本發(fā)明涉及電子制造領(lǐng)域，并且特別涉及一種智能助理效能優(yōu)化的方法、系統(tǒng)及存儲介質(zhì)。

背景技術(shù)：

1、數(shù)字化轉(zhuǎn)型與智能制造浪潮席卷而來，電子制造業(yè)作為國民經(jīng)濟(jì)關(guān)鍵支柱，其智能化變革加速推進(jìn)。智能助手在該行業(yè)諸多核心業(yè)務(wù)域，如供應(yīng)鏈、生產(chǎn)、訂單及物料管理等方面，已獲一定程度應(yīng)用。然而，剖析現(xiàn)有智能助手技術(shù)范式可知，其主要依賴意圖識別技術(shù)甄別場景、配置化模板生成標(biāo)準(zhǔn)回復(fù)、填槽模式處理多輪交互，雖于管理效率提升有所建樹，但面對業(yè)務(wù)復(fù)雜度攀升與場景動態(tài)多元性加劇的態(tài)勢，漸露困境。

2、其一，智能化瓶頸凸顯。預(yù)定義模板與填槽問答模式僵化，對復(fù)雜多變業(yè)務(wù)需求響應(yīng)遲滯，缺乏柔性應(yīng)變能力，難以精準(zhǔn)捕捉用戶深度意圖，致使交互智能化程度受限。其二，性能效率困境加劇。場景拓展與復(fù)雜度升級致使算法負(fù)荷過載，計算性能陡降，模板冗余堆積，系統(tǒng)靈活性匱乏，用戶體驗大打折扣，操作遲滯、反饋拖沓等問題頻現(xiàn)。其三，場景覆蓋漏洞顯著。預(yù)設(shè)場景模板體系與電子制造業(yè)實際業(yè)務(wù)全景存在偏差，新興業(yè)務(wù)及特殊需求常游離于系統(tǒng)處理范疇外，致部分用戶查詢無有效響應(yīng)，業(yè)務(wù)流程受阻。其四，數(shù)據(jù)處理效能欠佳。復(fù)雜數(shù)據(jù)查詢分析場景中，傳統(tǒng)架構(gòu)自動化智能化程度低，過度依賴人工干預(yù)，決策支持時效性與精準(zhǔn)度不足，難以滿足企業(yè)數(shù)據(jù)驅(qū)動決策需求，阻礙了生產(chǎn)運(yùn)營決策科學(xué)性提升與高效協(xié)同發(fā)展。

技術(shù)實現(xiàn)思路

1、為了解決上述技術(shù)問題，本技術(shù)提供一種智能助理效能優(yōu)化的方法、系統(tǒng)及存儲介質(zhì)。

2、根據(jù)本技術(shù)的第一方面提出了一種智能助理效能優(yōu)化的方法，該方法包括：

3、s1，獲取用戶請求數(shù)據(jù)；

4、s2，基于語義匹配算法，計算用戶請求數(shù)據(jù)的語義相似度，響應(yīng)于語義相似度大于第一閾值，利用rag算法檢索知識庫，生成回復(fù)信息；

5、s3，響應(yīng)于語義相似度小于等于第一閾值，則進(jìn)入預(yù)定義場景匹配計算，若判斷的場景匹配置信度大于第二閾值，則獲取用戶請求數(shù)據(jù)的關(guān)鍵要素，依預(yù)定義邏輯模板與sql語法規(guī)則，拼接生成精準(zhǔn)適配查詢的意圖sql語句一，生成回復(fù)信息；

6、s4，響應(yīng)于場景匹配置信度小于等于第二閾值，基于llm模型三將用戶請求數(shù)據(jù)轉(zhuǎn)化為意圖sql語句二，生成回復(fù)信息；

