高校数据服务智能体建设探索-中国教育和科研计算机网CERNET

资讯

校园信息化

技术

资源与应用

产品与装备

信息服务

首页 > 教育信息化 > 校园信息化 > 高等教育

高校数据服务智能体建设探索

2026-07-08 中国教育网络张瑾陈洁

　　本文以华东师范大学为实践案例，探索将智能体（Agent）技术融入高校数据治理工作中，构建一个“可信、可用、可创”的面向校情数据问答的智能体应用（下文称“校情问数智能体”）。

　　文中提出了校情问数智能体的技术架构，系统阐述了智能体核心组件及配套管理模块的建设方案。该实践为高校打通数据治理工作的“最后一公里”提供了实施方案。

“最后一公里”困境与智能体机遇

　　政策驱动下的治理深化与现实落差

　　随着人工智能技术的迅猛发展，其对社会各领域的深度影响已成不可逆之势，教育领域作为社会发展的基础性行业，正经历着前所未有的数字化转型浪潮。

　　2024 年 9 月，习近平总书记在全国教育大会上明确指出：“要深入实施国家教育数字化战略，建强用好国家智慧教育公共服务平台，探索数字赋能大规模因材施教、创新性教育的有效路径，扩大优质教育资源受益面，注重运用人工智能助力教育变革”。

　　2025 年 1 月，中共中央、国务院印发《教育强国建设规划纲要（2024—2035 年）》，进一步明确提出“建设学习型社会，以教育数字化开辟发展新赛道、塑造发展新优势”，要求将数字技术深度融入教育治理全过程、各环节。这些政策文件共同构建了教育数字化转型的顶层设计，为高校数据治理和智能化应用提供了政策保障。

　　当前，高质量的数据成为人工智能技术在教育领域落地的关键前提，数据治理则成为高校数字化转型的核心环节。

　　高校数据治理已从初期的打通孤岛、汇聚资源阶段，逐步迈入分类分级、价值释放的深水区。典型路径包括：建设统一数据中台、编制核心数据资产目录。然而，治理成果若仅停留在后台可见、报表可查，而未能转化为师生日常可感可用的服务，便难以真正释放数据价值。

　　高校的数据服务普遍存在两重脱节：一是数据供给与用户需求脱节，管理人员需频繁跨系统查询、手动整合数据，效率低下，跟不上用户的需求；二是技术能力与使用门槛脱节，非技术背景的师生用户难以直接调用数据接口或编写查询语句。

　　这使得数据治理虽“有形”，却难“有感”，师生不禁要问：我们建了这么多平台、梳理了这么多指标，为何想查一个简单数据仍如此困难？因此，亟需一种更自然、更智能、更贴近业务的交互范式。

　　从问答系统到智能体

　　问答系统最初主要依赖信息检索与模板匹配技术，通过关键词提取和规则方法从文档中抽取答案，难以理解复杂语义或处理开放域问题。随着深度学习技术的发展，基于循环神经网络、卷积神经网络以及预训练语言模型（如 BERT）的方法显著提升了问答系统的语义理解与答案生成能力。

　　近年来，智能体（Agent）技术被引入问答系统，使系统具备感知、规划、工具调用与反思等能力，能够自主分解任务、动态获取知识并生成结构化响应。

　　例如，在知识库问答任务中，智能体可主动扩展子图、验证实体关系，并结合外部工具增强推理能力。相比传统问答系统仅被动响应查询，融合智能体技术的问答系统展现出更强的主动性、适应性与复杂任务处理能力。

　　智能体技术的出现，为解决高校数据治理工作“最后一公里”困境提供了切实可行的路径。高校可以依托智能体所具备的自然语言理解、任务规划、工具调用与自主推理等能力，构建一个以自然语言为交互接口，能够准确理解用户关于高校校情数据的查询意图，自主协调内部数据资源，执行数据查询、融合、分析与推理，并以可视化或自然语言形式提供结果的校情问数智能体。

　　校情问数智能体可以大幅降低非技术用户使用数据服务的门槛，实现后台有数据、前台有数据服务，让师生真正感受到数据治理带来的便利与价值。

整体建设思路与前期建设情况

　　自 2020 年起，华东师范大学以“筑基—盘清—赋能”三步走战略推进数据治理（如图 1）。前两个阶段的建设为第三阶段的建设奠定了坚实的基础。

　　筑基——建平台、通数据。针对数据孤岛严重、标准不一的问题，学校自主研发完全国产、安全可控的“支点”数据治理平台，完成近千个“一数一源”数据点梳理，发布近 200 个标准数据接口，日均调用量超 20 万次。在此基础上，学校以 ChatECNU 为核心，构建面向全校师生的低代码智能体创制平台。

