立项背景与目标:
中国电商年交易额超 50 万亿,但售后环节面临 73% 的用户流失率。传统客服存在响应慢、成本高、售后政策复杂难理解、多平台多店铺视图分散、用户评价情感倾向难识别等核心痛点。随着 LLM 与 RAG 技术成熟,大模型加向量检索让精准回复从概念变为可落地方案。本项目旨在构建一套覆盖用户端、商家端、平台端的电商售后智能客服 SaaS 系统,通过 AI 提升客服效率、降低运营成本、实现数据驱动决策。
核心功能模块:
1. 智能客服模块:基于 RAG+LLM 的多轮问答,混合检索策略(ChromaDB 语义召回 + MySQL 关键词召回双路合并),默认 DeepSeek Flash,支持管理端热切 MiMo/LongCat。
2. 意图识别模块:8 类售后意图分类(退款 / 换货 / 维修 / 咨询 / 投诉等),关键词 + LLM 双引擎,低置信度自动降级人工。
3. 五维情感分析模块:同时输出情感极性、强度、对象、主题、购买意向五维,主题自动英转中,负面评价自动告警优先处理。
4. 工单管理模块:SLA 计时 + 认领 + 受理 + 处理闭环,售后规则引擎在工单创建与受理间自动决策(7 上下文字段驱动 approve/assign/reject)。
5. 评价分析模块:评价聚合、差评 TOP 排行、趋势分析,对接情感监控与差评预警。
6. 知识库模块:版本化管理,支持 PDF/MD/DOCX 解析,按店铺数据隔离。
7. 多店铺 SaaS 模块:基于 shop_id 的租户隔离架构,四级角色(admin > 店铺老板 > 店长 > 客服),店铺老板自主管理团队、按工作量排单转派。
8. 数据看板模块:ECharts 深空风格可视化,跨店经营指标总览。
9. 实时通知模块:WebSocket 双向通讯 + 轮询兜底。
10. 多平台适配模块:抽象 Platform Provider 层,已实现淘宝 / 京东 / 抖音 OAuth 关联,统一订单同步接口。
业务流程:
用户在小程序发起售后咨询 → AI 意图识别 + 情感分析 → RAG 检索本店知识库政策 → LLM 生成精准回复 → 复杂问题自动创建工单 → 规则引擎决策分配 → 商家客服在 Web 工作台认领处理 → 处理结果 WebSocket 实时推送用户 → 用户提交评价 → 五维情感分析 → 差评自动告警 → 平台看板汇总分析。
整体架构与设计思路:
系统采用五层架构。前端层包含三个独立应用:UniApp 微信小程序(用户端)、Vue3+Vite 商家 Web 后台、Vue3+Vite 平台管理 Web 后台,三端独立开发、统一 API 联调、Git Feature Branch 协作。API 网关层基于 FastAPI,RESTful 风格 18 个路由前缀,Pydantic v2 严格数据校验,JWT 鉴权 + 四级 RBAC 角色,SaaS shop_id 租户隔离,WebSocket 实时通讯。AI 引擎层集成 DeepSeek LLM、ChromaDB 向量库、bge-small-zh-v1.5 嵌入模型,实现 RAG 混合检索、意图分类、五维情感分析三大 AI 能力。业务服务层涵盖工单、评价、知识库、规则引擎、多平台适配等核心域服务。数据层使用 MySQL 8(24 张数据表)+ ChromaDB 本地向量持久化,种子脚本 seed=42 保证可复现测试。项目总规模 3.5 万行代码,1000 + 种子数据。
我的负责模块与结果:
本人担任客服商家端负责人,独立完成 Vue3 商家 Web 后台全栈开发。具体包括:①工单管理系统 —— 实现工单列表、认领、受理、提交结果全流程,SLA 倒计时实时显示,支持按工作量排单转派,累计处理 30 + 演示工单,平均处理时长 23h25m,解决率 27%;②智能客服工作台 —— 集成快捷回复功能,对接 RAG+LLM 智能回复接口,客服可一键引用 AI 生成回复;③评价管理模块 —— 差评预警列表、评价聚合视图、情感标签展示,负面评价自动置顶告警;④商家端 Dashboard——ECharts 深空风格数据看板,包含工单状态分布环形图、工单类型分布柱状图、优先级分布条形图、核心指标卡片(总工单 / 待处理 / 已解决 / 平均处理时长)。同时参与后端 API 契约设计与跨端联调,负责商家端 18 个路由中 6 个核心路由的前后端对接。
遇到的难点与解决方案:
1. SaaS 多租户数据隔离:核心业务表(products/orders/tickets/reviews/knowledge_docs 等 8 张表)需加 shop_id 外键实现店铺隔离,通过设计 Shop 实体 + 统一数据访问层中间件,确保店铺 A 客服只能看到 A 的工单、知识库、评价,避免越权访问。