本项目旨在解决电商场景下客服人力成本高、响应慢、咨询口径不统一的痛点,结合 AI 大模型与 RAG 知识库,实现智能客服自动回复、订单智能查询、售后问题自动处理,提升用户咨询体验,降低人工客服压力。
点击空白处退出提示
本项目旨在解决电商场景下客服人力成本高、响应慢、咨询口径不统一的痛点,结合 AI 大模型与 RAG 知识库,实现智能客服自动回复、订单智能查询、售后问题自动处理,提升用户咨询体验,降低人工客服压力。
前端采用 Vue+TypeScript 实现,封装大模型流式输出、会话记忆、上下文联想等核心交互,支持打字机效果、会话历史管理;
基于 UniApp/Flutter 实现小程序、H5 多端兼容,适配不同设备交互逻辑,保证多端体验一致性;
后端采用 NestJS+Node.js 开发,对接主流大模型 API,实现请求鉴权、限流、日志记录,封装 AI 接口二次适配;
集成 RAG 检索增强生成能力,支持文档上传、向量存储、相似度检索,实现企业知识库问答;
采用 Docker+K8s 完成私有化部署,配合 Jenkins 搭建 CI/CD 流水线,实现自动化构建、测试与交付;
优化构建配置与性能,解决大模型并发请求、会话缓存等问题,提升应用加载与响应速度。
我负责项目的前后端全栈开发与架构设计,主导多端适配方案与 AI 能力集成;前端采用 Vue/React+TypeScript 开发 Web 端,UniApp/Flutter 实现小程序、Android 应用多端兼容,统一业务逻辑与交互体验;后端基于 NestJS+Node.js 搭建服务,对接主流大模型 API,封装统一接口并实现请求鉴权、限流、日志监控,保障服务稳定性;集成 RAG 检索增强生成能力,实现文档上传、向量存储与相似度检索,支持企业知识库问答场景落地;采用 Docker+K8s 完成项目容器化与私有化部署,配合 Jenkins 搭建 CI/CD 流水线,实现自动化构建、测试与交付;针对大模型并发请求、会话缓存等性能瓶颈进行专项优化,提升系统响应速度与用户体验;独立完成核心模块开发、联调测试与线上部署,保障项目从需求到落地的全流程闭环。




评论