> ## Documentation Index > Fetch the complete documentation index at: https://docs.xpertai.cn/llms.txt > Use this file to discover all available pages before exploring further. # 增强功能 增强功能可以提升数字专家使用者的交互体验。例如添加文件上传入口、给 LLM 应用添加一段自我介绍或使用欢迎语，让应用使用者获得更加丰富的交互体验。 点击应用右上角的 “功能” 按钮即可为应用添加更多功能。 ## 增强功能详解 ### 1. 对话开场白（Welcome Message） “对话开场白”用于在数字专家欢迎页面展示一段自定义文案，可作为欢迎语或 AI 自我介绍，帮助用户快速了解助手的能力与用途。 #### 🎯 主要作用 * 拉近与用户的距离，营造亲切感 * 引导用户提问，降低使用门槛 * 交代应用背景，提高对话效率 #### ⚙️ 配置方式 * 自定义欢迎语内容（支持换行和表情符号） * 可设置 1～10 个开场建议问题 * 建议问题以按钮形式展示，点击可快速提问 #### 💡 使用建议 * 欢迎语尽量简洁友好，例如： > “你好，我是您的数据分析助手，可以帮您分析销售、库存或预算情况。” * 建议问题可围绕常见需求设置，如： * “查看本月销售数据” * “分析客户流失原因” * “生成财务报表摘要” *** ### 2. 问题建议（Suggested Questions） “问题建议”用于在每轮对话结束后，智能生成 5 个相关的后续问题，引导用户继续提问，保持对话活跃。 #### 🎯 主要作用 * 延续用户兴趣，提升互动体验 * 激发灵感，降低“无话可问”的门槛 * 提供创意话题，增强对话趣味性 #### ⚙️ 配置方式 * 编辑提示词模板，引导大模型生成合适的问题 * 支持自由设定语气，如：专业、轻松、幽默等 * 模板内可加入场景说明或指令 #### 💡 使用建议 * 结合应用目标和用户偏好设定提示词，例如： > “请根据用户刚才的提问，生成 5 个风格幽默、富有想象力的问题，鼓励继续探索。” * 示例输出问题（风格幽默）： * 如果 AI 有梦想，它的职业理想会是什么？ * 为什么键盘的“F”键总是比“J”键酷？ * 要是猫统治了人类社会，第一条法律会是什么？ * 时间旅行的最大 bug 会是什么？ * 如果明天没有周一了，会发生什么？ *** ### 3. 会话总结（Conversation Summary） 当对话消息数量超过设定的最大容忍数量（如 100 条）时，Xpert 会通过“会话总结”功能，将历史对话中的重要信息进行提炼，转化为简明摘要，以减轻系统记忆负担，并提升后续对话的聚焦度和效率。 #### 🧠 工作机制 * **最大容忍数量** (Maximum Tolerance)： 设置在开始生成新摘要之前，允许新对话消息超出“数量”的上限值。例如图中显示为 22。这意味着即使对话超过了 16 轮，系统也会继续记录，直到达到 22 轮，才会触发新的摘要生成。这个参数有助于避免频繁生成摘要，从而减少计算开销。 * **总结的消息数量**: 将要总结的消息数量，例如图中的 16 表示将会总结会话中22个消息中的最开始的 16 条消息。 * **保留数量** 总结消息后保留下来的消息数量，例如图中的 4 表示保留 4 条消息，其余的消息将被删除（以摘要的形式出现在系统提示词中）。 * **提示词**：用于指导系统如何概括对话中历史消息，未提供则系统使用默认的提示词。 > 示例配置： > 最大容忍数量：100 > 总结触发数量：40 > 👉 保留数量 = 100 - 40 = 60 条信息 Config conversation summary #### 📋 应用场景 * 用户与智能体长时间交互 * 多轮复杂任务跟进 * 需要阶段性知识总结或任务回顾的对话流 *** ### 4. 长期记忆（Long-term Memory） 参见 [长期记忆](../long-term-memory.md) 文档。 *** ### 5. 记忆回复（Memory Reply） 记忆回复功能允许为智能体手动编辑并存储特定的问答式记忆，系统在用户提问时可优先匹配这些“记忆”内容，直接生成高质量、稳定、可控的回复，跳过 LLM 的自由生成过程。 此机制有效提升了问答一致性与可靠性，特别适用于定制化、规则明确或幻觉敏感的场景。 #### 🧠 工作机制 * **问答记忆创建**：开发者可为智能体人工编写若干问答对（问题+标准答案），作为 [长期记忆](../long-term-memory.md) 内容。 * **相似度匹配**：当用户提问时，系统使用 Embedding 向量计算用户输入与所有记忆问题的相似度。 * **Score 阈值判断**：只有相似度分数 ≥ 设置阈值，系统才会召回并直接返回相应记忆中的首个回答。 * **嵌入模型**：采用长期记忆配置的 Embedding 模型，若未设置则使用系统全局默认的模型。 #### ⚙️ 配置参数说明 | 参数项 | 说明 | | ------------ | ------------------------- | | Score 阈值 | 控制记忆是否被召回的相似度分数界限（如 0.85） | | Embedding 模型 | 采用长期记忆配置的 Embedding 模型 | #### 📌 应用场景 * ✅ 特定领域的标准化回复
适用于企业、政府、教育、金融等领域知识库场景，对部分问题需精准控制回答，如： * “公司客服电话是多少？” * “我可以删除我的账户吗？” * “本系统是否支持海外用户？” 这些问题通常应有明确结果或应避免生成幻觉内容。 * ✅ 快速原型（POC/DEMO）构建 在 POC 或 DEMO 阶段，通过人工录入问答记忆可快速调优产品性能，实现客户预期。 * ✅ 与 RAG 并行作为稳定 fallback 记忆回复机制相当于一套轻量级、可控的检索增强系统（RETRIEVAL ONLY），有效规避大模型生成过程中的幻觉或答非所问问题。 #### ✨ 功能优势 * 🎯 提升答案稳定性与确定性 * 💡 避免大模型自由生成带来的幻觉问题 * 🧩 支持与知识库、搜索等模块并行使用 *** ### 6. 总结标题（Conversation Title） 总结标题功能用于在用户首次发起会话后，根据会话内容自动提炼出一个简洁、概括性的标题，作为该轮对话的会话标题。该功能可增强多轮会话的可浏览性与组织性，尤其适用于智能体聊天记录较多的场景。 | 配置项 | 描述 | | ----- | ----------------------------------- | | 是否开启 | 默认为开启，系统将自动为每轮新会话生成标题 | | 标题提示词 | 支持配置提示词（Prompt），引导大模型以指定风格或格式生成摘要标题 | 系统会在用户发送首条消息或系统识别到对话初步成型后，自动触发标题生成逻辑。 #### 🧩 示例 | 会话内容 | 自动生成标题 | | ------------------------------- | ------------- | | “我想了解我们销售部门上个月的业绩，能按地区分一下吗？” | 销售部门上月业绩分析 | | “能不能帮我写一个 AI 助理功能的介绍文案？风格轻松一点。” | AI 助理功能文案撰写请求 | | “请解释一下记忆回复机制的原理和应用场景。” | 记忆回复机制解析 | #### 🛠️ 配置建议 * 对于结构化对话场景（如 BI 问答、工单系统），建议结合用户意图或实体字段定制提示词生成标题。 * 提示词应尽量引导生成 **简洁、具体、无多余词汇** 的标题，例如： ``` 总结一句话标题，用于标记本次用户提问的主题，避免冗余词汇。 ``` *** ### 7. 文件上传（File Upload） 文件上传功能允许用户在对话过程中上传指定类型的文件，将图片或完整文本插入到当前对话中，辅助 AI 更好地理解和响应上下文问题。 #### ✅ 功能说明 * **上传位置：** 在对话框中，用户可通过点击📎图标（或“上传一个文件”按钮）上传文件。 * **上传后效果：** 文件内容（如文档文本、图片等）会作为用户消息注入到上下文中供模型参考，提高对话理解精度。 #### ⚙️ 配置项 * 1. 最大上传数量 - 设置值范围：1 \~ 任意值 - 含义：限制用户单次可上传的文件数量 - 示例配置：最大上传 10 个文件 * 2. 文件大小限制（按类型区分） | 文件类型 | 最大单文件大小 | | ----------- | ------- | | 文档 document | 15MB | | 图片 image | 10MB | | 音频 audio | 50MB | | 视频 video | 100MB | * 3. 支持文件类型 支持上传以下类型的文件，便于大模型理解和解析： * **文档：**`TXT`, `MD`, `MDX`, `MARKDOWN`, `PDF`, `HTML`, `XLSX`, `XLS`, `DOC`, `DOCX`, `CSV`, `EML`, `MSG`, `PPTX`, `PPT`, `XML`, `EPUB` * **图片：**`JPG`, `JPEG`, `PNG`, `GIF`, `WEBP`, `SVG` * **音频（如开启）：**`MP3`, `M4A`, `WAV`, `AMR`, `MPGA` * **视频（如开启）：**`MP4`, `MOV`, `MPEG`, `WEBM` > 支持文件类型可通过界面勾选配置，非勾选类型将禁止上传。 *** ### 8. 文字转语音（Text to Speech） 文字转语音（TTS）功能支持用户在 AI 生成回答后，通过点击朗读按钮将回答内容转换为语音并播放。该功能提升了 AI 对话系统的可访问性与多模态交互能力，特别适用于移动端场景、视力不便用户、阅读压力较大的信息型对话场景等。 #### ⚙️ 功能说明 | 配置项 | 描述 | | -------- | ------------------------------------------------------ | | TTS 模型选择 | 可配置不同的 TTS 模型（如 Azure TTS、Google TTS、Edge-tts、本地 TTS等） | | 模型参数配置 | 支持配置音色（Voice）等参数 | | 播放触发方式 | 用户点击朗读按钮后触发播放，支持播放/停止操作 | | 多语言支持 | 只要模型支持，即可自动适配不同语言的文本朗读 | *** ### 9. 语音转文本（Speech to Text） 语音转文本（STT）功能允许用户在对话框中通过语音输入代替文字输入。当启用该功能后，用户点击麦克风按钮即可开始录音，浏览器将捕捉用户的语音内容结束后转化为文字，作为提问内容发送给 AI。 | 配置项 | 描述 | | -------- | ------------------------------------------------------------ | | 启用方式 | 用户点击对话输入框中的麦克风按钮，即可开始语音输入 | | 浏览器权限 | 需用户授权麦克风使用权限（通常首次会弹出授权提示） | | STT 模型支持 | 可集成本地浏览器识别（如 Web Speech API），或外部 STT 服务（如 Whisper、Azure STT） | | 识别语言配置 | 可预设识别语言（如中文、英文等），提高转写准确率 | #### 🔒 隐私与安全说明 * 所有语音内容仅用于识别用途，不被存储或分析（除非用户明确授权） * 浏览器会提示请求使用麦克风权限，用户可随时关闭 *** ## 📚 常见问题 FAQ ### ❓1. 功能启用后不生效？ 可能原因及排查建议如下： | 原因 | 排查与解决方案 | | ----------- | ---------------------------------------------------------- | | 功能未保存 | 在启用功能后，配置尚未自动保存。 | | 配置项不完整 | 某些增强功能（如记忆回复、TTS等）需配置模型或参数，如未配置则不会生效。请检查是否漏填。 | | 网络异常或服务依赖问题 | 部分增强功能依赖外部服务（如 TTS/STT 模型、文件存储服务），建议检查网络连接或查看控制台日志是否有接口报错。 | | 问题建议 | 只在发布后生效 | ### ❓2. 文件上传失败如何排查？ 文件上传失败常见于以下几种情况： | 问题类型 | 排查建议 | | ----------- | ----------------------------------------------------------- | | 上传大小超限 | 请确认上传文件未超过系统设置的大小限制（通常为 20MB 或管理员配置的限制）。 | | 文件类型受限 | 目前仅支持上传常见文档类型（如 .pdf、.docx、.xlsx、.csv、.txt 等），请检查文件后缀是否受支持。 | | 网络或服务器异常 | 检查浏览器控制台或网络面板是否有上传失败提示或 API 报错信息。 | | 浏览器不支持多文件选择 | 请确保使用最新版 Chrome、Edge、Safari 等现代浏览器，避免使用兼容性差的浏览器。 | | 上传后未绑定至上下文 | 上传成功后，需确保文件被系统绑定至对话上下文，否则不会参与 AI 生成过程。可尝试重新选择文件并确认文件状态。 | ### ❓3. 如何清空长期记忆内容？ 长期记忆用于保存用户与数字专家的长期对话知识，适用于定制回复、上下文理解等高级场景。若需清空长期记忆，请按如下操作： #### ✅ 清空某个数字专家的全部长期记忆： 1. 进入该数字专家的长期记忆管理界面 2. 点击【清空记忆】按钮，系统将提示是否确认操作 3. 确认后，该智能体的全部记忆条目将被删除，不可恢复 #### ✅ 删除部分记忆条目： 1. 同样在「记忆管理」功能界面 2. 删除的条目，点击【删除】 3. 也可使用关键词搜索后删除匹配内容 ⚠️ 注意： * 清空长期记忆不会影响短期对话历史 * 记忆清除后不可恢复，请谨慎操作 * 清除后系统将重新依赖基础模型生成回答，可能缺乏定制化内容