业务方发来一句话：「做个能问经营数据的助手」，或者「做一个能答产品问题的客服」。没有产品经理，没有需求文档，也没有评测集。刚工作一两年的人，第一反应多半是选模型、搭框架、写第一版提示词。两周后能演示了，对方说「挺好」。真实用户来了以后，问法和你测过的不一样，数字或答案偶尔对不上，你不知道该先修哪一个。
大模型时代对话意图识别全景实践：从80个细粒度小类到生产级架构演进 意图识别（Intent Classification / Routing）是现代智能对话助手、检索增强生成（RAG）管道以及 Multi-Agent 编排框架的第一道门禁。系统的路由判断直接决定了后续是分发给特定的专业 RAG 检索管线、执行确定性工具，还是引导用户澄清或拒识。
多模态RAG系统 多模态的RAG相比于文本的RAG多了图片和表格等数据模态，能够给用户更丰富的问答体验，提高沟通效率。 下面从数据来源，数据解析，预处理，分块策略，数据库设计，索引策略，检索策略，生成策略，精准引用策略，评估方法，效果实测，项目局限和未来发展等方面介绍本项目。
