阿里商旅是阿里巴巴旗下一站式数智化差旅服务平台。依托阿里巴巴生态强大的供应链及信息数字整合能力,帮助企业实现降本增效,增加合规透明度,全方位提升企业组织效率及员工差旅体验。其中AliGo阿里商旅的差旅助手,用户只需要输入确定的行程时间和地点,AliGo就会自动规划行程为用户推荐合适的交通方式,实现"出差事项收集 → 行程规划 → 一键下单"的完整业务闭环。
一、背景
阿里商旅早期通过workflow+单智能体的模式快速构建并成功上线了 AliGo 系统的第一个版本,然而,在实际使用过程中,我们发现这种模式存在技术瓶颈和架构局限性,亟需进行代码化升级。
(一) 痛点分析
1.单智能体模式的技术瓶颈
随着业务逻辑复杂度的持续攀升,Prompt Token 数量急剧增长,token 过多,就会导致大模型的注意力机制开始出现明显衰减,无法满足业务对高准确率的核心要求。具体表现为:
- 准确性不足:以点选需求为例,尽管经过百余次的 Prompt 调优,准确率仍仅维持在 50%左右。
- 稳定性问题:线上频繁出现"事项识别异常请重试"、"事项收集结论不输出"等核心问题,严重影响用户体验。
2.架构泛化能力不足
- 协作机制缺失:各 Agent 之间缺乏有效的通信机制,导致能力无法复用和协同,扩展性不足。
- 规划能力薄弱:系统缺乏统一的规划和协调中枢,只能处理单一意图识别,无法应对复杂的多意图融合场景。
3.上下文工程的初级阶段
- 数据结构混杂:未有效分离用户视角的对话记录与智能体所需的上下文信息,造成大模型理解负担。
- 共享机制缺失:缺乏合理的上下文分层机制,不同子智能体间无法实现上下文的有效共享和传递。
(二) 目标
为了解决上述核心痛点,我们启动了 AliGo 代码化架构升级,主要目标包括:
1. 选型一款适合商旅业务的AI框架:解决多智能体间的高效通信、协同、能力复用。2. 可有效提升大模型业务落地准确率:期望通过优化上下文工程、 Prompt 工程等,显著提升事项收集准确率及用户体验3. 可有效缓解线上顽疾问题:期望通过重构核心业务逻辑流程,解决如:"事项收集异常请重试"、"事项总结卡片不出"等长期存在的稳定性问题。4. 能支持灵活部署:通过容器化、代码化能支持多系统、多模型的灵活部署,满足不同客户的部署需求。二、方案
(一) 技术选型
1. 技术栈:Python or Java
结论:最终采用“Python 写核心 AI 逻辑 + Java 写服务层” 的混合模式。用 Python 实现 Agent 核心智能逻辑,包括 规划、记忆、LLM 调用;Java 构建外围高并发服务,比如前置的鉴权、MTop 对接、MCP 服务等。
编者:AliGo选型时间为2025年中旬,目前,AgentScope已经提供AgentScope Java,供Java开发者选择
2. 智能体框架选型:AgentScope vs LangGraph
团队对两个框架进行了多个场景的实操和调研,直观感受:对于基础能力,如 MCP 服务调用、与 Qwen LLM 集成时 AgentScope 开箱即用,LangGraph 要额外做一些适配工作等原因,最终选型AgentScope,原因如下:
- 提供实时控制、中断处理、沙箱执行等企业级能力;
- 内置AgentStudio 可视化工具,可以帮助我们获得透明开发体验,掌握智能体开发的全部生命周期;
- 对 Qwen 系列模型原生支持;
3. Web 框架:FastAPI or Flask
Python 主流的 Web 框架主要是 FastAPI(新)和 Flask(老)。
结论:使用 FastAPI,原因如下:
- 现代 Web 开发趋势,异步和类型安全是未来,异步处理需求较多;
- 性能更好,FastAPI 的类型安全更有助于大型项目维护。
(二) Multi Agent架构
基于商旅业务特性,我们尝试了几种常见的 Multi Agent 架构模式。
