Organics R&D AI

Organics 的化妆品研发团队过去使用多个分开的 AI 助手——一个负责库存和原料，另一个负责销售端的配方——各自有独立的对话记录，而原料参考、当前库存和历史配方也存放在不同的地方。要判断一个配方能否用现有库存原料制作、成本是多少，就得在多个工具之间来回切换。我们的任务是打造一个智能体，在一次对话中完成原料检索、库存确认、配方起草与成本估算以及市场研究，同时清楚说明哪些已确认、哪些是估算、哪些仍需实验室验证。

我们用一个行为有明文规定的 ReAct 智能体，取代了多条互不相连的 AI 路径：每项技能都是一张带版本号的 Markdown 卡片，写明可以使用的工具和必须遵守的规则。

1. 1. 基于 Gemini 的单一 ReAct 智能体

   每个请求都按 计划 → 执行 → 核验 → 综合 的流程运行。界面只显示高层计划和所用工具，从不暴露模型内部的推理过程。

2. 2. 运行时加载的技能卡

   五张 Markdown 卡片在运行时读取并注入智能体的指令，并配有精简的后备指令，确保部署不完整时也不会用残缺的指引作答。

3. 3. 基于团队自有数据的检索

   Qdrant 语义检索覆盖五个集合，MongoDB 精确查询处理编码和字段，库存工具始终优先读取当前库存来源，基于检索的网络搜索会返回来源网址。

4. 4. 带版本记录的配方工具

   智能体可以生成、查找、连同评论加载、修订和确认配方；每次确认都会在记录中提升版本号，成本计算和放大则通过会标注估算值的计算器完成。

5. 5. 评估与封闭的访问边界

   RAGAS 与 Promptfoo 评估框架对忠实度、上下文精确率与召回率以及延迟进行评分，并包含提示注入测试集。受保护的 API 路由必须有有效会话，操作用户始终取自会话，而不是请求内容。

R&D AI 已作为团队统一的工作空间在生产环境运行。旧助手的链接会自动跳转到这里，之前关于库存和销售的对话也能在同一份记录中继续。

• 一次对话解决整个问题

  配方师和销售人员无需切换系统，就能找到原料、确认库存并估算草拟配方的成本。

• 清楚区分哪些已确认

  已确认的库存与目录参考分开显示，估算值会被标注，并始终提醒仍需实验室验证。

• 有历史的配方

  每个配方都保留版本和评论，AI 起草的内容在有人确认之前不会成为正式版本。

• 有出处的市场回答

  研究类问题会附上引用链接，无法核实最新信息时，智能体会明确说明。