基于腾讯元器智能体构建专属 AI 聊天工具

（2）选项卡

提供可点击的选项，适合选项明确且数量少的情况。支持手动输入固定选项（如售前、售后咨询）或动态拉取变量值。

（3）文件收集

设置引导语和要求，收集用户上传的文件（文档、音频等）。

（4）文本收集

在问答场景中向用户提问，原样输出用户回答。适用场景：收集信息后传递给后续节点处理、沉淀意见反馈原文、合规留存等。特点：不做判断、不追问，一次性收集。

（5）大模型

使用大模型处理自然语言要求，如回答问题。

（6）大模型意图识别

大模型根据待识别内容识别意图，如是、否。

（7）大模型知识问答

从限定范围的知识库中检索内容，并通过大模型润色回复。

（8）工具

调用自定义 HTTP 接口，集成外部数据和服务。多个工作流重复调用时，建议创建插件。

更多工具使用方法可参考官方文档。

四、使用工作流创建简单聊天工具

（1）新建智能体

新建一个智能体并点击对话智能体。

（2）填写基本信息

填写智能体的名称和简介，可点击 AI 生成头像。

（3）应用设置

进入智能体内部的应用设置并根据需求填写。

（4）创建工作流

点击顶部菜单的工作流管理并点击新建，选择手动录入。

（5）配置工作流描述

填写工作流名称及描述，可使用模板一键优化，确认进入编辑页面。

（6）配置参数提取

编辑工作流，第一步使用参数提取工具将工具拖拉进画布。注意：不允许在节点开始后与其他信息收集类节点并行。用于提取用户发来的聊天内容。

点击编辑，填写参数名称、参数类型及参数描述。

（7）连接大模型知识问答

第二步选择大模型知识问答工具，连接到参数提取器后面。变量名称需与代码使用的变量名一致，数据源引用参数提取器的输出内容赋值给 message。提示词用于让 AI 知道任务目标，使用 {{message}} 格式引用输入变量。

（8）连接工具节点

在大模型知识问答后面连接工具，接受第三方发起的工作流调用并启动工作流。接口连接必须是公网 IP（本地电脑可使用内网穿透）。

API 参数需与第三方平台接口设定保持一致。

第三方平台的接口如果有输出变量可写在下方。

调试通过后发布，在应用发布中找到体验链接内的 appid 和 appkey 填入第三方平台即可使用。

五、编写第三方平台的聊天 AI 实现代码

（1）Controller 类

@RestController
@RequestMapping("/Ai")
public class AiController {
    @Resource
    private RedisTemplate redisTemplate;
    @Resource
    private AiServerImpl aiServer;

    @GetMapping("/AiChat")
    private String AiChat(@RequestParam("message") String Message) {
        return aiServer.GetAiChat(Message);
    }

    @GetMapping("/GetMessage")
    public String getMessage(String message) {
        if (message != null) aiServer.getMessage(message);
        else {
            System.out.println((String) redisTemplate.opsForValue().get("ms1"));
        }
        return (String) redisTemplate.opsForValue().get("ms1");
    }
}

（2）Service 接口

public interface AiServer {
    String GetAiChat(String Message);
    void getMessage(String message);
}

（3）ServiceImpl 类

@Slf4j
@Service
public class AiServerImpl implements AiServer {
    @Autowired
    private RedisTemplate redisTemplate;
    @Autowired
    private RestTemplate restTemplate;
    @Autowired
    private AiMapper aiMapper;

    private static final String DEEPSEEK_BASE_URL = "https://yuanqi.tencent.com/openapi/v1/agent/chat/completions";
    private static final String DEEPSEEK_API_KEY = "智能体密钥";
    private static final String DEFAULT_MODEL = "智能体 id";

    public String GetAiChat(String Message) {
        List<AiModel> aiModels = aiMapper.getAiModel();
        if (aiModels == null || aiModels.isEmpty()) {
            return "(模型配置为空，请检查 AI 模型表)";
        }
        String modelName = aiModels.get(0).getAgent_name();
        System.out.println(modelName);

        HttpHeaders httpHeaders = new HttpHeaders();
        httpHeaders.setContentType(MediaType.APPLICATION_JSON);
        httpHeaders.setAccept(Collections.singletonList(MediaType.APPLICATION_JSON));
        httpHeaders.set("Authorization", "Bearer " + DEEPSEEK_API_KEY);

        OpenAiMessage userMessage = new OpenAiMessage();
        userMessage.setRole("user");
        userMessage.setContent(Message);

        HttpEntity<Map<String, Object>> entity = new HttpEntity<>(buildRequestBody(DEFAULT_MODEL, "1", Message), httpHeaders);
        try {
            ResponseEntity<String> response = restTemplate.exchange(DEEPSEEK_BASE_URL, HttpMethod.POST, entity, String.class);
            if (response.getStatusCode() == HttpStatus.OK) {
                String resp = response.getBody();
                if (resp != null) {
                    log.info(resp);
                    return resp;
                }
            }
            return "(无返回内容)";
        } catch (HttpClientErrorException ex) {
            String respBody = ex.getResponseBodyAsString();
            String errorMsg = String.format("(模型调用失败) %s: %s", ex.getStatusCode(), respBody != null ? respBody : "[no body]");
            System.err.println("API 调用 4xx 错误：" + errorMsg);
            return errorMsg;
        } catch (Exception ex) {
            String errorMsg = String.format("(模型调用异常) %s: %s", ex.getClass().getSimpleName(), ex.getMessage());
            System.err.println("API 调用通用异常：" + errorMsg);
            return errorMsg;
        }
    }