　　盘清——理指标、明权责。针对“数据底数不清、口径不一”的痛点，学校统筹 20 余个管理部门，系统梳理 1300 余项纳管指标，并在此基础上逐层提炼，构建起结构清晰、职责明确的四级分层指标体系。

　　纳管指标：全面覆盖学校各类业务数据，作为数据治理的基础底座；

　　关键指标：依托“教育事业综合统计”等跨部门协同填报任务凝练形成，聚焦核心管理需求；

　　发展指标：联合学校发展规划部门共同制定，支撑战略目标监测与评估；

　　校情指标：协同学校办公室进一步整合优化，面向校情基础数据服务。

　　该体系对每一项指标均明确责任部门与统一数据口径，切实做到“有人管、有标准、可追溯”，为后续智能应用和数据服务奠定了坚实基础。

　　赋能——融智能、促共创。学校以四级分层指标体系为基石，系统打造“一目录、一平台、两概览、一工具”系列数智服务，推动数据资源向治理能力转化。

　　一目录：纳管指标目录，统筹呈现全校 1335 个重要指标项，形成“指标一本账”，提供直观便捷的索引查询。

　　一平台：关键指标平台，聚焦跨部门协同填报形成的重点指标，支持动态监测与精准调用。

　　两概览：

　　1. 校情指标概览：动态更新、简洁呈现 54 项校情简介指标数据；

　　2. 发展指标概览：聚合精选、分类总览 121 项学校运行发展指标。

　　一工具：校情问数智能体。

　　在指标体系的基础上，依托智能体创制平台，打造校情问数智能体。

　　作为数据治理战略中连接数据与服务的关键桥梁，校情问数智能体不仅实现了数据服务模式从“被动查询”向“主动问答”的跃迁，更通过开放“数据共创”通道，激发师生参与治理的内生动力，切实推动智能融合与协同共创。

构建“可信、可用、可创”的校情问数智能体

　　可信

　　数据基础的选择

　　校情问数智能体的基础数据并非直接基于数据中台中的数据表，而是基于学校分层指标体系中的指标数据。

　　这样选择源于前期测试的情况，若采用数据中台中的数据表作为智能体的数据基础，虽可提供更为广泛的数据维度支持，但存在显著缺陷：高校治理场景中普遍存在多维度、动态变化的统计口径与计算逻辑，在不同提问语境下需适配不同规则，由于数据中台的基础数据表没有经过指标化，没有明确口径，因此智能体在解析用户问题时需要依赖大模型对复杂业务规则的理解与推理，容易导致回答内容出现逻辑“演绎”或推断性生成，影响准确性。

　　相较而言，分层指标体系中的指标已由各业务部门协同确认，具备高度的权威性与一致性。虽然该路径在数据维度灵活性上有所折衷，但能从根本上保障输出结果的可靠性。

　　在此基础上，进一步结合校情问数问答的典型场景需求，对指标数据进行适配性重构，构建了专用于校情问数智能体的独立、可信的数据基础。

　　指标数据库的构建

　　1. 基础指标

　　学校分层指标体系共纳管 1335 个指标，均可以作为校情问数智能体的潜在数据基础。综合考虑师生实际需求、指标责任单位的维护频次，首批遴选 142 个与发展类核心业务紧密相关的指标作为基础指标，构成数据库的基础指标。

　　2. 组合指标

　　仅支持对 142 个基础指标的直接问答将显著限制智能体的服务能力。事实上，这些指标之间存在层级嵌套或逻辑运算等内在关联。为此，构建了指标间的语义关系网络，使智能体能够通过预定义规则自动生成新的组合指标。例如，“在学学生数”“教职工总数”可组合生成“学校人数”；“文科省部级项目数”“理科省部级项目数”可组合生成“省部级项目”等。此类组合显著拓展了问答覆盖范围。目前，指标数据库中约 25% 的指标为组合指标。

