基于Coze+DeepSeek的数码3C销售Agent（进阶版）

这个Agent其实包含很多大模型懂吧，大模型只是一个大模型而已，Agent是一个智能体，大模型只是它的一部分，类似大脑的作用，在它的一些工具中充当大脑的作用，比如我这个Agent就是本来就有一个大模型在跟用户交流，只不过用户触发到某个特殊任务后触发工作流执行，这个工作流是针对一个特定任务的执行逻辑和步骤，里面也有一个大模型用来配合解决这个特定的任务，are you ok？

上一版的Agent有些缺点

用户提问模糊，指代不明：在工作流中加入意图识别

知识库内容太多，召回片段匹配度低：分为多个知识库

大模型回复没有上下文信息：增加大模型携带上下文轮数

工作流是没有对话历史的，只有对话流才有对话历史

改成对话流之后，才能在对话流里面的大模型开启多轮对话模式。

并且如果有问题，可以随时在对话流里面查看输入和输出，慢慢调试看看哪个参数变量有问题

对话流的描述其实就是让这个智能体理解什么情况该调用此对话流

你要用意图识别来判别何时调用对话流，直接输入用户的对话作为意图识别的参数，然后进入意图匹配后进入不同的知识库检索，更加高效准确

但是出来后的输出不能直接进大模型，要做一个变量聚合，聚合策略就是返回每个分组中的第一个非空的值，不做个变量聚合，知识库出来可能会报错，因为可能你只用了一个知识库的输出其他没用的话会报错，设置这玩意，他就会输出这三个变量中第一个非空的变量~（相当于想多个知识库就要添加一个变量聚合再丢给大模型咯）

如何三个意图都匹配不上，那就在其他意图添加一个问答节点，告诉用户，我没有识别到你的意图，请确认你想咨询什么？

原来什么时候才去调用工作流，在Agent的人设和回答逻辑里面就需要确定了啊！！还在这搞半天呢你~

这个prompt是真的有点笨笨的！！！ 没用prompt真的它都不懂你在说啥嘞！！多实战啦！

反正我的总结就是一句话，模型要是傻傻的，说明你的prompt工程没有做好，毕竟Agent非常需要一个明确的引导来告诉它该做什么，充分发挥他的能力，多注意Prompt的编写吧老弟！