电商ai客服+运营agent系统产品系统

旨在用ai为电商公司降本增效，客服方面，用 AI 客服来代替大量人力，减少公司人力支出与人力回复的错误率。推动无人化运营。

首先是 AI 客服模块，有一个 RAG 知识库系统。AI客服可以根据知识库与数据库回答用户问题，支持转接，人工有一个转接客服的订单系统
客服Agent模块，有热搜商品的排名分析，有店铺昨日经营数据分析，包括：1. 用户点击率 转化率2. 用户评价与纠纷分析3.退换货物流
还有一个 Grafana 监控看板，包括：1. token 的链路追踪2. 客服的会话接入统计3. 用户的评价统计

我使用vibe coding实现了完整的前后端交付
包括用已经统计好的数据集去测试 prompt，把运营整理好的文档unstructed切片后用父子分类存入pgvector,前台用户输入的 query 经过一个 orchestrator 客服 Agent 动态调用 MCP 工具，包括查询数据库、查询知识库。其中，数据库的参数（比如用户 ID 等）是写死的。MCP工具用FastAPI做成后端端口形式，供Agent用JSON RPC格式调用。报错或者用户要转人工时，我们支持调用转人工的工具：1. 通过 RabbitMQ 发送工单信息，而后端客服系统轮询 RabbitMQ。2. 本地存储一个排队列表，用户前端可以根据排队列表得知前面有多少人。
用户 token 统计：提取大模型返回的 usage 字段，根据 trace ID 保存到 Redis 和数据库
运营Agent，比如说商品上架agent,会先经过一个图片素材生成与文案生成工作流：
1. 调用大模型，根据热搜商品与本店商品生成文案，并经过人工审核。2. 去素材库向量化筛选图片：(a) 如果有图片，人工可以选择直接上传。(b) 如果没有图片，就先调用 seedance 生成多张图片供人工选择，之后再上架。