腾讯云智能体开发平台：基于RAG/Workflow/Agent的企业级大模型应用开发平台

一、 产品定位与核心亮点

腾讯云智能体开发平台是腾讯云推出的企业级大模型应用开发平台。该平台结合企业知识数据，旨在高效搭建企业级智能体。

核心技术属性与商业差异化卖点：

• 三位一体架构：提供 RAG（检索增强生成）、Workflow（工作流）、Multi-Agent（多智能体） 三大应用框架，满足不同场景的开发需求。
• 全链路知识处理：提供从文档解析、切分、检索到推理、生成的全链路解决方案，解决企业多模态知识处理难题。
• 低门槛开发：支持低代码可视化画布编排，降低大模型应用的落地门槛。

主讲人： 韦昭南

二、 产品应用场景

适用行业： 政务、文旅、金融、零售、汽车、物流、泛互、医疗、网通。

三、 应用框架和功能介绍

1. 功能框架

平台提供三层核心架构：

• RAG框架：支持导入文档/问答对，对接企业私域知识，提供稳定精确的知识问答。
• Workflow框架：集成大模型、代码、插件等原子能力，通过可视化拖拉拽编排业务流程。
• Multi-Agent框架：由大模型自主拆解任务、规划路径并主动调用工具，支持纠错与反思。

2. 硬核指标与能力

• 文档解析能力：
  • 支持类型：超过 26类 文档类型（业内普遍10类以内）。
  • 文件大小：支持 200MB以上 超大文档（业内普遍限制在100MB内）。
  • 内容识别：支持图文混排（多列排版）版面分析、复杂表格识别、公式及页眉页脚等元素识别。
  • 特殊能力：支持通过SQL检索表格信息；支持文档间比对，高亮增删改内容。
• 知识库管理：
  • 支持文档、Excel、PDF、网址导入。
  • 提供问答对自动生成、校对与管理全流程。
  • 支持知识标签管理与多库分类导入。
• Workflow节点：支持 17个 常用大模型节点（含参数提取、知识检索、代码解释器等）。
• 插件生态 (MCP)：
  • 官方插件：腾讯位置服务、腾讯云COS、腾讯云Lighthouse、搜狗搜索、混元生图、文档转换（QQ浏览器）、语音识别等。
  • 社区精选：Airbnb、飞常准、ChatPPT、MySQL、Fetch、百度地图、高德地图、Tavily等。
  • 自定义：支持自定义MCP插件快速接入。

3. 产品优势

• 复杂文档解析：基于OCR大模型解析引擎，突破图文混排版面分析、复杂表格识别等技术瓶颈。
• 精准切分：业内首个语义切分大模型，提升检索准确率。
• 图文关联：能够读懂说明书中的图文关系，提升多模态问答体验（如图文并茂的故障排查）。
• 版本管理：支持文档比对，提供“保留两者/删除旧版/合并更新”等一键执行方案，支持仅对「变更片段」生成问答对，显著降低 Token消耗。
• 任务规划：Agent模式支持任务自主规划和反问澄清，避免无效对话。
• 自动化突破：支持突破非人机交互检测（如自动输入验证码、静默等待），提升全流程自动化成功率。
• 效果可见：支持表格输出、数值计算、公式解析，适用于金融投研等严谨场景。

4. 荣誉背书

• 知识问答部分领域效果领先，在表问答等领域有一定优势。
• 被月之暗面（Moonshot AI）采购，用于支持元器件等场景。

四、 典型案例

案例一：电力工业设备服务商（成套开关设备行业）

• 背景：属于成套开关设备行业，需打造成套开关设备行业的随身专家，促进知识共享，提升工程师设计效率。
• 解决方案：结合企业近五年技术积累，导入 700+行业标准文档、近百份顶尖设计方案及工程师专业经验。
• 成效：
  • 服务人效提升 50%以上。
  • 加速了工程师培养速度。

案例二：某头部国际快递企业

• 背景：处理快递寄件、收件、信息查询等业务场景复杂，传统客服压力大。
• 解决方案：通过可视化拖拉拽方式编排不同的原子能力（Workflow），结合多轮对话收集信息，利用代码节点解决快递费计算。
• 成效：
  • 支持处理超过 40类 复杂流程任务。
  • 节省人工坐席工作量，提升业务服务效率和质量。

案例三：某头部半导体企业专家系统

• 背景：需要构建技术洞察分析系统，辅助技术研发。
• 解决方案：采用智能路由 -> 精确检索 -> 归纳总结 -> 推荐推理引擎的流程（Multi-Agent/Workflow混合）。
• 成效：
  • 整合多源知识库与外部数据连接器。
  • 输出技术方案推荐、趋势分析、竞争力评估及热点关联。
  • 支持导出Excel/导图及交互式仪表盘。

案例四：消费电子客户（路由器/安防）

• 背景：产品型号多（1000+），文档手册多（7500+）。传统机器人FAQ配置复杂，应答效果差，导致转人工率过高。
• 解决方案：直接导入 7500+ 文档，利用RAG能力结合多个相近知识片段进行精准澄清和图文并茂的回复。
• 成效：
  • 转人工率降至 20%（使用大模型仅用1周），对比传统机器人通过几年运营仍维持在 28%。
  • 模型出图率达到 70%，成功解答产品故障排查、配置咨询。

案例五：就医客服挂号系统

• 背景：政务服务场景，需要高准确率的挂号与信息查询服务。
• 解决方案：采用 Agent模式，配置精调Function-call模型及精调知识大模型高级版。
• 成效：实现智能挂号流程，支持日程创建（API调用），结合知识库问答与天气查询等插件服务。

案例六：QQ浏览器下载助手 (QBot)

• 背景：用户需要高效下载各类资源（论文、视频、文档），传统搜索繁琐。
• 解决方案：基于 Agent模式，利用大模型进行任务规划和工具调用，直接操作浏览器工具进行搜索、浏览、查找。
• 成效：
  • 支持自动汇总有效下载链接（如搜索CVPR2025论文）。
  • 支持任务规划与反问澄清（如确认《权力的游戏》下载集数或格式）。
  • 突破非人机交互检测，提升自动化下载成功率。

案例七：云智能企微经营助手 (Demo)

• 背景：企业内部经营分析，需快速查询财务数据与业务指标。
• 解决方案：结合企业知识库与RAG框架，支持复杂的数值计算与表格输出。
• 成效：支持自然语言查询（如“25年分Q的收入、毛利目标”），直接生成结构化表格数据。

案例八：金融场景助手 (理财产品咨询)

• 背景：金融投研与理财咨询，对数据准确性要求极高。
• 解决方案：利用平台的计算与表格输出能力，对接金融产品知识库。
• 成效：支持理财产品风险等级（PR1-PR3）的精准解释，支持表格形式呈现复杂金融数据，支持数值计算与公式解析。