7、s5，輸出回復(fù)信息。

8、上述技術(shù)方案中，通過多步驟的智能處理流程，顯著提升了智能助理對用戶請求的響應(yīng)準(zhǔn)確性與靈活性。無論是通過精確的語義匹配與rag算法檢索知識庫，還是預(yù)定義場景匹配及l(fā)lm模型轉(zhuǎn)換生成sql語句，都能針對不同類型的用戶請求進(jìn)行有效處理，從而提高了用戶獲取準(zhǔn)確信息的概率，增強(qiáng)了用戶對智能助理的信任度與使用滿意度。這種多元化的處理方式還使得智能助理能夠適應(yīng)復(fù)雜多變的業(yè)務(wù)環(huán)境，減少因請求類型單一或處理邏輯局限而導(dǎo)致的無法回答或錯誤回答情況，極大地拓展了智能助理的應(yīng)用范圍與業(yè)務(wù)覆蓋能力，為其在各行業(yè)領(lǐng)域的深度應(yīng)用奠定了堅實基礎(chǔ)。

9、進(jìn)一步，方法還包括設(shè)置于s1步驟和s2步驟之間的拒答識別步驟，響應(yīng)于識別到用戶請求數(shù)據(jù)為敏感信息，則直接結(jié)束運(yùn)算。加入拒答識別環(huán)節(jié)有效保障了系統(tǒng)的安全性與合規(guī)性。

10、進(jìn)一步，s2步驟包括以下子步驟：

11、s21，采集業(yè)務(wù)場景中的數(shù)據(jù)對，數(shù)據(jù)對包括業(yè)務(wù)問題和對應(yīng)結(jié)構(gòu)化查詢語句；

12、s22，利用embedding工具，將業(yè)務(wù)問題精準(zhǔn)編碼為存儲語義向量，并將存儲語義向量有序存入向量數(shù)據(jù)庫，關(guān)聯(lián)對應(yīng)業(yè)務(wù)數(shù)據(jù)行程知識庫架構(gòu)；

13、s23，響應(yīng)于獲取用戶請求數(shù)據(jù)，復(fù)用embedding工具將用戶請求數(shù)據(jù)轉(zhuǎn)換為請求語義向量；

14、s24，利用語義匹配算法計算請求語義向量與存儲語義向量的相似度，響應(yīng)于相似度大于第一閾值，篩選出最相似top3知識向量對應(yīng)的業(yè)務(wù)數(shù)據(jù)對；

15、s25，基于業(yè)務(wù)邏輯和用戶請求語境，拼接成prompt1，并將prompt1輸入llm模型一，獲得回復(fù)信息。

16、上述技術(shù)方案中，通過采集業(yè)務(wù)場景中的數(shù)據(jù)對并將業(yè)務(wù)問題編碼為語義向量存入向量數(shù)據(jù)庫，實現(xiàn)了對業(yè)務(wù)知識的深度整合與快速檢索。當(dāng)用戶提出請求時，能夠迅速將其轉(zhuǎn)換為請求語義向量并與存儲語義向量進(jìn)行相似度計算，篩選出最相關(guān)的知識對。這種基于語義向量的匹配方式相較于傳統(tǒng)的關(guān)鍵詞匹配或簡單的文本匹配方法，具有更高的準(zhǔn)確性與召回率，能夠更精準(zhǔn)地理解用戶意圖并提供相關(guān)的回復(fù)信息?；跇I(yè)務(wù)邏輯和用戶請求語境拼接的prompt1輸入llm模型一進(jìn)一步優(yōu)化了回復(fù)生成過程，使得生成的回復(fù)不僅基于準(zhǔn)確的知識檢索，還能結(jié)合模型強(qiáng)大的語言生成能力，生成更加自然流暢、符合用戶閱讀習(xí)慣且具有深度和邏輯性的回復(fù)內(nèi)容，有效提升了用戶與智能助理之間的交互體驗與溝通效果。

17、進(jìn)一步，s3步驟包括以下子步驟：

18、s31，采集場景數(shù)據(jù)對，利用場景分類模型挖掘場景數(shù)據(jù)對的文本特征與業(yè)務(wù)場景標(biāo)簽的映射邏輯，學(xué)習(xí)文本特征組合模式判別業(yè)務(wù)場景類別；

