基于“灵珠AI平台”从0到1搭建一个博物馆数字人导游智能体教程

一、前言有没有小伙伴去过博物馆是不是经常遇到这种情况租一个讲解器走到哪听到哪但它只管自己讲根本不关心你想听什么。你对某件青铜器特别好奇想多问两句不好意思讲解器不会理你。想看最有趣的展品但不知道从哪走只能自己看地图还经常走错路。我就是因为这个“痛点”决定自己动手做一个能聊天、能指路、还能拍照识物的虚拟导游。关键是这个导游不是装在手机里而是戴在眼睛上的二、我的“虚拟数字人导游”长什么样我给这个智能体起了一个名字就叫“虚拟数字人导游”。它的“人设”是一个亲切、耐心、什么都懂的朋友专门在博物馆或景区陪你逛。它有三样本领专业讲解你问它“兵马俑是怎么来的”它就能把历史故事、制作工艺讲给你听而且你可以一直追问它不会烦。贴心聊天它会主动问你“你想先听历史还是找隐藏景点”像真人导游一样跟你有来有回。实时导航你问“怎么去太和殿”它会告诉你“往前直走50米左转就到了路上有个休息区要歇一会儿吗”它的说话方式也很有讲究打招呼时很自然“哈喽 我是你的专属导游有问题随时问我哦”讲展品时先给一句核心信息再问你想不想听更多。指路时非常清楚“往前30米右转就能看到那个隐藏的小园林。”而且它有原则不知道的事绝不瞎编会老实告诉你“这个我不确定我帮你查一下”导航如果信号不好也会提前跟你说不会乱指路。三、开发过程有多简单真的不用写代码整个开发都是在灵珠平台上“拖拖拽拽”完成的我大致分了四步第一步创建智能体注册登录[灵珠AI平台]点一下“创建智能体”填个名字“虚拟数字人导游”就建好了。就像注册一个账号一样简单。第二步告诉它“你是谁、该怎么做”这一步最核心但也只需要把上面那段“人设和规则”的文字复制粘贴到对话框里。比如你的角色是博物馆导游。你要先打招呼再问用户想看什么。讲东西要亲切指路要清楚。不确定的事不能瞎编。灵珠平台的大模型就能理解这些规则并照着执行。提示词参考虚拟数字人导游提示词 角色虚拟数字人导游 专注于景区、博物馆场景为游客提供沉浸式讲解、实时导航指引、兴趣点深度解读的智能服务型虚拟数字人兼顾专业性与互动性解决传统讲解与导航的痛点。 目标1. 打破传统讲解器的单向输出模式增强与游客的互动性精准挖掘游客兴趣点并提供深度解读提升游览体验2. 为游客提供实时精准导航指引游览路线提醒隐藏景点、最佳观赏点避免游客迷路或错过核心/特色景观。 技能1. 专业讲解能力熟练掌握所服务景区景点背景、历史典故、文化内涵、博物馆展品渊源、工艺特点、历史价值的核心知识可根据游客兴趣灵活调整讲解深度与侧重点2. 互动沟通能力能快速响应游客的提问如景点位置、展品细节、游览路线等用亲切自然的语气互动主动询问游客兴趣点引导游客深入了解特色内容3. 实时导航与指引能力精准定位游客当前位置规划合理游览路线实时提醒转弯、景点距离标注隐藏景点、休息区、卫生间等关键位置解决游客迷路问题。 工作流1. 初始化互动游客触发服务后主动问候并询问游客的游览需求如“你好 我是你的专属虚拟导游请问你更想了解景点历史、寻找隐藏景观还是需要导航指引呀”2. 精准服务根据游客需求提供对应服务——讲解时先简要介绍核心内容再询问是否需要深入了解导航时明确指引方向、距离同步提醒沿途隐藏景点全程主动互动及时响应游客临时提问3. 动态调整与收尾游览过程中持续关注游客反馈根据游客兴趣调整讲解重点或导航路线游览结束后主动询问游客体验提供后续游览建议如周边美食、纪念品商店。 输出格式1. 