01_系统架构设计

一、系统概述

腾飞智能助手系统是一个基于钉钉生态的企业级智能对话平台，通过整合多种AI技术和工具，提供智能问答、情感分析、意图识别、工具调用、知识检索、对话记忆存储、RAG增强等功能。系统采用多模块组件架构，通过WebSocket与钉钉服务器实时通信，支持高并发、低延迟的用户交互。

配套视频教程👉《AI智能体实战开发教程（从0到企业级项目落地）》共62节（已完结），从零开始，到企业级项目落地，这套课程将为你提供最完整的学习路径。不管你是初学者还是有一定经验的开发者，都能在这里获得实实在在的成长和提升。

二、整体架构图

三、核心组件设计

3.1 接入层

• WebSocket长连接 (🔄)：
• 负责与钉钉服务器建立双向通信通道
• 接收钉钉回调消息并转发给主控Agent
• 将处理结果返回给钉钉服务器
• 支持心跳检测和自动重连机制
• Flask服务 (🌐)：
• 提供RESTful API接口
• 托管Swagger UI文档
• 处理HTTP事件并路由到主控Agent
• 实现认证和限流中间件

3.2 核心控制层

• 主控Agent (🧠)：
• 系统核心调度器，协调所有Agent工作
• 维护对话状态和上下文
• 直接访问Redis记忆系统
• 决策流程：
  

3.3 功能Agent层

情感分析Agent (😊)：

• 分析用户情绪状态（积极/中性/消极）
• 基于情感调整回复策略
• 提供分析依据和情绪强度评分

意图识别Agent (🤔)：

• 根据意图分类标准进行意图分类
• 支持动态更新用户意图
• 输出结构化意图标签

工具选择Agent (🛠️)：

• 根据意图选择执行工具
• 维护工具优先级策略
• 支持插件热加载

知识库检索Agent (🔍)：

• 基于向量相似度检索
• 支持多源知识融合
• 实现混合检索（关键词+语义）

响应生成Agent (💬)：

• 整合多源信息生成自然语言回复
• 根据情感分析状态和评分提供语气调整机制
• 结合上下文信息（对话记忆）进行 RAG 增强

3.4 数据存储层

Redis记忆系统 (📦)：

• 存储用户对话历史（可配置）
• 实现会话状态管理
• 数据过期策略（可配置）

Qdrant向量库 (🗃️)：

• 存储企业知识库向量数据
• 支持多模态检索
• 索引策略：HNSW算法

3.5 运维监控层

监控系统 (📊)：

• 链路追踪集成LangSmith
• 提供健康检查端点
• 实时监控集成Prometheus
• 获取最近日志

Docker容器 (🐳)：

• 实现服务容器化部署
• 支持水平扩展
• 资源隔离与配额管理