SA 设备控制：Agent 设计方案 (Semantic/AI Layer)

文档目的：描述设备控制专家（IoT Specialist）如何通过多轮对话完成槽位提取、意图澄清，并结合后端实时回传的设备能力（Capabilities）实现精准控制。

---

1. 槽位定义与验证逻辑 (Slot Filling & Validation)

1.1 槽位定义 (Slots)

槽位名称	必填性	类型	说明
target_space	必填	String	指令发生的位置（如 "305", "会议室"）。若缺失，必须追问。
target_device	选填	String	被控制的设备（如 "灯", "空调"）。缺省时由后端执行“能力反查”逻辑。
instruction	必填	String	用户的控制意图（如 "开一下", "调到26度"）。若缺失，必须追问。

1.2 澄清追问逻辑 (Clarification)

当核心槽位缺失时，Agent 需按照以下优先级进行追问：

1. Space 缺失：“请问您是指哪个房间或区域的操作？”
2. Instruction 缺失：“请问您想对 [Space] 执行什么操作（如：开启、关闭或调节）？”

---

2. 动态能力匹配逻辑 (Dynamic Intent Binding)

为了解决“指令歧义”并确保控制精准，系统采用 “语义提取 -> 能力注入 -> 最终裁决 -> 用户确认” 的四阶段逻辑。

2.1 阶段一：初次提取 (Initial NLU)

Agent 从用户原始输入中提取三个基础槽位。提取规则：target_space 与 instruction 核心必填，target_device 可空。

2.2 阶段二：能力发现与隐式匹配 (Discovery & Matrix)

1. 工具调用：Agent 调用后端工具 IoT_Locator。
   • Case A (有设备)：传 target_space + target_device。
   • Case B (无设备/隐式)：仅传 target_space。
2. 能力反传：后端返回匹配实体的能力列表。若指定了设备则返回该设备 actions；若未指定设备（隐式）则返回该空间下所有绑定设备的能力集合。
3. LLM 意图精细化 (Refinement)：
   • LLM 结合用户原始 instruction（如“关下”）在搜索结果中进行过滤并选出最匹配的设备与动作。

2.3 阶段三：用户确认卡片 (UI Confirmation) —— [核心交互策略]

IMPORTANT

无论 AI 判定的置信度多高（即使只有唯一选项），系统都必须弹出交互卡片。

• UI 策略：Agent 向用户发送 “确认执行卡片”。
• 内容：展示解析到的动作详情（如：“305会议室 - 空调 - 设为26℃”）。
• 交互：用户手动点击卡片上的 [确认控制] 后，流程才进入物理执行。

---

3. Dify 工作流设计 (Dify Workflow)

---

• 同步成功：“好的，已经帮您执行了 [空间] [设备] 的 [动作] 操作。”

4.2 边缘场景处理 (Edge Cases)

异常类型	判定条件	Agent 预期话术 (示例)
空间歧义	用户输入 3楼 (对应多个房间)	"3 楼包含多个区域，请问您是指 305 会议室 还是 3 楼走廊 的灯？"
设备歧义	空间内同类设备 >1	"305 有两盏顶灯，是执行 全开 还是只开其中一盏？"
安全/策略拦截	执行值超出 Min/Max	"现在的指令已达到安全上限（如: 30℃），已经帮您调到最高了哦。"
物理执行失败	IoT 平台返回 Error	"哎呀，[设备名] 好像现在不听使唤了，可能是掉线了。您可以稍后再试。"
意图过宽	指令过于模糊 (如 "弄下这个")	"抱歉，我不太确定您想对 [设备] 怎么操作，是想 开启 吗？"

---

5. 相关设计参考

• 路由分发层：意图识别与分发技术方案
• 物理映射层：SA_设备控制_物理执行逻辑