跳到主要内容

开放式问答模式的快速路由

上一篇讲完了时间敏感性识别,接下来 prepare 方法要做的第一个路由判断就是:这个问题是不是开放式问答?

为什么要单独处理开放式问答?

在 super-agent 系统中,聊天模式分为两大类:

模式说明是否需要文档检索
OPEN_CHAT开放式问答,类似 ChatGPT 的自由对话❌ 不需要
DOCUMENT / KNOWLEDGE文档问答 / 知识库问答✅ 需要 RAG 检索

开放式问答不需要去检索文档,也不需要改写问题、拆分子问题这些复杂操作,直接把问题扔给 ReactAgent 就行了。所以系统在这里做了一个"快速通道",让开放式问答直接跳过后面的文档检索编排流程。

开放式问答的快速路由代码

if (chatMode == ChatQueryMode.OPEN_CHAT) {
// 开放式问答直接走 ReactAgent 路径,不做文档检索编排。
ConversationExecutionPlan plan = basePlan(question, chatMode, memoryContext, historyPlanningContext, historySummary, answerHistoryContext, currentDate, currentDateText,
requiresCurrentDateAnchoring, requiresFreshSearch)
.mode(ExecutionMode.REACT_AGENT)
.build();
if (traceRecorder != null) {
// 对开放式模式单独打 route 轨迹,方便调试时看出为什么没有进入文档链路。
ConversationTraceRecorder.StageHandle routeStage = traceRecorder.startStage(ConversationTraceStageCode.ROUTE, ExecutionMode.REACT_AGENT.name(), "路由到开放式 Agent。", null);
traceRecorder.completeStage(routeStage, "已判定走开放式 Agent 路径。", java.util.Map.of(
"chatMode", chatMode.name(),
"executionMode", ExecutionMode.REACT_AGENT.name(),
"requiresFreshSearch", requiresFreshSearch,
"requiresCurrentDateAnchoring", requiresCurrentDateAnchoring
));
}
return plan;
}

整个逻辑很简单,就三步:

  1. 构建基础执行计划 - 调用 basePlan 方法
  2. 设置执行模式为 ReactAgent - 通过 .mode(ExecutionMode.REACT_AGENT) 指定
  3. 记录路由追踪 - 把路由决策记录到 traceRecorder 里,方便后续调试

basePlan 方法:构建基础执行计划

basePlan 是一个私有方法,它的作用是把前面准备好的各种上下文信息打包成一个 ConversationExecutionPlan.Builder 对象。这个方法接收的参数非常多,因为它要把所有必要的信息都装进执行计划里:

private ConversationExecutionPlan.ConversationExecutionPlanBuilder basePlan(String question,
ChatQueryMode chatMode,
ConversationMemoryContext memoryContext,
HistoryPlanningContext historyPlanningContext,
String historySummary,
AnswerHistoryContext answerHistoryContext,
LocalDate currentDate,
String currentDateText,
boolean requiresCurrentDateAnchoring,
boolean requiresFreshSearch) {
return ConversationExecutionPlan.builder()
.chatMode(chatMode)
.originalQuestion(question)
.agentQuestion(question)
.rewriteQuestion(question)
.rewriteSubQuestions(List.of(question))
.retrievalQuestion(question)
.retrievalSubQuestions(List.of(question))
.historySummary(historySummary)
.longTermSummary(memoryContext.getLongTermSummary())
.historyPlanningContext(historyPlanningContext)
.recentHistoryTranscript(memoryContext.getRecentTranscript())
.answerRecentTranscript(memoryContext.getAnswerRecentTranscript())
.answerHistoryContext(answerHistoryContext)
.historyCompressionApplied(memoryContext.isCompressionApplied())
.historyCoveredExchangeId(memoryContext.getCoveredExchangeId())
.historyCoveredExchangeCount(memoryContext.getCoveredExchangeCount())
.historyCompressionCount(memoryContext.getCompressionCount())
.currentDate(currentDate)
.currentDateText(currentDateText)
// ... 还有更多字段
}

这个方法返回的是一个 Builder 对象,所以调用方可以继续链式调用 .mode() 等方法来补充更多信息。

basePlan 里装了哪些信息?

从代码可以看到,basePlan 把前面几个步骤准备好的所有上下文都打包进去了:

付费内容提示

该文档的全部内容仅对「码力全开」项目实战&技术讲解 知识星球用户开放

加入星球,一次获得完整项目资料、全栈技术知识库和长期答疑服务。

100万+字全栈技术知识库深入讲解技术核心、数据库、中间件和分布式等内容
8套热门的实战项目持续更新的企业级项目覆盖高并发、微服务、数据中台 和 AI Agent 等方向
AI 技术知识大模型面试详解覆盖 AI 模型原理、Agent、RAG、MCP、Skills、Harness 等核心知识点
文档 + 视频两种讲解形式既能系统阅读,也能跟随视频理解核心业务

完整项目实战资料

每套项目均包含从 0 到 1 讲解文档核心业务讲解视频

从基础项目到复杂业务场景,项目资料会持续更新。

8 套项目
  • 01Nexus Agent AI 智能体
  • 02Nexus Agent Pro 完全版
  • 03黑马点评Plus
  • 04大麦
  • 05大麦Pro
  • 06大麦AI
  • 07流量切换
  • 08数据中台

加入后还能获得

进入星球后,即可享受上述所有服务,保证不会再有其他隐藏费用。

从学习、面试到项目启动,都可以继续获得支持。

  • 1 对 1 解答项目和技术问题都可以提问
  • 针对性补充没有讲清楚的内容会继续补充
  • 面试与简历指导梳理回答技巧和项目亮点
  • 中间件云环境项目依赖可以直接接入使用
  • 面试后复盘被问住的问题可以继续交流
  • 远程问题解决项目启动问题可协助排查
知识星球二维码

扫码进入知识星球

  1. 打开微信,扫描左侧二维码,加入「码力全开」项目实战&技术讲解 知识星球
  2. 查看星球使用指导,获取完整项目讲解资料索引
解锁全部付费内容
🎁优惠