RAG智能体改造成个人秘书
AI 总结
作者将原本由主管智能体、专家和 ChromaDB Worker 组成的检索问答系统,改造成具备任务记忆、定时提醒、每日简报和企业微信集成的个人秘书。SQLite 负责 CLI、Streamlit 与提醒进程并发访问时的数据一致性,条件更新则确保提醒幂等,避免重复通知。开发过程中由规划、执行和评审智能体协作,但架构取舍与关键约束仍由人负责。
深度见解
该实践展示了如何把检索型聊天机器人改造成可持续、可主动提醒的个人助理,同时明确说明其在连续对话、意图推理、任务优先级和任务分解方面的不足。
起点
我的个人秘书系统原本是个标准 RAG Agent:Supervisor 路由给学业/生活两个专家,Worker 检索本地 ChromaDB,MemoryCurator 每轮写长期记忆。本质是一个更聪明的搜索引擎——问,答,结束。
我要的是主动和持久:记住要做的事、盯着时间、到点提醒、每天早上主动汇报。从"答疑机器人"变成"有办公桌的助理"。
一、架构决策:先定死,再动手
1. 存储:SQLite,理由是并发正确性 这个系统至少三个进程并发读写同一份数据——CLI、Streamlit、提醒 daemon。JSON 是"全量读→改→全量写",两进程并发改就互相覆盖;要救就得自己加文件锁,等于造一个没有事务的数据库。
sqlite3 是标准库,WAL 下"一写多读"并发良好。
#ChromaDB#SQLite#Streamlit#WeCom#DeepSeek V4 Pro#DeepSeek V4.1 Flash#GLM