3.3 整体设计.md 5.4 KB
（一）产品架构设计
核心思路： 基于 Dify 平台搭建智能客服 Agent，采用 Chatflow + RAG + 工具调用 的架构，通过企业微信客服接口对接用户，实现知识问答、订单查询、人机协同的完整闭环。
整体架构图
架构分层说明
| 层级 | 核心组件 | 职责 |
|---|---|---|
| 用户层 | 企业微信客服 | 用户触达入口，后续可扩展至 App、小程序、网页等多渠道 |
| 接入层 | 企微 API 网关 + 会话管理 | 接收用户消息、管理会话状态、处理转人工路由、调用 Dify API |
| AI 核心层 | Dify Chatflow | 对话编排引擎，串联意图识别、知识检索、工具调用、Prompt 管理等核心能力 |
| 知识库层 | Dify 知识库 | 管理商品、政策、FAQ、活动等知识文档，支持向量检索 + 全文检索的混合检索 |
| 工具层 | 自定义 API 工具 | 对接公司内部业务系统，提供订单、物流、商品、优惠券等实时数据查询能力 |
| 运营支撑层 | 监控 + Badcase 管理 | 数据埋点、核心指标看板、低满意度对话采集与分析 |
| 安全层 | 内容安全 + 兜底机制 | 敏感信息过滤、AI 输出安全审查、异常场景兜底回复 |
（二）技术方向选型
1. 为什么选择 Dify？
| 评估维度 | Dify 能力 | 与本项目的匹配度 |
|---|---|---|
| 应用编排 | Chatflow 可视化编排，支持条件分支、循环、变量传递 | ✅ 完美支持意图路由 → 知识检索/工具调用 → 回复生成的流程 |
| RAG 能力 | 内置知识库管理，支持多种分段策略、混合检索、Rerank | ✅ 满足商品/政策/FAQ 等多知识库检索需求 |
| 工具调用 | 支持自定义 API 工具接入，OpenAPI 规范导入 | ✅ 可快速对接订单、物流、商品等内部 API |
| 模型灵活性 | 支持 GPT、Claude、通义千问、DeepSeek 等 100+ 模型 | ✅ 可灵活切换和评测不同模型，不被厂商锁定 |
| Prompt 管理 | 可视化 Prompt 编辑，支持变量插入和版本管理 | ✅ 产品可直接调优 Prompt，无需开发介入 |
| 可观测性 | 内置日志、标注、对话记录查看 | ✅ 支持 Badcase 标注和持续优化闭环 |
| 部署方式 | 支持私有化部署（Docker/K8s）和 SaaS 云服务 | ✅ 可私有化部署保障数据安全 |
| 开发成本 | 低代码平台，产品可直接配置 | ✅ 大幅降低开发周期，预计节省 40%~50% 开发工时 |
2. 核心技术选型
| 技术环节 | 选型方案 | 说明 |
|---|---|---|
| AI 应用平台 | Dify（私有化部署） | Docker Compose 部署，保障数据不出内网 |
| 应用编排方式 | Dify Chatflow | 可视化编排对话流程，支持条件分支和工具调用节点 |
| 大语言模型 | 待评测选型 | 候选：DeepSeek-V3 / 通义千问-Max / GPT-4o-mini，综合评估准确率、延迟和成本 |
| Embedding 模型 | 待评测选型 | 候选：text-embedding-v3 / bge-m3，评估中文语义检索效果 |
| Rerank 模型 | 待评测选型 | 候选：bge-reranker-v2-m3 / Cohere Rerank，提升检索精度 |
| 知识库 | Dify 内置知识库 | 向量数据库 + 全文检索，混合检索策略 |
| 会话管理 | 自研中间层服务 | 管理企微会话状态、调用 Dify Chatflow API、处理转人工逻辑 |
| 接入渠道 | 企业微信客服 API | 通过企微客服接口收发消息，对接 Dify API |
| 监控看板 | Dify 日志 + 自建看板 | Dify 提供对话日志和标注；自建看板统计满意度、转人工率等业务指标 |
3. Dify Chatflow 核心流程设计
（三）产品路线图
分期策略： 采用 MVP → 增强 → 规模化 三阶段渐进上线，每阶段有明确的交付物和验收标准，降低项目风险。
里程碑 1：MVP 版本（第 1~8 周）
目标： 跑通核心链路，验证技术可行性
Dify 私有化部署 & 环境搭建
知识库构建：商品 FAQ + 售后政策（覆盖 Top 50 高频问题）
Chatflow 基础编排：意图识别 → 知识检索 → 回复生成
基础工具调用：订单查询、物流查询
企微客服接口对接
基础 Prompt 调优
评测集构建 & 模型选型
验收标准： Top 50 高频问题准确率 ≥ 90%
里程碑 2：增强版本（第 9~14 周）
目标： 完善功能，达到上线标准
知识库扩展：覆盖全品类商品 + 活动规则
工具扩展：商品查询、优惠券查询
转人工策略完善：对话摘要传递、人工辅助建议
安全合规模块：敏感信息过滤、内容安全审查、异常兜底
监控看板：满意度、转人工率、响应时长等核心指标
Prompt 深度调优 & 检索策略优化
验收标准： 未转人工满意度 ≥ 85%，转人工率 ≤ 25%
里程碑 3：规模化上线（第 15~17 周）
目标： 灰度验证 → 全量上线
30% 客服账号灰度测试，持续监控 2 周
根据灰度数据迭代优化
全量切换上线
建立持续运营机制：Badcase 收集 → 分析 → 优化闭环
验收标准： 未转人工满意度 ≥ 90%，转人工率 ≤ 20%，首次响应 ≤ 10 秒