　　指标数据库：

　　最终形成的指标数据库由基础指标与组合指标共同构成。每个指标均配置标准化元数据属性，包括统计口径、明细值、明细算法、数据来源、同义表述（其他说法）、启用状态等。

　　该数据库不仅支撑校情问数智能体的响应，亦作为校级统一数据服务接口，供其他校园智能体调用，实现校情数据资源的集约化建设与共享复用。

　　可用

　　双重过滤机制，严防“幻觉”输出

　　基于学校已本地化部署的智能体创制平台，通过三大组件快速构建校情问数智能体：

　　1. 确定角色提示词：定义其为“严谨、专业、可靠”的校情数据助理，语言风格统一。“你是一个专门服务华东师范大学的数据查询助手‘华师大问数’，具备理解用户意图和准确提供校情数据的能力。无论任何问题，默认使用校情问数工作流进行回答。如果你无法判断为非校情问数相关问题，则严格按照指定回复进行回应。你的语言是中文，性格严谨、可靠、专业、细致，职业为学校数据查询服务助理，年龄设定为成熟专业的虚拟角色。”

　　2. 建立指标问数插件：封装 POST 请求，安全调用指标数据库。

　　3. 搭建校情问数工作流：解析意图→匹配指标→调用插件→生成答案。

　　校情问数智能体搭建完成后，在反复测试中发现，当用户提问超出指标数据库覆盖范围时，智能体倾向于基于训练数据进行幻觉式补全，产生“虚构答案”。

　　为了提升可用性，确保回答严格限定于指标库数据库范围内，对智能体进行了如下改进：

　　1. 提示词约束。非校情问题自动触发标准回复：“如果您需要了解学校基本情况相关数据，我很乐意为您解答。对于其他问题，建议您咨询相关部门。”

　　2. 工作流拦截。若问题无法匹配任何指标，流程提前终止，避免模型“自由发挥”。

　　同时，界面嵌入推荐问题库，引导用户聚焦有效查询，降低使用门槛，如图 2 所示。

　　多重权限机制

　　如前所述，学校纳管的指标数据在建立动态或定期在线维护机制后，即具备纳入指标数据库的资格。然而，各类指标数据通常附带不同的访问权限要求。若因权限限制而将部分敏感或受限数据排除在指标数据库之外，将显著削弱校情问数智能体对教职工群体的数据支撑能力，影响其实际应用价值。

　　为兼顾数据安全与服务可用性，在指标数据库中引入可见范围属性，对每个指标配置细粒度的访问控制策略。结合实际业务场景与用户角色需求，当前将可见范围主要划分为“全体师生”“教师”“管理人员”等层级。该机制确保高敏感数据仅向授权用户开放，同时保障通用性指标的广泛可及性。

　　可创

　　建立“反馈—优化”机制

　　校情问数智能体在智能体创制平台之外，配套建设了独立的会话日志管理系统，全面记录用户交互数据，包括用户身份、提问内容、系统回复、会话时间及用户对回答质量的评价等。

　　每次问答结束后，页面均提供“有帮助/无帮助”反馈按钮；若用户选择“无帮助”，系统将进一步引导其说明具体问题（如“数据不准”“答非所问”等）。所有反馈信息自动归集至会话日志，为模型调优、指标完善和体验提升提供精准依据，形成“使用—反馈—优化”的闭环。

　　建立“指标共创”机制

　　校情问数智能体虽覆盖基础校情数据，但仍难以完全契合师生多元化的用数需求。为弥合供给与需求之间的鸿沟，实现智能体与用户共同成长，校情问数智能体以“师生共创”的理念正式推出：鼓励师生提交实际所需的指标或数据需求。由学校信息化部门对提交内容进行评估、对接与落地，逐步将用户需求转化为可查询、可复用的数据指标。

　　总结

　　校情问数智能体的建设，既是学校数据治理成效的集中体现，也是一项系统性工程。

　　在建设条件方面，依赖于一系列关键的前期建设基础，包括实现数据互联互通的数据中台、分层构建的指标体系、本地化大模型的部署，以及低门槛智能体开发平台的支撑。

　　在建设内容方面，不仅需要对智能体核心组件（如提示词、插件、工作流）进行持续调优，严控“幻觉”风险；还需要同步构建配套管理模块，包括指标数据库、权限管理、会话日志管理和数据共创机制。这些要素协同作用，共同打造一个“可信、可用、可创”的校情问数智能体。

　　来源：《中国教育网络》5月刊

　　作者：张瑾陈洁（华东师范大学信息化治理办公室）

　　责编：陈茜

　　特别声明：本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者在两周内速来电或来函联系。