Ecommerce Agent - 垂直电商客服智能助手

项目概述

Ecommerce Agent 是一个基于大语言模型的垂直电商客服智能助手系统，专门针对电商客服场景进行深度优化。项目通过 LoRA 微调、DPO 对齐和 ReAct 推理框架，构建了一个能够理解复杂业务逻辑、合规调用工具、并提供专业客服服务的智能助手。

核心特性

🚀 智能推理能力

• ReAct 框架：采用思考-行动-观察（Reasoning-Action-Observation）循环，实现多轮工具调用
• 业务逻辑深度理解：基于《垂直电商客服 Agent 逻辑全梳理》文档，掌握6大核心场景的决策树
• 合规性校验：严格遵守《工具调用合法性校验协议》，确保工具调用的合法性和安全性

🔧 六大核心场景

1. query_order - 查询订单/物流状态
2. apply_refund - 处理退款/退货/换货/补发
3. transfer_human - 智能转接人工客服
4. update_address - 更新收货地址
5. query_product_info - 查询商品信息/参数
6. knowledge_retrieval - 知识/促销/政策综合检索

🛠️ 工具调用系统

• 模拟工具库：包含7个核心工具函数，模拟真实电商后端API
• 参数完备性校验：严格校验必填参数，防止盲目调用
• 序列合法性验证：确保工具调用符合业务逻辑阶段顺序

技术架构

模型训练流程

基础模型 (Qwen1.5-7B-Chat)
    ↓
SFT 监督微调 (LoRA)
    ↓
DPO 直接偏好优化
    ↓
模型合并与部署

关键技术

• LoRA 微调：使用4-bit量化，在保持模型性能的同时大幅降低显存需求
• DPO 对齐：通过偏好数据优化模型输出，提升客服话术质量
• ReAct 推理：实现多轮工具调用和复杂问题解决能力

项目结构

Ecommerce_Agent/
├── data/                    # 训练数据
│   ├── agent_data.jsonl     # SFT训练数据
│   ├── agent_dpo_dataset.jsonl  # DPO偏好数据
│   └── raw_data.jsonl       # 原始数据
├── src/                    # 源代码
│   ├── train.py           # SFT训练脚本
│   ├── dpo_train.py       # DPO训练脚本
│   └── merge.py           # 模型合并脚本
├── scripts/               # 推理和测试脚本
│   ├── agent_inference.py # 单次推理演示
│   ├── agent_inference_test.py # 批量测试
│   └── agent_test_report.txt # 测试报告
├── evaluation/            # 评估系统
│   ├── 垂直电商客服 Agent 逻辑全梳理.md  # 业务逻辑文档
│   ├── 工具调用合法性校验协议.md        # 合规性协议
│   ├── evaluate.py        # 自动评估脚本
│   ├── clean.py          # 数据清洗
│   └── raw_outputs/      # 评估结果（99个测试案例）
└── README.md             # 项目说明文档

** 由于存储资源限制，本项目暂不提供预训练权重。开发者可以使用本项目提供的 src/train.py，配合 Hugging Face 上的 Qwen1.5-7B 基础模型和 data 数据格式，即可复现本实验的效果。**

快速开始

环境准备

# 安装依赖
pip install torch transformers peft trl datasets accelerate bitsandbytes

模型推理

# 运行单次推理演示
python scripts/agent_inference.py

# 运行批量测试
python scripts/agent_inference_test.py

模型训练

# SFT 监督微调
python src/train.py

# DPO 直接偏好优化
python src/dpo_train.py

# 模型合并
python src/merge.py

评估系统

项目包含完整的评估体系，通过99个测试案例对比微调模型与基础模型的性能：

评估维度

1. 格式与规范性：是否严格遵循 Thought -> Action -> Action Input 结构
2. 逻辑深度与路径正确性：是否满足"先查后动"原则和正确的分流逻辑
3. 工具调用合法性：语义对齐和拦截意识
4. 参数完备性与逻辑边界：必填参数校验和边界处理

评估结果

评估脚本会自动生成对比报告，统计模型胜率、缺陷分布和性能提升情况。

业务逻辑规范

核心原则

1. 先查后动：在执行任何修改操作前必须先确认订单状态
2. 参数完备性：用户未提供必要信息时必须引导补充，禁止盲目调用
3. 状态约束：严格遵守订单状态对操作的限制
4. 安全隐私：严禁跨越用户权限，保护用户隐私

场景示例

• 修改地址：必须提供新地址，且订单必须在运输中或未发货状态
• 申请退款：必须确认退款理由，且符合售后政策
• 转人工：必须先尝试知识库拦截，满足特定条件才可转接

性能表现

根据测试报告，微调后的模型在以下方面表现优异：

1. 逻辑推理能力：能够理解复杂业务场景，做出合理决策
2. 工具调用合规性：严格遵守工具调用协议，避免非法调用
3. 客服话术质量：输出亲和、专业的客服回复
4. 边界处理能力：正确处理异常情况和边界条件

应用场景

• 电商平台客服系统：作为智能客服助手，处理常见咨询
• 客服培训工具：展示标准客服流程和话术
• 业务逻辑验证：测试和验证客服业务规则的完整性
• AI研究平台：研究大语言模型在垂直领域的应用

未来规划

1. 工具扩展：集成更多真实电商API，支持更复杂的业务场景
2. 多模态支持：增加图片识别和处理能力
3. 实时学习：支持在线学习和模型更新
4. 多语言支持：扩展支持多语言客服场景

贡献指南

欢迎提交 Issue 和 Pull Request 来改进项目。在提交代码前，请确保：

1. 代码符合项目编码规范
2. 添加相应的测试用例
3. 更新相关文档

致谢

感谢以下开源项目和技术：

• Qwen - 基础语言模型
• Hugging Face Transformers - 模型训练框架
• PEFT - 参数高效微调
• TRL - 强化学习训练库

---

项目状态：🚀 活跃开发中

最后更新：2026年3月