|
如何用自然语言查询（或问答）本体对象的信息？ 本质上Palantir AIP Logic提供了三种查询（或问答）本体对象信息的方式。 第一种：在AIP Logic中通过语义搜索block+LLM块实现AI搜索。 第二种：在Ontology上定义query，然后在AIP Logic的LLM块上通过Query Objects工具调用实现AI搜索。 第三种：在AIP Logic的LLM块上直接调用Query Objects工具通过LLM自动生成查询条件完成AI搜索。 另外，在AIP Agent studio中也可以在大模型的工具调用中配置调用Query Objects工具。原理和上面类似。 在Palantir AIP Logic中，配置Use LLM块里的Query Objects工具是连接LLM与Palantir Ontology的核心步骤。这个功能允许LLM根据用户的自然语言问题，自动生成过滤条件，从本体中检索数据，而不是仅仅依靠预训练的知识。 在使用query objects工具时，有一个重要点：本体字段的元数据信息也非常重要。我们给本体字段增加了一个描述信息，这个描述信息有助于LLM更好的理解本体属性的语境。
为什么需要配置Query Objects？ LLM本身没有企业私有数据。通过配置这个工具，实际上是给了LLM一个搜索引擎权限。 （1）输入：用户的自然语言（例如：“帮我找出所有状态为‘紧急’且未处理的工单”）。 （2）LLM的工作：它分析这句话，决定调用Query Objects工具，并生成结构化的过滤参数（例如：Status='Urgent',Resolution='Unresolved'）。 （3）AIP的工作：执行查询，返回对象列表。 （4）结果：LLM拿到数据，生成最终回答。
详细配置步骤 在AIP Logic的编辑器中，进入Logic流程，找到或添加一个Use LLM节点。 第一步：启用工具(EnableTools) 在Use LLM的配置面板中，找到Tools部分，点击添加工具。会看到Query Objects的选项。 第二步：配置Query Objects 当选择了查询对象的工具后，需要进行以下关键配置： 这是最重要的安全和上下文边界设置。 （1）配置项：需要明确勾选LLM允许访问哪些Object Types（例如Customer,Order,Product）。 （2）逻辑：如果不勾选Employee对象，LLM就永远无法查询员工信息，即使它想这么做。 （3）只添加当前业务场景真正需要的对象类型，以减少干扰并提高安全性。 对于选中的每个ObjectType，需要定义哪些Properties（属性）是可见的。 （1）AllProperties：简单粗暴，但可能会消耗大量Token。 （2）SpecificProperties：推荐做法。只勾选LLM做判断或回答问题所需的字段（如Name,ID,Status,Description）。如果LLM需要根据创建时间进行过滤，必须勾选CreatedTime属性，否则它无法生成针对该字段的查询条件。需要注意，能不用的大字段（大文本、日志、附件）一律不要勾选，防止tokens爆表。 某些配置允许指定查询的起始范围。 Global(Default)：LLM可以在整个本体库中搜索该类型的对象。 Scoped(局部)：可以将上一步骤（如前一个Block）输出的一个ObjectSet作为输入。限制LLM只能在这个子集里进行二次筛选。 第三步：工具描述与上下文(ToolDescription) LLM依靠描述来决定何时调用工具。 自动生成：AIP通常会根据对象类型的名称自动生成描述（例如：“SearchforCustomerobjectsbasedonproperties...”）。 手动优化：如果对象名称很晦涩（如Obj_001），需要手动修改工具描述，告诉LLM：“这是客户数据表，包含客户等级和联系方式”。
