程序聚合 软件案例 基于大模型对话的智能体客服

基于大模型对话的智能体客服

2026-08-03 16:18:56
行业:电商、人工智能
载体:网站
技术:C++、Java

业务和功能介绍

一、项目背景和目标
智能体客服项目面向智能客服、呼叫中心与企业运营管理场景建设,目标是在现有呼叫中心和企业管理能力基础上,引入智能体配置、语音交互、知识问答、智能测试、通话分析、质检兼容、套餐开通与消费管理等能力,形成一套可配置、可运营、可统计、可结算的智能客服服务平台。
二、核心功能模块
项目整体分为前端系统与后端系统两大部分。前端系统主要承担智能体配置、通话分析、质检使用及账单查看等业务操作界面;后端系统主要承担客户管理、产品及套餐管理、智能总机账户生命周期管理、消费统计及业务规则执行等平台支撑能力。
三、业务流程简示
客户下单:客户资料提交→审核→审核通过申请开通产品。
开通产品:根据客户下单资料→开通相应套餐→配置智能客服应用。
智能体接入:上传客户知识库→搭建智能应用。
通话分析:保存通话录音→识别录音文字→使用大模型进行对话分析→输出对话分析结果
。
质检:上传对话录音→对录音进行质检分析。

项目实现

一、整体架构设计
采用分层的微服务架构,自上而下分为四层:接入层(Nginx集群做负载均衡,处理前端、终端HTTPS与WebSocket连接)、网关层(Gateway+Riboon)做路由分发到各个服务、服务层(crm、智能总机、注册服务、后台管理四个独立模块,通过JWT统一鉴权)、数据层(MySQL存事务数据,ES存海量通话记录)。框架设计原则:高可以集群负载,读写分离。

二、模块职责与技术栈
SIP通信:基于 FreeSWITCH 处理呼叫事件、信令交互;实时推送:Netty+WebSocket、Redis 语音通话媒体流实时交互;对话分析:基于阿里大模型,对通话内容进行满意度、意图分析;静默策略分析:通过语音媒体对客户静默做策略处理;AI质检:阿里云语音识别ASR + 通义千问 + 规则引擎;后台管理:Spring Boot、MyBatis-Plus。

三、个人负责模块与量化成果
作为Java核心开发,主导整个项目的架构设计以及核心代码的开发:ws媒体通信架构搭建,实现媒体转发≤90ms,对话响应≤2s;单台4核8G服务器支持通话2000+,与C++的媒体通信交互延迟≤50ms;AI大模型训练,完成20家中小企业智能客服大模型知识库,提示词的优化。

四、难点与解决方案
难点:媒体语音流不丢包与不卡顿。ws基于TCP,而实时语音包需要UDP那样允许少丢包、但不能卡顿。解决方案:引入抖动缓冲区,维护一个缓冲队列按1600进行切分发送pcm音频二进制帧。

