配置问答型智能客服Agent可分为以下步骤:
1. 基础准备
- 在【模型配置】添加LLM(如GPT-3.5)和Embedding模型
- 在【向量库配置】连接知识库(如Milvus),并关联Embedding模型
2. Agent构建
- 拖拽"开始节点"设置初始状态(如messages变量)
- 添加"输入节点"接收用户问题,存入messages
- 配置"向量召回节点":关联向量库,从知识库检索相关内容
- 添加"LLM节点":选择预配模型,设置系统提示词(如"你是一个客服助手"),用户提示词组合原始问题和召回结果(如{{question}} + {{search_results}})
- 用默认边连接:输入节点→向量召回→LLM节点
3. 增强功能(可选)
- 添加"计数器节点"控制交互轮次
- 设置条件边实现复杂逻辑(如超过3轮转人工)
- 配置MCP工具实现工单创建等扩展功能
本答案来源于文章《Lang-Agent:一个基于LangGraph的可视化AI智能体配置平台》