NocoBase 内置 AI 员工 Vera研究分析师实战指南联网搜索、信息核验与资料汇总【免费下载链接】nocobaseNocoBase is an open-source AI no-code platform for building business systems fast. Instead of generating everything from scratch, AI works on top of production-proven infrastructure and a WYSIWYG no-code interface, so you get both speed and reliability.项目地址: https://gitcode.com/GitHub_Trending/no/nocobaseVera 是 NocoBase 内置的「研究分析师」AI 员工专注面向公开互联网的外部信息检索场景搜索最新资料、交叉核验多来源信息并整理出带来源依据的结论。读完本文你将掌握 Vera 的职责边界、底层提示词工作流如何搜索、核验、呈现结论、联网搜索的启用条件与平台差异以及如何把它接入 AI 员工对话面板、工作流自动化与自定义工具构建可追溯的调研流程。角色定位面向外部信息检索的研究分析师在 NocoBase 的 AI 员工体系中Vera 与数据洞察Viz、数据整理Dex、翻译Lexi等员工不同它的工作对象不是业务库内的数据而是公开互联网信息。官方文档给出的定位是能够搜索公开互联网信息并整理出带来源依据的结论见 docs/docs/cn/ai-employees/built-in/vera.md。从源码定义看Vera 在nocobase/plugin-ai插件内通过defineAIEmployee注册包含完整的身份信息// packages/plugins/nocobase/plugin-ai/src/ai/ai-employees/vera.ts export default defineAIEmployee({ username: vera, description: AI employee for research and web search, avatar: nocobase-027-female, nickname: Vera, position: Research analyst, bio: Im Vera, your research analyst. My job is to find the most current and accurate information from the internet to answer your questions. I sift through the noise to deliver reliable, sourced facts, so you can make decisions with confidence., greeting: Hi, Im Vera. What information can I help you find and verify today?, systemPrompt: ..., });可以推断nickname决定对话中显示的名字position决定其在员工列表中的岗位标签greeting是会话开场白而systemPrompt则是 Vera 所有行为的岗位说明书——下面会详细拆解。这段定义位于 vera.ts与 Atlas、Viz、Dex 等内置员工放在同一目录下统一注册。适用场景Vera 官方文档列出的核心适用场景为查询最新公开资料模型训练数据有时间截止点联网搜索恰好弥补这个缺口获取此刻的信息对比多个来源的信息对同一事实做多源交叉验证识别口径差异汇总竞品、行业、政策、市场资料把分散在不同网站、不同表述的信息整理成一份结构化结论。这些场景的共同点是答案不在业务数据库里而在互联网上并且对时效性和来源可信度有明确要求。Vera 的系统提示词正是围绕这两点设计的见下文底层原理。使用入口1. AI 员工对话面板Vera 与所有内置 AI 员工一样默认已全部启用见 docs/docs/cn/ai-employees/quick-start.md无需单独安装。使用路径为点击右下角 AI 员工入口打开对话面板在员工选择器中切换到Vera研究分析师输入问题开始对话。默认员工是团队领导 Atlas他会根据你的问题自动分派合适的员工协作。当你明确知道任务是查资料、做研究时直接手动切换到 Vera 会更聚焦。2. 启用联网搜索能力的任务场景Vera 的价值高度依赖联网搜索。是否可用取决于当前会话所选模型服务是否支持 Web Search详见 docs/docs/cn/ai-employees/features/web-search.md支持对话输入区域显示联网搜索开关可按需开启/关闭不支持不显示该开关且搜索状态会被自动关闭。开启开关后AI 会根据上下文提炼关键词 → 调用工具执行搜索 → 结合搜索结果回复关闭后则仅基于已有上下文回答。当前文档明确支持的 LLM 服务包括 OpenAI注意 OpenAI (completions) 不支持、Google Generative AI、Dashscope实际使用时请以你所配置服务的能力为准。底层原理Vera 的 System Prompt 工作流拆解Vera 的能力边界全部定义在 vera.ts 的systemPrompt中。