得物以HarnessAgent融合知识库与飞书检索

知识问答的核心挑战是准确率与质量——查得全（召回率）、查得准（精准度）、理解得对（多模态）、看得对（权限隔离）。团队选择 AgentScope 2.0 的 HarnessAgent 架构，重点使用三项能力：ReAct 循环（Agent 不是一次性检索后回答，而是在“推理→行动→观察”中反复迭代，实现搜索→评估→精读→再搜索）；Middleware（在 onActing 钩子插入三阶段质量过滤，对 Agent 完全透明）；并行工具调用（一次推理中决定调用多个工具时框架自动并行，由 Toolkit.parallel(true) + Java 21 虚拟线程支撑，工具调用为 I/O 密集型、虚拟线程在阻塞时自动释放平台线程）。数据源分两条线并在同一轮对话中同时激活：企业知识库（产品文档、流程规范、FAQ，按业务领域或部门划分、管理员统一维护）与个人飞书数据（飞书消息、文档、妙记，检索该用户个人可见数据）。权限隔离分两层——知识库层按可访问列表控制，飞书层用 UserCallContext 注入用户 openId、API 按身份返回数据，同一问题不同用户结果不同。Agent 自主决定用哪些工具、搜几次、是否精读、何时停止，决策依据为 AGENTS.md 中的结构化提示词（规定来源优先级：企业知识库 > 飞书文档 > 消息/妙记，冲突时明确指出并建议采信来源）；SourceCollector 按 sourceId 跨工具去重，每条关键信息在回答中标注 [src:sourceId] 可溯源。 团队不重复造轮子：知识库的文档解析、Chunk 切分、向量化与混合检索全部由公司已有知识管理平台提供，本产品在其之上构建智能检索层。检索前先做查询扩展——把用户原始问题改写为语义等价的完整自然语言句子而非关键词（Embedding 模型在自然语言上训练，完整句子比一串词编码更精准），并生成多个不同角度的变体并行发起检索以覆盖意图各侧面。针对“向量相似 ≠ 语义相关”（余弦相似度易被高频词干扰，文中举例向量检索返回 5 条中只有 2 条真正相关、噪声比例 60%），结果经三阶段过滤：Stage 0 FastPass（结果数 ≤ 2 且原始 score 全部 ≥ 0.7 时直接放行、零额外延迟）；Stage 1 Reranker 用 gte-rerank-v2 交叉编码器重新打分，阈值 0.3 过滤“词像但意思不对”并取 Top-8；Stage 2 LLM Grading 用大模型按 0.1~1.0 四级逐条打分（最多 10 条、30 秒超时），阈值 0.5 过滤“主题对但不够直接”。Pipeline 通过 AgentScope 的 MiddlewareBase 接口接入 onActing 钩子拦截 knowledge_search 结果并按 toolCallId 分组处理，各阶段独立可开关（对时效性要求高的场景可关闭 LLM Grading 降延迟），过滤后结果重建为与原始工具输出格式一致的文本，Agent 无需感知。 针对用户遇问题第一反应是截图（报错信息、界面异常、配置页面）的场景，产品支持图片输入实现“截图即提问”。上传阶段支持拖拽/粘贴/点击，最多 6 张并校验类型和大小；发送阶段从对象存储内网读取图片字节做 Base64 编码，与文本一起构造多模态消息。模型侧自动判断策略：未指定模型时自动切换到视觉语言模型；指定了视觉模型则正常执行；指定了纯文本模型则拒绝并提示，防止调用失败；且校验不仅检查本轮上传的图片，还检查历史对话中是否有图片——因大模型无状态，历史图片每轮都需重新发送，只要历史中有图同样强制使用视觉模型。历史回放按消息聚合、按用户归属过滤、总大小受预算控制；Agent 可在回答中插入检索到的图片辅助说明，图片与文字引用统一编号。 多实例 SSE 断点续传按优先级自动选择三条恢复路径：路径一同实例恢复（页面刷新、切后台、网络闪断等最常见场景，本地内存仍有 Agent 运行状态，直接发一个完整快照恢复历史后续传，零延迟零 Redis 开销）；路径二跨实例转发（负载均衡调度或网络切换导致 IP 变化，新实例通过 Redis 路由表查到原实例地址内部转发，原实例像本地客户端一样推送 SSE 流、新实例透传）；路径三快照重建兜底（原实例宕机或不可达时从 Redis 重建完整会话，已产生内容可完整恢复）。设计上用“快照一帧恢复”替代逐条重放，避免前端 React 收到密集批量更新被合并成跳变；用路由表 + 内部转发替代 Redis Pub/Sub，避免订阅生效延迟导致新订阅者错过前几条消息，Redis 只存路由信息不参与事件推送。配套 10 秒一次的 SSE 注释行心跳保活，以及用 Redis 原子 SETNX 带 TTL 的分布式锁防止用户双击发送导致的同会话并发请求。模型侧实现容灾：主模型出现 5xx 服务端错误、限流、超时、网络异常等可重试错误时自动切换到备用版本继续服务、用户无感知；4xx 客户端错误不触发切换、直接返回错误让用户修正。