AI 客服对话引擎与 OA 智能助手产品系统

客服长期依赖人工，重复问题占比高，夜间与大促期间响应不过来；公司内部的制度、流程咨询也分散在各类文档里。立项目标是用大模型能力搭建可落地的对话引擎：对外承接智能客服，降低人工转接率；对内做 OA AI 助手，把制度、流程、历史工单变成可问答的知识库。业务背景是 AI 应用必须和现有客服工单、组织架构、权限体系打通，而不是一个孤立的演示。

智能客服：多渠道接入（App、H5、公众号），意图识别与多轮对话，知识库检索增强（RAG），答案溯源，人工坐席无缝转接，会话质检与满意度回收。OA AI 助手：企业知识问答、文档解析入库、按组织与权限过滤答案、常用流程（请假、报销）的引导与代办。管理端支持知识库维护、话术配置、效果看板（解决率、转人工率）以及模型与提示词版本管理。

我负责对话引擎的后端架构：Python 服务承担文档解析、向量化入库与检索编排，Go 网关负责多渠道接入、会话状态、限流与降级，两者通过 gRPC 通信；Redis 存会话上下文，Kafka 沉淀对话日志用于质检和效果分析，检索侧用向量召回加关键词混合排序提升命中率。重点解决大模型响应不稳定与幻觉问题：做超时降级到检索直出、答案置信度阈值、敏感词与权限过滤，并建立离线评测集持续回归。