工作期间项目 · 2026.08 — 2026.10
企业治理主体权责清单审批智能体
使用 RAG、混合检索与多智能体编排支持制度文档检索和业务任务处理。
项目概述
面向企业制度文档与权责清单审批场景，构建检索增强与智能体协作流程，目标是提升复杂制度条款的检索质量，并支持业务任务的拆解、执行与结果汇总。
RAG 检索链路
- 对多源制度文档进行解析、清洗、结构化切分与索引构建。
- 基于 Embedding 向量检索，结合 Dense 与 Sparse 混合检索。
- 使用 RRF 融合、Rerank 重排序及 Parent-Child 召回策略，改善条款召回与上下文完整性。
Multi-Agent 与 MCP
使用 Router / Planner 思路进行任务识别、拆解、路由、并行执行与结果汇聚；结合 Skills、Tools 与 MCP 封装业务能力及外部工具调用。
分层记忆
采用短期上下文、阶段摘要与长期记忆的分层设计，并参考 Agent Auto Memory 的思路实现本地 Sleep Memory，用于自动摘要、持久化与跨会话召回。
项目记录中的指标
现有项目简历记录：平均处理时长控制在 20 秒以内；记忆正确命中率超过 80%；重复询问信息比例降低 60%。公开前建议确认统计口径、测试样本和可披露范围。
后续可补充
- 检索链路图与数据流
- Dense / Sparse / RRF / Rerank 的消融实验
- Agent 工具调用流程与失败处理
- 评估数据集、指标定义及安全边界