【Rokid 开发者社区】年宴生存实战：我用灵珠知识库撸了一个“社交提词器”，马年春节说话自带 Buff

一、 活动背景

回顾 2025 年，AI 眼镜行业经历了从“极客玩具”到“实用工具”的关键转变。在激烈的“百镜大战”中，我们迎来了 2026 丙午马年。作为开发者，我们不仅关注硬件的参数，更关心应用如何落地。

春节，是中国人一年中情感最浓郁、社交最密集的时刻。但随之而来的，是年夜饭桌上长辈们关于“催婚、工资、买房”的连环拷问。作为一名能写代码绝不说话的典型开发者，我一直在思考：如何利用 Rokid 灵珠（Rizon）AI 平台，在不冒犯长辈的前提下，利用 AR 技术给我自己做一个“高情商提词器”？

本期征文，我将分享如何利用灵珠平台的知识库（Knowledge Base）+ 工作流（Workflow） ，构建一个名为“灵马社交助手”的应用。

二、 核心架构

在开发之初，我曾考虑过直接调用大模型的通用回复能力。但实验后发现，大模型的回答往往“AI 味”太重，比如会说：“我建议你可以尝试幽默地回答这个问题...”。在 AR 眼镜端，这种多余的废话会瞬间遮挡视线。

因此，我选择了基于 RAG（检索增强生成） 的私有知识库方案。其核心逻辑如下：

1. 确定性：回复内容完全来自于我们预设的高情商话术表。
2. 极简性：强制提取 15 字以内的“金句”，实现一瞥即知（Glanceable）。
3. 实时性：通过灵珠的向量检索，在 1 秒内完成从“听到提问”到“弹出提示”的全过程。

三、 第一步：构建符合业务逻辑的“社交秘籍”知识库

这是整个应用的底层资产。我们要准备一份包含特定字段的 CSV 文件。

1. 知识库表结构设计

根据实战需求，我设计了包含四个核心字段的表结构，并针对马年场景填充了话术：

场景分类	常见提问（检索项）	高情商回复建议（输出项）	核心策略
婚恋压力	找对象了吗？什么时候带回来？	2026马不停蹄，缘分马上就到。	借马年谐音，幽默化解。
收入财务	今年发了多少年终奖？工资涨了吗？	刚够马儿吃草，主打一个充实。	示弱但不失志，回避数字。
房产资产	买房了吗？是在城里买的吗？	还在看跑马场，得挑个草肥的。	借“跑马场”隐喻转移话题。
职场现状	工作稳不稳定？大公司还是小公司？	龙马精神拼事业，在哪都一马当先。	表现上进心，模糊规模。
身体健康	怎么又瘦了/胖了？少熬夜。	收到！这就去跟周公赛马。	调皮回应，结束碎碎念。
社交冷场	大家都不说话，气氛很尴尬。	咱聊聊马年首场流星雨怎么样？	主动抛出高科技话题破冰。
伪科学	听说吃这个对身体好，快转发。	科学养生龙马精神，我会留意哒。	不当面反驳，礼貌收尾。

2. 灵珠平台导入技巧

1. 将上述表格保存为 social_tactics.csv。
2. 登录 Rokid 灵珠 AI 平台，在“资源库”模块新建姿势库。
3. 表结构配置：勾选索引，查看设置的列名，设置对应的描述与数据类型。
4. 数据处理：点击确认，完成数据清洗及处理。

---

四、 第二步：配置智能体（Agent）的调度逻辑

知识库只是“弹药”，智能体才是“指挥官”。

1. 提示词（Prompt）设计

在智能体配置中，我们需要通过 Prompt 约束 AI 的行为，强制它只从知识库的特定字段中提取内容。

# Role: 高情商社交提词员

## Task:
实时监听环境语音，并根据【社交秘籍知识库】提供最佳话术方案。

## Output Rules (核心约束):
1. **字段提取**：当检索到相关条目时，你只需要且只能提取【高情商回复建议】这一列的内容。
2. **严禁废话**：严禁输出诸如“根据知识库建议...”或“你可以这样说...”的前缀。
3. **视觉适配**：所有输出必须精简到 15 个汉字以内，以适配 Rokid AR 眼镜的显示空间。
4. **沉默权**：如果知识库中没有相关匹配，请返回“保持从容”，不要打扰用户。

