📘 学生支持礼宾服务——多智能体人工智能平台
谷歌代理密集顶点项目 > 轨道： ✔️ 礼宾代理
为教育机构设计的全自动多智能体人工智能支持系统。该平台雇佣了一组专门的智能代理来处理学生入职、技术故障排除、进度跟踪和常见问题解答。
该项目由ADK路由、可选的Gemini LLM集成、本地知识库、MCP工具和现代Flask web界面提供支持，演示了代理如何准确、可靠和可扩展地自动化现实世界的工作流程。
______________________________________________________________________
🟦 1.问题与解决方案
❗ 问题
学生支持团队被重复的问题（“我如何登录？”、“我的进度如何？”）淹没了。传统聊天机器人之所以失败，是因为它们：
- 幻觉般的回答。
- 缺乏领域专业知识。
- 无法执行操作（如检查数据库记录）。
- 如果LLM脱机，则完全失败。
💡 解决方案：多智能体生态系统
我们部署了5个由根代理协调的专用代理，而不是一个多面手机器人。
| 代理 | 角色 |
|---|---|
| 🎓 定向代理 | 处理入职和课程初始化。 |
| 🛠️ 技术支持代理 | 解决访问代码、登录问题和LMS错误。 |
| 📈 ProgressAgent | 获取实时学生进度和完成状态。 |
| ❓ 常见问题 | 回答静态策略问题（持续时间、时间等）。 |
| ⚠️ ErrorAgent | 管理崩溃报告和调试。 |
| 🧠 RootAgent | 将流量引导到正确专家的智能路由器。 |
🟦 1.为什么是代理商？
传统的单一聊天机器人系统面临以下挑战：
- 混淆责任
- 生成通用或不正确的响应
- 没有LLM缺乏可靠性
- 无法跨域扩展
- 可维护性差
✔ 代理商专业
每个代理人都成为以下方面的专家：
- 入职
- 技术支持
- 进度跟踪
- 政策
- 错误处理
✔ 代理商合作
RootAgent将查询路由到正确的专家，就像一个真正的支持团队。
✔ 代理商确保准确性
使用：
- 本地每个代理KB
- 模糊匹配
- 域规则
- 记忆
- （可选）Gemini LLM
✔ 代理商规模
可以无缝添加新代理。
✔ 代理商符合Capstone的要求
该项目展示了：
- 多代理工作流
- MCP工具
- 会话和记忆
- 可观测性
- LLM增强行为
- ADK架构
这就是为什么基于代理的系统是最现实、可扩展和有意义的方法。
______________________________________________________________________
系统层架构
graph TD
subgraph UI["Frontend Layer"]
A1[Flask Web UI]
end
subgraph CORE["Core Logic Layer"]
B1[RootAgent
ADK Routing]
B2[OrientationAgent]
B3[TechSupportAgent]
B4[ProgressAgent]
B5[FAQAgent]
B6[ErrorAgent]
end
subgraph INT["Intelligence Layer"]
C1[Local KBs
Per-Agent Knowledge]
C2[Fuzzy Matcher]
C3[Optional Gemini LLM]
C4[Session Memory Store]
end
subgraph TOOLS["Integration Layer"]
D1[MCP Tools]
D2[Student DB Lookup
CSV Queries]
D3[File Operations]
D4[Simulated LMS Ops]
end
A1 --> B1
B1 --> B2
B1 --> B3
B1 --> B4
B1 --> B5
B1 --> B6
B1 --> C4
B2 --> C1
B3 --> C1
B4 --> C1
B5 --> C1
B6 --> C1
C2 --> B1
C3 --> B1
B1 --> D1
D1 --> D2
D1 --> D3
D1 --> D4______________________________________________________________________
🟦 2.轨道选择
轨道： ✔ 礼宾代理
该项目为学生自动化了一个真实的日常生活工作流程： ➡️ 学习时立即获得可靠的支持。
______________________________________________________________________
🟦 3.问题与解决方案
❗ 问题
学生支持团队反复回答相同的问题：
- “我该如何开始我的课程？”
- “我需要一个密码。”
- “我无法登录。”
- “我的进展如何？”
- “我能拿到证书吗？”
这会导致：
- 工作人员超负荷
- 延迟的响应
- 学生满意度较低
常规聊天机器人：
- 幻觉
- 缺乏专业知识
- 脱机失败
- 混合无关的话题
💡 解决方案——学生支持礼宾
一个由5个专门代理组成的多代理AI系统：
| 代理 | 角色 |
|---|---|
| 🎓 定向代理 | 入职培训、课程开始指导 |
| 🛠 技术支持代理 | 访问代码、登录帮助、LMS故障排除 |
| 📈 ProgressAgent | 进度查询和完成指导 |
| ❓ 常见问题 | 政策、时间安排、时间表 |
| ⚠ ErrorAgent | 系统错误，调试 |
| 🧠 RootAgent | 智能消息路由 |
该系统使用：
- 本地KB回退
- 模糊匹配
- MCP工具
- 会话存储器
- 可选Gemini
- 精致的Flask用户界面
交付价值：
- ✔ 24/7即时支持
- ✔ 减少人力工作量
- ✔ 比聊天机器人更准确
- ✔ 即使没有法学硕士也能工作
______________________________________________________________________
🟦 4.展示的关键特征（顶点要求）
该项目包括11+功能，远远超过了所需的最低要求。
✔ 特征表
|类别|功能|状态| | :--- | :--- | :--- | | 多代理系统 |RootAgent+5个子代理|✔ | ||顺序路由管道|✔ | ||代理协作|✔ | | 工具 |MCP兼容工具|✔ | ||自定义数据库查找|✔ | | 知识库 |每个代理的本地KB |✔ | ||模糊匹配|✔ | | LLM使用 |Gemini可选集成|✔ | | 会话 |全内存系统|✔ | | 可观测性 |日志记录+代理状态端点|✔ | | 长期运行操作 |longrunning.py✔ | | 部署 |Flask服务器，云就绪|✔ |
🟦 5.技术架构
高水位流量
graph TD
User[User Message] --> Root[RootAgent
ADK routing + KB]
Root --> Router[Local Router]
Root --> KB[Local KB Match]
Root --> Fallback[Fallback Logic]
