案例研究
真正見效的機械人
物業
物業管家機械人
一個內建於租務管理平台的聊天助理。業主與管家透過 WhatsApp、Telegram 或飛書聊天，即可處理日常營運。
挑戰
管理多個單位的業主，要應付零散來電與訊息中重複的問題（房間詳情、合約條款、空置狀況）。新租約入伙時，須從已簽合約繁瑣地人手輸入資料；而沒有智能電錶的物業，每月都要有人逐一抄錄公用事業讀數。
解決方案
我們建構了一個 LangGraph 工具調用代理，連接租務管理系統。業主以英文或中文自然語言查詢房間、租約、空置或合約，系統即從即時資料作答。傳送已簽合約的相片，視覺 LLM 會抽取租客、租金、按金及日期供確認後儲存；傳送電錶相片，它會讀取數值並記錄用量。
視覺 LLM從相片讀取合約與電錶
3 個渠道WhatsApp · Telegram · 飛書
英文 + 中文自然語言，無須應用程式培訓
電動車充電
診斷支援機械人
一個為電動車充電平台而設的內部支援聊天機械人。營運人員以淺白英文詢問任何充電器或充電過程出了甚麼問題，它便調查即時系統找出原因。
挑戰
當多品牌硬件組成的電動車網絡出現充電失敗，營運人員要在多個系統間翻查 OCPP 狀態碼、資料庫紀錄及日誌，才能查明原因。這種緩慢的工作需要深厚的平台知識，令問題遲遲未解。
解決方案
我們在管理主控台內建了一個對話式診斷代理。描述徵狀並鎖定某個充電器或充電過程，它便在即時資料庫及 OCPP 日誌上，運用 12 項工具進行引導式調查，並即時串流進度，再以淺白英文回覆診斷結果與後續步驟。七套根源分析範本引導它運作，個人資料在送交模型前已遮蔽，並支援多 LLM 並排比較。
淺白英文「為何 X 次充電失敗？」→ 答案
12 項工具即時資料庫 + OCPP 日誌查詢
個資安全送交模型前已遮蔽