李佳奇-AI驱动的智能工单系统建设和提效.pdf

1、AI驱动的智能工单系统建设和提效李佳奇|去哪儿旅行演讲嘉宾李佳奇去哪儿旅行 技术总监/机票技术委员会主席去哪儿旅行技术总监，技术中心TC委员、业务架构SIG负责人、机票研发TC主席，负责机票研发团队的AIGC落地和相关技术储备及人才培养。10余年OTA一线研发经验，在高并发高可用系统建设、DDD项目落地、业务域系统价值度量、线上系统防腐治理等领域有代表性作品。多次在各种技术峰会担任出品人和讲师，和AZone架构院、K+Talk等合作推出线上课程和直播。目 录CONTENTS1.背景介绍2.方案设计3.成果展示4.总结与展望背景介绍PART 01背景介绍是否会出现降维打击如何继续保持领先如何尽快

2、拿出产品老板焦虑杀手级应用何时出现体验极大提升智能效果提升用户期待技术储备是否足够是否会被AI代替该如何顺应趋势团队迷茫AIGC 时代来临我们该如何应对背景介绍打基建开发基建、测试基建、运行基建找机会业务*AI矩阵建团队AI周会/培训/项目练兵AIGC落地我们的应对方法背景介绍AI能力/业务机会文本生成图像生成视频生成逻辑推理数据分析搜索预定交易出行售后用户体验营销AI*业务矩阵（示例）背景介绍研发提效产运提效深度赋能团队提效报表助手归因助手商分助手用分助手checklist生成AI OPS代码辅助工单自动化背景介绍每周工单处理工时100+pd每周工单量400+可自动化处理率40%机票研发团队

3、工单现状背景介绍借助大模型建设工单自动化处理流程方案介绍PART 02方案介绍-人工如何处理工单开发是如何处理工单的人工处理工单的弊端 依赖人的知识和经验 占用人力成本高 工时投入产出比低 处理结果方差大方案介绍-1.0版本自动化处理流程自动化处理步骤拆解方案介绍-1.0版本自动化处理技术方案自动化整体方案方案介绍-1.0版本系统架构设计1.0版本架构设计方案介绍-1.0版本日志处理和LLM选型原始日志链路扩充相同实体扩充非日志扩充SOP精简日志处理SOP精简后日志提示词填充GPT35无对应SOP日志CoT&Few-ShotGPT4-GLM4LLM选型方案介绍-1.0版本知识不全的问题解决工单

4、需要更多的知识需要把代码也纳入到工单自动处理原有的系统日志结构化差，有效信息密度低方案介绍-2.0方案之结构化日志埋点组件的功能自动埋点Troy组件业务日志入口参数索引响应结果内部链路异常节点中断节点注解开启自动索引自动存储方案介绍-2.0方案之结构化日志埋点组件的使用方案介绍-2.0方案之结构化日志埋点组件的使用方案介绍-2.0方案之结构化日志埋点组件的使用方案介绍-2.0方案之引入代码来增强工单处理效果2.0版本架构设计方案介绍-2.0版本语义搜索代码仓库核心工程AI全量语义化人工校准向量化代码语义化日志向量化原始日志链路扩充相同实体扩充非日志扩充情感分类向量化问题查询相关日志方案介绍-更

5、多可能性做完以上这些足够了吗方案介绍-基于会话的3.0智能工单处理方案会话+Agent+RAG3.0版本智能工单的形态基于会话的端到端的解决方案是智能工单的理想形态产品、运营直接以会话的形式和工单智能体进行交互将处理工单所需要的日志、代码、知识等内容构造为知识库，使用RAG技术进行检索，提高检索结果的有效信息密度方案介绍-AIGC开发框架基建Langchain4J QunarLlmaIndex4J Qunar支持单Agent开发支持权限管理支持Prompt管理支持RAG全流程针对代码RAG增强Agent和RAG Java开发框架建设支持多Agent开发方案介绍-LangChain4J Quna

6、rJava版：文本补全助手CompletionAssistantJava版：聊天对话助手ChatAssistant，相比文本补全新增了：聊天角色，system、user、assistant历史会话记忆：ChatMemory相关内容获取：ChatMessageRetrieverJava版：AgentsAgent(代理)-大脑Tool(工具)-各种方法函数等Agent_Executor(代理执行器)代理执行器是代理的运行时。这是实际调用代理并执行其选择的动作的部分方案介绍-Lla