    @Override
    public void getMessage(String message) {
        redisTemplate.opsForValue().set("ms1", message);
    }

    private Map<String, Object> buildRequestBody(String agentId, String userId, String message) {
        Map<String, Object> requestBody = new HashMap<>();
        requestBody.put("assistant_id", agentId);
        requestBody.put("user_id", userId);
        requestBody.put("stream", false);

        List<Map<String, Object>> messages = new ArrayList<>();
        Map<String, Object> userMsg = new HashMap<>();
        userMsg.put("role", "user");
        List<Map<String, Object>> contentList = new ArrayList<>();
        Map<String, Object> textContent = new HashMap<>();
        textContent.put("type", "text");
        String jsonMessage = buildJsonMessage(message);
        textContent.put("text", jsonMessage);
        contentList.add(textContent);
        userMsg.put("content", contentList);
        messages.add(userMsg);
        requestBody.put("messages", messages);

        Map<String, Object> parameters = new HashMap<>();
        parameters.put("temperature", 0.7);
        parameters.put("max_tokens", 2000);
        requestBody.put("parameters", parameters);
        return requestBody;
    }

    private String buildJsonMessage(String message) {
        try {
            Map<String, Object> params = new HashMap<>();
            params.put("content", message);
            return new ObjectMapper().writeValueAsString(params);
        } catch (Exception e) {
            log.error("构建 JSON 消息失败", e);
            String escapedContent = message.replace("\"", "\\\"").replace("\n", "\\n");
            return String.format("{\"content\":\"%s\"}", escapedContent);
        }
    }

    @Data
    static class OpenAiMessage {
        private String role;
        private String content;
    }

    @Data
    static class OpenAiChatRequest {
        private String model;
        private List<OpenAiMessage> messages;
        @JsonProperty("temperature")
        private Double temperature = 0.7;
    }

    @Data
    static class OpenAiChatResponse {
        private List<Choice> choices;
        private OpenAiError error;

        @Data
        static class Choice {
            private OpenAiMessage message;
            @JsonProperty("finish_reason")
            private String finishReason;
        }

        @Data
        static class OpenAiError {
            private Integer code;
            private String message;
            private String type;
        }
    }
}

（4）实体类

public class AiModel implements Serializable {
    private long id;
    private long user_id;
    private String agent_id;
    private String agent_name;
    private String api_key;
    private String api_endpoint;

    public long getId() { return id; }
    public void setId(long id) { this.id = id; }
    public long getUser_id() { return user_id; }
    public void setUser_id(long user_id) { this.user_id = user_id; }
    public String getAgent_id() { return agent_id; }
    public void setAgent_id(String agent_id) { this.agent_id = agent_id; }
    public String getAgent_name() { return agent_name; }
    public void setAgent_name(String agent_name) { this.agent_name = agent_name; }
    public String getApi_key() { return api_key; }
    public void setApi_key(String api_key) { this.api_key = api_key; }
    public String getApi_endpoint() { return api_endpoint; }
    public void setApi_endpoint(String api_endpoint) { this.api_endpoint = api_endpoint; }
}

（5）Mapper 类

@Mapper
public interface AiMapper {
    @Select("select id,user_id,agent_id,agent_name,api_key,api_endpoint from yuanqi_agent where id=1")
    public List<AiModel> getAiModel();
}

（6）RestTemplate 配置

@Configuration
public class Config {
    @Bean
    public RestTemplate restTemplate() {
        return new RestTemplate();
    }
}

（7）Redis 配置

@Configuration
public class RedisAutoConfiguration {
    @Bean
    @ConditionalOnMissingBean(name = {"redisTemplate"})
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
        RedisTemplate<String, Object> template = new RedisTemplate<>();
        template.setConnectionFactory(factory);
        ObjectMapper om = new ObjectMapper();
        om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
        om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
        om.activateDefaultTyping(LaissezFaireSubTypeValidator.instance, ObjectMapper.DefaultTyping.NON_FINAL, JsonTypeInfo.As.PROPERTY);
        Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer<>(om, Object.class);
        template.setKeySerializer(new StringRedisSerializer());
        template.setValueSerializer(jackson2JsonRedisSerializer);
        template.setHashKeySerializer(new StringRedisSerializer());
        template.setHashValueSerializer(jackson2JsonRedisSerializer);
        template.afterPropertiesSet();
        template.setDefaultSerializer(jackson2JsonRedisSerializer);
        return template;
    }

    @Bean
    public RedisCacheManager cacheManager(RedisConnectionFactory factory) {
        ObjectMapper om = new ObjectMapper();
        RedisSerializer<String> stringSerializer = new StringRedisSerializer();
        Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer<>(om, Object.class);
        om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
        om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
        om.activateDefaultTyping(LaissezFaireSubTypeValidator.instance, ObjectMapper.DefaultTyping.NON_FINAL, JsonTypeInfo.As.PROPERTY);
        RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig()
                .entryTtl(Duration.ofDays(1))
                .serializeKeysWith(RedisSerializationContext.SerializationPair.fromSerializer(stringSerializer))
                .serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(jackson2JsonRedisSerializer))
                .disableCachingNullValues();
        return RedisCacheManager.builder(factory).cacheDefaults(config).build();
    }
}

六、效果演示