基于飞致云 MaxKB 知识库问答系统作为底座,快速完善企业在线智能客服的 AI 助手能力。主要负责 MaxKB 的二次配置、知识库构建、RAG 链路调优、多渠道接入及效果评测。
1.底座集成:部署并配置 MaxKB 开源版本,将其作为智能客服的核心引擎。利用其内置的模型管理、知识库管理和 RAG 流水线能力,大幅缩短开发周期。
2.知识库构建:梳理 10 万+ 条历史客服对话记录,完成清洗、分类与结构化处理,导入 MaxKB 知识库。通过文档分段、QA 对提取等方式提升知识召回率。
3.RAG 检索优化:在 MaxKB 原生 RAG 流程基础上,调整检索参数(Top-K、相似度阈值),并增加重排序(Rerank)环节。并基于 MaxKB 支持的模型接入能力,选用 Qwen3系列模型。利用收集的领域数据,通过 LoRA 方法进行轻量化微调,并集成回 MaxKB 底座。微调后客服场景回答准确率达 92%,幻觉率降至 5% 以下。通过 MaxKB 提供的 API 接口,实现与企业微信、App、Web 端等多渠道的无缝对接。开发简单的消息适配层,完成会话管理、上下文关联等基础功能。
主要负责 MaxKB 的二次配置、知识库构建、RAG 链路调优、多渠道接入及效果评测。
1.底座集成:部署并配置 MaxKB 开源版本,将其作为智能客服的核心引擎。利用其内置的模型管理、知识库管理和 RAG 流水线能力,大幅缩短开发周期。
2.知识库构建:梳理 10 万+ 条历史客服对话记录,完成清洗、分类与结构化处理,导入 MaxKB 知识库。通过文档分段、QA 对提取等方式提升知识召回率。相关技术栈如下:技术栈:Java、Python、Spring Cloud、Vue、Qwen3、PGVector、Redis、MySQL