示例图片视频


donny
5天前活跃
方向: 后端-Java、
交付率:100.00%
相似推荐
每日数据聚合展示平台
立项背景:为解决多平台公开数据(天气、汇率、热搜等)分散、获取效率低、缺乏可视化监控的问题,设计并实现了该数据聚合展示平台,将多源异构数据统一抓取、清洗并归档展示。 核心功能:包含四个数据源(天气、每日一句、汇率、百度热搜)的定时抓取,采用 Quartz 动态注册 4 个 Job 按 cron 调度。后端入库后,前端通过 ECharts 进行多维度可视化展示,包括温度趋势折线图、汇率柱状图、热搜标签饼图以及任务执行日志。 业务流程:定时任务触发抓取 -> 统一入库 -> 任务日志记录(耗时/成功失败) -> 前端仪表盘展示,形成完整的数据采集与监控闭环。
联通大数据用户行为分析平台
本平台面向联通内部业务分析、网络运营及政务辅助决策场景,基于运营商信令、上网流量等海量原始数据,完成用户出行行为挖掘分析。聚焦各区域用户规模、人员流动迁徙、驻留分布、移动网络流量消耗等核心业务,把海量离散信令数据转化为可落地的统计指标。支撑网络资源调度、区域人流研判、通勤与跨区域流动分析,辅助网络扩容规划、客流态势研判,输出统计报表与可视化结果,解决传统人工统计无法快速掌握全域用户出行、区域流量分布的痛点。 ## 平台功能介绍 1. **区域用户统计分析**:按省、市、区县、网格维度,统计区域常驻、流动、到访用户数量,输出区域用户量级、来源去向、驻留时长统计,支持自定义时间周期查询,掌握区域人员聚集与流动态势。 2. **出行行为挖掘**:解析用户移动轨迹,识别通勤、短途出行、跨地迁徙行为,统计出行关系,还原人群流动规律,支持历史出行数据回溯分析。 3. **网络流量多维统计**:分区域、分时段统计移动流量消耗,对比不同片区流量峰值、忙闲时段,定位高流量热点区域,为基站负载评估、网络优化提供数据依据。 4. **可视化展示模块**:集成地图热力图、趋势图表,直观展示用户密度、人流迁徙、流量分布,支持筛选、下钻查看细分网格数据,实现态势直观呈现政企在线。 5. **报表导出与数据输出**:支持统计结果导出报表,可对外输出标准化数据接口,供业务系统调用,支撑后续业务复盘与决策分析。 6. **数据治理与任务调度**:完成原始信令数据清洗、过滤脱敏,支持定时批处理任务,保障海量数据稳定计算,保障分析结果准确可靠。
etl工程-海外电商平台竞品监控
1. 竞品数据采集:通过分析目标平台前端交互逻辑,识别并复现数据接口,自动采集竞品库存、销量、价格等核心经营数据,替代高成本第三方数据服务。 2. 数据解密与解析:针对平台接口的AES加密机制,提取前端硬编码密钥并复现加密逻辑,实现数据的稳定获取与解析。 3. 竞品对比分析:将采集到的多维度数据进行横向对比,直观呈现自身与主要竞品在库存、销量等关键指标上的差异,辅助经营决策。 4. 市场机会识别:基于持续采集的数据,及时发现竞品库存不足、补货滞后等市场窗口期,为团队抢占市场份额提供决策依据。
Web 应用 / 数据可视化平台
项目背景与目标:企业的经营数据、生产数据分散在多个业务库和数仓里,管理层想看整体情况只能等数据部门每周出一份 PPT,数据滞后、维度固定,开会时临时想换个口径就答不上来。本项目目标是搭建一套可视化分析大屏平台,把多数据源统一接入,让业务方自己拖拽配置就能做出实时刷新的大屏,决策数据从「每周更新」变成「秒级可见」。 核心功能:(1) 多数据源接入,支持 MySQL / PostgreSQL、ClickHouse 数仓、Kafka 实时流、第三方 REST 接口和 Excel 文件导入;(2) 拖拽式大屏编辑器,左侧组件库、中间画布、右侧属性面板,图表组件开箱即用,全屏适配 1920×1080 并自动等比缩放;(3) 实时数据推送,基于 WebSocket 长连接让大屏数据秒级刷新,无需手动刷新页面;(4) 指标与缓存体系,常用维度预聚合、结果进 Redis 缓存,大屏首屏渲染稳定在 1 秒内;(5) 内置经营分析与设备监控等多套大屏模板,覆盖业务与生产两类场景;(6) 数据源权限与访问控制,不同角色只能看到授权范围内的大屏。 业务流程:管理员配置数据源 → 在编辑器中拖拽组件、绑定数据字段、设置刷新方式 → 保存并发布大屏 → 服务端统一查询接口从数仓或缓存取数 → 通过 WebSocket 推送到大屏 → 大屏实时渲染并自适应各种分辨率。
后端服务 / 自动化数据采集系统
项目背景与目标:电商运营每天需要盯竞品价格和销量,靠人工逐个平台抄价,一个人一天只能覆盖几十个商品,数据滞后还容易抄错,大促期间完全跟不上节奏。本项目目标是搭建一套数据采集与自动化报表平台,把「配置规则 → 定时采集 → 清洗入库 → 自动出报表」全流程自动化,让运营每天早上打开邮件就能看到最新的价格与销量分析。 核心功能:(1) 可视化规则配置,在页面上框选字段即可生成采集规则,无需写代码;(2) 灵活的定时调度,支持 Cron 表达式、按分钟/小时/天执行,可一键手动触发;(3) 反爬对抗能力,内置代理池轮换、UA 随机、请求限速、Cookie 池、验证码识别与失败重试;(4) 自动清洗去重,按业务主键和快照指纹过滤重复数据,并做完整率与异常值校验;(5) 多平台聚合报表,自动生成价格趋势、价格异动明细与销量排行;(6) 报表自动推送,支持定时邮件、企业微信告警和明细导出。 业务流程:在规则配置台拾取字段并试运行 → 发布规则并设置调度频率 → 调度器按周期触发任务 → 执行器集群多线程采集并自动处理反爬 → 解析清洗去重后入库 → 报表中心生成分析报表 → 按设定时间自动推送给业务方。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服