[AI小新闻快报] 零损失整修工厂！超精准语音AI接待员“Axle”的构建案例引发热议

📰 新闻概要

• 为避免整修工厂因电话漏接而造成每月数千美元的机会损失，开发了定制语音AI代理“Axle”。
• 通过结合MongoDB Atlas、Voyage AI和Anthropic的Claude 3.5 Sonnet，构建RAG（检索增强生成）管道，实现了准确的价格和服务内容回答。
• 采用语音平台Vapi，与Deepgram（语音识别）和ElevenLabs（语音合成）合作，实现实时自然的电话接听。

💡 重要要点

• 彻底消除虚假信息：为了防止大语言模型随意回答价格，从工厂网站提取的21份文档被构建为知识库，仅允许从中回答。
• 无缝音频基础设施：利用Vapi的工具调用功能，将用户问题通过FastAPI路由到RAG管道。如果无法回答，则实现了保存联系人信息的功能。
• 实用的开发流程：使用Ngrok公开本地服务器，快速进行实际测试，展现了面向现场实施的高效开发流程。

🦈 鲨鱼视角（策展人的观点）

这个项目的厉害之处在于，它不仅是一个聊天机器人，而是直接保护“现场的钱袋子”的实施！例如，450美元的刹车修理和2000美元的引擎修理等高价案件，因无法接听电话而错失的具体问题设置非常明确。特别是利用Voyage AI的1024维向量检索，即使是模糊的问题“刹车的价格”，也能精确找到相关文档的设计非常出色！“不会说谎的AI”正是中小企业数字化转型的必备之选，这一点得到了有力证明！

🚀 接下来会如何发展？

目前正处于测试阶段，未来将迁移到云托管，将实际运营数据存储在MongoDB中。同时，预计会向其他面临类似问题的小型企业进行横向推广，这让人充满期待！

💬 鲨鱼的看法

如果AI可以代替接电话，人类就可以专注于工作！这就是AI与人类的理想搭档！鲨鱼鲨鱼！🦈🔥

📚 术语解说

• RAG (检索增强生成)：在AI生成回答之前，从外部可信知识库中检索相关信息，并基于这些信息生成回答的技术。

• 向量检索：将字符串的“意义”数值化（向量化），以寻找语义相近的信息。即使关键词不完全匹配，也能找到相关信息。

• Webhook：在特定事件（如接到电话等）发生时，从一个应用程序实时通知另一个应用程序的机制。

• 信息来源: Building an AI Receptionist for my Brother