init

2025-09-26 17:15:54 +08:00
commit db0e5965ec
211 changed files with 40437 additions and 0 deletions
--- a/vw-agentic-rag/docs/topics/MULTI_INTENT_IMPLEMENTATION.md
+++ b/vw-agentic-rag/docs/topics/MULTI_INTENT_IMPLEMENTATION.md
@@ -0,0 +1,189 @@
+# 多意图识别 RAG 系统实现总结
+
+## 概述
+
+本次实现为 Agentic RAG 系统添加了多意图识别功能，支持两种主要意图类型的自动分类和路由：
+
+1. **Standard_Regulation_RAG**: 标准法规查询
+2. **User_Manual_RAG**: 用户手册查询
+
+## 技术实现
+
+### 1. 状态扩展
+
+更新了 `AgentState` 和相关状态类，添加了 `intent` 字段：
+
+```python
+class AgentState(MessagesState):
+    """Enhanced LangGraph state with session support and tool results"""
+    session_id: str
+    intent: Optional[Literal["Standard_Regulation_RAG", "User_Manual_RAG"]]
+    tool_results: Annotated[List[Dict[str, Any]], lambda x, y: (x or []) + (y or [])]
+    final_answer: str
+    tool_rounds: int
+    max_tool_rounds: int
+```
+
+### 2. 意图识别节点
+
+实现了 `intent_recognition_node` 函数，使用 LLM 结合上下文进行智能意图分类：
+
+```python
+async def intent_recognition_node(state: AgentState, config: Optional[RunnableConfig] = None) -> Dict[str, Any]:
+    """
+    Intent recognition node that uses LLM to classify user queries into specific domains
+    """
+```
+
+**关键特性**：
+- 使用结构化输出确保分类准确性
+- 结合对话历史上下文进行判断
+- 支持中英文查询
+- 出错时默认路由到 Standard_Regulation_RAG
+
+### 3. 用户手册 RAG 节点
+
+实现了专门的 `user_manual_rag_node`，处理用户手册相关查询：
+
+```python
+async def user_manual_rag_node(state: AgentState, config: Optional[RunnableConfig] = None) -> Dict[str, Any]:
+    """
+    User Manual RAG node that retrieves user manual content and generates responses
+    """
+```
+
+**功能特点**：
+- 直接调用 `retrieve_system_usermanual` 工具
+- 支持流式响应生成
+- 专业的用户手册回答模板
+- 单轮对话处理（直接到 END）
+
+### 4. 图结构重构
+
+更新了 LangGraph 工作流，添加了意图路由：
+
+```
+START → intent_recognition → [intent_router] → {
+    "Standard_Regulation_RAG": agent → tools → post_process → END
+    "User_Manual_RAG": user_manual_rag → END
+}
+```
+
+**新增组件**：
+- `intent_recognition` 节点：入口意图识别
+- `intent_router` 函数：基于意图结果的条件路由
+- `user_manual_rag` 节点：专门处理用户手册查询
+
+### 5. 工具组织优化
+
+将用户手册工具分离到专门模块：
+- `service/graph/tools.py`: 标准法规检索工具
+- `service/graph/user_manual_tools.py`: 用户手册检索工具
+
+## 意图分类逻辑
+
+### Standard_Regulation_RAG
+识别查询内容：
+- 中国制造业标准、法规、规范
+- 汽车行业标准、安全规范
+- 技术规范、质量标准
+- 法律法规、政策文件
+- 例如：GB/T、ISO标准、行业规范等
+
+### User_Manual_RAG
+识别查询内容：
+- 如何使用 CATOnline 系统
+- 系统功能操作指导
+- 用户界面使用方法
+- 系统配置、设置相关问题
+- 例如：搜索、登录、功能介绍等
+
+## 测试验证
+
+创建了完整的测试套件：
+
+1. **意图识别测试** (`scripts/test_intent_recognition.py`)
+   - 测试多种查询的意图分类准确性
+   - 验证中英文查询支持
+   - 测试用户手册 RAG 功能
+
+2. **端到端工作流测试** (`scripts/test_multi_intent_workflow.py`)
+   - 完整工作流验证
+   - 多会话支持测试
+   - 流式处理验证
+
+## 测试结果
+
+意图识别准确率：**100%**
+
+测试用例全部通过：
+- ✅ 汽车安全标准查询 → Standard_Regulation_RAG
+- ✅ ISO 标准查询 → Standard_Regulation_RAG  
+- ✅ CATOnline 搜索功能 → User_Manual_RAG
+- ✅ 系统登录方法 → User_Manual_RAG
+- ✅ 用户管理功能 → User_Manual_RAG
+
+## 核心优势
+
+1. **智能路由**: 基于 LLM 的上下文感知意图识别
+2. **多轮对话支持**: 两种意图都保持完整的会话记忆
+3. **模块化设计**: 清晰分离不同领域的工具和处理逻辑
+4. **向后兼容**: 原有的标准法规查询功能完全保持
+5. **实时流式**: 所有路径都支持流式响应
+6. **错误容错**: 意图识别失败时的优雅降级
+
+## 技术架构
+
+```
+┌─────────────────┐
+│   User Query    │
+└─────────┬───────┘
+          │
+   ┌──────▼──────┐
+   │Intent       │
+   │Recognition  │
+   │(LLM-based)  │
+   └──────┬──────┘
+          │
+    ┌─────▼─────┐
+    │Intent     │
+    │Router     │
+    └─────┬─────┘
+          │
+    ┌─────▼─────┐
+    │  Branch   │
+    └─────┬─────┘
+          │
+     ┌────▼────┐
+     │Standard │     │User Manual│
+     │RAG Path │     │RAG Path   │
+     │(Multi-  │     │(Single    │
+     │round)   │     │round)     │
+     └─────────┘     └───────────┘
+```
+
+## 配置要求
+
+无需额外配置更改，使用现有的：
+- LLM 配置（支持结构化输出）
+- 检索 API 配置
+- PostgreSQL 内存配置
+
+## 部署说明
+
+1. 确保 `user_manual_tools.py` 模块正确导入
+2. 验证用户手册检索索引配置
+3. 测试意图识别准确性
+4. 监控两种路径的性能表现
+
+## 未来扩展
+
+1. **更多意图类型**: 可以轻松添加新的意图分类
+2. **意图置信度**: 支持意图识别的置信度评分
+3. **混合查询**: 支持单次查询包含多种意图
+4. **个性化意图**: 基于用户历史的个性化意图识别
+
+---
+
+*实现时间: 2025-08-28*  
+*技术栈: LangGraph v0.6+, LangChain, OpenAI API*