By tecdatAI人工智能辅导, Python辅导, 人工智能, 大数据部落, 技术支持, 数据库, 计算机科学CS辅导, 计算机科学与技术Agent, AI, AI agent, AI customer service, Artificial Intelligence, Collaboration, customer service, device model, handset, Intelligent, intelligent agent, intelligent customer service, knowledge base, LlamaIndex, mobile phone, Multi-Agent, OpenAI, phone model, RAG, retrieval-augmented generation, Smart, smartphone, Streamlit, 人工智能, 协作, 向量检索, 多智能体, 客户咨询, 客服, 手机, 智能, 智能体, 智能客服, 智能手机, 机型, 检索增强生成, 知识库
本文面向”用一份数据支撑多种智能体架构”这一核心问题，回答五个具体问题：1）如何用同一份手机机型数据集同时驱动三个案例；2）基础 LlamaIndex RAG 检索问答为何会因一处路径写法直接报错；3）多文档多智能体如何按品牌自动分流；4）多智能体编排怎样把”查机型—登录—查余额—下单”串成一条链；5）三个案例手机客服 Agent 域，数据源换成同一份 CSV，而智能体与路由骨架保持不变。读者可直接获得可复现代码、数据集与可交互演示页。
