多智能体电商工单系统-TicketFlow智枢工单
2026-08-30 17:36:53
行业：电商、人工智能
载体：网站
技术：Python、FastAPI、Docker、PostgreSQL
业务和功能介绍
1、立项背景和目标：面向日均3000单的电商客服场景，针对外包客服知识断层、跨部门流转率高、客服经验无沉淀三大痛点，构建一套"提交→分类→检索→审核→关单"全链路自动化的多智能体工单系统，让常见问题自动解答、复杂问题有序流转人工。
2、核心功能模块：①智能分类路由——Supervisor中心化编排，按物流/退款/账单/账户/通用五类意图自动分派；②知识问答——BM25+向量混合检索、RRF融合与可插拔精排，回答附带引用来源；③幻觉控制——四级降级（重试改写→模板兜底→相似解→转人工）+全局重试预算，杜绝死循环；④人机协同HITL——敏感操作、连续降级自动暂停工单进入审批队列，支持通过/编辑/驳回三种裁决并断点续跑；⑤知识自迭代——关单自动抽取"问题-根因-方案-置信度"四元组入库沉淀；⑥可观测面板——全链路调用追踪、SSE流式输出、Token成本核算。
3、业务流程：用户提交工单→意图识别与分类→混合检索知识库生成答复→质检校验（不通过按级降级或转人工）→敏感/低置信工单进入人工审批队列→裁决后断点恢复继续流转→关单时自动沉淀知识四元组，供后续工单检索复用。
2、核心功能模块：①智能分类路由——Supervisor中心化编排，按物流/退款/账单/账户/通用五类意图自动分派；②知识问答——BM25+向量混合检索、RRF融合与可插拔精排，回答附带引用来源；③幻觉控制——四级降级（重试改写→模板兜底→相似解→转人工）+全局重试预算，杜绝死循环；④人机协同HITL——敏感操作、连续降级自动暂停工单进入审批队列，支持通过/编辑/驳回三种裁决并断点续跑；⑤知识自迭代——关单自动抽取"问题-根因-方案-置信度"四元组入库沉淀；⑥可观测面板——全链路调用追踪、SSE流式输出、Token成本核算。
3、业务流程：用户提交工单→意图识别与分类→混合检索知识库生成答复→质检校验（不通过按级降级或转人工）→敏感/低置信工单进入人工审批队列→裁决后断点恢复继续流转→关单时自动沉淀知识四元组，供后续工单检索复用。
项目实现
1、整体架构：FastAPI后端 + LangGraph六节点状态机 + PostgreSQL(pgvector) + Redis + Streamlit控制台，Docker Compose四服务一键启动；LLM接入层用httpx直连OpenAI兼容协议，并实现Mock三层降级（精确回放→关键词匹配→兜底），无需任何API Key即可离线跑通全流程，方便演示与CI。
2、独立完成架构设计、开发与测试，关键结果量化：①检索链路——BM25+jieba与pgvector双路召回top20、RRF(k=60)融合、可插拔精排，检索消融对照实验（45例）MRR提升26.6%，留档可查；②质量——208项分层自动化测试（单元194/集成6/E2E 8），E2E覆盖五类典型场景与三种人工裁决；③知识闭环——四元组抽取后按相似度≥0.92合并去重入库；④状态持久化——Postgres Checkpointer按工单ID断点恢复，进程重启不丢会话。
3、难点与解决：一是"断点恢复+人工裁决"的会话一致性，用Checkpointer持久化+Command(resume)恢复解决；二是检索排序不稳导致答非所问，通过消融实验定位瓶颈、引入精排并用MRR量化验证收益；三是演示环境强依赖大模型Key，设计Mock层实现零Key演示，同时保证CI永不抛错。
2、独立完成架构设计、开发与测试，关键结果量化：①检索链路——BM25+jieba与pgvector双路召回top20、RRF(k=60)融合、可插拔精排，检索消融对照实验（45例）MRR提升26.6%，留档可查；②质量——208项分层自动化测试（单元194/集成6/E2E 8），E2E覆盖五类典型场景与三种人工裁决；③知识闭环——四元组抽取后按相似度≥0.92合并去重入库；④状态持久化——Postgres Checkpointer按工单ID断点恢复，进程重启不丢会话。
3、难点与解决：一是"断点恢复+人工裁决"的会话一致性，用Checkpointer持久化+Command(resume)恢复解决；二是检索排序不稳导致答非所问，通过消融实验定位瓶颈、引入精排并用MRR量化验证收益；三是演示环境强依赖大模型Key，设计Mock层实现零Key演示，同时保证CI永不抛错。
示例图片视频
相似推荐
羊皮缺陷检测及溯源系统-三阳开泰
件功能概述
