业务和功能介绍
该项目为外贸企业打造了一套基于AI大模型的客户自动沟通系统，支持WhatsApp消息的智能回复与客户意图识别。
立项背景：外贸客户分布在多个时区，夜间询盘无法及时回复导致丢单率高。客户需要一套7×24小时自动响应系统，能理解英文询盘意图、自动回复常见问题、标记高价值客户并通知人工跟进。
核心功能模块：
1. WhatsApp Web消息监听：实时监控WhatsApp Business收件箱，自动捕获新消息
2. AI意图识别引擎：基于大模型分析客户消息，自动识别"询价""样品需求""合作意向""投诉""寒暄"五类意图
3. 智能回复生成：针对不同意图生成定制化回复，支持中英文双语
4. 客户分级标记：根据对话内容自动标记客户优先级（高/中/低），高价值客户实时通知人工介入
5. 对话历史归档：所有对话自动存入数据库，支持按客户、时间、意图类型检索
业务流程：WhatsApp消息到达 → AI意图分析 → 自动回复/标记优先级 → 高价值客户飞书通知 → 人工介入。
立项背景：外贸客户分布在多个时区，夜间询盘无法及时回复导致丢单率高。客户需要一套7×24小时自动响应系统，能理解英文询盘意图、自动回复常见问题、标记高价值客户并通知人工跟进。
核心功能模块：
1. WhatsApp Web消息监听：实时监控WhatsApp Business收件箱，自动捕获新消息
2. AI意图识别引擎：基于大模型分析客户消息，自动识别"询价""样品需求""合作意向""投诉""寒暄"五类意图
3. 智能回复生成：针对不同意图生成定制化回复，支持中英文双语
4. 客户分级标记：根据对话内容自动标记客户优先级（高/中/低），高价值客户实时通知人工介入
5. 对话历史归档：所有对话自动存入数据库，支持按客户、时间、意图类型检索
业务流程：WhatsApp消息到达 → AI意图分析 → 自动回复/标记优先级 → 高价值客户飞书通知 → 人工介入。
项目实现
技术架构采用Python + WhatsApp Web自动化 + DeepSeek大模型 + SQLite的三层结构。
我负责核心引擎的开发：
- WhatsApp消息监听：实现WhatsApp消息的实时捕获和解析
- AI意图识别：设计few-shot prompt模板，5类意图分类准确率达到90%+
- 客户分级算法：基于关键词密度、消息长度、发送时间等维度设计自动评分系统
设计上采用事件驱动架构，所有消息进入统一队列，由AI引擎逐条处理，未命中缓存的才调用API，有效控制API成本。
遇到的主要难点：
1. WhatsApp Business API申请门槛高、审核周期长 → 采用WhatsApp Web方案快速实现MVP验证
2. 多语言混杂（英文+中文+缩写）导致意图识别准确率下降 → 加入语言归一化预处理层，对常见外贸缩写进行扩展
3. 高峰时段消息堆积 → 引入消息优先级队列，高意图消息优先处理，确保关键客户响应时间<30秒
我负责核心引擎的开发：
- WhatsApp消息监听：实现WhatsApp消息的实时捕获和解析
- AI意图识别：设计few-shot prompt模板，5类意图分类准确率达到90%+
- 客户分级算法：基于关键词密度、消息长度、发送时间等维度设计自动评分系统
设计上采用事件驱动架构，所有消息进入统一队列，由AI引擎逐条处理，未命中缓存的才调用API，有效控制API成本。
遇到的主要难点：
1. WhatsApp Business API申请门槛高、审核周期长 → 采用WhatsApp Web方案快速实现MVP验证
2. 多语言混杂（英文+中文+缩写）导致意图识别准确率下降 → 加入语言归一化预处理层，对常见外贸缩写进行扩展
3. 高峰时段消息堆积 → 引入消息优先级队列，高意图消息优先处理，确保关键客户响应时间<30秒
示例图片视频
相似推荐
复合材料温度响应实验分析系统-LabVista
该项目主要是用来分析复合材料实验数据的。用户可以在系统里查看温度、应力、应变等实验数据，还能看到数据表、趋势图、状态分布和温区分布。系统也支持数据处理、异常点查看、算法分析、图表生成和报告预览，方便把实验数据整理得更清楚。
顶流电商平台数据采集和价格监控
1.随着电商行业竞争白热化，某日化品牌客户面临竞品价格变动快、促销策略滞后、库存监控缺失等痛点。为辅助其动态定价决策，本项目立项建设一套分布式电商数据采集中台。核心目标是实现竞品SKU价格、促销活动、评论情感及库存状态的实时监控与趋势分析，将数据获取时效从人工每日核查提升至分钟级自动化采集，为运营团队提供精准的数据弹药。
2.系统包含四大核心模块：任务调度中心（支持定时/触发式采集任务配置）、多源适配器（针对不同平台封装独立解析引擎）、反爬对抗层（集成动态代理池与验证码识别服务）、数据治理管道（完成去重、格式标准化与异常预警）。各模块松耦合设计，支持水平扩展。
3.
运营人员在管理后台创建采集任务（设定目标URL、采集字段与频次）→ 调度中心下发任务至爬虫集群 → 适配器执行采集并实时对抗反爬 → 原始数据进入清洗管道 → 结构化数据存入MongoDB，同时价格波动触发钉钉告警 → 最终数据通过API同步至客户BI看板，完成从需求到决策的闭环。
Python自动化数据处理工具-DataProcessor
开发一款基于Python的数据处理自动化工具，用于批量处理Excel/CSV数据文件。核心功能包括：数据清洗（去重、空值处理）、格式转换（CSV转Excel、JSON解析）、批量文件重命名与归档、网络数据批量下载。工具支持命令行参数调用，可集成到定时任务中自动化执行。面向需要处理大量重复性数据操作的用户，提升工作效率。
批量数据清洗与标准化工具-Data Cleaning & Standardization Toolkit
立项背景：客户拥有来自多个渠道的客户信息数据（CSV/Excel），格式混乱、存在大量重复和错误数据，无法直接用于分析和营销。
核心功能：
1. 导入多个 CSV/Excel 文件，自动识别列结构和数据类型
2. 去重逻辑：基于姓名+手机号模糊匹配，合并重复记录
3. 格式标准化：统一日期格式、电话号码格式、地址补全
4. 异常值检测：自动标记超出正常范围的数据项
5. 输出清洗后数据 + 清洗报告（哪些数据被修改/删除及原因）
处理 10000 行数据仅需约 30 秒。
Excel 自动化报表生成系统-Automated Excel Report Generator
立项背景：客户每周需要从原始 CSV 销售数据手动制作 Excel 周报，包含汇总统计和图表，每次耗时 2~3 小时。
核心功能：
1. 拖拽 CSV 文件，自动读取数据
2. 自动计算销售额、订单量、客单价等 KPI
3. 生成柱状图（月度趋势）和折线图（日销售额）
4. 输出多 Sheet 工作簿：Dashboard 总览 + 数据明细 + 汇总分析
5. 脚本可复用，换新的 CSV 数据直接重新生成报表
交付后客户制作周报的时间从 2 小时缩短为 5 分钟。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服