从源码看它由核心使命、标准作业流程、交战规则、输出示例四部分构成这本身就是一份高质量研究型 Agent 提示词的范本。核心使命CORE MISSION通过搜索公开互联网为用户的问题提供准确、及时、来源充分的答案并区分高质量权威来源与低质量、有偏见的来源节省用户时间、防止误导。一句话概括Vera 不做猜测只做有据可查的结论。标准作业流程CORE OPERATING PROCESS每个请求都按四步执行拆解与规划Deconstruct Plan分析问题中的核心实体、关键词和具体信息需求构造多条精确搜索查询覆盖话题的不同角度搜索与聚合Search Aggregate在公开互联网执行查询必须从至少 3–5 个高质量来源收集信息形成全面、平衡的视角综合与核验Synthesize Verify批判性评估结果在多个来源之间交叉核对关键事实优先采纳知名新闻媒体、官方文档、学术论文和权威专家机构的资料对无法证实或明显过时的说法予以丢弃或显式标注结构化输出Structure Report按以下优先级组织回答——优先级 1 直接回答把核验过的发现综合成清晰、简明的摘要且每个含事实断言的句子末尾都必须带引用标记优先级 2 限制与原因如果无法从可信来源验证出确定答案必须在回答开头明确说明这一限制并简要解释原因如该话题高质量来源稀缺权威数据相互矛盾事件太新、官方报告尚未发布优先级 3 支撑示例与相关信息任何示例、案例或相关但已核验的信息只能在直接回答或限制说明之后给出。交战规则CRITICAL RULES OF ENGAGEMENT语言优先使用用户的语言{{$nLang}}回复与用户提问语言保持一致事事引用Cite Everything绝不呈现没有对应引用的事实、统计数据或直接引语找不到可信来源时必须声明该信息无法独立验证时效优先Timeliness is Key始终优先最新、最相关的信息日期相关时需说明如根据 2025 年 3 月的报告……禁止观点与猜测No Opinions or Speculation绝不提供个人观点、分析、预测或任何无来源直接支持的信息语气保持中立客观明确陈述限制State Limitations Clearly搜索无确定或高质量结果时必须 upfront 说明并解释原因禁止用劣质来源或牵强相关的内容顶替直接回答。默认输出示例One-Shot CoT提示词末尾内置了一个理想输出的范例一段清晰的文字摘要 编号来源列表例如The capital of Australia is Canberra. This was a compromise choice between the two largest cities, Sydney and Melbourne. Sources: [1] Australian Government. About Australia. [URL], accessed on [Date]. [2] National Archives of Australia. The Founding of a Capital. [URL], accessed on [Date].这个摘要 Sources 列表的输出范式是 Vera 与普通聊天模型最直观的区别结论与证据一一对应天然支持人工复核。使用前准备模型服务与员工启用要让 Vera 正常工作前提是完成 AI 员工的基础配置详见 docs/docs/cn/ai-employees/quick-start.md安装插件AI 员工是内置插件nocobase/plugin-ai无需单独安装配置 LLM 服务进入系统设置 - AI 员工 - LLM 服务或在 AI 对话面板选模型时通过添加 LLM 服务快捷入口跳转选择服务商、填写 API Key、配置启用模型启用员工内置员工默认全部启用。如需调整在系统设置 - AI 员工列表页修改Enabled开关详见 docs/docs/cn/ai-employees/features/enable-ai-employee.md开始对话在右下角 AI 员工入口打开对话框切换到 Vera需要最新信息时记得打开联网搜索开关。提醒联网搜索开关的显隐由模型服务决定。如果你选择的模型不支持 Web SearchVera 将退化为仅基于上下文回答其研究能力会大打折扣。进阶用法一在对话与任务场景中约束与调用Vera 的行为可以在两个层面被进一步控制技能与工具权限工具Tools定义了 AI 员工能做什么权限统一为Ask调用前询问确认与Allow允许直接调用。涉及修改数据的工具建议默认Ask详见 docs/docs/cn/ai-employees/features/tools.md。虽然 Vera 本身只读不写但若你通过工作流给它挂载自定义工具权限配置同样适用提示词定制可以参考 AI 员工提示词工程指南 的九要素公式起名 双重指令 模拟确认 反复强调 强制规则 背景信息 正向激励 参考示例 反面示例修改 Vera 的岗位说明。Vera 自带提示词实际上已经示范了其中多项起名You are Vera、强制规则MUST cite everything / NEVER speculate、背景信息来源优先级、参考示例One-Shot CoT 输出样例。进阶用法二把 Vera 嵌入自动化调研流程Vera 不只能被动回答对话还可以作为工作流中的一个执行节点。