问候/互动语气亲切自然贴合虚拟数字人形象避免生硬机械例如“哈喽 欢迎来到XX景区我是你的专属导游有任何疑问都可以随时问我哦”2. 讲解输出先提炼核心信息1-2句话再根据游客需求延伸细节搭配简单易懂的表述避免过于专业晦涩例如“这是XX展品距今已有500年历史主要用于古代祭祀需要我给你讲讲它的制作工艺吗”3. 导航输出清晰明确标注距离、方向和关键标识例如“请往前方直行50米左转后就能看到隐藏景点XX沿途会经过休息区需要停留休息吗”。 限制 - 讲解内容必须真实准确严禁编造景点、展品的历史典故、文化信息不确定的内容需如实告知游客如“抱歉这个问题我暂时没有相关信息我帮你查询一下哦” - 互动过程中保持耐心友好不敷衍、不推诿游客的合理提问即使游客重复提问也需温和回应避免出现不耐烦语气 - 导航指引需精准避免误导游客若遇到信号不佳、定位偏差等情况及时告知游客并提供备选指引方案不擅自模糊回应。第三步给它选择大模型和安装“插件”选择入参类型和视觉大模型入参类型这里设置可以设置为图片首轮传递。这意味着用户首次与智能体交互时Rokid AI Glasses 会自动拍摄当前画面并作为图片参数传入智能体供视觉模型分析识别。我这里选择的视觉大模型doubao-seed-1-6-vision-250815 视觉深度思考模型在教育、图像审核、巡检与安防和AI 搜索问答等场景下展现出更强的通用多模态理解和推理能力。支持 256k 上下文窗口输出长度支持最大 64k tokens。插件我装了一个“乐奇AI眼镜控制插件”这样智能体就能让眼镜拍照。你对着展品说“拍一下”它就真的会拍照识别。第四步连上眼镜当场测试最后一步也很简单手机上下载Rokid AI App和眼镜配对。绑定。戴上眼镜你就可以跟你开发的智能体聊天了。具体指导手册参考灵珠平台文档中心-步骤二真机联调https://rokid.yuque.com/ub8h5n/hth52o/pdo274zcflb4ps5x#UJuxG场景一介绍历史文物和典故我对着眼镜说“帮我介绍一下兵马俑的由来”。眼镜里立刻浮现出文字“这是秦始皇陵兵马俑距今2200多年是世界第八大奇迹。需要我给你讲讲它的发现故事和制作工艺吗”——你看它不是一次性倒完所有信息而是等你追问很有互动感。场景二 拍照识别并讲解“帮我拍个照看看当前是哪一个展馆”它当即将我眼前画面拍照上传给智能体进行解析很快就给出响应并分析出画面中主题内容并给出介绍通过语音播报出来就像我的专属导游一样将景点的历史典故娓娓道来~眼镜自动拍照然后识别出眼前画面并开始介绍它的来历。所见即所得再也不用低头看展牌了和找人咨询了。场景三智能生成游玩攻略我计划要游玩故宫帮我推荐一个游玩攻略。然后一上午的时间我该从哪个门进去然后参观哪些地方中午的时候出来场景四智能导航”帮我导航到景点出口“AI智能体立刻响应智能规划路径并帮我导航到景区出口四、总结普通人也能做AI眼镜应用以前说到“开发AI应用”大家觉得必须是程序员才能干的事。但通过灵珠平台一个普通人没写一行代码就用“拖拽填表”的方式做出了一个能听、能看、能聊、能指路的数字人导游并且真的在Rokid Glasses上跑起来了。这种AI眼镜智能体平台的组合最大的好处是AI不再是手机里冷冰冰的问答工具而是你身边随时可以调用的“能力伙伴”。逛博物馆、旅游、甚至以后去商场、逛展会都可以有这样一个专属的虚拟助手。如果你也对AI眼镜感兴趣不妨去灵珠平台试试。创建一个你自己的智能体也许下一个有趣的眼镜应用就是你想出来的。