立项原因：针对平台扣点严重上涨，客户避开平台开店，直投视频转私信，客户从私信留购买信息转化下单。基于这个流程，搭建AI自动化工作流闭环，从客服促单到发出快递全流程打通。
具体流程：买家看到广告进入私信-AI识别客户意向产品并发送产品信息促单-买家确认购买信息-AI收录买家购买信息-整合订单-定时统一录入快递信息并制单。
成效：目前每天接入4万+客服私信，成功转化单量每天约2500+。大大减少人工客服成本，仅用两台设备搭建部署本地AI客服。快递录入环节每天2500+单以前需要16人轮班全天录入才能完成，现在1个小时录入完成并打出面单，且随时可搜索跟踪对应订单信息和状态。人工成本及时效大大缩减。
1. AI客服意向识别与促单模块：实时对接平台私信消息，基于NLP/大语言模型精准识别买家意向产品，自动发送产品图文信息与购买引导，促成交易。
2. 私信订单信息智能采集模块：从非结构化的聊天记录中，自动抓取并解析买家确认的购买信息（如商品规格、数量、收件人、地址等），进行结构化清洗。
3. 订单智能整合与校验模块：将提取出的多平台/多渠道碎片化订单进行汇总、去重与校验，生成标准化的待发货订单库。
4. 自动化制单与打单模块（RPA）：对接快递打单系统或ERP接口，定时统一将整合好的订单信息录入并生成物流面单，实现自动打印。
主要功能描述：
本项目致力于打通电商私域交易中“客服促单-信息收集-订单汇总-自动打单”的全流程无人化闭环。系统通过AI接管私信客服，完成初步沟通和意向转化；利用文本信息抽取技术，将买家在私信中留存的碎片化购买信息（地址、电话、款式）自动提取并结构化；最后通过自动化脚本连接本地Windows端的打单软件，实现订单的定时批量录入与面单打印。该系统极大降低了人工客服成本，单台设备可支撑日均2500+单的订单处理量。
我的具体任务：
1. 负责整个端到端自动化系统的架构设计与核心代码开发。
2. 接入并调试大模型API（或本地AI部署），设计Prompt完成私信意图识别与关键信息提取。
3. 编写RPA自动化脚本，实现Windows端打单软件（或网页版ERP）的自动参数录入与制单操作。
4. 搭建本地高可用运行环境，优化多线程并发处理机制，确保两台设备能稳定支撑日均2500+单的打单需求。
使用技术栈：
· 后端开发：Java (Spring Boot) - 提供核心业务调度与API服务
· AI/数据处理：Python, 大语言模型 (如ChatGPT/本地部署开源模型), NLP正则表达式 (用于订单信息二次清洗)
· 自动化控制（RPA）：Python (Selenium/PyAutoGUI) 或 Java (SikuliX) - 模拟键鼠操作Windows应用
· 数据存储与调度：MySQL (订单信息存储), Redis (缓存与高并发锁), XXL-Job (定时打单任务调度)
· 消息队列：RabbitMQ (用于处理私信高峰期的削峰填谷)
系统架构：
系统采用“轻量级微服务 + RPA执行端”的分布式架构。私信监听服务（采集端）-> 消息队列 -> AI解析中心（NLP提取结构化数据）-> 订单中心（MySQL持久化与状态流转）-> 定时调度器 -> RPA打单执行节点（本地Windows机器）。整体架构轻量化，专为低成本硬件（两台设备）部署优化。
实现亮点与难点：
· 亮点1：极致的降本增效。摒弃了传统的重型云原生架构，巧妙利用RPA技术连接各封闭的私信平台与本地打单软件，仅用两台设备便替代了原有的人工客服与录单员团队，实现日均2500+单的高吞吐。
字数限制，详细联系了解
评论