仓库中提供了一个完整的公司背景调研自动化场景见 docs/docs/cn/ai-employees/scenarios/company-background-research.md其设计思路与 Vera 的能力完全契合用companies公司信息表保存当前可用资料用background_check_tasks背景调查记录表保存每次调研的状态pending→processing→completed、报告、摘要和写回前的旧版本三种触发方式新增/更新自动触发、每 30 分钟定时补齐、人工按钮触发统一汇入任务表Do company background check工作流监听pending记录调用 AI 员工生成结构化报告 复核摘要再把结果写回产出物按固定结构组织公司概况、核心业务、发展历史与资本背景、市场位置和竞争视角、销售跟进判断、引用链接业务人员可对照Previous background进行版本对比与复核。这正是 Vera事事引用、结论可复核特性的工程化落地AI 不停留在生成一次文本而是参与到持续维护、复核和版本比较的过程里。类似的模式可迁移到供应商准入、客户尽调、合同风险初审、舆情跟踪等资料需持续补全 AI 结果需留痕的场景。小结Vera 是 NocoBase 内置员工中唯一的外部信息研究型角色其核心价值在于三点联网获取最新信息、多源交叉核验、带来源依据的结构化输出。使用时注意三点模型服务必须支持 Web Search 才能发挥联网能力直接切换到 Vera 对话即可完成日常查证需要留痕的批量调研则可通过任务表 工作流 员工节点的方式自动化落地。相关阅读内置 AI 员工总览联网搜索AI 员工快速开始使用工具与权限公司背景调研自动化场景AI 员工提示词工程指南Vera 员工源码定义【免费下载链接】nocobaseNocoBase is an open-source AI no-code platform for building business systems fast. Instead of generating everything from scratch, AI works on top of production-proven infrastructure and a WYSIWYG no-code interface, so you get both speed and reliability.项目地址: https://gitcode.com/GitHub_Trending/no/nocobase创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 NocoBase 内置 AI 员工 Vera：研究分析师实战指南（联网搜索、信息核验与资料汇总）
NocoBase 内置 AI 员工 Vera研究分析师实战指南联网搜索、信息核验与资料汇总【免费下载链接】nocobaseNocoBase is an open-source AI no-code platform for building business systems fast. Instead of generating everything from scratch, AI works on top of production-proven infrastructure and a WYSIWYG no-code interface, so you get both speed and reliability.项目地址: https://gitcode.com/GitHub_Trending/no/nocobaseVera 是 NocoBase 内置的「研究分析师」AI 员工专注面向公开互联网的外部信息检索场景搜索最新资料、交叉核验多来源信息并整理出带来源依据的结论。读完本文你将掌握 Vera 的职责边界、底层提示词工作流如何搜索、核验、呈现结论、联网搜索的启用条件与平台差异以及如何把它接入 AI 员工对话面板、工作流自动化与自定义工具构建可追溯的调研流程。角色定位面向外部信息检索的研究分析师在 NocoBase 的 AI 员工体系中Vera 与数据洞察Viz、数据整理Dex、翻译Lexi等员工不同它的工作对象不是业务库内的数据而是公开互联网信息。官方文档给出的定位是能够搜索公开互联网信息并整理出带来源依据的结论见 docs/docs/cn/ai-employees/built-in/vera.md。从源码定义看Vera 在nocobase/plugin-ai插件内通过defineAIEmployee注册包含完整的身份信息// packages/plugins/nocobase/plugin-ai/src/ai/ai-employees/vera.ts export default defineAIEmployee({ username: vera, description: AI employee for research and web search, avatar: nocobase-027-female, nickname: Vera, position: Research analyst, bio: Im Vera, your research analyst. My job is to find the most current and accurate information