19、s32，根據(jù)規(guī)則、數(shù)據(jù)結(jié)構(gòu)和查詢需求，制定預(yù)定義業(yè)務(wù)場景的專屬sql查詢語句，并存儲于業(yè)務(wù)場景數(shù)據(jù)庫；

20、s33，響應(yīng)于獲取用戶請求數(shù)據(jù)，利用場景分類模型計算用戶請求數(shù)據(jù)所屬的業(yè)務(wù)場景類別的場景匹配置信度；

21、s34，響應(yīng)于場景匹配置信度大于第二閾值，提取用戶請求數(shù)據(jù)的關(guān)鍵要素，并完善對應(yīng)的專屬sql查詢語句，拼接生成適配查詢的意圖sql語句一；

22、s35，從數(shù)據(jù)庫調(diào)取對應(yīng)的意圖sql語句一，執(zhí)行數(shù)據(jù)查詢，生成回復(fù)信息。

23、更進(jìn)一步，s34步驟還包括提取用戶請求數(shù)據(jù)的關(guān)鍵要素后，判斷是否需要多輪提取，若判斷為“是”，利用llm模型二進(jìn)行多輪詢問，直到獲得完整的意圖sql語句一。

24、更進(jìn)一步，專屬sql查詢語句包括“where”子句部分，關(guān)鍵要素填充至“where”子句部分對應(yīng)的參數(shù)位置。

25、上述技術(shù)方案中，通過采集場景數(shù)據(jù)對并利用場景分類模型學(xué)習(xí)文本特征與業(yè)務(wù)場景標(biāo)簽的映射邏輯，智能助理能夠快速準(zhǔn)確地判斷用戶請求所屬的業(yè)務(wù)場景類別。針對不同場景制定的專屬sql查詢語句存儲于數(shù)據(jù)庫中，在匹配成功后可直接拼接生成意圖sql語句一進(jìn)行數(shù)據(jù)查詢，避免了在處理常見業(yè)務(wù)問題時的重復(fù)分析與查詢構(gòu)建過程，大大縮短了響應(yīng)時間。同時，這種基于場景分類的處理方式使得智能助理能夠針對不同業(yè)務(wù)場景提供更加專業(yè)化、定制化的回復(fù)信息，滿足企業(yè)內(nèi)部不同部門或不同業(yè)務(wù)流程對信息的特定需求，提升了智能助理在企業(yè)業(yè)務(wù)流程中的實際應(yīng)用價值與輔助決策能力，促進(jìn)了企業(yè)業(yè)務(wù)運(yùn)營的高效性與智能化水平提升。

26、進(jìn)一步，s3步驟和/或s4步驟的生成意圖sql語句一和/或意圖sql語句二后，還包括執(zhí)行數(shù)據(jù)查詢，并判斷是否需要進(jìn)行結(jié)果分析，若判斷為“是”，則基于multi-agent架構(gòu)進(jìn)行數(shù)據(jù)分析后，形成回復(fù)信息。這種深度分析能夠?qū)⒃嫉牟樵兘Y(jié)果轉(zhuǎn)化為具有洞察力和決策支持價值的信息

27、進(jìn)一步，第一閾值和第二閾值的取值范圍為[90％，98％]。在這個取值區(qū)間內(nèi)，較高的閾值保證了無論是語義匹配還是場景匹配的準(zhǔn)確性，避免了因匹配過于寬松而引入大量不相關(guān)信息，確保了回復(fù)信息的質(zhì)量與相關(guān)性。

28、第二方面，本技術(shù)提出了一種智能助理效能優(yōu)化的系統(tǒng)，該系統(tǒng)包括：

29、數(shù)據(jù)獲取模塊，配置于獲取用戶請求數(shù)據(jù)；

30、rag模塊，配置于基于語義匹配算法，計算用戶請求數(shù)據(jù)的語義相似度，響應(yīng)于語義相似度大于第一閾值，利用rag算法檢索知識庫，生成回復(fù)信息；

