公司是面向海外市场的工业品 B2B 外贸企业,官网在线咨询是核心获客渠道。咨询高度专业:料号精确匹配、竞品型号互换、尺寸选型、参数与图纸、批量询价。此前官网使用 HubSpot 通用客服机器人(Breeze),存在三大产品痛点:不懂料号体系答非所问、编造产品链接与参数损害客户信任、不主动留资导致询盘流失;人工客服又受时差限制,夜间与周末的海外询盘无人接待。本项目立项目标:构建真正理解产品体系的智能客服系统,7×24 精准接待官网客户,准确回答产品问题,并把每次咨询转化为可跟进的销售线索(数量+邮箱/电话),最终无感替换 Breeze 上线。
1、产品精确检索(MCP 工具族):基于 30 万+产品快照库,支持五类查询——料号精确/前缀匹配、竞品型号交叉引用(双向互换)、尺寸三联检索(支持类别过滤,如"单向轴承 25x32x20")、品类列表页直达、陶瓷球"材料+尺寸"直达;关键查询由确定性规则强制路由查库,回复中的链接全部真实可点。
2、智能对话管线:意图识别→查询改写→多路检索(知识库向量+产品库)→流式回复;销售流程内建:确认产品→问数量→留邮箱/电话收尾;多语言支持:按字符集锚定回复语言+会话级语言粘性(纯型号消息不再切换语言)。
3、渠道接入:官网 HubSpot 挂件经 Conversations Webhook 直连(签名校验、消息去重、灰度门禁、"⏳"占位反馈),内部测试前端走 SSE 流式,双通道并行。
4、数据管道:从生产库定向导入产品参数、每包数量、CAD 图纸标记等字段,支撑"一包 20 个""该型号页面可下载 CAD"这类精准话术,缺数据绝不编造。
5、运营保障:多模型热备接力(主模型故障客户零感知)、回复链接验真守卫、全链路 trace 追踪、飞书统一登录与通知、与产品团队的在线验收表双向同步闭环。
我负责项目整体落地:基于开源 RAG 框架做企业化二次开发与私有化部署——阿里云单机全栈 Docker 编排(Nginx+Cloudflare 回源)、Spug 自助发布流水线(含回滚)、数据备份;主导 HubSpot Webhook 接入替换 Breeze(HMAC-SHA256 签名全链路、5 秒 ack、去重与占位消息);设计实现产品检索 MCP 工具族与各类确定性解析器;搭建数据管道从生产库导入参数/包装/CAD 数据;与产品共建 QA 验收闭环,累计闭环 30 余条验收反馈,41 个边缘用例测试全绿。
技术栈:Java 17 / Spring Boot 3、PostgreSQL+向量检索、Redis、RocketMQ、MCP 协议、通义大模型(多模型热备)、Docker/Nginx/Cloudflare、飞书开放平台。
亮点:"确定性优先"原则——路由、语言、链接等关键路径用代码规则兜住,不赌大模型临场发挥;"三层口径治理"(提示词+知识语料+检索代码)系统性解决模型输出与业务口径不一致的问题;回复中每条产品链接查库验真,做到零臆造。
难点:HubSpot Webhook 载荷不含消息方向与正文需回读拼装、公网签名在 CDN 代理下的校验调通;SSE 流式路径无法回溯拦截的链接治理;多语言在"纯型号消息"上的判定盲区(以会话级语言粘性方案解决)。
评论