from the internet to answer your questions. I sift through the noise to deliver reliable, sourced facts, so you can make decisions with confidence., greeting: Hi, Im Vera. What information can I help you find and verify today?, systemPrompt: ..., });可以推断nickname决定对话中显示的名字position决定其在员工列表中的岗位标签greeting是会话开场白而systemPrompt则是 Vera 所有行为的岗位说明书——下面会详细拆解。这段定义位于 vera.ts与 Atlas、Viz、Dex 等内置员工放在同一目录下统一注册。适用场景Vera 官方文档列出的核心适用场景为查询最新公开资料模型训练数据有时间截止点联网搜索恰好弥补这个缺口获取此刻的信息对比多个来源的信息对同一事实做多源交叉验证识别口径差异汇总竞品、行业、政策、市场资料把分散在不同网站、不同表述的信息整理成一份结构化结论。这些场景的共同点是答案不在业务数据库里而在互联网上并且对时效性和来源可信度有明确要求。Vera 的系统提示词正是围绕这两点设计的见下文底层原理。使用入口1. AI 员工对话面板Vera 与所有内置 AI 员工一样默认已全部启用见 docs/docs/cn/ai-employees/quick-start.md无需单独安装。使用路径为点击右下角 AI 员工入口打开对话面板在员工选择器中切换到Vera研究分析师输入问题开始对话。默认员工是团队领导 Atlas他会根据你的问题自动分派合适的员工协作。当你明确知道任务是查资料、做研究时直接手动切换到 Vera 会更聚焦。2. 启用联网搜索能力的任务场景Vera 的价值高度依赖联网搜索。是否可用取决于当前会话所选模型服务是否支持 Web Search详见 docs/docs/cn/ai-employees/features/web-search.md支持对话输入区域显示联网搜索开关可按需开启/关闭不支持不显示该开关且搜索状态会被自动关闭。开启开关后AI 会根据上下文提炼关键词 → 调用工具执行搜索 → 结合搜索结果回复关闭后则仅基于已有上下文回答。当前文档明确支持的 LLM 服务包括 OpenAI注意 OpenAI (completions) 不支持、Google Generative AI、Dashscope实际使用时请以你所配置服务的能力为准。底层原理Vera 的 System Prompt 工作流拆解Vera 的能力边界全部定义在 vera.ts 的systemPrompt中。从源码看它由核心使命、标准作业流程、交战规则、输出示例四部分构成这本身就是一份高质量研究型 Agent 提示词的范本。核心使命CORE MISSION通过搜索公开互联网为用户的问题提供准确、及时、来源充分的答案并区分高质量权威来源与低质量、有偏见的来源节省用户时间、防止误导。一句话概括Vera 不做猜测只做有据可查的结论。标准作业流程CORE OPERATING PROCESS每个请求都按四步执行拆解与规划Deconstruct Plan分析问题中的核心实体、关键词和具体信息需求构造多条精确搜索查询覆盖话题的不同角度搜索与聚合Search Aggregate在公开互联网执行查询必须从至少 3–5 个高质量来源收集信息形成全面、平衡的视角综合与核验Synthesize Verify批判性评估结果在多个来源之间交叉核对关键事实优先采纳知名新闻媒体、官方文档、学术论文和权威专家机构的资料对无法证实或明显过时的说法予以丢弃或显式标注结构化输出Structure Report按以下优先级组织回答——优先级 1 直接回答把核验过的发现综合成清晰、简明的摘要且每个含事实断言的句子末尾都必须带引用标记优先级 2 限制与原因如果无法从可信来源验证出确定答案必须在回答开头明确说明这一限制并简要解释原因如该话题高质量来源稀缺权威数据相互矛盾事件太新、官方报告尚未发布优先级 3 支撑示例与相关信息任何示例、案例或相关但已核验的信息只能在直接回答或限制说明之后给出。交战规则CRITICAL RULES OF ENGAGEMENT语言优先使用用户的语言{{$nLang}}回复与用户提问语言保持一致事事引用Cite Everything绝不呈现没有对应引用的事实、统计数据或直接引语找不到可信来源时必须声明该信息无法独立验证时效优先Timeliness is Key始终优先最新、最相关的信息日期相关时需说明如根据 2025 年 3 月的报告……禁止观点与猜测No Opinions or Speculation绝不提供个人观点、分析、预测或任何无来源直接支持的信息语气保持中立客观明确陈述限制State Limitations Clearly搜索无确定或高质量结果时必须 upfront 说明并解释原因禁止用劣质来源或牵强相关的内容顶替直接回答。