应用内数据提取
智能体以人工操作的方式打开应用程序,导航至数据所在位置,并在真实设备上逐屏提取数据。
每个销售与BD团队每周都会遇到的三个痛点。每一个都是你的代表实际抱怨的内容,而不是功能页面会用的措辞。
您需要的数据存在于没有 API 的移动应用中,网页爬虫无法触及。
下方每条流水线都是你在画布上使用智能体团队与工具连接出的形态。不是我们替你交付的功能,而是你配置的模式。
来自 research_team 智能体团队的真实角色。每个角色都带有调优过的系统提示词和默认工具白名单。你可以在画布上按角色更换模型。
将逐屏提取的内容转化为干净、经过验证的数据集。
判断哪些应用内数据源有价值以及需要提取哪些内容。
记录每个数据源并确保提取流程可复现。
下方每个工具都是 Melaya 工具包中的真实共享工具。按智能体设置白名单;对写入操作设置 HITL 门控;任意工具一键撤销。
在真实设备上导航应用程序并从屏幕读取数据。
对从屏幕获取的数据进行验证和分析。
将结果存储至您的数据管道所期望的位置。
为每次提取运行建立可检索的记录档案。
每条流水线都附带三层知识访问。在画布上按智能体混搭。不与其他租户共享向量空间,无意外读取,无不透明检索。
includeContext按流水线配置的文档,在每次运行时附加到指定智能体的输入。ICP 简报、行动手册、报价单或赢单邮件语料。任何需要在智能体开始思考前就到位的内容。你决定哪个角色拿到哪份文档。
rag_retrieve按智能体授予的受限工具。当智能体判断需要更深入信息时,它会按需查询当前工作流的向量库。与静态上下文同源知识库,只在模型主动请求时访问。
pipeline_memory流水线级别的状态,从一次运行延续到下一次。昨天的研究在今天的跟进中依然在范围内。智能体团队会记得它已经处理过哪些潜在客户、获得了哪些审批、发送过什么内容。审计日志就是二阶知识库。