## Opening (开场白):
“主公，社交避坑系统已就位。2026 马到成功，无论亲戚出什么招，我都帮您‘马’上化解。”

五、 第三步：编排核心工作流（Workflow）

这是整篇文章的技术高地。我们要把知识库检索出来的原始数据，通过 JavaScript 脚本 转化为硬件可执行的 JSON 指令。

1. 链路设计

• 输入节点：接收语音转文字后的内容。
• 知识库节点：关联我们创建的库，配置检索 Top 1 结果。
• 脚本节点：对检索结果进行“深度脱水”。

2. 核心代码实现与逐行解析

在工作流的“脚本节点”中，我们需要编写逻辑来提取我们的“高情商回复建议”。

/**
 * 社交助手 - 核心逻辑加工脚本
 * 目标：精准提取【高情商回复建议】字段，并封装硬件指令
 */

async function main(inputs) {
    // 1. 获取知识库检索出的原始片段
    // inputs.kb_result 是知识库节点返回的原始内容，通常包含多个字段的文本拼接
    const rawContent = inputs.kb_result || "";
    
    // 2. 初始化兜底话术
    let finalAdvice = "保持从容，龙马精神";

    // 3. 字段匹配提取逻辑
    // 讲解：灵珠知识库返回的内容通常会带有字段名。
    // 我们需要通过正则匹配，专门抓取【高情商回复建议】后面的内容。
    const fieldName = "高情商回复建议";
    if (rawContent.includes(fieldName)) {
        // 利用正则表达式，提取字段名后到行尾或下一个字段前的文字
        const regex = new RegExp(`${fieldName}[:：]\s*([^\n\r]+)`);
        const match = rawContent.match(regex);
        if (match && match[1]) {
            finalAdvice = match[1].trim();
        }
    }

    // 4. AR 视觉适配截断
    // 讲解：AR眼镜的视野中心（Focus Area）非常宝贵。
    // 经过实验室测试，单行 13-15 个汉字是“一瞥即知（Glanceable）”的生理极限。
    if (finalAdvice.length > 15) {
        finalAdvice = finalAdvice.substring(0, 13) + "..";
    }

    // 5. 封装 Rokid Rizon 硬件控制指令
    // 讲解：我们不直接返回文本，而是返回一个 Action 指令，
    // 这样在硬件端可以触发特定的半透明 UI 卡片。
    const hardwareCommand = {
        action: "ROKID_DISPLAY_HUD",
        params: {
            content: `🐎 ${finalAdvice}`,
            position: "bottom_right", // 放置在右下角，避免遮挡对方的脸
            theme: "glass_blur", // 磨砂玻璃效果，高端且不挡视线
            duration_sec: 10 // 显示10秒，足够看完
        }
    };

    return {
        text_output: finalAdvice,
        command_json: hardwareCommand
    };
}

六、 效果验证

作为开发者，我们不需要实体眼镜也能验证效果。灵珠平台提供了强大的 Preview（预览）控制台。在这里，我们可以直接观察到“意图 -> 检索 -> 脚本加工 -> 指令生成”的全过程。

以下是针对春节期间四大高频尴尬场景的模拟测试：

场景一：面对“催婚”的幽默突围

• 模拟输入：用户小声对眼镜说：“七大姑八大姨又问我找对象没，烦死了。”
• 运行链路追踪：

• • 意图识别：智能体通过语义分析，提取出“对象”、“催婚”等核心意图。
  • KB 检索：在知识库中精准命中“婚恋压力”分类下的条目。
  • 脚本转换：提取出“2026马不停蹄，缘分马上就到。”

• 下发 JSON 报文：

{
  "command_json": {
    "action": "ROKID_DISPLAY_HUD",
    "params": {
      "content": "我这千里马，正等伯乐牵呢。",
      "position": "bottom_right",
      "style": "glass_blur",
      "duration_sec": 10
    }
  }
}

