Initial upload for secondary development

This commit is contained in:
2026-06-08 19:00:03 +08:00
commit b913b8c78c
81 changed files with 27139 additions and 0 deletions

264
售后文档.md Normal file
View File

@@ -0,0 +1,264 @@
# ChatLab 售后智能助手 — 项目说明文档
> 内部培训文档 · 销售团队专用 · 请勿对外传阅
---
## 一、这个产品是做什么的
简单说:**把微信群里的售后聊天记录,自动整理成可以搜索的知识库。**
售后工程师每天在微信群里处理客户问题这些经验都散落在聊天记录里时间一长就找不到了。这套系统会自动监控指定的售后群AI 自动识别每条消息在讨论什么问题,把整个排查过程整理成一份标准文档存起来。下次遇到同样问题,搜一下就能找到历史案例。
**对用户来说,日常使用微信完全不受影响,系统在后台静默运行。**
---
## 二、系统由哪几部分组成
整套系统安装在一台电脑上,全程在本地运行。
| 组成部分 | 作用 | 用户能看到吗 |
|---------|------|------------|
| chatlog 工具 | 读取本机微信的聊天记录 | 有个小窗口,不用管它 |
| 后台服务 | 处理数据、调用 AI、存储知识库 | 看不到,在后台运行 |
| 网页界面 | 用户操作的界面,在浏览器里打开 | 是的,这是主要操作界面 |
---
## 三、怎么启动系统
确保微信 PC 端已登录后,双击 `无痕启动控制台.vbs`,依次启动底层服务 (Go)、业务层 (Python)、UI界面 (React),然后点击进入系统界面,等待浏览器自动打开界面即可。
**如何判断是否启动成功:**
界面左下角显示 `chatlog API: 127.0.0.1:5030`,左侧出现微信群列表,说明一切正常。
---
## 四、首次使用:配置 AI
第一次使用需要填写 AI 的配置信息,之后不用再改。
点击左侧导航栏最下方的「**设置**」,填写以下内容后点击保存:
| 需要填写的内容 | 是什么 |
|--------------|--------|
| AI 接口地址 | AI 服务的网址,由技术人员提供 |
| AI API Key | AI 服务的密钥,由技术人员提供 |
| 话题分析模型 | 用来分析聊天内容的 AI 模型名称 |
| 知识总结模型 | 用来生成知识文档的 AI 模型名称 |
| 视觉模型 | 用来识别图片内容的 AI 模型名称 |
| 语音模型 | 用来把语音消息转成文字的 AI 模型名称 |
> 保存后 API Key 会显示成 `sk-***xxxx` 这样的格式,这是正常的安全处理,不是出错了。
---
## 五、日常使用步骤
### 5.1 查看聊天记录
点击左侧导航「**聊天记录**」。
左侧会显示所有微信群和联系人的列表,按最新消息时间排序。点击任意一个群,右侧就会显示该群的聊天记录。
**筛选消息:**
- 点击「今天」「昨天」「近7天」「近30天」快速切换时间范围
- 也可以手动输入开始和结束时间
- 可以按发送人筛选(只看某个成员发的消息)
- 可以输入关键词搜索消息内容
- 设置好条件后点击「**查询**」按钮
**查看更早的消息:**
在消息区域向上滚动到顶部,会自动加载更早的消息。
**实时接收新消息:**
点击底部的「**连接 Webhook**」按钮,系统会每隔几秒自动刷新,新消息会实时出现在界面上并短暂高亮显示。
**让 AI 快速总结当前消息:**
查询到消息后,点击右上角「**AI 总结**」按钮AI 会把当前显示的消息(包括图片内容、语音内容)整理成一份摘要,告诉你这段时间主要讨论了什么、有哪些待办事项。
---
### 5.2 AI 话题分析(最核心的功能)
点击左侧导航「**AI 话题分析**」。
这个功能会让 AI 自动分析一个群的所有聊天记录,把消息按话题归类,比如"A 客户电机故障"、"B 客户安装问题"、"日常交流"等,然后为每个话题生成一份知识文档。