下面是一个例子 你是一个企业内部订单分析助手，可以通过一个名为「QueryCustomerOrders」的工具，在本公司的本体（Ontology）中查询订单对象。 【工具能力说明】 1. 工具查询的对象类型为：[ERP]CustomerOrder。 2. 你只能访问以下字段： id：订单唯一标识 customerName：客户名称 status：订单状态，例如"OPEN"、"CLOSED" totalAmount：订单金额（货币单位：人民币） createdAt：订单创建时间 3. 工具可以基于这些字段进行过滤、排序和限制返回数量。 4. 工具最多返回10条记录。除非用户特别要求更多，否则你应默认请求不超过10条。 5. 如果查询结果为空，你必须向用户说明“未查询到符合条件的订单”，并给出建议的下一步操作，而不是编造数据。 【使用工具的业务原则】 1. 用户如果问「有哪些符合XXX条件的订单？」「最近的高价值订单有哪些？」等问题，你应优先调用QueryCustomerOrders工具，而不是凭空猜测。 2. 在调用工具前，请先用自然语言在心里整理清楚筛选条件，包括： - 时间范围（例如最近30天） - 金额范围（例如totalAmount≥10000） - 状态（例如status="OPEN"） 3. 如果用户没有给出条件，你可以先简要说明你可以按哪些条件查询，然后给出一个合理的默认条件并执行查询（例如：最近30天内金额最高的前5个订单）。 【输出要求】 1. 在向用户回答时，请使用简明的中文。 2. 对于列表结果，建议使用有序列表或表格形式展示，至少包含：id、customerName、totalAmount、createdAt。 3. 对于金额，请保留两位小数。 4. 不要杜撰不存在的订单或字段。
LLM如何使用这个配置 配置完成后，不需要写具体的SQL或Filter代码，交互流程如下： （1）Prompt阶段：在Prompt框中写道：“Userquestionis:{{variable}}”。 （2）推理阶段：LLM看到用户问：“找一下旧金山的客户”。 （3）工具调用阶段：LLM检查可用工具，发现配置了Customer对象的Query工具。它查看Customer对象的属性，发现有一个City属性。LLM生成一个JSON指令，类似于：calltool:search_customer(filter:{property:"City",value:"SanFrancisco"})。 （4）执行与返回：AIP Logic后端执行这个查询，返回10个客户对象的JSON数据（包含配置可见的属性）。 （5）生成回答：LLM读入这10个对象的数据，回复用户：“我找到了10个位于旧金山的客户，包括A公司和B公司...”。
高级配置：Query Functions(本体查询函数) 本质上是使用另一个工具callfunction。除了通用的“Search/Query Objects”，AIP Logic还允许调用在Ontology中预定义的Queries(SavedQueries)。如果的查询逻辑非常复杂（例如：需要多层关联、聚合计算、或者特定的业务逻辑筛选），单纯靠LLM生成过滤条件可能不准。此时应使用OntologyQueries，在OntologyManager中创建Query：编写一个带参数的函数，例如GetHighRiskVendors(region,min_spend)。 在AIP Logic中配置：在"Use LLM"工具栏选择该Query。参数映射需要告诉LLM如何填充region和min_spend这两个参数。通常LLM会根据上下文自动提取这些值。
在配置Query Objects时有一些注意事项 （1）Token限制：Query Objects返回的结果会被塞回LLM的上下文窗口。如果查询返回了500个对象，每个对象有50个属性，很容易撑爆ContextWindow。所以解决方法是在配置中设置Limit（返回数量限制，如Top10或Top20）。 （2）字段命名：Ontology中的字段名最好是自然语言友好的（例如phone_number优于p_n_v2）。如果字段名很烂，LLM会很难理解如何过滤。如果无法改名，请在Logic变量映射中添加注释。 （3）处理空结果：在Prompt中要指示LLM：“如果查询对象工具返回空结果，请回答‘未找到相关数据’，不要编造数据。” （4）权限(ACLs)：AIP Logic运行时是遵循数据权限的。如果运行Logic的用户没有权限查看某些对象，Query Objects工具也会返回空，这可能会让LLM感到困惑。 配置Query Objects实际上是在做数据暴露控制。不需要告诉LLM如何查询（它自己懂逻辑），需要做的是告诉它“可以查哪些表（Object Types）”以及“可以看哪些列（Properties）”。 在Agent studio中的LLM工具调用配置大致类似。 详解Palantir AIP中开发Agent应用的精髓详解Palantir AIP的两个利器：LLM和Tool详解用Palantir AIP几分钟搭建一个文档智能搜索应用详解Palantir AIP的三个Flow：Dataflow、AI flow、Workflow | 
