摘要
本发明涉及实体抽取技术领域，公开了一种基于大语言模型的实体抽取智能体构建方法，包括：对实体标签文件进行分类和切片处理，将标签名称及对应实体词转化为待查询向量，并组织成标签向量库，最终合并为知识库；按照预设范式编写提示词；从模型库中选择适配的大语言模型，通过测试样例集对候选模型进行准确率和召回率评估，基于评估结果选取最优模型；根据下游任务需求开发工具，完成服务URL测试、工具可用性测试以及自动化调用流程验证；将知识库与提示词输入大语言模型进行实体抽取，调用工具处理抽取结果，验证输出正确性，并根据调试结果迭代优化各阶段配置；本发明解决了现有的智能体构建方法中模型通用效果差、使用较为繁琐的问题。