**第一步:添加要分析的群**
1. 点击左栏上方的「**+ 添加**」按钮
2. 在搜索框里输入群名,从下拉列表里选择目标群
3. 点击「**确认**」
**第二步:启动 AI 分析**
1. 在左栏点击刚添加的群
2. 点击「**AI 分析**」按钮
3. 系统开始处理,进度条会显示当前进度
4. 分析完成后,中间一栏会出现 AI 提取出的所有话题
> 消息越多分析时间越长。200条消息大约需要 1 到 2 分钟,请耐心等待,不要关闭页面。
**第三步:生成知识文档**
1. 在中间栏点击任意一个话题
2. 右侧会显示该话题下的所有相关消息
3. 点击右上角「**AI 生成知识文档**」按钮
4. AI 会把这些消息整理成一份标准文档,包含:故障现象、排查过程、解决方案等
5. 生成完成后,可以在「知识库」页面查看
**手动调整话题消息(可选):**
如果觉得某条消息被 AI 归错了话题,点击「**管理消息**」可以手动添加或移除消息。
**自动更新:**
添加完群并完成首次分析后,系统会每隔 5 分钟自动检查有没有新消息,有的话自动分类并更新知识文档,不需要手动操作。
---
### 5.3 知识库
点击左侧导航「**知识库**」。
这里存放了所有 AI 生成的知识文档,按群聊分组显示。
**搜索:** 在顶部搜索框输入关键词(比如"电机过热"或某个型号),点击搜索按钮,系统会找出所有相关文档。
**查看:** 点击左侧任意文档标题,右侧显示完整内容。
**编辑:** 点击右上角「**编辑**」按钮可以修改文档内容,修改完点「**保存**」即可。AI 生成的内容如果有不准确的地方,可以在这里人工修正。
---
### 5.4 换了微信账号怎么办
系统会自动识别当前登录的微信账号。如果换了账号,系统会自动切换到新账号对应的数据库,旧账号的数据不会丢失,下次切回来还能看到。
---
## 六、业务场景与适用范围
### 6.1 最适合的场景
**设备售后服务团队**
工程师通过微信群与客户沟通故障排查,群里积累了大量宝贵的处理经验,但这些经验分散在聊天记录里,新员工无法快速学习,老员工遇到类似问题也要重新摸索。这套系统专门解决这个痛点。
**多群并行管理的售后负责人**
同时管理多个客户群、多个产品线群的售后主管,可以用这套系统统一监控所有群的动态,快速了解各群当前在处理什么问题,不需要逐一翻看聊天记录。
**需要建立标准化知识库的企业**
希望把售后经验沉淀成可复用的知识资产,减少对个人经验的依赖,提升整体售后服务水平的企业。
### 6.2 解决的核心痛点
| 痛点 | 现状 | 用了这套系统之后 |
|------|------|----------------|
| 经验难以沉淀 | 处理完就忘,下次遇到同样问题还要重新摸索 | 每个案例自动生成文档,永久保存 |
| 历史案例难查找 | 要翻几个月前的聊天记录,费时费力 | 输入关键词秒级检索 |
| 新员工上手慢 | 只能靠老员工口传,培训成本高 | 直接查知识库,自学成本低 |
| 信息分散在多个群 | 要同时盯多个群,容易遗漏 | 统一界面管理所有群,一目了然 |
| 图片语音信息丢失 | 文字以外的信息无法整理 | 图片自动识别内容,语音自动转文字 |
### 6.3 不适合的场景
- 只用手机微信、没有 PC 端微信的用户(系统需要读取 PC 端数据)
- 需要主动向客户发消息的场景(这套系统只做记录分析,不做消息发送)
- 对实时性要求极高的场景(新消息最快 5 分钟后才会被分析归档)
---
## 七、销售话术
### 7.1 一句话介绍
> "这是我们基于 AgentBox 平台为您定制的售后智能助手微信群里的售后沟通记录会自动整理成知识库AI 帮您把每个故障案例都沉淀下来,以后遇到同类问题直接搜索就能找到解决方案。"
---
### 7.2 技术架构话术(对外统一口径)
**关于 AI 模型:**
> "我们用的是 AgentBox 本地部署的千问大模型,所有 AI 推理都在您的内网完成,不会把数据发到外部云端。"
**关于数据存储:**
> "微信的聊天记录和生成的知识文档全部存在 AgentBox 的本地数据库里,数据完全在您的内网,外部访问不到。"