结论:基于准确度与耗时的考量,我们采用了“Handoffs(交接模式)+ Routing(纯路由方式)”混合的模式,比如在行程规划、知识库查询的场景下采用 Routing 模式,在信息查询的场景下采用 Handoffs 模式,模式不固定可按需调整。
1. 架构图
以主规划智能体为核心,协调多个专业化子智能体协同工作,形成完整的差旅规划解决方案。
(三) 意图识别
意图识别智能体的职责如下:
1. 多意图识别和分类,融合上下文对模糊意图进行消歧。2. 智能体调度决策,基于预定义的触发条件和业务规则,根据识别结果决定调用哪些子智能体,并输出结构化的调用决策。3. query 改写,标准化用户口语化的 query 输入,补全上下文信息,提取和重组关键信息。4. 显示推理,输出的两段式结构(推理过程 + JSON 决策),提升意图识别准确度。
主智能体+意图识别智能体实现-Level3 组件图
在系统运行过程中我们发现了一个性能问题:当用户有明确意图并通过界面操作触发功能时(如点击“为我规划行程”、“为我提申请”、“开始规划”),系统仍需经过大模型的完整分析流程,导致不必要的延迟。 我们重新审视了架构设计,提出了分层处理策略:将明确的用户意图通过快速通道直接路由,复杂语义理解仍交由 AI 智能分析。整体就是个"快慢车道"的设计:
- 快车道:规则引擎,处理那些固定套路的话,比如“为我规划行程”、“为我提申请”、“开始规划”这种,可以直接跳过意图分析直接路由到对应智能体。
- 慢车道:大模型分析,处理那些复杂的、长句子、多意图的请求。
第二阶段的主智能体+意图识别架构
核心的设计在于主智能体的动态 Prompt 生成机制。主智能体(main_plan_agent)并不是简单地调用规则引擎或 LLM 意图识别,而是根据规则引擎的 classify() 结果动态选择不同的处理路径:
def get_prompt_main_plan(user_input: str) -> str: # 运行时决策:根据规则引擎结果动态选择Prompt模板 rule_match_result = classifier.classify(user_input) if rule_match_result: # 规则匹配成功:生成简单意图Prompt,直接路由到对应智能体 return _get_simple_intent_prompt(...) else: # 规则匹配失败:生成复杂意图Prompt,先调用intent_recognition_agent return _get_complex_intent_prompt(...)
在项目初期样本量有限的情况下,为兼顾推理速度与准确率,可采用推理速度快的大模型(如 Qwen3-Next-80B-A3B-Instruct),通过显式输出其推理逻辑,有效提升意图识别的准确性。商旅应用场景:意图识别、日期时间转化。
(四) 实时思考链&流式输出
引入多智能体架构模式不可避免地增加了整体响应耗时,因此我们通过设计实时思考链动态展示各智能体的推理与协作过程,来缓解用户在等待最终结果时的焦虑感。
流式输出+实时思考链实现-Level3 组件图
1. ReActAgent
该智能体是一种基于“思考(Reason)-行动(Act)-观察(Observation)”循环架构的系统,深度融合大语言模型的推理能力与外部工具调用能力,通过交替生成推理轨迹与执行动作高效完成复杂任务。
在 AgentScope 中,其核心由两个抽象方法_reasoning和_acting构成,并通过钩子机制(Hooks)在推理、执行等关键节点注入自定义逻辑,从而支持实时引导、并行工具调用、结构化输出等高级功能。
- 推理过程(
**_reasoning**):调用大语言模型生成下一步行动方案;支持流式输出以实时呈现思考链;并能自动将纯文本响应解析为结构化的工具调用格式。 - 执行过程(
**_acting**):支持工具的并行或串行调用;统一处理执行结果并持久化至内存上下文;同时提供中断响应与错误恢复机制。
observation = initial_user_inputhistory = []while True: # 调…