把调度系统做成「一句话就能用」:意图识别 + 工具调用的工程实践
把调度系统做成「一句话就能用」:意图识别 + 工具调用的工程实践
起因:报表没人看,聊天框反而有人用
我们做的校园自习调度系统一开始是标准后台:驾驶舱、热力图、预测曲线、推荐列表。
上线试用一周后,反馈很一致——管理员不看报表,学生也只想知道"现在有没有座"。
于是我们加了一个对话入口,目标很克制:让用户用一句话拿到结论,而不是学会看四个页面。
架构:规则引擎打底,大模型只做润色
最终落地的链路是:
用户输入
→ 意图识别(8 类)
→ 槽位抽取(日期/时段/时长/楼宇/房间/电源/靠窗/楼层)
→ 会话记忆补全("那明天呢" → 继承上文楼宇)
→ 工具调用(供给查询/座位推荐/需求预测/错峰调度/知识检索/信用分)
→ 回答组织(自然语言 + 图表数据 + 来源)
→ 落库埋点(意图、工具链、端到端耗时)
关键取舍:大模型不产生事实,只负责把结构化结果说人话。
配置了 MaaS 就走润色,没配置就回落到本地模板,两条路输出的事实与数字完全一致。
这样答辩现场断网、或者配额用尽,功能一点不缺。
意图识别:关键词打分为什么够用
我们试过用小模型做分类,最后退回关键词打分 + 优先级排序。原因很现实:
• 场景封闭,用户问法高度收敛(空座 / 推荐 / 我的预约 / 规则 / 预测 / 调度 / 信用 / 帮助);
• 规则可解释、可回归测试——我们写了 13 条意图回归用例,改一次词表跑一遍,5 秒出结果;
• 维护成本极低,运营同学自己就能加词。
但要注意顺序陷阱:明天 这种词同时属于"预测"和"空座"两类。
我们的规则是"空座/有座/剩余"类词优先级更高,否则「明天有没有空座」会被判成预测任务,答非所问。
槽位抽取:中文时间表达是最大的坑
真正花时间的是解析「下午三点」「晚上七点半」「明天上午」「两小时」这类表达。
我们定了几条硬规则:
1. 先判时段词(上午/中午/下午/晚上),再解析数字;
2. 下午 + 3点 要加成 15 点,晚上 + 7点 加成 19 点,但 下午 14点 不能加成 26 点;
3. 没说时长,默认按 2 小时(校园自习最常见);
4. 没说日期,默认今天。
抽不到槽位时不要瞎猜:我们给了一个 time_inferred 标记,
在回答里明确写"按默认 9:00-11:00 给你查的",让用户知道系统做了假设。
上下文记忆:省略追问才是自然语言
真实对话里,用户很少一次说全。典型序列是:
> 用户:明天上午敬文图书馆还有空座吗
> 用户:那有插座的推荐一个
第二句里既没有楼宇也没有日期。我们的做法是把上一轮的 building_id / date 存进会话,
槽位缺失时补全,并在 trace 里标注 building_inferred: true——推断要留痕,否则出错了没法排查。
可解释性:给"不信任 AI 的人"准备三样东西
1. trace:意图是什么、抽到哪些槽位、调了哪个工具、各阶段耗时多少毫秒;
2. 推荐理由:每个座位逐条列出打分依据(电源 +18、靠窗 +12、负载 <45% 再 +10…);
3. 回测误差:预测模块直接给出 MAPE,而不是只给一条漂亮的曲线。
这三样东西不只是给评审看的——它们反过来约束了我们自己:
凡是解释不了来源的输出,就不该出现在界面上。
效果与代价
• 端到端耗时:本地规则 20~200 ms(含一次房间特征计算),走 MaaS 润色约 +800 ms;
• 意图准确率:13 条回归用例全绿,真实场景里没见过的问法会落到"规则问答"兜底;
• 代价:词表和槽位规则的维护是持续成本,长尾问法永远补不完。
小结
如果场景封闭、结论必须可核查,"规则 + 检索 + 工具调用"是比"纯大模型"更划算的工程选择。
大模型留给表达,事实留在本地——这条边界画清楚之后,系统的可信度和维护成本都会好很多。
- 点赞
- 收藏
- 关注作者
评论(0)