1. 从信贷风控的痛点说起为什么我要啃下这块硬骨头做金融信贷系统的同行应该都有体会这两年“AI智能体”这个词被喊得震天响但真正落到信贷业务里能跑通、能上线、能让风控和合规部门点头的方案少之又少。我所在的团队负责一套面向中小微企业的信贷辅助决策系统过去两年一直在用传统的规则引擎加评分卡模型效果稳定但天花板明显——规则维护成本高、新场景响应慢、非结构化数据比如企业主的经营流水描述、行业舆情、上下游合同文本基本用不上。今年年初我们决定试水华为云AgentArts平台目标很明确用AI智能体把信贷审批里那些“需要人反复翻资料、查政策、算指标”的环节自动化同时把RAG检索增强生成知识库接进来让智能体在回答信贷问题时能引用最新的产品政策、监管要求和内部风控指引。这篇学习笔记不是官方文档的复述而是我带着团队从零搭建“金融信贷AI智能体”的完整踩坑记录。我会把整体设计思路、AgentArts的核心配置、RAG知识库的搭建细节、以及实际跑通后遇到的典型问题和排查方法全部摊开来讲。如果你也在金融科技领域或者正在用华为云做AI智能体落地尤其是涉及信贷、风控、合规审查这类对准确性和可追溯性要求极高的场景这篇内容应该能帮你省下不少试错时间。先交代一下我们的基础环境华为云账号已实名认证AgentArts平台开通了智能体编排和RAG知识库两个核心模块底层模型选用的是平台内置的盘古大模型金融版也可以切换成其他第三方模型但金融版对信贷术语的理解明显更稳。整个项目从调研到跑通第一个可演示的智能体大概用了三周其中RAG知识库的清洗和切分占了将近一半时间。下面我按实际推进的顺序把每个环节拆开讲。2. 整体架构设计信贷智能体到底该长什么样2.1 业务场景拆解与智能体角色定义信贷业务链条很长从贷前获客、贷中审批到贷后监控每个环节对AI智能体的要求完全不同。我们一开始贪大求全想做一个“全能信贷助手”结果发现智能体的意图识别准确率直线下降因为用户可能问“这款产品的利率是多少”也可能问“这家企业的流水异常怎么判断”甚至问“监管对小微企业的授信集中度要求”。这三类问题分别对应产品咨询、风控分析和合规查询需要的知识库和推理路径完全不一样。后来我们做了减法把第一个智能体的角色明确定义为“信贷审批辅助专员”只服务贷中审批环节的客户经理和风控专员。它的核心任务有三个第一根据客户提交的材料自动提取关键字段并做初步合规校验第二针对审批人员的自然语言提问从RAG知识库中检索相关政策和历史案例给出带引用来源的回答第三对明显触发风控红线的申请生成结构化的风险提示报告。这个定位一确定后面的知识库范围、提示词设计、工具调用逻辑就清晰多了。提示金融信贷场景下智能体的角色边界越窄实际可用性越高。不要试图用一个智能体覆盖贷前贷中贷后那只会让意图识别和知识检索互相干扰。2.2 为什么选AgentArts而不是自己搭LangChain团队里有人问过为什么不直接用开源框架自己搭。我当时的判断基于三点第一AgentArts内置了RAG知识库的完整链路从文档解析、向量化到检索排序省去了自己维护向量数据库和Embedding模型的运维成本第二平台提供了可视化的智能体编排界面业务人员也能参与调试这在金融场景里很重要因为风控和合规同事必须能看懂智能体的决策逻辑第三华为云在金融行业的合规资质和私有化部署能力是我们选择它的关键因素——信贷数据不可能走公网APIAgentArts支持VPC内网部署数据不出域。当然自己搭也有好处比如对检索策略的完全控制。但考虑到我们团队只有两个后端开发没有专门的算法工程师AgentArts的“开箱即用”特性更现实。实际用下来它的RAG检索效果在金融文本上确实做了优化比如对表格、合同条款的解析比通用方案好不少。2.3 智能体工作流的整体编排我们的智能体工作流大致分四层接入层负责接收客户经理上传的PDF/图片材料和自然语言提问预处理层做OCR识别、文档切分和敏感信息脱敏核心推理层是AgentArts的智能体编排包含意图分类、知识检索、工具调用和答案生成四个节点输出层负责格式化回答、附加引用来源和风险等级标签。这里重点说核心推理层的设计。