抖店飞鸽 AI 智能客服机器人（多店铺 7×24 自动接待）产品系统Vibe Coding

1、立项原因：抖音女装店铺客服夜间和高峰期回复慢，飞鸽按买家等待时长考核，超时会影响店铺体验分；同时大量咨询是重复的尺码、面料、发货问题，人工成本高。
2、业务背景：同时运营 3 家抖店，需要一套能 7×24 小时自动接待、区分售前售后、不乱承诺的客服系统，售后、退款、投诉必须交给人工。
3、上线效果：3 家店在线运行，回复等待中位数 12 秒、97% 在 30 秒内回复；人工接手期间人工不回时机器人 10 秒补位，保证买家不超时。

系统为抖店飞鸽客服提供 7×24 小时自动接待，主要功能模块如下：
1、会话接入：自动读取飞鸽会话列表和新消息，识别买家当前查看的是商品卡片还是订单卡片，按商品维度调取资料。
2、商品资料与尺码推荐：自动读取商品后台的尺码表、面料、SKU 体重区间等信息，读取不到时使用缓存；按买家身高体重计算推荐尺码，回复中必须带尺码，缺失时自动补上，前后冲突时自动纠正。
3、售前售后分流：命中订单号、退款、少件、投诉等售后关键词，或经模型判断属于售后诉求的，转交人工处理；尺码、有没有某款、发货时效等售前问题由机器人直接回答。
4、事实核查：回复内容必须有商品资料支撑，库存、发货、加厚款等没有依据的说法不输出，避免向买家乱承诺。
5、超时兜底：转人工后人工未回复，机器人约 10–15 秒按固定安抚话术补位；飞鸽显示等待满 20 秒时再次兜底；买家只发商品卡片不打字时也会回复确认。
6、发送与运行监控：发送结果确认、失败重试；汇报脚本每 30 分钟统计回复量、转人工量、超时情况。

项目由我负责需求梳理、规则设计、测试验收和上线运维，编码环节使用 Claude、Codex 等 AI 编程 Agent 辅助完成，属于 Vibe Coding 方式。
技术栈为 Node.js（.mjs），通过 Playwright 自动操作抖店飞鸽网页后台，大模型调用 DeepSeek（deepseek-flash）API，测试使用 Node 内置 test runner，累计 600 多个自动化用例，在 Windows 上常驻运行。
架构上由 start-all 统一启动，每家店铺一个 run-shop 看门狗进程加一个 bot 进程，3 家店共 7 个进程；bot 异常退出由看门狗自动拉起，心跳文件监控进程存活，登录失效触发告警，每店独立日志便于排查。
主要难点有三：网页后台没有开放接口，只能模拟操作且弹窗较多，需要处理元素定位和页面状态；大模型容易编造商品信息，因此加入事实核查和固定话术约束；人工与机器人同时在线时存在抢答、漏答，用分流规则和补位计时解决。此外还处理了多店铺并发和掉线自愈。