phoenix-zhou/agent-sweep-engine

解決問題

本專案提供一個專門為掃地機器人使用者設計的智慧客服系統。它解決了傳統客服的侷限——例如回應速度慢和知識分散——透過提供一站式的服務中心，涵蓋從售前諮詢到售後維護和個人化裝置最佳化的所有需求。

運作方式

本系統建構於 Agentic RAG（檢索增強生成）架構之上，使用 ReAct（推理＋行動）框架。它作為一個決策中心，能理解使用者意圖，並決定何時呼叫特定工具：

• RAG 檢索：從向量資料庫（ChromaDB）中擷取準確資訊，以回答技術或產品問題，避免幻覺。
• 報告生成：分析實際裝置使用資料（清潔頻率、耗材狀態、錯誤日誌），建立個人化使用報告和最佳化建議。
• 模型工廠：一個解耦的設計，允許系統透過 LangChain 在不同的大型語言模型（如 Qwen 或 Llama）和嵌入模型之間切換。

目標對象

• 消費性電子品牌：希望自動化其機器人家電的客戶支援。
• 開發者：有興趣針對特定硬體產品生態系統實作 Agentic RAG 和 ReAct 模式。

亮點

• 全生命週期支援：涵蓋售前、售後和主動維護。
• 資料驅動的洞察：根據真實裝置日誌生成自訂報告，而不只是回答靜態問題。
• 多介面支援：包含透過 Flask 提供的 API 端點，以及透過 Gradio 和 Streamlit 提供的網頁介面。
• 整合式評估：具備專門的評估模組，使用 BERT 來衡量 RAG 系統的準確性、召回率和相關性。