xinli/xinlidsj/AI意图识别说明.md

AI意图识别系统

概述

系统现在使用AI大模型来理解用户的自然语言输入，而不是依赖固定的正则表达式匹配。这使得用户可以用更自然、更灵活的方式与系统交互。

工作流程

1. 用户输入 → 用户在AI对话框中输入自然语言指令
2. AI意图识别 → 系统调用大模型（DeepSeek/通义千问）理解用户意图
3. 结构化输出 → AI返回JSON格式的指令和参数
4. 执行指令 → 系统根据识别结果执行相应操作
5. 回退机制 → 如果AI识别失败，自动回退到原有的正则匹配

支持的指令类型

1. 导航类指令

• goWarning - 打开预警中心
• goProfile - 打开个体画像
• goComprehensive - 打开综合报告
• goInterventionTask - 打开干预任务
• goReport - 打开报告列表/详情
• goMessage - 打开消息/收件箱
• goNotice - 打开通知公告
• goDashboard - 打开监区看板
• goTagFilter - 打开标签筛选
• goVoice - 打开语音助手

2. 分析类指令

• analyzeReport - 分析报告
• analyzeProfile - 分析个体画像
• analyzeData - 分析平台数据

3. 控制类指令

• clearChat - 清空对话记录
• toggleChat - 展开/收起对话框
• goBack - 返回上一页
• goHome - 返回首页

使用示例

原来的方式（正则匹配）

用户输入："打开张三的报告"
系统：使用正则 /打开\s*([^\s的]{1,32})\s*的?报告/ 匹配
结果：✅ 能识别

用户输入："帮我看看张三的报告"
系统：正则无法匹配
结果：❌ 无法识别

现在的方式（AI理解）

用户输入："打开张三的报告"
AI理解：用户想查看张三的报告
返回：{"action":"goReport","params":{"keyword":"张三"},"confidence":0.95}
结果：✅ 能识别

用户输入："帮我看看张三的报告"
AI理解：用户想查看张三的报告
返回：{"action":"goReport","params":{"keyword":"张三"},"confidence":0.9}
结果：✅ 能识别

用户输入："我想了解一下李四的情况"
AI理解：用户想查看李四的个体画像
返回：{"action":"goProfile","params":{"keyword":"李四"},"confidence":0.85}
结果：✅ 能识别

用户输入："有没有严重的预警需要处理"
AI理解：用户想查看严重级别的预警
返回：{"action":"goWarning","params":{"warningLevel":"严重"},"confidence":0.9}
结果：✅ 能识别

优势

1. 更自然的交互 - 用户可以用日常语言表达需求
2. 更强的容错性 - 不需要记住精确的指令格式
3. 更好的扩展性 - 添加新指令只需更新配置，无需写正则
4. 智能参数提取 - AI自动从语句中提取关键信息
5. 回退保障 - AI识别失败时自动使用原有的正则匹配

技术实现

核心方法

1. parseUserIntentWithAI(userInput) - AI意图识别

   • 输入：用户的自然语言
   • 输出：结构化的指令JSON
   • 使用：DeepSeek API / 通义千问 API

2. executeAIIntent(intent) - 执行识别出的指令

   • 输入：AI返回的指令JSON
   • 输出：是否成功执行
   • 功能：根据action和params执行相应操作

3. sendAiChat() - 修改后的消息发送方法

   • 先尝试AI意图识别
   • 识别成功则执行指令
   • 识别失败则回退到正则匹配

AI Prompt设计

系统使用精心设计的prompt来引导AI：

• 明确定义所有可用指令
• 要求返回标准JSON格式
• 包含置信度评分
• 提供示例来提高准确性

置信度阈值

• 置信度 >= 0.6：执行指令
• 置信度 < 0.6：忽略结果，回退到正则匹配

配置

AI意图识别使用与AI对话相同的配置：

• DeepSeek API（默认）
• 通义千问 API（可选）

无需额外配置，开箱即用。

未来扩展

1. 支持多轮对话上下文
2. 支持复合指令（一次执行多个操作）
3. 支持模糊查询和智能推荐
4. 支持自定义指令学习