酒旅Agent平台｜Agent 开发工程师｜2025.11–2026.06
- 意图识别与查询改写：针对多轮对话中的指代、省略及多意图问题，设计分层意图识别短路与条件式查询改写机制。引入复合句守卫、负向词消歧及 Embedding Top-2 分差判定，仅在前置未命中时基于最近 10 条对话触发改写并二次识别。自建 61 条评测集，意图准确率 95.1%，规则+向量短路占比约 72.1%。A/B 实验显示 LLM 调用从 122 次降至 34 次，单次延迟减少约 4 秒。
- Multi-Agent 编排：为解决多智能体协调复杂、状态管理成本高的问题，按差旅单管理、行程规划、预订执行、信息查询划分 Agent 职责，子 Agent 以 Tool 形式由主控统一调度与质量管控。业务工具下沉，主控工具面保持精简，并按任务复杂度实施三档模型分级路由，推理成本降低约 40%。
- HITL 人机交互挂起恢复闭环：针对差旅申请、预订等关键操作需人工确认，以及多轮补充信息反复进入完整编排链路的问题，引入结构化提问工具，在提问节点挂起 ReAct 执行。用户回复经关联校验后回注原执行流，通过本地缓存与共享状态存储实现跨节点恢复，结合继续意图信号词匹配直达活跃 Agent，支持连续追问、断点续跑与确认后落库，保障任务状态一致性。
- Agent 规划与工具化审核体系：针对多源比价与多目标权衡下方案质量难保障的问题，规划 Agent 将多源搜索结果归一化后全组合枚举，融合六项体验罚分与政策合规校验计算硬指标，通过四维加权评分生成 4 类代表方案并自动规避风险。审核 Tool 以六维确定性校验硬否决，结合三个评估器并行评估与 LLM 仲裁，预订结果幂等落库且对 LLM 透明。
- Agent 生命周期中间件体系：针对多 Agent 系统横切能力散落、执行状态难追踪、工具调用不稳定的问题，将执行上下文、用户工作区等能力抽象为生命周期 Hook，按 Agent 职责组合接入执行链路。工具执行阶段引入基于 Redis + Lua 的集群级熔断，结合指数退避与半开探测动态隔离异常工具并支持自动恢复。