phoenix-zhou/agent-sweep-engine

解决的问题

本项目提供了一个专门为扫地机器人用户设计的智能客服系统。它解决了传统客服的局限性——例如响应速度慢和知识分散——通过提供一站式服务中心，涵盖从售前咨询到售后维护和个性化设备优化的所有需求。

工作原理

本系统构建于 Agentic RAG（检索增强生成）架构之上，使用 ReAct（推理＋行动）框架。它作为一个决策中心，能理解用户意图，并决定何时调用特定工具：

• RAG 检索：从向量数据库（ChromaDB）中提取准确信息，以回答技术或产品问题，避免幻觉。
• 报告生成：分析实际设备使用数据（清洁频率、耗材状态、错误日志），创建个性化使用报告和优化建议。
• 模型工厂：一个解耦的设计，允许系统通过 LangChain 在不同的 LLM（如 Qwen 或 Llama）和嵌入模型之间切换。

目标用户

• 消费电子品牌：希望自动化其机器人家电的客户支持。
• 开发者：有兴趣针对特定硬件产品生态系统实现 Agentic RAG 和 ReAct 模式。

亮点

• 全生命周期支持：涵盖售前、售后和主动维护。
• 数据驱动的洞察：根据真实设备日志生成自定义报告，而不只是回答静态问题。
• 多接口支持：包含通过 Flask 提供的 API 端点，以及通过 Gradio 和 Streamlit 提供的网页界面。
• 集成评估：具备专门的评估模块，使用 BERT 来衡量 RAG 系统的准确性、召回率和相关性。