ServiceFlow RAG Agent

ServiceFlow RAG Agent 是一个面向客服 / 售后场景的 AI 工单分析系统。用户可以上传售后规则、FAQ、处理流程等知识文档，再上传 Excel / CSV 工单批次；系统会基于 RAG 检索相关规则，并调用大模型生成工单分类、严重程度、责任团队、处理建议和客服回复模板。

项目截图

1. 架构说明

• 前端：frontend_vue/，Vue 3 + Vite
• 后端：backend_fastapi/，FastAPI
• 数据库：MySQL，存储知识文档、工单、分析结果和日报
• 向量库：FAISS，本地保存规则片段向量
• AI：OpenAI-compatible API，用于 Embedding 和 Chat Completions

核心流程：

1. 上传知识文档，后端解析文本并切分规则片段。
2. 调用 Embedding 模型生成向量，写入 FAISS。
3. 上传工单批次，工单明细写入 MySQL。
4. 分析时先检索相关规则，再将规则和工单内容拼入 Prompt。
5. 大模型返回结构化 JSON，后端校验后保存分析结果。

2. 关键 Prompt 与 Vibe 思路

Prompt 位于：

backend_fastapi/app/services/rag_service.py

设计思路：

• 先检索售后规则，再让模型分析工单，减少凭空判断。
• 限定 ticket_type、severity、responsible_team 的可选范围。
• 要求模型只返回 JSON，方便后端解析和入库。
• 保留 matched_rules、raw_ai_result、parse_success、parse_error，方便人工复核 Agent Trace。

产品 Vibe：不是聊天机器人，而是客服团队的“工单副驾驶”。它优先提供可执行、可追溯、可复核的处理建议，帮助客服减少重复判断。

3. AI 调用逻辑

相关文件：

backend_fastapi/app/services/ai_client.py
backend_fastapi/app/services/vector_service.py
backend_fastapi/app/services/rag_service.py

当前实现：

• Embedding：知识片段和工单 query 调用 client.embeddings.create(...)
• RAG：FAISS 检索 Top 3 相关规则片段
• 生成：调用 client.chat.completions.create(...)
• 温度：temperature=0.2
• 输出：模型返回 JSON，后端用 Pydantic 校验

当前未使用：

• 流式输出：批量工单分析更关注完整结果，所以暂未逐 token 返回
• function calling：当前只需要固定 JSON 输出，后续可扩展为查询订单、支付流水、用户状态等工具调用

4. 本地运行

首次使用时，先准备环境变量：

copy backend_fastapi\.env.example backend_fastapi\.env
copy frontend_vue\.env.example frontend_vue\.env.local

填写 backend_fastapi/.env 里的模型 API 配置后，一键启动 MySQL、后端和前端：

.\scripts\start-dev.ps1

本地端口：

• EmoChat 后端：8000
• ServiceFlow 后端：8010
• ServiceFlow 前端：5173
• ServiceFlow MySQL：3307

5. 演示流程

1. 打开前端页面 http://127.0.0.1:5173
2. 在规则知识库页面上传 samples/after_sales_rules.md
3. 使用“检索预览”测试 RAG 规则召回
4. 在工单上传页面上传 samples/tickets.csv
5. 点击 AI 分析，通过进度条等待任务完成
6. 查看统计图表、工单处理建议和 Agent Trace

API 概览

基础路径：

/api/serviceflow

主要接口：

• POST /knowledge/upload：上传知识文档
• GET /knowledge：知识文档列表
• GET /knowledge/search：预览规则召回结果
• POST /tickets/upload：上传工单批次
• POST /tickets/{batch_id}/analyze：提交后台 AI 分析任务
• GET /tickets/{batch_id}/analyze/status：查询 AI 分析进度
• GET /tickets/{batch_id}/summary：统计汇总
• GET /tickets/{batch_id}/items：工单分析明细
• POST /tickets/{batch_id}/report：生成日报
• GET /tickets/{batch_id}/report：获取日报