前言
在学术研究和技术学习过程中，快速准确地查找和理解论文是一项重要但繁琐的工作。传统的论文查询方式往往需要用户在不同平台间切换，手动筛选信息，效率较低。
本文将深入解析一个基于ADP构建的论文阅读助手智能体，该系统通过意图识别技术，能够智能理解用户查询需求，并提供三种核心功能：关键词搜索论文、获取论文摘要、搜索论文解读。通过分析实际的工作流配置文件，我们将了解这个系统的真实架构和技术实现。
效果展示
体验链接：adp.cloud.tencent.com/webim_exp/#…
整体架构
这个论文阅读助手智能体具备以下核心能力：
1. 智能意图识别：
a. 自动识别用户查询意图
b. 支持自然语言交互
c. 基于 Youtu/youtu-mrc-pro 大模型
2. 多维度论文查询：
a. 根据关键词搜索论文
b. 根据论文ID获取详细摘要
c. 搜索论文相关解读和宣传稿
3. 智能内容处理：
a. 自动翻译英文论文摘要
b. 智能整理和格式化搜索结果
c. 提供用户友好的回复格式
4. 多源数据整合：
a. 集成自定义论文数据库API
b. 整合搜狗网页搜索服务
分步骤详解
第一步：智能意图识别
系统的核心是基于大模型的意图识别引擎，能够准确理解用户的查询需求：
意图识别节点配置
● 节点名称：大模型意图识别
● 使用模型：Youtu/youtu-mrc-pro
● 模型参数：Temperature=0.7, TopP=0.6, MaxTokens=4000
● 输入数据：系统变量 SYS.RewriteQuery（对话历史限制15轮）
支持的意图类型
1. 根据关键词搜索论文
a. 示例查询：“找找这一周的NLP相关论文”
b. 路由目标：参数提取1 → 论文搜索工具
2. 根据论文ID获取摘要
a. 示例查询：“我想看看第一篇论文的摘要”
b. 路由目标：参数提取11 → 摘要获取工具
3. 搜索论文相关解读
a. 示例查询：“帮我找找 Energy Considerations of Large Language Model Inference 这篇文章相关信息”
b. 路由目标：参数提取111 → 网页搜索工具
4. 兜底处理
a. 对于无法识别的意图，系统会礼貌地拒绝回答
第二步：关键词搜索论文流程
当用户需要根据关键词搜索论文时，系统执行以下流程：
1. 参数提取
● 节点名称：搜索论文关键词
● 使用模型：Youtu/youtu-intent-pro
● 功能：从用户输入中智能提取搜索关键词
2. 论文搜索
● 功能：根据关键词调用论文数据库API进行搜索
3. 结果整理
● 使用模型：Youtu/youtu-mrc-pro
● Prompt：“已知相关论文内容为{{mcp_result}}, 整理论文标题、时间及论文地址链接，返回用户友好的信息”
● 功能：将搜索结果格式化为用户友好的信息
4. 结果回复
● 回复内容：格式化后的论文列表信息
第三步：论文摘要获取流程
当用户需要获取特定论文的摘要时，系统执行以下流程：
1. 参数提取
● 节点名称：提取论文ID
● 功能：从用户输入中提取论文标识符
2. 摘要获取
● 功能：根据论文ID调用API获取详细摘要
3. 翻译总结
● 使用模型：Youtu/youtu-mrc-pro
● Prompt：“如果{{mcp_output}}中的内容为空，请输出：对不起，无法获取，否则，将{{mcp_output}}中内容翻译为中文并总结”
● 异常处理：最大重试3次，重试间隔1秒，超时300秒
● 功能：将英文摘要翻译为中文并进行总结
4. 结果回复
● 回复内容：中文翻译和总结后的摘要信息
第四步：论文解读搜索流程
当用户需要搜索论文相关解读时，系统执行以下流程：
1. 参数提取
● 节点名称：提取论文名称
● 功能：从用户输入中提取论文标题
2. 网页搜索
● 功能：使用搜狗搜索引擎在全网范围搜索论文相关信息
● 参数限制：查询长度建议128字节（约40-64个中英文字符）
3. 结果总结
● 使用模型：Youtu/youtu-mrc-pro
● Prompt：“如果{{search_result}}为空，则输出，对不起，我没有搜索到内容。否则，总结{{search_result}}的结果。如果搜索结果为英文，则翻译成中文展示”
● 异常处理：最大重试3次，重试间隔1秒，超时300秒
● 功能：总结搜索结果并进行多语言处理
4. 结果回复
● 回复内容：总结后的论文解读信息
第五步：兜底处理机制
对于无法识别的用户意图，系统提供了完善的兜底处理：
兜底回复节点
● 节点名称：回复3
● 回复内容：“抱歉我无法回答其他问题”
● 功能：为超出系统能力范围的查询提供礼貌的拒绝回复
总结
通过对实际工作流配置文件的深入分析，我们了解了这个论文阅读助手系统的真实技术架构。该系统展示了现代AI工作流平台在学术研究辅助领域的应用潜力。
应用ADP的强大能力，这个系统不仅解决了论文查询的实际需求，更为构建智能化的学术研究辅助工具提供了有价值的技术参考和实践经验。