意图分类节点我们用了平台内置的意图识别能力但额外补充了金融信贷领域的自定义意图标签比如“利率查询”“准入条件”“监管红线”“历史案例”“材料完整性”。知识检索节点配置了两个RAG知识库一个是“信贷产品政策库”存放行内最新的产品说明书、利率表和准入规则另一个是“风控合规库”存放监管文件、内部风控指引和脱敏后的历史审批案例。工具调用节点接入了两个外部API一个是核心系统的客户信息查询接口用于拉取申请人的基础画像另一个是征信报告的解析接口把征信数据转成结构化字段供智能体引用。整个编排在AgentArts的画布上大概有十几个节点连线逻辑不复杂但每个节点的参数配置需要反复调试。比如知识检索节点的“相似度阈值”和“返回条数”设高了会漏掉关键政策设低了会引入无关噪声我们最后定的是相似度0.72、返回前5条这个值是根据几十次测试后的召回率和准确率平衡出来的。3. RAG知识库搭建信贷场景下的脏活累活3.1 文档收集与清洗比想象中麻烦十倍信贷知识库的文档来源极其杂乱有行内下发的PDF产品手册有扫描版的红头文件有Excel格式的利率表还有从OA系统导出的Word版风控指引。我们一开始直接把PDF丢进AgentArts的文档解析器结果发现扫描版文件识别出来的文字错漏百出表格更是完全乱套。后来老老实实做了三步清洗第一步所有扫描件先用OCR工具转成可编辑文本人工校对关键数字第二步Excel表格统一转成Markdown格式保留表头结构第三步Word文档去掉页眉页脚和修订痕迹只保留正文。这里有个血泪教训信贷政策里的数字绝对不能错。我们测试时发现某份产品手册里的“年化利率3.85%”被OCR识别成了“3.85%”小数点没丢但另一份文件里的“不超过500万元”被识别成“不超过500万元”单位丢了。所以所有涉及金额、利率、期限、比例的字段我们都做了人工二次核对。这个工作量很大但省不得。注意RAG知识库的质量上限取决于原始文档的清洗质量。金融信贷场景下建议对关键数字字段做100%人工校验不要迷信OCR的准确率。3.2 文档切分策略按语义切还是按固定长度切AgentArts的RAG知识库支持多种切分方式我们试了固定长度切分、按段落切分和按语义切分三种。固定长度切分比如每500字一段的问题是经常把一条完整的政策条款拦腰截断检索出来的片段缺少上下文智能体回答时容易断章取义。按段落切分稍好但信贷文档里有很多长段落一段可能上千字向量化后语义稀释严重。最后我们采用的是“语义切分重叠窗口”的组合策略。具体做法是先用平台内置的语义分段模型把文档切成语义完整的块然后对每个块设置10%到15%的重叠窗口确保相邻块之间有上下文衔接。比如一个关于“小微企业授信准入”的章节切分后每个块大概300到500字块与块之间重叠50字左右。这样检索时既能命中具体条款又能通过重叠部分还原完整语境。另外我们对表格类内容做了特殊处理。AgentArts支持把表格转成“表头行数据”的文本描述比如“产品名称小微快贷年化利率3.85%最高额度500万元期限12个月”。这种结构化描述比直接丢表格图片给模型效果好得多检索时也能精准匹配字段。3.3 向量化与检索参数调优AgentArts默认用的Embedding模型是平台自研的金融领域向量化模型我们对比过通用模型在信贷术语的语义相似度计算上确实更准。比如“授信额度”和“贷款限额”这两个词通用模型算出来的相似度只有0.6左右金融版能到0.85以上。检索参数方面我们重点调了三个相似度阈值、返回条数和重排序开关。相似度阈值从0.6开始试发现0.6时召回的内容太杂很多不相关的政策也被拉进来调到0.75时又漏掉了一些表述不同但意思相近的条款。最后定在0.72配合“返回前5条重排序”的策略。重排序用的是平台内置的Cross-Encoder模型对初步检索出的候选片段做二次精排实测下来能把最相关的条款排到第一位的概率提升大概20%。还有一个细节我们给知识库加了“元数据过滤”功能。每份文档上传时都打上标签比如“产品类型小微贷”“生效日期2025-01-01”“适用地区华东”。检索时可以根据用户提问自动过滤比如客户经理问“上海地区的小微贷利率”智能体会先按地区标签过滤再在过滤后的范围内做向量检索。