Router & KB & Fallback --> Agent[Correct Specialized Agent]
Agent --> Final[Final Response → Flask UI → Session Memory]为什么这种架构有效
- RootAgent 确保结构化路由
- 本地KB 确保正确性
- 模糊匹配 提高可靠性
- 会话 确保对话的连续性
- MCP工具 与文件和数据库集成
- Flask用户界面 允许在现实世界中使用
______________________________________________________________________
🟦 6.MCP能力
该项目支持 模型上下文协议（MCP） 启用工具，例如：
- 学生记录查找
- CSV查询
- 模拟LMS操作
- 范围文件操作
该架构已准备好与真实的学校系统集成。
______________________________________________________________________
🟦 7.项目结构
Student-Support-Concierge-Multi-Agent-AI-Platform/
│
├── 📄 LICENSE
├── 📘 README.md
│
├── 📂 student_support_adk/
│
├── 📁 samples/
│ └── 📁 data/
│ ├── 📄 student_db.csv
│ └── 📄 memory.json
│
├── 📁 student_support/
│ ├── 🧠 main.py
│ ├── 🤖 agents.py
│ ├── 🧭 root_agent.py
│ ├── 🛠 tools.py
│ ├── 📊 evaluation.py
│ ├── 💾 memory.py
│ ├── ⏳ longrunning.py
│ └── 📎 __init__.py
│
└── 📄 requirements.txt
______________________________________________________________________
🟦 8.安装与运行
- 创造环境
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install -r requirements.txt
- 运行应用程序
python student_support/main.py
- 在浏览器中打开
http://127.0.0.1:5000/______________________________________________________________________
🟦 9.测试API（可选）
启动会话
curl -X POST [http://127.0.0.1:5000/start_session](http://127.0.0.1:5000/start_session) \
-H "Content-Type: application/json" \
-d '{"username":"bob"}'提一个问题
curl -X POST [http://127.0.0.1:5000/ask](http://127.0.0.1:5000/ask) \
-H "Content-Type: application/json" \
-d '{"sid":"","message":"I need access code"}'检查代理活动
curl [http://127.0.0.1:5000/agents_status](http://127.0.0.1:5000/agents_status)______________________________________________________________________
🟦 10.测试API（可选）
|标准|状态| | :--- | :--- | | Gemini用法 | ✔ | | 部署就绪 | ✔ 支持Flask+云运行| | YouTube视频 |可选（可提供脚本）|
🟦 12.结论
这 学生支持礼宾 是一个完整的、生产就绪的多代理系统，它：
- ✔ 自动化学生支持
- ✔ 模仿真实的机构工作流程
- ✔ 演示ADK多代理设计
- ✔ 使用MCP、KB、内存、可观察性
- ✔ 与双子座一起跑步或不跑步
- ✔ 包括一个精致的用户界面
- ✔ 完全满足Capstone评估标准
这个项目证明了代理（而不是聊天机器人）将如何为下一代现实世界的自动化提供动力。
______________________________________________________________________
flowchart TD
User([User Message]) --> RA[RootAgent
Routing + KB + Fuzzy Match]
RA -->|Orientation Query| OA[OrientationAgent
Onboarding & Course Start]
RA -->|Tech Issue| TA[TechSupportAgent
Login, Access Codes, LMS Help]
RA -->|Progress Query| PA[ProgressAgent
Lookup Progress & Completion]
RA -->|Policy/General Question| FA[FAQAgent
Policies, Timings, FAQs]
RA -->|Errors| EA[ErrorAgent
Debugging & Crash Reports]
OA --> UI[Flask Web UI]
TA --> UI
PA --> UI
FA --> UI
EA --> UI
UI --> Memory[(Session Memory)]
Memory --> RA
RA --> Tools[MCP Tools
CSV Queries, File Ops, Student DB]
Tools --> RA
______________________________________________________________________
🛣️ 路线图（未来增强功能）
- 🔹 添加代理角色 （更具表现力的代理行为）
- 🔹 真正的LMS集成 （Moodle、Canvas、谷歌课堂）
- 🔹 管理仪表盘 用于监控代理
- 🔹 学生分析引擎
- 🔹 KB的矢量数据库 （光泽/色度）
- 🔹 身份验证和角色 （员工vs学生）
- 🔹 云运行/App引擎上的部署
## 🤝 贡献
欢迎投稿、问题和功能请求！
欢迎展开讨论或提交拉取请求。
📜 许可证
该项目根据 MIT许可证.
您可以根据MIT许可条款自由使用、修改和分发此软件。
⭐ 闭幕词
这 学生支持礼宾 这不仅仅是一个演示，它是一个生产就绪的多代理自动化系统，证明了智能代理如何改变真实的学术工作流程。
通过组合：
- ADK架构
- 多代理路由
- KB+模糊搜索
- MCP工具
- 会话存储器
- 可选LLM集成
- Flask web界面
该项目展示了机构自动化的未来。
👨💻Author: Abbas Raza
\