本系统是一款基于 YOLO 深度学习模型的羊皮缺陷检测与溯源平台，采用 Flask Web 架构，面向皮革加工检测场景，实现从"缺陷识别 → 品质评级 → 溯源二维码 → 客户扫码查询"的完整闭环。主要功能包括：
用户认证与权限管理：账号登录/注册，通过"验证密钥"机制实现工作人员授权注册，防止无关人员随意建号。
AI 缺陷检测：支持图片上传与摄像头实时抓拍两种方式，自动识别破洞、疤痕、脏点、烙印、死皱、烂边、不均等 7 种缺陷。
品质自动评级：依据缺陷数量与严重程度，自动判定优质、合格、次品、废品四级。
溯源二维码：每次检测生成唯一溯源 ID 与二维码，供客户扫码追溯。
溯源查询：独立溯源服务，客户无需登录即可查看检测结果、产地、用处、品质等信息。
历史记录管理：按用户隔离存储，支持查看与删除（撤回）。
报告打包下载：原图、结果图、二维码、检测报告整合为 ZIP 文件。
系统配置：二维码域名、网络模式、羊皮产地与用处等个性化配置。
安全运维：HTTPS 加密通信、统一管理脚本一键启停服务。
核心功能模块
用户认证模块：密码哈希存储，session 24 小时有效；注册前需输入后台生成的 8 位一次性密钥（30 分钟有效），实现受控注册。
AI 检测模块：YOLO 模型推理，支持图片上传与摄像头抓帧检测，结果自动标注并保存。
品质评级模块：缺陷 ≤2 且无严重缺陷为优质（绿）；≤5 且严重缺陷 ≤1 为合格（蓝）；≤10 或严重缺陷 ≤3 为次品（橙）；否则为废品（红）。
溯源二维码模块：高纠错级别生成，支持自定义域名或局域网 IP 两种访问方式。
溯源服务模块：独立运行于 8080 端口的轻量 HTTP 服务，含记录缓存，客户扫码即可公开查询。
历史记录模块：记录按用户拆分为独立 JSON 文件，倒序展示，支持删除并同步清理关联文件。
打包下载模块：生成含原图、结果图、二维码及文字报告（溯源 ID、时间、检测员、产地、用处、评级、缺陷明细）的 ZIP 包。
配置模块：系统级（config.json）与用户级（产地、用处）双层配置。
业务流程路径
流程一：注册与登录 后台生成验证密钥 → 新用户输入密钥验证（一次性、30 分钟有效）→ 注册账号 → 登录进入仪表板。
流程二：检测与溯源（核心） 进入检测页 → 选择图片上传或摄像头模式 → 配置产地、用处 → 点击开始检测 → YOLO 推理识别缺陷并评级 → 展示品质等级、标注图、缺陷统计、溯源二维码 → 自动保存记录；可一键撤回删除。
流程三：客户扫码溯源 客户扫描溯源二维码 → 访问独立溯源服务 → 按溯源 ID 查询 → 展示检测结果（品质、缺陷、产地、用处、时间）→ 可下载打包报告。
流程四：历史查询与管理 进入历史记录页 → 按时间倒序加载当前用户记录 → 查看详情或删除记录
AI自动化测试平台
基于 AI Agent 的测试全流程平台。用户上传/粘贴需求文档后，系统自动提取关键词、匹配需求知识库，由 LLM 生成 8-15 条结构化功能测试用例，并给出 AI 预评审覆盖度评分；人工 Review 通过后可一键转化为 pytest-playwright 自动化用例（自动做语法自校验）；随后由执行引擎调用 Playwright 无头浏览器运行，回写执行结果并沉淀执行历史。覆盖"需求识别 → 用例生成 → 人工评审 → 自动化转化 → 执行 → 报告"的完整链路。
跨境仓储-跨境电商仓储订单管理以及订单发货
1按照仓库来绑定多用户
2同步绑定授权店铺的订单
3处理订单状态
4发货计费
5充值用户余额
用户授权后实时同步所属店铺订单，并且支持推进订单状态，分配库存，提前备货等功能。
用户提交打包之后仓库端会进行线下打包，打快递单并且发出等操作
电商小程序
客户为本地一家社区生鲜连锁门店，拥有 3 个线下自提点，希望把到店客流转化为线上复购，解决传统微信群接龙下单效率低、库存不透明、无法做营销活动的问题。项目目标是 3 个月内上线一套支持「在线选购 + 30 分钟配送/到店自提」的社区生鲜电商小程序，并配套运营管理后台，实现商品、订单、营销、配送的线上化闭环。上线 6 个月，累计注册用户 5000，日均订单稳定在 300+，30 日复购率达 35%。
潮鞋APP
潮鞋APP，是一个C2C的卖鞋的APP，卖家上传商品后设置最低价，在规定时间内买家可以进行拍卖，价格者得。如果买家想要的货物缺货，则买家可以发布需求，由卖家去进行匹配。在交易成功后，货物发给系统管理员进行专业验证，以防假冒伪劣产品。该APP支持android和ios，还有后端的客户管理系统。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服