Databricks
·
从部落知识到即时答案：基于Databricks构建Reffy
💡
原文英文，约1500词，阅读约需6分钟。
📝
内容提要
Reffy是一款应用程序，帮助用户快速发现和分析Databricks的客户案例，提升员工生产力。它整合了2400多个客户故事，支持个性化响应和交叉分析。两个月内，销售和营销团队进行了7500次查询，显著提高了故事的相关性和一致性，解决了客户参考的知识共享问题。
🎯
关键要点
- Reffy是一款应用程序，帮助用户快速发现和分析Databricks的客户案例，提升员工生产力。
- Reffy整合了2400多个客户故事，支持个性化响应和交叉分析。
- 在前两个月内，销售和营销团队进行了7500次查询，显著提高了故事的相关性和一致性。
- Reffy解决了客户参考的知识共享问题，提升了营销效果。
- 客户故事是营销团队的核心输入，但寻找和评估这些故事的过程复杂且低效。
- Reffy通过将所有故事整合到一个表中，并使用RAG代理进行搜索，提供了一个完整的解决方案。
- 数据管道通过Databricks Notebooks和Lakeflow Jobs进行定义，收集来自多个数据源的故事文本。
- 使用31点评分系统对故事进行质量评估，确保高质量故事的筛选。
- Reffy的代理使用DSPy框架，支持快速的关键词搜索和长文本响应。
- Reffy的前端使用React，后端使用FastAPI，确保用户友好的体验。
- 通过Lakebase监控用户活动和响应时间，收集关键指标以优化应用。
- 开发过程中使用Cursor和Databricks CLI进行统一认证，简化了开发和测试流程。
- 使用Databricks Asset Bundles确保代码和资源的可移植性和持续集成/持续部署（CI/CD）。
🏷️
标签
➡️