这个功能在AgentArts里配置起来不复杂但对检索准确率的提升非常明显。3.4 知识库更新与版本管理信贷政策变化频繁知识库必须能快速更新。AgentArts支持文档的增量上传和版本管理我们定了一个规矩任何政策文件更新后必须在24小时内上传新版本并在元数据里标注生效日期。旧版本不删除但检索时默认只查最新生效版本除非用户明确要求查历史政策。这里踩过一个坑有一次上传新版本时忘了改元数据的生效日期导致智能体同时检索到新旧两个版本的政策给出的回答自相矛盾。后来我们在上传流程里加了一步强制校验生效日期必须晚于当前日期才能提交。这个校验逻辑是在AgentArts的“文档预处理”环节用简单的脚本实现的不复杂但很管用。4. 智能体编排实战从意图识别到答案生成4.1 意图分类节点的配置与优化意图分类是智能体的第一道关口分错了后面全错。AgentArts的意图识别支持两种模式一种是基于规则的关键词匹配一种是基于模型的语义分类。我们一开始用关键词匹配发现客户经理的提问方式太灵活了比如“这个客户能不能做”和“帮我看看这家企业符合准入吗”其实是一个意思但关键词完全对不上。后来切换到语义分类模型准确率从60%多提升到85%左右。但85%还不够。我们做了两件事来优化第一补充了金融信贷领域的自定义意图标签把平台默认的“咨询”“查询”“操作”等粗粒度标签细化为“利率查询”“准入条件查询”“监管红线查询”“历史案例检索”“材料完整性检查”等12个细粒度标签第二针对每个标签人工构造了50到100条训练样本用平台的微调功能对意图分类模型做了领域适配。这两步做完意图分类准确率稳定在93%以上。提示AgentArts的意图分类支持小样本微调金融信贷场景下建议至少准备500条以上的标注样本覆盖各种口语化、省略式的提问方式。4.2 知识检索节点的参数配置与调试知识检索节点是智能体的核心。在AgentArts的画布上这个节点需要配置几个关键参数知识库选择、检索模式、相似度阈值、返回条数、是否重排序。我们配置了两个知识库的联合检索但发现同时查两个库时返回的结果经常混在一起智能体分不清哪条来自产品政策、哪条来自风控合规。后来我们改成了“分路检索合并排序”的策略先用一个条件判断节点根据意图分类的结果决定查哪个库。比如意图是“利率查询”就只查产品政策库意图是“监管红线查询”就只查风控合规库意图是“历史案例检索”就两个库都查但分别返回结果在答案生成时标注来源。这个改动让检索准确率提升了不少因为每个库的向量空间更聚焦了。返回条数我们定的是5条但实际测试发现对于复杂问题比如“这家企业既有对外担保又有行政处罚能不能批”5条往往不够需要跨多个政策条款综合判断。后来我们加了一个“动态返回条数”的逻辑简单问题返回3条复杂问题返回8条判断依据是意图分类的置信度和问题中的实体数量。这个逻辑是在AgentArts的“代码节点”里用Python写的大概二十行代码但效果很明显。4.3 工具调用节点的接入与安全控制信贷智能体不能只靠知识库回答很多问题需要实时数据。比如客户经理问“这家企业的实控人是谁”知识库里没有必须调核心系统的客户信息接口。AgentArts的工具调用节点支持REST API接入我们配了两个接口一个是客户基本信息查询一个是征信报告解析。这里的安全控制很关键。信贷数据敏感我们做了三层防护第一所有API调用都走VPC内网不走公网第二接口调用需要动态TokenToken由AgentArts的平台密钥管理服务生成有效期只有5分钟第三对返回的数据做脱敏处理比如身份证号只保留前6位和后4位手机号中间4位打码。这些脱敏逻辑是在工具调用节点的“后处理脚本”里实现的AgentArts支持在API返回后执行一段Python脚本我们就是用这个功能做的脱敏。还有一个细节工具调用的超时时间设的是3秒超过3秒就返回“系统繁忙请稍后重试”。这个值是根据核心系统的实际响应时间定的设太短容易误报设太长用户体验差。实测下来核心系统在业务高峰期的响应时间大概在1.5到2.5秒之间3秒的超时阈值比较合理。4.4 答案生成节点的提示词设计答案生成是最后一步也是最考验提示词功底的地方。