31、場景匹配模塊，配置于響應(yīng)于語義相似度小于等于第一閾值，則進(jìn)入預(yù)定義場景匹配計算，若判斷的場景匹配置信度大于第二閾值，則獲取用戶請求數(shù)據(jù)的關(guān)鍵要素，依預(yù)定義邏輯模板與sql語法規(guī)則，拼接生成精準(zhǔn)適配查詢的意圖sql語句一，生成回復(fù)信息；

32、llm模型三生成模塊，配置于響應(yīng)于場景匹配置信度小于等于第二閾值，基于llm模型三將用戶請求數(shù)據(jù)轉(zhuǎn)化為意圖sql語句二，生成回復(fù)信息；

33、回復(fù)輸出模塊，配置于輸出回復(fù)信息。

34、第三方面，本技術(shù)提出了一種終端設(shè)備，包括處理器、存儲器以及存儲在存儲器內(nèi)的計算機(jī)程序，計算機(jī)程序被處理器執(zhí)行以實現(xiàn)如上述任意一項的智能助理效能優(yōu)化的方法。

35、第四方面，本技術(shù)提出了一種計算機(jī)可讀存儲介質(zhì)，介質(zhì)中存儲有計算機(jī)程序，在計算機(jī)程序被處理器執(zhí)行時，實施如上述任意一項的智能助理效能優(yōu)化的方法。

36、與現(xiàn)有技術(shù)相比，本發(fā)明的有益成果在于：

37、1、本發(fā)明借助大語言模型卓越的自然語言理解與生成能力，摒棄傳統(tǒng)填槽問詢的局限，達(dá)成更智能、自然流暢的多輪對話模式，可深度洞察并精準(zhǔn)回應(yīng)用戶復(fù)雜多樣的需求，極大提升了智能助手的智能化水準(zhǔn)，使用戶交互更趨人性化與高效便捷。

38、2、本發(fā)明一方面，憑借優(yōu)化的查詢匹配機(jī)制與精心打造的系統(tǒng)架構(gòu)，常見查詢能迅速且精準(zhǔn)地與預(yù)定義場景相契合，大幅增強(qiáng)系統(tǒng)可靠性與響應(yīng)速度，顯著優(yōu)化用戶體驗；另一方面，通過對電子制造業(yè)各類業(yè)務(wù)場景的細(xì)致定義與深度細(xì)分，有效拓寬了系統(tǒng)的應(yīng)用范疇，可滿足不同企業(yè)的獨特個性化需求，極大地提升了系統(tǒng)的適應(yīng)性與業(yè)務(wù)覆蓋廣度。

39、3、本發(fā)明借助agent自動化執(zhí)行與多agent數(shù)據(jù)分析機(jī)制，復(fù)雜數(shù)據(jù)查詢與分析任務(wù)得以高效智能處理，大幅削減人工干預(yù)，顯著提高工作效率并強(qiáng)化數(shù)據(jù)驅(qū)動決策效能；同時，集成先進(jìn)的內(nèi)容過濾引擎，能夠自動精準(zhǔn)識別并攔截不當(dāng)內(nèi)容，有力確保系統(tǒng)安全性與合規(guī)性，有效規(guī)避法律與倫理風(fēng)險，維護(hù)系統(tǒng)專業(yè)形象與用戶信任根基。

40、4、本發(fā)明采用模塊化架構(gòu)設(shè)計，使系統(tǒng)能夠依據(jù)業(yè)務(wù)需求的動態(tài)變化靈活調(diào)整與升級，不僅提高了系統(tǒng)的可持續(xù)性，還為企業(yè)帶來更可觀的投資回報率；并且，智能化交互、多輪對話及快速響應(yīng)機(jī)制的協(xié)同作用，極大地優(yōu)化了用戶體驗，增強(qiáng)了用戶滿意度與使用粘性，有力推動系統(tǒng)的廣泛應(yīng)用與市場認(rèn)可度提升。