AI智能客服系统（接入deepseek）产品系统Vibe Coding

一、立项原因：旨在解决什么产品问题
核心原因：传统智能客服“意图识别弱、知识更新滞后、多轮对话能力差”，导致答非所问、转人工率高，用户体验与运营效率双低。本系统接入DeepSeek大模型，旨在解决以下问题：
意图理解弱：传统规则引擎无法处理复杂、多轮问法，用户换个说法即识别失败；DeepSeek语义理解可覆盖自然语言多变表达。
知识库维护低效：FAQ和政策变更需手动逐条更新，存在时间差，易答错答旧；系统RAG流水线支持知识库快速构建与检索，降低维护成本。
答非所问与幻觉：通用大模型脱离企业知识库易编造内容，“已读乱回”成投诉高频问题；通过“知识检索→LLM推理→回复”链路编排，将回答约束在知识库范围内，减少幻觉。
降本不降质：知识库不更新、转人工设计粗糙反而损害口碑；本系统以可控知识库+可调Prompt工程，让AI真正承接高频问题，而非做“甩手掌柜”。
二、行业场景与业务背景
行业场景：
电商/零售：产品咨询、活动政策、退换货等高频重复问题，需7×24小时即时响应。
政务/公共服务：政策咨询量大、知识更新频繁，人工话务压力大；接入DeepSeek后实现毫秒级政策检索与精准答复。
企业售后支持：产品手册、故障排查等知识密集场景，传统机器人解析能力弱、依赖人工兜底。
业务背景：
智能体客服市场高速增长，2025年全球规模约266.8亿元，预计2032年接近2040亿元，CAGR达33.9%。
DeepSeek中文理解、长文本处理突出且API成本低，适合中小企业快速接入；行业实践中，车企接入DeepSeek+RAG后，机器人独立解决率从30%+提升至80%+，问答准确率从35%提升至84%，为本项目效果目标提供参照基准。
本系统切入电商/政务/售后等高频咨询场景，以可控成本实现“知识库驱动、幻觉可控”的AI客服能力。

一、项目具体功能模块
M1 用户会话模块：多渠道接入（网页/公众号/小程序）、会话管理、多轮对话、转人工
M2 知识库管理模块：文档上传、分段与向量化、知识检索配置、知识更新与版本管理
M3 AI 对话引擎模块： 工作流编排、DeepSeek 模型接入、Prompt 配置、RAG 检索增强
M4 意图识别与路由模块：意图分类、问题路由（知识问答/业务办理/转人工）
M5 后台运营管理模块：会话记录、对话质检、知识命中率统计、数据看板
M6 系统配置模块：模型参数配置、敏感词/兜底回复配置、渠道与权限管理
二、项目主要功能描述
M1 用户会话模块：支持网页、公众号、小程序等多渠道接入，提供多轮对话与会话上下文管理，复杂问题可转人工，保障体验兜底。
M2 知识库管理模块：支持文档上传、自动分段与向量化入库，配置检索策略，知识变更可快速更新并保留版本，解决传统 FAQ 维护滞后问题。
M3 AI 对话引擎模块：基于系统可视化编排“知识检索→LLM 推理→回复生成”工作流，接入 DeepSeek 模型，通过 Prompt 约束回答范围，降低幻觉。
M4 意图识别与路由模块：对用户问题进行意图分类与路由，知识类问题走 RAG 问答，业务类问题走对应流程，无法处理时转人工。
M5 后台运营管理模块：记录全部会话，支持对话质检、知识命中率与转人工率统计，提供数据看板支撑运营优化。
M6 系统配置模块：配置模型参数、敏感词过滤、兜底回复、渠道接入与角色权限，保障系统可控可管。

一、“我”负责的具体任务
整体项目全程负责：
DeepSeek 模型接入与配置：在系统中配置 DeepSeek API（API Key、Endpoint），完成连通性测试与模型参数调优。
知识库搭建与 RAG 链路：知识文档整理与上传、分段规则配置、索引方式选择（高质量/经济）、检索参数（TopK、Score 阈值）调优，确保检索准确率。
工作流编排：设计“知识检索 → LLM 推理 → 回复生成”节点链路，编写 System Prompt 约束回答范围、降低幻觉。
意图识别与路由节点：配置问题分类器，将用户问题路由至知识问答、业务办理或转人工分支。
多渠道接入与嵌入：将API 对接至业务系统网页端或小程序，处理会话上下文传递。
会话数据管理：设计自有会话存储表（替代直接管理），支持历史会话、消息记录与运营统计。
后台运营功能：基于业务后端开发会话记录查看、知识命中率统计、转人工触发逻辑。
二、技术栈、架构与亮点难点
技术栈：开源 LLM 应用平台+ DeepSeek（在线 API 或私有部署）+ 业务后端（会话管理与渠道对接）+ 前端嵌入（iframe/JS SDK/API 调用）。
架构：用户端（网页/小程序）→ 业务后端（会话管理、渠道适配）→ Dify 工作流（知识检索 + DeepSeek 推理）→ 回复返回；知识库独立管理，支持文档更新与索引重建。

亮点：
可视化编排降低 AI 应用开发门槛，快速搭建 RAG 问答链路。
DeepSeek 中文语义理解强，配合知识库约束有效降低幻觉。
意图分类器实现“知识问答 / 业务办理 / 转人工”智能分流，提升独立解决率。
自有后端包装，解耦平台依赖，便于后续扩展计费、会员等逻辑。
难点：
幻觉控制：DeepSeek 可能基于知识库“自我发挥”产生不实内容，需通过 System Prompt 严格约束 + 检索阈值调优来