汪晟杰-探索工程智能体和RAG建设.pdf

1、探索工程智能体和RAG建设汪晟杰|腾讯云演讲嘉宾汪晟杰腾讯云资深技术产品专家腾讯资深技术产品专家，20年工作经验，负责腾讯云开发者AI代码助手产品，十多年协作SaaS、Teambition，和 SAP 云平台 SuccessFactorsHCM、Sybase 数据库、PowerDesigner 等产品的开发经理，在软件架构设计、产品管理和项目工程管理、团队敏捷、AI研发提效等方面拥有丰富的行业经验。目 录CONTENTS1.建设工程智能体的背景2.问题/痛点3.解决思路/整体方案4.架构实现/技术实践5.总结与展望工程智能体的背景PART 01SWE Agent工程智能体的场景AISE 场景A

2、I 理解/规划需求需求生成设计稿设计稿生成代码需求生成测试用例设计稿生成代码测试用例生成测试代码企业专属知识库业务知识库需求知识库代码知识库测试知识库记忆与存储自动化/平台工程需求自动化代码仓库HookIAC 资源自助化管理API 接口测试移动端自动化测试UI 自动化测试环境自动创建/销毁自动化安全测试/检查混沌工程执行与反馈LLM 大模型 基座模型需求领域模型测试领域模型设计领域模型需求理解Agent测试用例Agent页面编排 Agent测试执行Agent产品规划AgentAPI 测试 Agent序列对比 Agent结果校验AgentUI 组件AgentUX 效果AgentUI 测试Agen

3、t安全测试AgentAPIRAGToolsPrompt 工程Agent 逻辑解析器人工review 与交互理解与决策研发管理系统需求管理设计管理代码管理制品管理CI/CD资源管理运维监控管理与交互研发领域 LLM 多智能体问题和痛点PART 02软件工程的切入场景应用繁多中国信通院调查显示：软件开发&测试场景是AI4SE技术应用的排头兵软件工程各阶段AI技术应用比例AI4SE：是指以大模型等AI技术为驱动的，以提高软件研发运营智能化水平为导向的，以提质增效为目标的，新一代智能化软件工程。2023年是AI大模型元年，AI4SE相关的商业化解决方案百花齐放，AI相关的生产力工具正在重塑技术人员的工

4、作方式FacilitationDocumentationCollaboration需求分析运营ResearchMarketingCustomer SupportIdeationPrototypeResearchDesign产品设计CI/CDObservability Operations交付与监控CommitCopilotsIDE开发阶段DocumentationHost企业智能体建设的难度感知端（Perception）非结构化数据、图片辅助应用可交付生成控制端（Brain）企业知识库问题：模型、准度问题：文档不规范行动端（Action）开放性、集成性企业系统问题：复杂问题LLM无法正确调用，

5、不正确的入参/出参从单Agent到多Agent的复杂度做什么怎么做执行单一任务拆解需求发现更多相关信息推理学会思考并发掘TryRun/TryFix自我修复自我保护自我生成优化LLM与感知、行动的配合LLM与不同智能体角色的协作协作对抗有流程的有序协作无顺序的自由协作对话对抗表达观点评审对抗代码防护性对抗场景简单工程级别单一场景可用复杂工程问题软件工程智能体业务文档和代码加入知识库RAG 技术（Retrieval Argmented Generation)基本都是用来处理自然语言的，无论是量化处理，还是召回，业界都仅在自然语言场景下可用。l 文档类型：代码、技术文档、规范文档l 代码要求：1.需

6、要有文件级、方法级注释2.格式规范，语法正确3.业务领域相关，具有代表性4.给出配套的MD文档技术文档/代码人工或自动化地从示例代码、配置和文档中抽取出知识片段格式：1.代码知识分为文件级、函数级和片段级三个级别，分别对应不同复杂度的功能需求文件级：是代码文件内代码元素的组合，通常代表一个功能函数级：一个独立的函数片段级：Api接口调用使用向量化模型对前面的数据向量化后存入向量数据库Embedding问题IDE 插件向量Agent 扩展非特定领域问题Embedding检索topK 召回阈值检查关键字组合过滤非特定领域问题 固定格式请求LLM模型返回结果请学习以下文档：（格式化）（格式化）（格式