我们的提示词模板大概分四段第一段是角色定义明确告诉模型“你是一个信贷审批辅助专员回答必须基于检索到的知识库内容不得编造”第二段是上下文注入把知识检索节点返回的片段和工具调用返回的数据拼接进去第三段是输出格式要求规定回答必须包含“结论”“依据”“风险提示”三个部分依据部分必须标注来源文档的名称和条款号第四段是兜底策略如果检索不到相关内容必须回答“根据现有知识库无法确认建议咨询合规部门”而不是强行编一个答案。这个提示词我们改了十几版。最初版本没有强制要求标注来源结果智能体经常给出“根据监管要求”这种模糊引用审批人员根本没法核实。后来加了强制引用格式比如“依据《小微贷产品管理办法》第3.2条”审批人员可以直接去查原文。还有一个改进是加了“风险提示”部分如果检索到的政策里有“禁止”“不得”“限制”等关键词智能体必须单独列出风险提示提醒审批人员注意。注意金融信贷场景下提示词里必须包含“不得编造”和“无法确认时明确告知”的兜底指令。实测发现不加这两条模型在检索不到内容时编造答案的概率大概在15%左右加了之后降到2%以下。5. 实操全流程从零跑通一个信贷问答5.1 环境准备与平台配置先说一下我们的环境配置。华为云账号完成企业实名认证后在AgentArts控制台开通“智能体编排”和“RAG知识库”两个服务。底层模型我们选的是盘古大模型金融版推理资源包买了两个单元保证并发测试时不会排队。网络方面AgentArts支持VPC内网访问我们把智能体的API端点配置在内部网关后面外部无法直接访问。平台配置的第一步是创建知识库。在AgentArts控制台进入“知识库管理”新建两个知识库“信贷产品政策库”和“风控合规库”。每个知识库需要选择Embedding模型和向量维度我们用的是平台默认的金融版Embedding维度是1024。这里有个细节两个知识库必须用同一个Embedding模型否则检索时向量空间不一致没法做联合排序。第二步是上传文档。AgentArts支持PDF、Word、Excel、Markdown、TXT等格式单文件最大100MB。我们上传了大概200多份文档总大小1.2GB左右。上传后平台会自动做解析和切分但解析结果需要人工抽检。我们抽了20份文档做人工比对发现表格类文档的解析准确率大概在85%左右纯文本类在95%以上。所以表格类文档我们全部做了人工校对。第三步是配置智能体。在“智能体编排”画布上从左侧节点库拖入“开始”“意图分类”“知识检索”“工具调用”“答案生成”“结束”六个节点按业务逻辑连线。每个节点的参数在右侧面板配置配置完可以点“调试”按钮实时测试。AgentArts的调试功能很好用能看到每个节点的输入输出方便定位问题。5.2 关键参数的计算与选择过程这里重点说几个关键参数的计算过程。第一个是文档切分的块大小。我们统计了信贷政策文档的平均段落长度大概在400字左右所以块大小定在400字重叠窗口定在60字15%。这个值不是拍脑袋定的是统计了50份文档的段落长度分布后取的均值。第二个是相似度阈值。我们构造了一个测试集包含100个信贷问题和对应的标准答案条款然后跑不同阈值下的检索结果计算召回率和准确率。阈值0.6时召回率98%但准确率只有55%阈值0.75时准确率92%但召回率降到78%。最后取0.72召回率88%、准确率85%综合F1值最高。第三个是工具调用的超时时间。我们统计了核心系统API在过去一个月的响应时间分布P95是2.3秒P99是2.8秒。所以超时时间定在3秒既能覆盖绝大多数请求又不会让用户等太久。第四个是答案生成的最大Token数。信贷回答通常需要包含结论、依据和风险提示我们统计了人工撰写的标准回答平均长度在300到500字之间对应Token数大概400到700。所以最大Token数定在800留一定余量。5.3 完整实操流程与现场记录下面我按实际操作顺序把从零跑通一个信贷问答的完整流程记下来。第一步登录AgentArts控制台进入“知识库管理”点击“新建知识库”。填写知识库名称“信贷产品政策库”选择Embedding模型“金融版-1024维”点击创建。