告知印度公民其有权享受的政府福利计划
Entitled —（形容词）拥有合法权利。印度的福利计划并非慈善，而是公民应得的权利。任务：Entitled —（形容词）拥有合法权利。印度的福利计划并非慈善，而是公民应得的权利。你有权享受它们，这个智能体将准确告知你具体有哪些。这是一个基于 Sanity 结构化内容构建的 AI 智能体，旨在以通俗易懂的语言并附带引用来源，告知印度公民符合哪些政府福利计划的条件——专为 DEV Sanity Challenge（Path One）打造。印度每年运行着 4,700 多项价值 1.5 万亿卢比的福利计划。由于资格规则分散、充满法律术语，且中央与地方来源之间存在矛盾，其中很大一部分未被领取。Entitled 将这些规则建模为结构化内容，使智能体能够对其进行推理，而不是在 PDF 中进行关键词搜索。仓库布局；工具：custom-built or unnamed agent。人工角色：原始帖子没有说明人如何参与。；局限：数据集限于125个计划（118个中央，7个邦级），仅10个具有详细结构化规则，其余依赖摘要数据。智能体使用会过期的会话令牌，需要手动轮换。福利计算混合了现金、保险和一次性补贴，可能高估年度总额。智能体对系统是只读的，更新需要在Sanity Studio中进行人工策划。。
工具
custom-built or unnamed agent
Agent Work Atlas 发布日期:
概述
Entitled —（形容词）拥有合法权利。印度的福利计划并非慈善，而是公民应得的权利。
工作流程
Entitled —（形容词）拥有合法权利。印度的福利计划并非慈善，而是公民应得的权利。你有权享受它们，这个智能体将准确告知你具体有哪些。这是一个基于 Sanity 结构化内容构建的 AI 智能体，旨在以通俗易懂的语言并附带引用来源，告知印度公民符合哪些政府福利计划的条件——专为 DEV Sanity Challenge（Path One）打造。印度每年运行着 4,700 多项价值 1.5 万亿卢比的福利计划。由于资格规则分散、充满法律术语，且中央与地方来源之间存在矛盾，其中很大一部分未被领取。Entitled 将这些规则建模为结构化内容，使智能体能够对其进行推理，而不是在 PDF 中进行关键词搜索。仓库布局
原文报告的结果
来源描述了一个为DEV Sanity Challenge构建的功能性原型。它成功处理了复杂的资格逻辑，例如通过结构化排除规则将政府雇员从农民计划中剔除。然而，未报告任何可衡量的业务成果、用户采用指标或生产性能数据。该系统目前涵盖125个计划，其中仅10个具有完全手工构建的资格规则。
人工角色
原始帖子没有说明人如何参与。
局限
数据集限于125个计划（118个中央，7个邦级），仅10个具有详细结构化规则，其余依赖摘要数据。智能体使用会过期的会话令牌，需要手动轮换。福利计算混合了现金、保险和一次性补贴，可能高估年度总额。智能体对系统是只读的，更新需要在Sanity Studio中进行人工策划。
试一试
为[目标地区]构建福利资格助手，使用[CMS/数据库名称]存储结构化规则。1. 定义“计划”、“资格规则”（含“isExclusion”标志）和“来源”的模式。2. 填充[数量]个示例计划，确保至少3个包含复杂的排除逻辑。3. 创建智能体提示词，提取用户属性（年龄、收入、职业）并使用[查询语言，如GROQ/SQL]查询数据库。4. 实施后处理步骤，从数据库附加官方申请URL，而非由LLM生成。5. 使用示例用户档案测试：“[用户描述]”。验证智能体是否正确应用排除规则。6. 在最终确定逻辑前，要求人工审查所有生成的资格判定。输出：包含判定、理由和来源链接的JSON响应。通过检查智能体在10/10测试用例中是否正确应用排除规则来衡量成功。
来源报告未经独立核验。发布日期为本站案例发布日期，并非原始文章日期。