在租赁管理系统里尝试 AI Agent

我想试着做一个 AI Agent，正好朋友家里在成都做房屋租赁，于是做了一个小型管理系统，请他们按真实流程帮我测试。

原型只需要在一台设备上本地运行，不需要多端同步，所以技术栈刻意保持简单：SQLite 存储、Python 与 Flask，以及一个处理自然语言操作的基础 Agent。

第一次做 Agent

我使用了 DeepSeek。这也是我第一次做 Agent，早期版本并不可靠，经常无法生成预期的统计结果，SQL 查询也容易出错。

我尝试加入另一个 AI 做检查：在有限轮次内，只有产出正确结果并调用必要程序后才允许停止。这能减少早期版本的错误，但最终还是模型本身和提示词的准确度更重要。

把系统做得容易使用

他们不喜欢为每件小事打开电脑系统，一些年龄较大的用户也不习惯填写复杂表单。因此我加入了自然语言输入框。用户可以像平时说话一样描述房源，AI 会抽取信息并映射到对应字段；确认解析结果后，就能直接新增记录。

除了结构化房源数据，他们还要管理合同等复杂文档。我用向量数据库做了一个简单的 RAG：上传文档后自动生成 embedding，之后可以用自然语言查找相关信息。我单独测试了几次文档流程，运行比较稳定，不过 embedding 的生成方法对检索准确率影响明显，这部分仍有改进空间。

系统还提供了一组 REST API，供外部 Agent 查询记录、调用系统功能和获取生成的文档。他们把这些 API 接到了一个支持微信机器人的第三方 Agent 上，用微信就能查房源、生成房源 PDF 和更新记录。

我个人不赞成让 AI 直接修改数据，但他们希望保留这种便利。因此后端增加了明确限制：每次操作只能读写少量记录，同时支持数据备份和导入。

后来他们告诉我，这套系统确实帮助完成了几笔租赁交易，也提升了日常处理效率。

后续记录：构建一个功能完整的 AI Agent。