12.1.中国农业大学构建“小鹉哥”助力师生咨询及科研教学

12.1.1.中国农业大学介绍

中国农业大学，简称“中国农大”，坐落于北京市，是中华人民共和国教育部直属高校，直管副部级建制，位列国家“双一流”、“985 工程”、“211 工程”重点建设高校，是我国现代农业高等教育的起源地。学校起源于 1905 年成立的京师大学堂农科大学，历史底蕴深厚。现已发展成为一所以农学、生命科学、农业工程和食品科学为特色和优势的研究型大学，形成了农、工、理、经、管、法、文、医、哲等多学科协调发展的格局。学校设有北京海淀西校区、东校区和烟台研究院等教学科研园区。作为中国农业领域的最高学府，中国农业大学在生物育种、食品安全、农业资源与环境、乡村振兴等关键领域承担着国家级重大科研任务，汇聚了大量顶尖人才，为国家粮食安全、农业现代化发展和生态文明建设做出了卓越贡献，被誉为“中国农业人才的摇篮”。

12.1.2. AI 转型需求

作为中国农业高等教育的旗帜，中国农业大学致力于打造一座以 AI 为核心驱动力的“未来智慧校园”。MaxKB 助力中国农业大学搭建师生咨询服务智能体，科研与教学分析智能体。这不仅是一次技术升级，更是一场深刻的教育范式革命。通过人工智能技术，无缝融入教学、科研、学习、管理与生活的每一个角落，为师生创造一个更高效、更个性化、更富创造力的成长与发展环境。

• 教学革新： 需构建 AI 辅助教学智能体，赋能教师开发智能课件、实现个性化作业批改与反馈，并基于学习数据分析实施精准教学干预，打造智慧课堂。
• 科研赋能： 需建设校级 AI 科研智能体，集成农业大数据、生物信息等特色数据集，支持跨学科团队开展智能育种、智慧农业、食品科学等前沿领域的 AI 融合创新研究。
• 管理增效： 需部署 AI 驱动的校园智慧管理智能体，整合各部门数据，实现生源预测、财务智能分析、安全风险预警、设备运维提醒等，提升决策科学性与管理运行效率。
• 学习变革： 需为学生提供个性化学习智能体，可根据其知识薄弱点推荐学习路径，并提供 7x24 小时智能答疑，培养学生自主性与探究式学习能力。
• 服务升级： 需打造一站式 AI 智慧生活服务智能体，集成智能客服、餐饮推荐、后勤感管理等功能，通过智能化、精准化的服务提升师生校园生活品质与幸福感。

12.1.3. AI 基础架构

针对上述 AI 转型的需求，学校规划了 AI 整体技术架构，本架构旨在构建集约高效、自主可控的校园 AI 能力基座，共分四层：

• 算力基础设施层： 作为底层支撑，整合校内 GPU 算力资源，建设高性能计算集群。通过虚拟化技术提供异构算力资源池，为模型训练与推理提供弹性、稳定的算力供给，并确保数据安全与隐私保护。
• 模型层： 构建以“通用大模型+领域小模型”为核心的模型资源池。一方面集成或采购主流开源大模型（如 DeepSeek），另一方面基于农学、生命科学等优势学科数据，进行领域微调与训练，孵化具有校本特色的专用模型，形成核心竞争力。
• 智能体服务层： 此为架构的核心能力层。基于底层模型，通过智能体（Agent）框架实现 AI 应用的落地。利用 RAG（检索增强生成）技术连接学校知识库与业务数据，开发流程自动化、数据分析、智能问答等 AI 原子能力，并以 API 接口形式向上层应用提供标准化服务。
• 服务入口层： 作为最终用户触点，将 AI 能力无缝对接到全校师生的工作学习场景中。包括集成到校园门户、企业微信、教学平台、科研平台等现有应用，以及开发统一的 AI 助手入口，提供一致、便捷的交互体验。

12.1.4.为什么选择 MaxKB

中国农业大学最终选定 MaxKB 作为校园 AI 智能体（Agent）的核心支撑平台，主要基于其深度契合高校 AI 转型需求的四大核心优势，为教学、科研与管理数字化提供了可靠保障：

• 操作简单，易于上手：MaxKB 提供极其直观的用户界面，无需深厚的 AI 技术背景即可快速完成知识库创建、模型配置与智能体部署。这极大降低了各院系和职能部门的使用门槛，有利于 AI 能力在全校范围内的快速推广与普及，节省了大量培训成本。
• 系统稳定可靠：在测试过程中，其各版本表现均较为稳定，未出现影响使用的明显缺陷与致命 BUG。这种可靠性对于保障教学、科研、管理等核心业务的连续性和数据安全性至关重要，确保了平台能够胜任大规模、高并发的应用场景。
• 知识库问答能力出众：平台基于 RAG 技术构建，在知识上传、向量化处理及语义检索方面表现高效，其问答功能针对中文场景优化良好，在测试中展现了较高的召回率与准确率，能有效满足师生对专业、精准信息检索的迫切需求。
• 模型中立性提供战略灵活性：MaxKB 不绑定任何特定模型厂商，可无缝对接国内外主流大模型 API（如 DeepSeek、文心一言、通义千问等）。这一特性避免了技术锁定风险，使学校能根据具体场景的性能、成本与安全性要求，灵活选用或切换最佳模型。

图 21 ：中国农业大学 AI 服务中台架构

12.1.5.AI 转型建设成果：小鹉哥

AI 平台“小鹉哥”（基于 MaxKB 构建）正式上线以来，已快速融入师生日常，在以下四个方面展现出显著价值，成为校园工作、学习与生活的得力助手：

• 生活服务（便捷高效）：平台已成为校园生活的“百事通”。师生可通过自然语言便捷查询班车时刻、校历安排、场馆开放时间等公共信息；更能准确获取诸如“宿舍断电充值”、“一卡通挂失补办”等常见事务的标准化处理流程，实现 7x24 小时的即时响应。
• 行政助管（降本提效）： 平台有效减轻了行政人员的重复性咨询压力。老师们可就“差旅报销标准”、“课题项目申报流程”等复杂规章制度进行精准提问，AI 能快速定位并解读相关条款，提供标准化的办事指南，显著提高了行政管理效率。
• 学习助学（因材施教）： 平台扮演了无处不在的“学业导师”角色。同学们可随时就“微观经济学的供求模型”、“文献阅读方法”等学习难题寻求解释与指导。AI 能提供个性化的解答与学习建议，有效补充了课堂教学，支持了学生的自主探究与个性化学习需求。
• 科研助研（激发创新）： 平台初步展现出作为“科研助理”的潜力。研究人员可指令其快速解析学术论文的核心观点、提炼研究框架；亦可帮助研究者高效进行文献综述、捕捉前沿动态、激发创新思路，为科研工作提供了新的智能化工具。

12.1.6.总结

MaxKB 与 DeepSeek 的结合，为高校提供了一条快速、高效落地大模型应用的可行路径。依托成熟开源技术整合，能够以较低成本构建符合自身需求的 AI 中台，大幅降低单位自主研发的技术门槛和资源投入。AI 赋能的核心在于为现有业务体系注入智能能力，其价值体现在对传统业务痛点的切实解决。因此，人工智能技术必须与具体业务场景深度融合，致力于提升效率、优化体验，才能真正推动数字化转型，实现技术与业务的双向赋能。