场景二：面对“攀比”的降维打击

• 模拟输入：用户输入：“隔壁王阿姨说她儿子月入五万，问我赚多少。”
• 运行链路追踪：

• • 意图识别：智能体识别到“收入”、“攀比”等竞争性话题。
  • KB 检索：命中“隐形攀比”条目，自动过滤掉对他人的评价，保留对己的策略。
  • 脚本转换：提取“那是真厉害！我正带头冲锋呢。”

• 下发 JSON 报文：

{
  "command_json": {
    "action": "ROKID_DISPLAY_HUD",
    "params": {
      "content": "我这赛道好，复利增长快。",
      "position": "bottom_right",
      "theme": "warning_subtle",
      "duration_sec": 8
    }
  }
}

场景四：面对“冷场”的科技破冰

• 模拟输入：用户通过侧边触摸板触发：“饭桌上都没人说话了，给个话题。”
• 运行链路追踪：

• • 意图识别：识别到“无人说话”、“冷场”等社交环境诉求。
  • KB 检索：命中“社交冷场”条目。
  • 脚本转换：提取出具备科技感的破冰话题：“咱聊聊马年首场流星雨怎么样？”

• 下发 JSON 报文：

{
  "command_json": {
    "action": "ROKID_DISPLAY_HUD",
    "params": {
      "content": "咱聊聊马年首场流星雨怎么样？",
      "position": "center_right", 
      "duration_sec": 15
    }
  }
}

技术总结与开发者视角解析

通过以上三个案例，我们可以总结出几个深度开发的技巧：

1. 数据的“脱水”纯度： 大家注意看，不论知识库里的原始数据有多乱（可能包含场景分类、核心策略等），经过我们在第五章编写的 JavaScript 脚本加工后，最终下发的 content 字段只有那句 15 字内的回复建议。这种“脱水”处理是 AR 应用成功的关键，因为它极大降低了用户在大脑中的二次信息处理成本。
2. 指令的“语义化”下发： 作为开发者，我们在日志中看到的不是一段文字，而是一个标准的 JSON Schema。这意味着我们可以随时在 params 中增加更多的控制参数，比如针对“攀比”场景（案例2）使用 warning_subtle（淡黄色警告）主题，提醒用户注意应对；而针对“破冰”场景（案例4）使用 center_right（视野更靠中心的位置），以方便用户阅读较长的科普话题。
3. 逻辑的“闭环验证” ： 只要这个 JSON 报文在灵珠预览窗口生成，就说明你的逻辑已经百分之百跑通了。 在真实眼镜上，这行字会像悬浮在现实世界中的“虚拟提词器”，只有你可见。这种“上帝视角”的从容感，正是 AI+AR 结合带给开发者的极致魅力。

通过这种“无设备验证”的方式，我们不仅极大地提升了开发效率，更保证了在马年春节这一真实社交战场上，我们的“灵马助手”能做到每一句回复都马到成功。

七、 进阶：如何优化你的社交助手？

在开发过程中，我也总结了一些让“提词器”更自然的黑科技：

1. 动态位置调整：在脚本节点，我们可以根据对话的激烈程度调整 position。比如普通闲聊在右下角，如果是激烈的辩论，可以稍微向中心靠拢。
2. 多轮对话记忆：在 Workflow 中开启 记忆模式， 选择变量或数据库。如果亲戚连续问了好几个问题，Agent 可以结合上下文给出更连贯的话术，而不是每次都从知识库里硬抠。

八、 总结

通过这篇征文，我想分享的不仅是一个“社交外挂”。

在 2026 马年春节，我们利用 Rokid 灵珠平台 的工程化能力，将私有的“高情商知识库”与 AR 硬件完美结合。

1. 数据脱水：解决了信息过载。
2. 知识库驱动：解决了 AI 幻觉和废话问题。
3. 硬件联动：实现了从逻辑到指令的闭环。

马年春节，不再是社恐的战场，而是开发者的秀场。 只要你有好的场景洞察，再加上灵珠平台这套强大的工具链，每一个开发者都能创造出属于自己的“马年黑科技”。让我们“马”上分享，解锁更多新应用！