[]
本页面汇总典型了具有技术典型性的AI智能体示例，这些智能体均采用活字格低代码开发，给AI智能体的设计者提供参考。
推荐阅读：使用活字格的低代码开发者。
重要提示：本页面的所有工程文件均不包含调用AI大模型的Key。您需要在下载或获取工程后，手动通过修改【设置】→【应用程序设置】→【运行时AI模型】和【全局变量】，填写您的Key后，才能正常运行。
除少数早期项目外，葡萄城内部使用的绝大多数AI智能体均采用低代码开发。具有代表性的案例如下所示。
感知层 | 决策层 | 执行层 |
|---|---|---|
表单式 | 语义理解型+动态适应型 | 推荐型 |
获取示例：
技术看点：
动态适应：基于人工打分，实现对文章风格参数的自动优化与持续迭代。
提示词版本管理：支持动态调整提示词模板，快速优化文章生成效果；提供版本管理功能，方便执行回滚操作。
感知层 | 决策层 | 执行层 |
|---|---|---|
表单式 | 语义理解型 | 推荐型 |
获取示例：
技术看点：
语义检索：根据从简历中提取的特征值，对开放的岗位招聘要求做语义检索，查找最匹配的岗位。语义检索采用高性能的FAISS向量索引，特别适用于向量数量少于10万的企业场景。
多轮AI调用：将建立筛选过程分拆为特征提取、语义检索和岗位匹配三个环节，分别交给对应的AI来完成，通过聚焦AI的工作范围，来确保执行效果。
RAG与业务融合：将业务操作与向量构建融合，在创建和删除招聘岗位时，同步更新向量库。
本案例是将RAG模式融入是业务场景的典型案例，也是“最简单”的知识密集型应用场景，推荐用于AI智能体的新手入门学习。
感知层 | 决策层 | 执行层 |
|---|---|---|
对话式 | 语义理解型 | 推荐型 |
获取示例：
在线体验：实际生产环境
工程文件：本应用场景的知识数据受限于版权问题，暂不提供工程文件下载。具体实现，请参考 【2.2 知识问答，湖北省某制造企业】
技术看点：
会话管理：支持服务端会话（Session）与会话恢复，确保用户的咨询体验不中断。
知识管理：提供知识资源（包含有知识的文本，通常对应了一个或部分文档）的创建、删除和重建功能，这些操作会直接影响到咨询问答的结果。
在低代码开发平台的推广、销售与客户服务过程中，葡萄城的技术支持团队会深度参与客户的AI智能体技术验证工作，积累下部分典型的AI智能体场景，如下所示。
感知层 | 决策层 | 执行层 |
|---|---|---|
对话式 | 语义理解型 | 执行型 |
获取示例：
技术看点：
意图识别模式：由AI根据用户输入的内容自动匹配到对应的意图，并完成参数的组装（实体识别），最终调用对应的WebAPI来执行任务。
精细化权限控制：基于意图识别的结果，进行RBAC的权限校验，确保敏感任务的安全性。
可控的执行机制：对于查询场景，可直接执行并返回结果（含表格格式的原始数据和文本格式的数据洞察）；对于其他场景，可引导用户手动执行操作。
感知层 | 决策层 | 执行层 |
|---|---|---|
对话式 | 语义理解型 | 推荐型 |
获取示例：
技术看点：
RAG的强化版：支持知识领域区分、AI切片、AI生成问答对、加权的AI重排序
感知层 | 决策层 | 执行层 |
|---|---|---|
对话式 | 语义理解型 | 推荐型 |
获取示例：
技术看点：
融合性对话框：通过“结构化输出”技术，在对话框中以图文列表的方式嵌入页面组件，将对话与业务操作融为一体。
本案例的复杂度适中，除了AI外还包含有相对完整的企业软件业务场景，推荐用于AI智能体方向的活字格进阶学习。
感知层 | 决策层 | 执行层 |
|---|---|---|
表单式 | 语义理解型 | 推荐型 |
获取示例：
技术看点：
原文引用：在展示评审结果的同时，展现与之相关的知识，主要用于敏感型场景
更多Demo程序正在开发中，后续将持续推出，欢迎持续关注。
