一、概述
1. 案例介绍
通用大模型的训练数据覆盖广泛但侧重 “常识性知识”,且其核心能力是基于统计规律的 “生成式应答”,而非对特定领域固定信息的精准记忆和实时调用。班车表属于高度结构化、动态更新的 “专用信息”,包含具体线路、站点、发车时间、临时调整等细节,这些内容既不会被大模型完整 “记住”,也可能因数据更新滞后导致应答错误(比如模型仍输出已调整的旧时刻表)。此外,通用大模型可能为了 “流畅应答” 而对模糊信息进行 “脑补”,进一步增加错漏风险。
RAG(检索增强生成)非常适合查询班车时刻表这类工作,核心在于其能高效结合 “精准检索” 与 “灵活应答” 的优势。RAG 能先从存储的时刻表数据库中快速检索出匹配用户需求(如特定线路、时间、站点)的精准信息,再通过生成模型将这些信息以自然语言的方式清晰呈现,既避免了传统数据库查询中用户需理解复杂查询逻辑的门槛,又能确保信息的准确性和时效性,完美适配班车时刻表这类对信息精准度和获取便捷性要求较高的查询场景。
本案例选择使用华为开发者空间-Versatile Agent,通过Versatile Agent提供的RAG和高德地图MCP的能力,实现班车出行助手,从用户提供的班车时刻表知识库中获得班车的站点和时刻表信息,同时利用高德MCP查找附近的站点信息,从而实现班车时刻查询和出现建议功能。
通过实际操作,帮助开发者了解华为开发者空间-Versatile Agent的使用,并借助Versatile Agent工具,体验从知识集准备到AI应用发布开发旅程。
2. 适用对象
- 企业
- 个人开发者
- 高校学生
3. 案例时间
本案例总时长预计60分钟。
4. 案例流程
说明:
- 准备班车时刻表知识集;
- Versatile Agent添加高德地图MCP;
- Versatile Agent创建班车出行助手智能体;
- 发布班车出行助手智能体。
5. 资源总览
本案例预计花费0元。
| 资源名称 | 规格 | 单价(元) | 时长(分钟) |
|---|---|---|---|
| 华为开发者空间 - Versatile Agent平台 | 系统标配 | 免费 | 60 |
二、添加MCP
1. 数据准备
要使用RAG技术处理班车时刻表,最好把班车时刻表转换为半结构化的格式。下面以海淀驾校班车时刻表为例进行介绍。
网上找到的班车时刻表一般是这样的:
我们可以将该数据复制后交给大语言模型,让它帮助我们转换为适合RAG处理的MarkDown格式,整理后的数据保存在一个文本文件中供后文使用。
本案例附件中包括了一个整理好的班车时刻表
(仅作为演示用,数据可能不全或者不是最新的)。
2. 添加高德地图MCP
高德地图MCP Server现已覆盖12大核心接口,提供全场景覆盖的地理信息服务,包括地理编码、逆地理编码、IP定位、天气查询、骑行路径规划、步行路径规划、驾车路径规划、公交路径规划、距离测量、关键词搜索、周边搜索、详情搜索等。
在开发者空间的Versatile Agent中找到MCP,然后从其中查找高德地图的MCP,点击【下一步】-【安装】即可。
三、创建智能体
安装成功MCP之后,开始创建智能体。
1. 创建智能体应用
- 在【开发者空间–开发平台beta】–【Versatile Agent】–【智能体】-【单智能体应用】-【创建应用】逐一点击进入Agent创建页面:
应用名称:班车出行助手
应用描述:专注于为用户提供精准的班车信息查询与个性化出行建议,扮演着 “高效通勤规划伙伴” 的角色。
- 模型选择
模型选择预置模型DeepSeek-V3-64K。
- 配置知识库
【知识库】-【知识库】后的+号,在弹出页点击【新建知识库】。
选择【默认】类型,点击确定

知识库名称:班车时刻表
描述:海淀驾校班车时刻表信息
向量模型:pangu_embedding
精排模型:pangu_rerank
最后点击“确定”完成知识库构建。
- 上传文件
进入知识库首页,点击【班车时刻表】,进入详情页。

点击【上传】,进行文件上传,待【状态】栏为成功后即可。

- 添加知识库
重新回到添加知识库页面,可以看到班车时刻表已经添加并显示【已启用】,点击确定。

2. 发布服务
点击右上角【发布】按钮,在弹出框中继续点击【发布】。
3. 测试验证
在主页可以看到智能体已经成功发布,点击智能体,进入体验界面。
根据自己的兴趣搜索想要的站点信息吧。
例子如下图所示:
从魏公村附近的站点有哪些?
6万+

被折叠的 条评论
为什么被折叠?



