四、功能开发&测试

4.3 Subagents实现

4.3.1 网络搜索助手（network_search_agent）

4.3.1.1 完善信息

• Agent描述：

• 工具涵盖：
internet_search: 根据问题进行网络查询，当需要获取外部互联网的公开信息、最新新闻或特定主题数据时使用此工具。

• *提示词思路 **：
• 强制多维视角：Prompt 中明确要求 "至少检索3个角度"，防止模型只搜一次就草草了事，强迫其进行发散性思维。
• 防止死循环：设置 "最多进行5次检索" 的硬性约束，防止模型在找不到答案时无限重试，消耗 Token。
• 广度优先：强调检索 "非内部的公开信息"，明确了其边界，不与数据库和 RAG 助手冲突。
• 提示词参考：

• 执行策略：Agent 接收任务 -> 思考拆解搜索关键词 -> 调用搜索工具 -> 观察结果 -> 决定是否需要补充搜索 -> 汇总信息。

4.3.1.2 tavily搜索工具

4.3.1.3 定义network_search_agent

4.3.2 数据库查询助手（database_query_agent）

4.3.2.1 完善信息

• 核心职责：负责查询企业内部结构化数据（如商品库存、销售记录），解决"具体是多少"的精度问题。

• 技术栈：Text-to-SQL (LLM 生成 SQL) + MySQL Connector。

• Agent描述：

• 工具描述：
• list_sql_tables: 列出配置的 MySQL 数据库中所有可用的表，这是了解数据库结构的第一步。
• get_table_data: 读取指定 MySQL 表的前 100 行数据，用于快速预览数据内容。
• execute_sql_query: 执行自定义 SQL 查询，当需要复杂的筛选、联接或聚合时使用此工具。

• 提示词思路：
• *防幻觉机制 **：Prompt 强制规定了 "Step 1: list_tables" 的动作。LLM 只有知道了真实的表名，生成的 SQL 才是可执行的，避免了臆造表名的常见幻觉。
• *数据理解 **：要求 "Step 2: get_table_data" 预览数据。这让 LLM 理解字段的具体格式（如日期是 '2026-01' 还是 '2026/01'），保证 WHERE 条件的准确性。
• 只读权限：Prompt 强调 "检索信息"，隐含了不进行 UPDATE/DELETE 操作的安全边界。
• 提示词参考：

• 执行策略 (三步走)：查表结构 -> 预览数据 -> 执行查询。

• 流程图：

4.3.2.2 数据库搜索工具

4.3.2.3 定义database_query_agent

4.3.3 RAGFlow助手（knowledge_base_agent）

4.3.3.1 完善信息

• 核心职责：负责检索企业私有非结构化文档（如规章制度、技术文档），解决"内部怎么规定"的深度问题。

• 技术栈：RAGFlow API + Vector Database。

• Agent描述：

• 工具描述 (Tool Description)：
• get_assistant_list: 获取 RAGFlow 中的所有聊天助手信息，并返回组合后的字符串。如果需要知道有哪些助手可用，请使用此工具。
• create_ask_delete: 创建一个新会话，提问一次，然后删除该会话，并返回答案。当需要向特定的 RAGFlow 助手提问时，使用此工具。

• 提示词思路 (Prompt Strategy)：
• 动态发现：Prompt 要求先 get_assistant_list。因为知识库可能会动态增加（如新增了 "2025年考勤规定"），Agent 需要先"看"一眼现在的知识库列表，才能精准定位。
• 饱和式检索：要求 "至少提问三个不同的问题"。这是为了克服 RAG 检索的片段性，通过多角度提问提高召回率（Recall），确保不遗漏关键条款。
• 保留原始语义：Prompt 强调 "不需要进行概括性总结"，要求 "传输原始信息"。这是为了避免 "传话筒效应" 导致的信息失真，把总结权交给 Main Agent。
• 提示词参考：

• 执行策略：发现知识库 -> 选定目标 -> 多角度提问 -> 获取切片。

• 流程图：

4.3.3.2 RAGFlow基本使用

4.3.3.3 RAGFlow工具定制

4.3.3.4 定义knowledge_base_agent

4.4 MainAgent实现

4.4.1 定义工具

1. generate_markdown —— 生成标准 Markdown 文档

2. convert_md_to_pdf —— 将 Markdown 转为 PDF 文件

3. read_file_content —— 读取上传文件，并解析内容

4.4.1.1 读取上传文件tool

4.4.1.2 生成md文件tool

4.4.1.3 将md转成pdf文件tool

4.4.2 定义mainAgent

4.4.3 辅助函数

4.4.4 执行函数

4.4.5 MainAgent提示词

1. 角色定位：沃华医药智能团队负责人，仅协调网络搜索、数据库查询、RAGFlow 三位助手完成任务

2. 信息获取规则
• 外部 / 背景知识→网络搜索助手，可多次深入检索；
• 企业内部非流通知识→RAGFlow 助手；
• 企业内部商品数据→数据库查询助手；
• 信息边界不明确时，三种助手全部调用，需获取完整信息后再推进后续步骤。

3. 工作目录强制要求
• 所有操作（文件创建 / 读取 / 保存）仅限系统指定绝对工作目录；
• 调用子助手时，必须明确传达该工作目录路径。

4. 任务处理分两类
• 无文件生成要求：获取信息后直接反馈用户；
• 有文件生成要求：仅转交文件生成助手，自身不参与文件制作。

5. 文件生成严格规则
• 仅可生成 Markdown、PDF，PDF 需先生成 Markdown 再通过 convert_md_to_pdf 转换，不生成用户要求外的格式；
• 必须先完成所有信息获取，再调用文件生成工具，严禁一步同时做搜索 + 生成，禁止用占位符生成文件；
• 无论任务复杂度，文档内必须包含 todo-list 规划；
• 文档内容丰富全面，字数不少于 1000 字；
• 汇报进度 / 结果时，仅告知 “已成功创建”，不发送文件路径。

6. 核心执行顺序（不可违反）
① 优先调用子助手获取完整信息；② 确认拿到全部信息文本后，再调用文件生成工具；③ 生成文件严格遵循用户格式要求，按步骤执行。

4.4.6 测试函数

五、Web接口开发和测试

1. server基础准备
文件: api/server.py

2. 开启任务接口实现

3. 上传文件接口

4. 下载文件接口

5. 查询所有文件列表接口

6. WebSocket 实时通讯

7. 启动服务器

📎 参考文章

• 一些引用

• 引用文章