教程 · 客服机器人

从零搭一个真能用的客服 Agent,45 分钟。

你将得到

一个客服 Agent,具备:

答常见问题（基于 FAQ 知识库)
查订单（调订单系统 API)
评估满意度（自动判断是否需转人工)
转人工（超出能力时自动转)

架构

┌─────────────────────────────────────────────┐
│  Chatflow Agent · 客服 Pro                  │
│                                             │
│  开始 → 意图分类                             │
│           ├─ 查订单 → 工具(订单系统) → 回复 │
│           ├─ 常见问题 → 知识检索 → LLM 回复  │
│           ├─ 不满意 / 转人工 → 通知人工      │
│           └─ 其他 → LLM 兜底                 │
└─────────────────────────────────────────────┘

前置准备

SaaS 5 分钟跑通已完成
准备 5–10 篇 FAQ 文档（常见问题 / 退货政策 / 配送说明等)
一个订单查询 API(若没有，本教程的“查订单”分支可换成 Mock)

步骤 1 · 建知识库（5 分钟)

空间 → 数据 · 知识库 → 新建:产品 FAQ
上传 FAQ 文档，等就绪
→ 知识库详解

步骤 2 · 接订单系统工具（10 分钟)

2.1 注册凭据

组织 · 凭据管理:

名称: order_system_token
类型: API Key
值: <你的 token>

2.2 添加工具

空间 → 能力 · 工具 → 添加 HTTP 插件:

名称: 订单系统
方法: queryOrder
URL:  https://order.example.com/api/orders/{{orderId}}
鉴权: Bearer {{credential:order_system_token}}
入参 Schema:
  orderId: string, required
出参 Schema:
  status: string
  ship_date: string
  amount: number

测试连接 → 通过。

步骤 3 · 创建 Chatflow Agent(20 分钟)

3.1 新建

空间 → Apps · 智能体 → 新建 → Chatflow → 名为 客服 Pro。

3.2 配置开始节点

inputs:
  - name: message
    type: string
    required: true

3.3 加意图分类节点

拖入 意图分类 节点（在“逻辑”组),连到开始:

input: {{message}}
intents:
  - id: query_order
    description: 用户想查订单状态、发货时间、金额
  - id: faq
    description: 询问退货、配送、产品功能等常见问题
  - id: transfer
    description: 用户表达不满或明确要求转人工
  - id: other
    description: 其他

3.4 分支 · 查订单

意图分类的 query_order 输出 → 拖入 参数抽取 节点 → 抽 orderId(string,从用户消息中提取订单号):

extraction_target:
  - name: orderId
    description: 订单号,通常是 8-12 位字母数字
    required: true

→ 连到工具节点:

tool: 订单系统.queryOrder
inputs:
  orderId: {{orderId}}
output_var: order

→ 连到 LLM 节点:

prompt: |
  根据订单信息回答用户:
  订单号:{{orderId}}
  状态:{{order.status}}
  发货时间:{{order.ship_date}}
  金额:{{order.amount}}
 
  用客服口吻,亲切清晰。

→ 连到 直接回复 → End。

3.5 分支 · 常见问题

意图分类的 faq 输出 → 拖入 知识检索 节点:

knowledge_bases: [产品 FAQ]
query: {{message}}
top_k: 5
output_var: chunks

→ 连到 LLM 节点:

prompt: |
  你是客服助手。基于以下知识库片段回答用户:
  {{chunks}}
 
  规则:
  - 仅根据片段回答
  - 找不到答案时明确说"我不确定,请问需要转人工吗?"
  - 简洁、礼貌

→ 连到 直接回复 → End。

3.6 分支 · 转人工

意图分类的 transfer 输出 → 拖入 HTTP 节点（通知客服系统创建工单):

url: https://hr.example.com/api/tickets
method: POST
body: { user_id: {{user.id}}, summary: {{message}} }

→ 连到 直接回复:

text: 已为您转接人工客服,请稍候,工单号 {{response.ticket_id}}。

→ End。

3.7 分支 · 兜底

other 输出 → 直接 LLM 节点（无知识库)→ 友好回复。

步骤 4 · 调试（5 分钟)

在右侧调试面板逐个意图测试:

输入	期望走分支
我的订单 ABC12345 什么时候到？	`query_order`
你们的退货政策是？	`faq`
转人工	`transfer`
你今天天气好吗？	`other`

步骤 5 · 发布（2 分钟)

编辑页右上 → 发布到工作台
可见范围：全组织 / 仅客服角色 / 指定部门
渠道：工作台 + 网站嵌入（给业务装到产品页)

步骤 6 · 上线后看观测（3 分钟)

空间 → 观测:

意图准确率(意图分类节点的命中率)
未识别意图(冷启动，提示需补能力)
节点转化率(用户最常走的分支)
每对话成本(Tokens × 模型单价)

进阶

我想……	加什么
自动学习用户高频问题，沉淀进 FAQ	Workflow 定时跑，从对话日志聚类未识别意图
多语言支持	在 LLM 节点提示词加 `用 {{lang}} 回答`
多渠道（钉钉/微信)	部署 · 渠道
A/B 测试不同提示词	加 [条件节点] 路由到不同 LLM 节点

接下来

另一类场景 → 营销自动化
上线后调优 → 可观测性

教程 · 客服机器人

页面导航