阿里云百炼无代码搭建 AI Agent 全指南
引言
在人工智能技术飞速发展的今天，AI Agent（智能体）已成为企业提效和个人创新的重要工具。通过低代码或无代码平台，开发者可以快速构建具备知识检索、任务规划能力的智能应用。本文将以阿里云百炼平台为例，详细介绍如何从零开始搭建一个基于 RAG（检索增强生成）技术的 AI Agent，无需编写复杂代码即可实现领域知识的智能化问答。
一、环境准备与前置条件
在开始构建之前，请确保已完成以下准备工作：
- 账号注册：拥有阿里云账号并开通百炼服务权限。
- 数据准备：准备好需要导入的文档资料，包括 PDF、Word、Excel 等格式的文件。
- 网络环境：确保本地网络可访问阿里云百炼控制台。
二、知识库数据导入与管理
知识库是 Agent 获取外部知识的核心组件，支持结构化与非结构化数据的导入。
1. 非结构化数据导入
进入数据中心页面，选择导入方式：
- 本地上传：支持 PDF、Doc、Docx 格式，单文档最大 100MB 或 1000 页，单次最多上传 200 个文件。
- OSS 导入：从对象存储 Bucket 批量导入文件夹或文件，注意文件夹导入不包含子目录文件。
2. 结构化数据导入
对于表格类数据，需先定义表结构：
- 自定义表结构：列名为必填参数，描述为选填。必须与待导入数据表的字段完全一致，否则会导致导入失败。
- 数据同步：导入后若修改了源数据，需在知识库管理页面手动触发同步操作。
三、创建知识索引
完成数据导入后，需创建知识索引以启用检索功能。
1. 基础配置
- 多轮对话改写：优化用户 Query，提升检索精确度，适应上下文变化。
- Embedding 模型：默认使用 DashScope text-embedding-v2，支持中英及多语种，向量归一化处理。
- 排序配置：采用 GTE 排序模型，确保检索结果的相关性与多样性。
- 相似度阈值：设定最低分数标准，过滤低相关性的检索结果。
2. 列级配置
在索引配置中，可精细控制哪些列参与检索和回复：
- 是否参与检索：开启后该列数据将被搜索。
