skygazer42/GustoBot

解決的問題

GustoBot 是一個專為中餐食譜設計的 AI 客戶服務系統。它解決了探索深層食譜知識（如地域特色、營養原則、歷史軼事）的困難，傳統關鍵字搜尋因結構化資料（食材、步驟）與非結構化文化描述混合，無法處理此類資訊。

工作原理

該系統採用基於 LangGraph 的三層多智能體架構：

1. 主路由層 (L1)：使用啟發式關鍵字和基於 LLM 的意圖識別，將查詢路由至適當的模組。
2. 多工具子圖層 (L2)：採用 Map-Reduce 模式分解複雜任務。透過規劃器節點將問題拆解為子任務，再由特定工具並行執行。
3. 原子工具層 (L3)：使用多樣化的工具堆疊執行實際資料檢索，包括 Neo4j（知識圖譜）、MySQL（透過 Text2SQL 進行統計分析）、Milvus 與 PostgreSQL pgvector（語意與結構化向量搜尋），以及外部搜尋 API。

系統採用「PostgreSQL 優先」回退策略（結構化 → 向量 → 外部），並配備雙閾值重排序器，確保高回答精確度。

適用對象

• 尋求詳細食譜與文化資訊的烹飪愛好者
• 希望建構垂直領域 AI 智能體（如百科全書、法律或醫療諮詢）的開發者，可重用的專業模板

核心亮點

• 多智能體編排：使用 LangGraph 實現複雜任務分解與並行工具執行。
• 混合 RAG：融合 GraphRAG（Neo4j）、Text2SQL（MySQL）與向量搜尋（Milvus/PostgreSQL）。
• L1-L3 架構：清晰的功能分離，使系統易於適配至其他領域。
• 多模態能力：支援菜餚影像識別與透過 CogView-4 生成影像。
• 安全防護機制：整合範圍檢查，防止超出範圍的查詢。
• 來源可追溯性：每個回答均標註其知識來源。