默认输出示例One-Shot CoT提示词末尾内置了一个理想输出的范例一段清晰的文字摘要 编号来源列表例如The capital of Australia is Canberra. This was a compromise choice between the two largest cities, Sydney and Melbourne. Sources: [1] Australian Government. About Australia. [URL], accessed on [Date]. [2] National Archives of Australia. The Founding of a Capital. [URL], accessed on [Date].这个摘要 Sources 列表的输出范式是 Vera 与普通聊天模型最直观的区别结论与证据一一对应天然支持人工复核。使用前准备模型服务与员工启用要让 Vera 正常工作前提是完成 AI 员工的基础配置详见 docs/docs/cn/ai-employees/quick-start.md安装插件AI 员工是内置插件nocobase/plugin-ai无需单独安装配置 LLM 服务进入系统设置 - AI 员工 - LLM 服务或在 AI 对话面板选模型时通过添加 LLM 服务快捷入口跳转选择服务商、填写 API Key、配置启用模型启用员工内置员工默认全部启用。如需调整在系统设置 - AI 员工列表页修改Enabled开关详见 docs/docs/cn/ai-employees/features/enable-ai-employee.md开始对话在右下角 AI 员工入口打开对话框切换到 Vera需要最新信息时记得打开联网搜索开关。提醒联网搜索开关的显隐由模型服务决定。如果你选择的模型不支持 Web SearchVera 将退化为仅基于上下文回答其研究能力会大打折扣。进阶用法一在对话与任务场景中约束与调用Vera 的行为可以在两个层面被进一步控制技能与工具权限工具Tools定义了 AI 员工能做什么权限统一为Ask调用前询问确认与Allow允许直接调用。涉及修改数据的工具建议默认Ask详见 docs/docs/cn/ai-employees/features/tools.md。虽然 Vera 本身只读不写但若你通过工作流给它挂载自定义工具权限配置同样适用提示词定制可以参考 AI 员工提示词工程指南 的九要素公式起名 双重指令 模拟确认 反复强调 强制规则 背景信息 正向激励 参考示例 反面示例修改 Vera 的岗位说明。Vera 自带提示词实际上已经示范了其中多项起名You are Vera、强制规则MUST cite everything / NEVER speculate、背景信息来源优先级、参考示例One-Shot CoT 输出样例。进阶用法二把 Vera 嵌入自动化调研流程Vera 不只能被动回答对话还可以作为工作流中的一个执行节点。仓库中提供了一个完整的公司背景调研自动化场景见 docs/docs/cn/ai-employees/scenarios/company-background-research.md其设计思路与 Vera 的能力完全契合用companies公司信息表保存当前可用资料用background_check_tasks背景调查记录表保存每次调研的状态pending→processing→completed、报告、摘要和写回前的旧版本三种触发方式新增/更新自动触发、每 30 分钟定时补齐、人工按钮触发统一汇入任务表Do company background check工作流监听pending记录调用 AI 员工生成结构化报告 复核摘要再把结果写回产出物按固定结构组织公司概况、核心业务、发展历史与资本背景、市场位置和竞争视角、销售跟进判断、引用链接业务人员可对照Previous background进行版本对比与复核。这正是 Vera事事引用、结论可复核特性的工程化落地AI 不停留在生成一次文本而是参与到持续维护、复核和版本比较的过程里。类似的模式可迁移到供应商准入、客户尽调、合同风险初审、舆情跟踪等资料需持续补全 AI 结果需留痕的场景。小结Vera 是 NocoBase 内置员工中唯一的外部信息研究型角色其核心价值在于三点联网获取最新信息、多源交叉核验、带来源依据的结构化输出。使用时注意三点模型服务必须支持 Web Search 才能发挥联网能力直接切换到 Vera 对话即可完成日常查证需要留痕的批量调研则可通过任务表 工作流 员工节点的方式自动化落地。相关阅读内置 AI 员工总览联网搜索AI 员工快速开始使用工具与权限公司背景调研自动化场景AI 员工提示词工程指南Vera 员工源码定义【免费下载链接】nocobaseNocoBase is an open-source AI no-code platform for building business systems fast. Instead of generating everything from scratch, AI works on top of production-proven infrastructure and a WYSIWYG no-code interface, so you get both speed and reliability.项目地址: https://gitcode.com/GitHub_Trending/no/nocobase创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考