智能家庭能源诊断Agent

项目背景

欧洲家庭储能系统面临设备故障诊断困难、人工支持成本高的问题。用户通常无法准确描述设备异常，导致问题升级频繁。本项目旨在构建一个智能诊断 Agent 系统，通过自然语言交互帮助用户快速定位问题，减少人工介入。

职责

• 负责诊断 Agent 的整体架构设计与技术选型
• 实现多轮对话澄清模块，支持意图识别和关键信息提取
• 设计基于 SOP 的标准化诊断流程
• 构建案例驱动的推理引擎，结合 Milvus 向量检索
• 优化诊断准确率和响应时间

成果

• 诊断准确率达到 87%
• 人工工单减少 40%+
• 服务覆盖约 3,000 户家庭
• 单次响应时间 <5s

技术架构