行业场景
适用于工业制造、物业园区、装备企业、政企服务等行业，面向客户咨询、设备售后、故障答疑、业务办理、工单流转等全客服场景。
业务背景
传统人工客服成本高、值守有限、专业知识记忆零散，普通机器人只能简单问答，无法调取企业知识库、业务系统数据，不能处理多步骤复杂诉求，用户体验差、人工转接率居高不下。
立项原因
企业沉淀大量产品手册、运维文档、业务制度、历史工单等知识资产缺乏智能化复用，现有客服无法自主拆解复杂任务、联动多业务系统，亟需搭建具备知识检索、任务调度、系统互联能力的智能客服平台。
解决核心问题
依托 RAG 沉淀企业私有知识库，解决大模型幻觉、专业问答不准的问题；通过 MCP Server 统一对接 CRM、工单、设备、权限等多业务系统；借助 AI Agent 实现意图识别、任务拆解、工具调用、多轮对话，降低人工客服成本、7×24 小时全天候值守、提升咨询办结率与用户满意度，实现简单问题全自助、复杂问题智能预处理。
系统分为RAG 知识库模块、MCP 服务中台模块、多智能体编排模块、会话交互模块、工单业务模块、运维监控模块六大核心模块。
RAG 知识库模块：支持工业手册、产品资料、运维文档的解析分块、向量化入库，实现语义检索、知识召回，为客服问答提供权威知识库支撑，抑制大模型幻觉。
MCP Server 中台模块：作为统一能力中间服务，封装用户信息查询、订单 / 设备数据接口、业务流程调用、第三方系统对接，提供标准化 API 供 Agent 调用，实现业务能力统一收敛。
AI 多智能体模块：包含意图识别 Agent、问答解答 Agent、工单处理 Agent、故障诊断 Agent，通过任务拆解、规划调度，自主完成咨询解答、问题分类、业务办理、故障分析。
会话交互模块：支持多渠道接入、上下文记忆、多轮对话、话术管理，保留会话全链路记录。
工单业务模块：自动生成报修工单、分派流转、进度跟进、办结回访，实现客服问题闭环处理。
运维监控模块：监控 Agent 调用链路、知识库命中准确率、问答满意度、接口可用性，提供日志审计、异常告警与模型效果迭代能力。
独立负责 AI Agent+MCP Server+RAG 智能客服系统全流程开发，借助 AI 辅助编码落地整套业务。
技术栈：Python、LangChain、LangGraph、MCP Server、RAG 检索架构、向量数据库 Milvus、FastAPI、Redis、Docker、阿里大模型。
负责任务：需求拆解、整体架构设计、多智能体编排、MCP 服务对接、RAG 知识库文档解析分块、Embedding 向量化、检索重排、对话上下文管理、工具调用封装、接口开发、容器化部署与联调全流程。
实现亮点：基于 LangGraph 实现多 Agent 任务拆解与自省复盘；通过 MCP Server 统一业务系统能力调用；RAG 分层检索 + 重排大幅降低大模型幻觉；支持会话记忆、多轮对话、工单自动流转；架构解耦可插拔，便于后续业务扩展。
开发难点：多 Agent 流程编排与状态一致性管控；业务文档杂乱下的智能分块与精准检索；大模型工具调用稳定性异常容错；单人兼顾架构、编码、调优、部署，通过 AI 编码工具提升开发效率、快速迭代落地。
评论