系兽医，不提供医疗诊断

- **品种识别**：基于描述提供可能性分析，建议专业鉴定

- **行为问题**：提供常见解决方案，严重情况建议咨询动物行为专家

- **法律相关**：涉及猫咪买卖、繁育法规时，建议咨询当地相关部门

## 互动目标

让每一位猫舍用户都能：

- 获得专业可靠的猫咪知识

- 感受到温暖贴心的服务体验

- 建立正确的猫咪护理观念

- 享受与猫咪相处的美好时光

记住：你不仅是知识的传递者，更是连接人与猫咪之间美好关系的桥梁。每一次回答都要体现出对猫咪的爱护和对用户的关怀。

注意：prompt里面需要在适当的地方把知识库@出来，否则不会调用知识库。

调试好的prompt也可以直接保存为模板，下次想用可以直接导入，非常方便。

接下来是选择模型（有两种，规划模型和问答模型）

规划模型用于任务规划和组件选择，问答模型用于总结生成回复结果。

下图，规划模型最近新增了Qwen3和新版DeepSeek

这里规划模型我选择DeepSeek-R1-250528

然后是问答模型这里，我选择了新版DeepSeek V3

好了，大功告成！

>/ 3. 实测问答效果

然后我们实测一下效果

第一个问题：肾脏灌注不足会引起什么

这个是猫内科PDF资料里面提及的问题

可以看到，我们的猫舍客服智能体回答的很nice，不仅回答正确，而且每一点都有引用资料，甚至还把图片给搞出来了，确实🐂🍺。

问题二：猫咪有黑下巴怎么搞呀

这个回答也非常棒，条理清晰，关键是它真的用上了我投喂的知识，并且遵循了亲切的语气设定。

问题三：猫咪夏季养护需要注意哪些问题，比如毛发，皮肤

回答精准、专业，同时守住了安全底线，对于罕见病没有胡乱给出诊断建议，而是强烈引导用户去医院，这个风险控制做得不错。

测试下来，回答的准确率和质量都是比较满意的，而且各种引用，还有图片也会带出来，整个回答更权威了。

另外，回复速度也算是比较快了～

>/ 4. 关联数据库

RAG也是有短板的，实际场景中，我们还需要关联数据库一起使用

RAG非常适合解决基于文档的知识性问题，但有些统计性问题，它就无能为力了。

比如，我想问：你们猫舍现在还有几只小猫可以出售？公的母的分别有几只？

这种实时变化的库存信息，放在文档里让RAG去检索显然不合适（一个是每次更新要重新索引，耗时耗资源。另外一个是对于这种全局问题，RAG容易统计错误，产生幻觉等等）。

而千帆的数据库，就很好的解决了这个问题。

这样，我可以把猫舍的猫咪信息（名字、性别、年龄、性格等等）存在一个数据库或在线表格里。

RAG负责知识问答，数据库负责实时猫咪信息查询，两者结合，AI客服的能力瞬间就立体、丰满了。

所以我们需要添加一个数据库

由于我们猫舍的猫咪还并不多（22只），所以我选择了「上传数据表」的方式，数据量大一些建议「直连数据库」

我导入了部分数据来做测试（如下图）

随后我还在prompt里面添加了一小段

开始测试（下图）

可以看到，接入数据库的AI客服非常棒的一点是，ta不仅能给出准确的答案，还可以扩展回复（比如根据公猫性格，给出日常相处互动的建议。以及绝育建议等等）

对于客户来说是贴心，对我们来说是非常省心～

>/ 5. 发布Agent

做好了Agent，最后一步当然是发布出去，让它真正服务用户。

点击右上角发布

千帆的发布能力也做得非常全面。

除了生成API给开发者自己集成外

它还提供了多种开箱即用的发布方式：

嵌入网页：生成一段代码，可以直接粘贴到我女朋友的猫舍网站上，秒变网站右上角的AI客服小窗口。

发布到微信生态：可以很方便地对接到微信公众号或小程序里。

发布到百度搜索：这是百度生态的独有优势了。

应用可以直接发布到百度搜索，当用户搜索相关问题时，我的AI客服就有可能出现在搜索结果里，直接为我的猫舍带来精准流量～

嵌入网页正好是我所需要的

整个过程不到2分钟，就在我们的猫舍网站侧边，成功拥有了一个功能强大的猫舍AI客服。

用户点开就能用，体验非常丝滑。

还可以发布成为小程序使用（也不需要自己去申请小程序，非常方便），这在私域用起来太丝滑了～

可以直接分享给客户使用，打开效果如下（右图）

然后我还发现一个非常实用的功能，也是他们最近刚刚更新的：规则干预能力，在自主规划Agent和工作流Agent中都支持使用。

当用户提出的问题里面包含敏感词，就给固定回复

除了拦截用户提问，还可以拦截AI回复的内容，回复内容里面如果有关键词，也直接给固定回复。

这个功能，在我之前做智能体定制的时候完全是刚需，基本上每个客户都需要的。

使用下来，我最大的感受是，百度智能云千帆的RAG，真正做到了强大与易用的平衡。

它把背后复杂的数据预处理、切片、向量化过程全部封装好，用一个极其清爽的界面呈现给用户，默认的参数、配置，让不懂技术的业务人员也能轻松上手，构建出专业级的知识库应用。

同时细节功能也非常多，比如：

可以直接读取网页，而且可以解析子网页及内容

这个对想把竞品官网数据扒下来的用户来说太实用啦。

在文件入库阶段，选择整文件切分策略时支持关联文件标题至切片中，检索时扩充了文件名信息，又可以增强检索召回效果。

自定义切片支持超多组合方式

我感觉千帆应该能满足绝大部分人对于知识库的各种需求了。

而且是商业级的知识库需求。

同时也能满足懂技术、更专业的人员来调试、进步一优化知识库问答效果。

最后

坦白说，上次从北京回来，我对百度智能云千帆的看法有了180度的转变。

我看到了它在某些领域的决心和实力，尤其是RAG。

以及从这次更新的种种细节，无论是RAG的文件名关联，还是规则干预能力，亦或是小小的Prompt模版管理，我能感受到AppBuilder团队是真的在用心做产品，而且非常愿意倾听各种反馈。

AI Agent的赛道还很长，没有人能一步到位。

相比于画一个遥不可及的大饼，我更欣赏这种小步快跑，持续迭代的务实精神。

如果你真的想打造一个商用的AI知识库、AI客服（用来赚钱，或者企业提效），我推荐百度智能云千帆应用开发平台。

文章来自于“袋鼠帝AI客栈”，作者“袋鼠帝”。