腾飞智能助手开源版是基于钉钉平台的AI助手，集成了大型语言模型、知识库、记忆系统和多种工具能力，提供智能问答、任务处理和信息检索服务。 一、核心特性 智能对话：基于 DeepSeek-V3 671B 大模型的自然语言理解与生成，支持多轮对话 记忆系统：Redis实现的用户对话历史记忆存储 知识库集成：基于 BAAI/bge-m3 嵌入模型，Qdrant向量数据库支持的知识检索 情感分析：实时用户情绪侦测 意图识别：分析用户意图，触发工作流 工具执行：基于 LangGraph 架构，支持多工具执行 RAG增强：知识库和网络搜索结合，提升知识 recall 插件系统：可扩展工具框架 可观测性：LangSmith集成实现全链路监控 容器化部署：Docker一键部署 二、系统架构 三、钉钉消息处理流程 四、Agent决策流程 五、开源版与企业版 六、核心功能 1、情感分析 利用 DeepSeek-V3 大语言模型实时分析用户输入消息，根据情感分类指标进行分类（例如：happy、sad、angry、confused、neutral等），再根据情绪强度评分标准进行评分，并且提供分析依据和评分的标准，准确率高达 92%。 2、意图识别 利用 DeepSeek-V3 大语言模型实时分析用户输入消息，根据意图分类标准（例如：聊天、指令、问题、调用工具等），通过决策流程控制准备识别用户意图，并且提供识别用户意图的依据，准确率高达 95%。 3、驱动工作流 通过计情感分析和准确识别用户意图，动态驱动Agent工作流。 聊天：据对用户情感分析，根据情感分类和评分提供智能调整语气机制，生成符合用户情绪、结合上下文信息（对话记忆）的自然对话响应。用户产生负面情绪时钉钉创建待办响应提升 300%，显著提升用户体验。 指令：根据对用户意图识别（例如：天气、新闻、查找附近、翻译等），调用搜索工具进行实时查询，利用 DeepSeek-V3 大语言模型将实时查询数据、用户情绪、结合上下文信息（对话记忆）进行 RAG 增强的自然对话响应。 问题：根据对用户意图识别（纯知识性问题例如：LangGraph快速入门、MySQL安装教程），先从知识库（Qdrant）进行相似度检索，如果检索到结果，则利用 DeepSeek-V3 大语言模型将将检索结果、用户情绪、结合上下文信息（对话记忆）进行 RAG 增强的自然对话响应；否则调用搜索工具进行实时查询，利用 DeepSeek-V3 大语言模型将实时查询数据、用户情绪、结合上下文信息（对话记忆）进行 RAG 增强的自然对话响应。 调用工具：根据对用户意图识别（例如钉钉工具：待办、日程、日志、审批等），通过LLM指令解析实现待办/日程/日志/审批的自动化管理（支持15种语义场景），工具调用成功率达98.5%，减少用户操作路径50%以上。 4、知识库构建 使用本地上传和网页批量抓取的方式，并整合Qdrant（向量存储）来构建的知识库，利用DeepSeek大模型进行RAG增强问答，准确率提升至95%。 5、对话记忆存储 构建混合记忆架构，结合BGE-M3嵌入模型与Redis向量数据库，实现短期对话记忆（30天）与长期知识库（10万+条目）的协同检索，问答准确率提升至90%。 6、插件系统 可扩展工具框架，实现工具动态注册，构建工具节点动态图，实现工具高度复用，减低代码耦合度，提高系统可维护性和可扩展性。 7、可观测性 集成LangSmith实现全链路追踪，建立情感分析准确率、工具调用延迟、知识检索召回率等12项核心监控指标，推动系统迭代周期缩短40%。 8、容器化部署 基于Docker-Compose设计生产环境部署方案，优化GPU资源利用率（推理服务资源消耗降低35%），支持秒级弹性伸缩，系统可用性达99.95%。