知识数据来源

• 图文数据集：​关联至应用的图文数据集，包含数据集中数据的文本和图片信息均可以被agent搜索、读取和总结。
• 文档数据：​关联至应用的文档数据集中的文档内容。可用于在助手的问答过程中提供行业知识、品牌知识、平台政策等信息的补充。

• 视频元数据：​关联至应用的视频数据集中存储的元数据，如视频的标题、简介、演员、导演等内容
• 视频音画文数据：​关联至应用的视频数据集中的视频文件，经大模型理解后的切片信息。在存在系列-单集的多层级媒体数据中，模型可理解层级关系，实现统一系列下的跨集理解。
• 文档数据：​关联至应用的文档数据集中的文档内容。可用于在助手的问答过程中提供行业知识、品牌知识、平台政策等信息的补充。

支持问答场景

电商场景：

• 商品推荐：​解析用户的需求，推荐平台上的商品，包含泛品类推荐、场景化的推荐等
• 商品内容问答：​基于商品数据集的商品信息，回答用户关于商品参数、功能、使用方法等具体问题。
• 选购攻略：​结合商品数据集中的信息和平台、行业知识，为用户提供“如何选”、“哪种好”类的攻略问答。

视频平台场景：

• 视频推荐：​解析用户的视频推荐需求，推荐符合用户需要的视频媒资。
• 视频剧情问答：​基于用户的问题，解析视频剧情内容，回答用户关于剧情发展、角色关系、关键剧情片段等问题，并返回与回答相关的剧情高光片段定位。

视频课程场景：

• 课程搜索和推荐：​解析用户的学习诉求，推荐课程系列。
• 课程内容问答：​用户询问课程知识点，agent可根据课程视频中的音画文内容进行回复，并定位至相关课程视频的时间戳定位。