创建完成后进入知识库详情页点击“上传文档”选择本地准备好的PDF和Word文件批量上传。上传后平台自动解析解析进度在页面上实时显示。解析完成后点击“切分预览”检查切分结果。我们发现有几份文档的表格被切散了手动调整了切分策略把表格类文档单独设置成“按表格切分”。第二步配置元数据。在知识库的“文档管理”页面选中每份文档点击“编辑元数据”添加“产品类型”“生效日期”“适用地区”三个字段。这个步骤比较繁琐200多份文档花了大概两个小时。但后面检索时效果很明显值得花时间。第三步创建智能体。进入“智能体编排”页面点击“新建智能体”填写名称“信贷审批辅助专员”。从节点库拖入六个节点按顺序连线。配置“开始”节点定义输入参数用户提问字符串、上传文件文件类型可选。配置“意图分类”节点选择“语义分类”模式上传我们准备好的意图标签和训练样本。配置“知识检索”节点选择两个知识库设置检索模式为“分路检索”相似度阈值0.72返回条数动态3到8条开启重排序。配置“工具调用”节点添加两个REST API填写内网地址和认证方式。配置“答案生成”节点粘贴我们调试好的提示词模板设置最大Token数800温度0.3金融场景需要低温度保证稳定性。第四步调试与测试。点击画布右上角的“调试”按钮在对话框里输入测试问题比如“小微快贷的年化利率是多少”。观察每个节点的执行情况意图分类节点输出“利率查询”置信度0.96知识检索节点返回5条片段第一条是《小微快贷产品说明书》第2.1条相似度0.89答案生成节点输出“根据《小微快贷产品说明书》第2.1条年化利率为3.85%……”。整个流程耗时大概2.3秒其中知识检索占了1.1秒答案生成占了0.8秒。第五步批量测试与调优。我们构造了200个测试问题覆盖12个意图标签用AgentArts的“批量测试”功能跑了一遍。统计结果意图分类准确率93.5%知识检索召回率88.2%答案生成准确率人工评估86.7%。主要错误集中在“历史案例检索”意图上因为案例库的文档格式不统一检索效果较差。后来我们对案例库做了重新清洗和切分准确率提升到91%左右。5.4 性能优化与成本控制性能方面我们主要做了三件事第一把知识检索的向量索引从“精确检索”改成“近似检索”检索速度从平均1.5秒降到0.6秒召回率只下降了2个百分点第二对高频问题做缓存比如“小微快贷利率”这种每天被问几十次的问题第一次检索后把结果缓存起来后续直接返回响应时间降到0.3秒以内第三把答案生成的温度从0.5降到0.3虽然回答的多样性降低了但稳定性和准确性明显提升返工率下降。成本方面AgentArts按Token消耗和知识库存储量计费。我们统计了一个月的使用情况平均每天处理300次问答每次问答消耗约1200个Token含检索和生成知识库存储1.2GB。月度成本大概在几千元相比之前人工审批的时间成本这个投入产出比是可以接受的。如果要做成本优化建议从两方面入手一是压缩知识库文档去掉重复和过期的内容二是优化提示词减少不必要的上下文注入。6. 常见问题与排查技巧实录6.1 检索不到相关内容怎么办这是最常见的问题。表现是用户提问后智能体回答“根据现有知识库无法确认”。排查思路分三步第一检查知识库里有没有相关文档在知识库的“文档管理”页面搜索关键词第二检查文档切分是否合理在“切分预览”里看相关段落有没有被切散第三检查相似度阈值是否过高临时调到0.6再试一次。我们遇到过一次典型情况用户问“小微企业授信集中度要求”知识库里有相关监管文件但检索不到。排查发现监管文件里的表述是“单户授信集中度”而用户提问用的是“小微企业授信集中度”语义上有差异但意思相近。相似度算出来只有0.68低于0.72的阈值。后来我们在知识库里补充了同义词映射把“小微企业授信集中度”和“单户授信集中度”关联起来问题解决。提示AgentArts的知识库支持同义词配置金融信贷场景下建议把常见的同义表述都配进去比如“授信”和“贷款”、“额度”和“限额”、“年化利率”和“年利率”。6.2 智能体回答不准确或编造内容这个问题比检索不到更危险。表现是智能体给出了一个看似合理但实际错误的答案或者引用了不存在的政策条款。