本公开涉及计算机，尤其涉及一种大模型应用智能体的配置方法及装置。
背景技术：
1、大模型应用智能体是指依托于目前的大语言模型和多模态模型等先进技术，通过prompt(指令)方式结合垂直类知识体系的构建，来引导智能体产生特定领域的文本或图像输出。其中，上述指令可以是问题、任务描述、条件等形式。当智能体在接收到指令后，会利用其预训练的模型和对应的垂直领域知识库数据进行推理和生成，以产生具有特定领域专业知识的输出。
2、随着大模型技术在企业应用日益广泛，以及越来越多的企业不满足日常的通用类知识的输出，基于企业内部知识体系构建企业自己的大模型智能体越来越成为迫切的需求和挑战。比如在医疗保健、法律或金融等领域，需要智能体能够更准确地理解和回答这些特定领域的问题。
3、目前，主流的应用智能体开发方式是用python技术进行开发，效率较为低下，而且复杂度较高，对于不懂技术的人而言，是无法实现智能体开发的目的的。
技术实现思路
1、有鉴于此，本申请提出一种大模型应用智能体的配置方法及装置，以解决上述问题。
2、本申请一方面，提出一种大模型应用智能体的配置方法，包括如下步骤：
3、接收智能体配置指令；且所述智能体配置指令基于web前端配置得到的；
4、根据所述智能体配置指令配置对应的智能体元数据信息，并存储于元数据服务中；且所述智能体元数据信息包括知识库元数据信息、插件元数据信息、工作流元数据信息和数据库元数据信息；
5、调用大模型智能体服务创建智能体框架，并将所述智能体元数据信息与所述智能体框架进行绑定，创建智能体。
6、作为本申请的一可选实施方案，可选地，根据所述智能体配置指令配置对应的智能体元数据信息，并存储于元数据服务中，包括：
7、根据所述智能体配置指令调用知识库服务，并将知识文档按照预设方式存储于所述知识库服务；
8、调用所述元数据服务，并将所述知识文档对应的知识库元数据信息存储至所述元数据服务中。
9、作为本申请的一可选实施方案，可选地，所述预设存储方式，包括：
10、通过预设模型将所述知识文档进行向量化处理后，存储于对应的向量知识库中。
11、作为本申请的一可选实施方案，可选地，所述预设存储方式，还包括：
12、使用文本频率、分类和聚类算法提取所述知识文档中知识的关键词，并将所述知识和所述关键词存储于对应的搜索引擎中。
13、作为本申请的一可选实施方案，可选地，所述根据所述智能体配置指令配置对应的智能体元数据信息，并存储于元数据服务中，还包括：
14、根据所述智能体配置指令调用插件服务，配置对应的插件后，持久化至所述插件服务中；
15、调用所述元数据服务，并将所述插件持久化对应的插件元数据信息存储至所述元数据服务中。
16、作为本申请的一可选实施方案，可选地，所述根据所述智能体配置指令配置对应的智能体元数据信息，并存储于元数据服务中，还包括：
17、根据所述智能体配置指令调用数据库服务，创建数据库和数据表；
18、调用所述元数据服务，并将所述数据库和数据表对应的数据库元数据信息存储于所述元数据服务中。
19、作为本申请的一可选实施方案，可选地，所述根据所述智能体配置指令配置对应的智能体元数据信息，并存储于元数据服务中，还包括：
20、根据所述智能体配置指令调用工作流服务，配置工作流；
21、调用所述元数据服务，并将所述工作流相应的工作流元数据信息存储于所述元数据服务中。
22、作为本申请的一可选实施方案，可选地，所述工作流包括若干个工作节点，用于连接相应的第三方业务系统。
23、作为本申请的一可选实施方案，可选地，在调用大模型智能体服务创建智能体框架时，基于所述web前端配置引导词，并将所述引导词按照预设方式匹配至相应的大语言模型。
24、本申请另一方面，提供一种装置，用于实现上述任一项所述的大模型应用智能体的配置方法，包括：
25、指令接收模块，被配置为接收智能体配置指令；且所述智能体配置指令基于web前端配置得到的；
26、元数据信息配置模块，被配置为根据所述智能体配置指令配置对应的智能体元数据信息，并存储于元数据服务中；且所述智能体元数据信息包括知识库元数据信息、插件元数据信息、工作流元数据信息和数据库元数据信息；
27、智能体创建模块，被配置为调用大模型智能体服务创建智能体框架，并将所述智能体元数据信息与所述智能体框架进行绑定，创建智能体。
28、本发明的技术效果：
29、本申请提出一种大模型应用智能体的配置方法，包括接收智能体配置指令；且智能体配置指令基于web前端配置得到的；根据智能体配置指令配置对应的智能体元数据信息，并存储于元数据服务中；且智能体元数据信息包括知识库元数据信息、插件元数据信息、工作流元数据信息和数据库元数据信息；调用大模型智能体服务创建智能体框架，并将智能体元数据信息与智能体框架进行绑定，创建智能体。本申请通过web可视化配置机制，能够在配置过程中极大程度降低了开发智能体的难度，屏蔽了底层大语言模型、知识库等技术，使不懂技术的业务人员也可以方便的进行智能体的开发。
30、根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
1.一种大模型应用智能体的配置方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的大模型应用智能体的配置方法，其特征在于，根据所述智能体配置指令配置对应的智能体元数据信息，并存储于元数据服务中，包括：
3.根据权利要求2所述的大模型应用智能体的配置方法，其特征在于，所述预设存储方式，包括：
4.根据权利要求2所述的大模型应用智能体的配置方法，其特征在于，所述预设存储方式，还包括：
5.根据权利要求1所述的大模型应用智能体的配置方法，其特征在于，所述根据所述智能体配置指令配置对应的智能体元数据信息，并存储于元数据服务中，还包括：
6.根据权利要求1所述的大模型应用智能体的配置方法，其特征在于，所述根据所述智能体配置指令配置对应的智能体元数据信息，并存储于元数据服务中，还包括：
7.根据权利要求1所述的大模型应用智能体的配置方法，其特征在于，所述根据所述智能体配置指令配置对应的智能体元数据信息，并存储于元数据服务中，还包括：
8.根据权利要求7所述的大模型应用智能体的配置方法，其特征在于，所述工作流包括若干个工作节点，用于连接相应的第三方业务系统。
9.根据权利要求1-8任一项所述的大模型应用智能体的配置方法，其特征在于，在调用大模型智能体服务创建智能体框架时，基于所述web前端配置引导词，并将所述引导词按照预设方式匹配至相应的大语言模型。
10.一种装置，用于实现权利要求1-9任一项所述的大模型应用智能体的配置方法，其特征在于，包括：
