Dify构建的“新生小宿”智能Agent可自动解析教务数据、关联2024级迎新政策，支持自然语言提问，精准回复宿舍分配、入住流程与日程安排；需结构化JSON知识库（含year字段）、正确分块上传、多意图路由及学号绑定实现动态信息补全。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
大学新生需要快速获取宿舍分配结果、了解入住流程、查询迎新日程，但人工咨询响应慢、信息分散在多个网页和通知里。用Dify构建一个能自动解析教务系统数据、关联校内迎新政策、支持自然语言提问的自助选宿与迎新指南智能Agent，让新生输入“我的宿舍在哪”“报到当天要带什么”就能立刻得到准确答复。
准备结构化迎新知识库
从学校官网、迎新专题页、宿管中心通告中提取三类核心信息：宿舍分配规则（如学院-楼栋映射表）、入住须知（行李限重、禁用电器清单）、迎新日程（报到时间、体检地点、班会安排）。将每条信息转为JSON格式，字段包含title、content、tags（如["宿舍","大一"]）、source_url。注意：必须为每条数据标注生效年份，【2024级新生数据不可混入2023年旧政策】。
把所有JSON文件压缩为zip包，确保根目录下无嵌套文件夹，直接存放xxx.json、yyy.json等文件。
在Dify中创建并配置知识库
登录Dify控制台→点击左侧「知识库」→右上角「+新建知识库」→填写名称为“2024本科迎新指南”，描述写明“含宿舍分配逻辑、入住流程、报到日程，仅面向2024级本科生”。
上传上一步生成的zip包，勾选「自动分割文档」，分块大小设为512，重叠长度设为64。这能保证“空调安装时间”和“空调使用规范”不会被切到不同块里导致语义断裂。
点击「保存并处理」，等待状态变为「已完成」。此时知识库右上角显示文档数与文本块数，若文本块数少于文档数的3倍，说明PDF扫描件未OCR或HTML未正确解析，需重新上传纯文本源文件。
搭建多意图识别对话工作流
进入「应用」→「+创建应用」→选择「Chatbot」类型→命名“新生小宿”，模型选qwen2.5-7b-chat（校内部署版）或gpt-4-turbo（API可用时）。
在「提示词编排」中，第一段系统指令写： 你是一名大学迎新助理，只回答与2024级本科新生宿舍、报到、入住相关的问题。不回答考研、转专业、奖学金问题。所有答案必须基于已加载的知识库内容，不确定时回复“该信息暂未收录，请联系宿管中心0571-XXXXXXX”。
方法一：用条件路由区分高频意图 ① 新生问“我住几号楼”，触发「宿舍查询」节点：调用知识库检索，关键词加权“学号”“学院”“楼栋”，返回匹配度＞0.85的条目； ② 问“体检在哪做”，走「日程查询」节点：固定检索tags含["体检","报到日程"]且year=2024的条目； ③ 问“能不能带电饭锅”，进「规定核查」节点：强制启用RAG增强，检索content含“禁用电器”“功率限制”的段落。
方法二：轻量级意图识别（适合初期上线） 在用户输入前插入预处理提示：“请将以下用户问题归类为：A宿舍 B日程 C规定 D其他。仅输出单个字母。问题：{{input}}”。后续根据输出字母跳转对应知识库检索策略。
接入学号绑定与动态信息补全
在Dify应用设置中开启「用户身份」，选择「自定义用户ID」，要求前端传入参数user_id格式为“2024XXXXXX”（10位纯数字学号）。
编辑提示词，在系统指令末尾追加： 若用户问题含“我的”“本人”“我班”，且当前user_id有效，则优先从知识库中检索字段student_id="user_id"或college_code匹配该学号前四位的宿舍分配记录。找不到时再按常规关键词检索。
这一步必须做：在知识库已上传的JSON中，确保存在至少一条记录含student_id字段，否则“我的宿舍”类问题永远无法精准返回结果。
发布并嵌入迎新系统页面
点击「发布」→复制生成的iframe代码，形如。
将代码粘贴至学校迎新网站HTML源码的
内部，位置放在“报到须知”栏目下方第二行。打开迎新网站前端页面，右键检查元素，确认iframe加载后控制台无CORS报错，且聊天窗口底部显示“Powered by Dify”。