排查思路第一检查答案生成节点的提示词确认有没有“不得编造”和“无法确认时明确告知”的指令第二检查知识检索节点返回的片段看模型是不是基于错误片段生成的答案第三检查温度参数温度过高会导致模型“自由发挥”。我们遇到过一次用户问“这家企业有对外担保能不能批”智能体回答“可以批但需要追加担保”。实际上行内政策明确规定“对外担保超过净资产50%的不得新增授信”。排查发现知识检索返回的片段里确实有“对外担保”相关内容但模型把“不得新增授信”理解成了“可以批但需追加担保”。后来我们在提示词里加了“必须严格依据检索到的政策原文不得做任何推断和解释”问题解决。6.3 工具调用失败或超时工具调用失败的表现是智能体回答“系统繁忙”或“无法获取客户信息”。排查思路第一检查API地址和认证信息是否正确第二检查VPC网络是否连通可以在AgentArts的“网络诊断”里测试第三检查超时时间是否过短临时调到5秒再试。我们遇到过一次核心系统升级后API的认证方式从Token改成了AK/SK但AgentArts里的配置没更新导致所有工具调用都返回401。排查花了一个多小时最后在AgentArts的“调用日志”里看到401错误码才定位到。后来我们养成了习惯核心系统任何变更都要同步检查AgentArts的配置。6.4 常见问题速查表问题现象可能原因排查步骤解决方案检索不到相关内容知识库无文档、切分不合理、阈值过高检查文档、切分预览、调低阈值补充文档、调整切分、配置同义词回答不准确或编造提示词缺兜底指令、温度过高检查提示词、检查温度参数加“不得编造”指令、降低温度工具调用失败API配置错误、网络不通、超时过短检查配置、网络诊断、调高超时更新配置、修复网络、调整超时意图分类错误训练样本不足、标签粒度过粗检查分类结果、补充样本增加样本、细化标签响应速度慢向量索引未优化、无缓存检查检索模式、检查缓存配置改近似检索、加高频缓存6.5 独家避坑技巧第一个技巧知识库文档上传前先用平台的“文档解析测试”功能跑一遍看看解析效果。AgentArts支持上传单个文档做解析预览不用等整个知识库建好才发现解析有问题。第二个技巧意图分类的训练样本要覆盖“口语化提问”。客户经理不会像写文档一样提问他们会说“这个客户行不行”“帮我看看能不能做”“有没有什么风险”。这些口语化表达必须出现在训练样本里否则意图分类准确率上不去。第三个技巧答案生成的提示词里把“输出格式”写死。比如规定必须按“结论……依据……风险提示……”的格式输出。这样审批人员看起来一目了然也方便后续做自动化解析。第四个技巧定期做“回归测试”。信贷政策更新后用之前的测试集重新跑一遍看看有没有因为知识库更新导致回答变化。我们定的是每月一次回归测试每次跑200个问题大概花半小时。7. 后续扩展方向与个人体会这个智能体目前只覆盖了贷中审批环节后续我们计划往两个方向扩展。一是往贷前延伸做一个“信贷产品智能推荐”智能体根据客户画像自动匹配最适合的信贷产品二是往贷后延伸做一个“贷后风险预警”智能体自动监控企业的经营异常和舆情风险。这两个方向的技术底座和现在这套是共通的主要是知识库和工具调用的差异。另外我们还在探索多智能体协作。比如审批辅助智能体发现风险后自动触发一个“合规审查智能体”做二次校验两个智能体通过AgentArts的“智能体间通信”功能交换信息。这个还在实验阶段主要难点是通信协议和权限控制等跑通了再单独写一篇。我个人在实际操作中的体会是金融信贷场景下做AI智能体技术只占三成七成是业务理解和数据治理。知识库里的每一份文档、每一个字段、每一条政策都必须经过业务人员的确认。智能体再聪明如果知识库里的政策是过期的它给出的答案就是错的。所以千万别把知识库当成“上传完就完事”的东西它需要持续维护、持续更新、持续校验。最后再分享一个小技巧AgentArts的“调试日志”功能一定要用起来。每次智能体回答错误都可以在日志里看到完整的推理链路——意图分类结果、检索到的片段、工具调用返回的数据、答案生成的输入输出。这个日志是排查问题的金矿比盲目改提示词高效得多。我们团队现在养成了习惯每周复盘一次错误日志把典型问题整理成测试用例持续优化智能体的表现。