技术栈:LangGraph + FastAPI + Milvus + Python + Docker + 顺丰丰语大模型
项目描述:针对国际货代业务链路长、系统繁杂、操作人员需多系统切换的痛点,构建货代多意图路由与任务编排系统,实现从“模糊业务提问”到“结构化结果输出”的端到端闭环。
核心职责:
多意图路由与图编排:基于 LangGraph StateGraph 构建主流程,集成意图识别节点,通过条件边将用户提问动态路由至询报价、单据查询等节点,实现业务场景解耦。
ReAct工具链与Text-to-API:构建基于 ReAct 范式的工具调用链,Agent自动提取实体并调用外部 TMS/运价系统 API;将自然语言转化为内部查询参数,通过大模型对复杂 JSON 进行字段提取与总结,屏蔽底层系统复杂性。
多源混合RAG与状态管理:基于 Milvus 构建货代知识库,采用 Dense+Sparse 混合检索 + BGE Reranker 重排,缓解专业领 域幻觉;利用 RedisSaver 实现多轮对话上下文与中间状态的持久化。
复杂方案分步生成:针对长文本方案生成,设计“需求理解->合规检索->路径规划->方案输出”的多节点串行编排,确保逻辑连贯与事实准确。