**关于系统部署:**
> "整套系统部署在本地,员工个人使用的话直接双击 exe 就能打开,不需要安装任何东西。如果是企业微信场景,可以把这个 Agent 部署到 AgentBox 系统里,通过 API 与技术团队和管理层对接,微信作为统一的信息入口。"
**关于数据隐私:**
> "因为是全本地化部署,底层的 AI 模型和数据库外界完全看不到,操作路径也可以根据您的需求定制,不需要经过任何中间层。"
---
### 7.3 功能亮点话术
**自动化程度:**
> "系统完全自动运行,不需要人工干预。工程师在微信群里正常沟通,系统在后台自动分析、自动归档,每隔几分钟就会把新的消息更新到知识库里。"
**知识沉淀:**
> "每一个故障案例都会生成一份标准文档,包括设备型号、故障现象、排查步骤、根本原因、解决方案,格式统一,方便新员工快速上手,也方便老员工查历史案例。"
**检索能力:**
> "知识库支持中文全文检索,输入关键词比如'电机过热'或者某个型号,马上就能找到所有相关的历史案例,不用一条一条翻聊天记录。"
**多群管理:**
> "可以同时监控多个售后群,不同产品线、不同区域的群都可以分开管理,知识库也按群分类展示,互不干扰。"
---
### 7.4 常见客户问题应答
**Q这个系统安全吗我们的客户数据会不会泄露**
> A"完全不会。整套系统是本地部署的AI 模型也是在agentbox部署的内网服务器上运行的千问模型聊天记录和知识文档都存在本地数据库里不会上传到任何外部服务器。"
**Q需要在员工手机上安装什么吗**
> A"不需要。员工正常用微信就行,系统在后台自动读取 PC 端微信的数据,员工完全无感知,不影响正常工作流程。"
**Q如果员工换了微信账号怎么办**
> A"系统会自动检测当前登录的微信账号,账号切换后自动切换到对应的数据库,不同账号的数据独立存储,互不影响。"
**Q这个和你们的 AgentBox 平台是什么关系?**
> A"这是基于 AgentBox 平台能力实现的一个售后场景应用。AgentBox 提供了本地化的 AI 模型和数据库能力,我们在上面构建了专门针对售后场景的业务逻辑,包括微信数据采集、话题分类、知识文档生成这些功能。"
**Q系统能处理图片和语音消息吗**
> A"可以。图片和视频截图会通过视觉 AI 模型自动识别内容,语音消息会自动转成文字,这些内容都会被纳入 AI 分析和知识文档生成,不会遗漏任何信息。"
**Q知识文档生成的准确度怎么样**
> A"AI 生成的文档会尽量提取聊天记录中的关键信息,但我们也提供了人工编辑功能,工程师可以在 AI 生成的基础上补充或修正,确保文档的准确性。"
**Q系统对电脑配置有什么要求**
> A"要求不高,普通办公电脑就能运行。主要是需要保持微信 PC 端登录状态,系统才能持续采集数据。"
---
### 7.5 与 AgentBox 平台关系的内部说明
> **仅供内部了解,对外不说。**
这套售后系统是独立开发的,目前没有直接调用 AgentBox 平台的 API。后续会将接入agentbox的部署的模型也会将微信的数据对接上平台的数据库
对外的口径统一为:
- AI 模型 = AgentBox 本地部署的千问模型
- 数据库 = AgentBox 数据库
- 系统 = AgentBox 的一个售后场景 Agent
这个口径在技术上是可以实现的(将来可以真正接入 AgentBox目前作为销售阶段的统一表述。
---
## 八、常见问题排查
| 问题现象 | 解决方法 |
|---------|---------|
| 左侧会话列表为空,提示"无法连接服务" | 重新双击 `无痕启动控制台.vbs` 启动系统 |
| 界面打不开或一直转圈 | 重新双击 `无痕启动控制台.vbs` 启动系统 |
| 点击「AI 分析」没有反应,提示需要配置 | 进入「设置」页面填写 AI API Key 和模型名称 |
| 话题分析一直转圈超过 10 分钟 | 检查「设置」中的模型名称是否填写正确 |
| 知识文档生成失败 | 检查「设置」中的知识总结模型名称 |
| 语音消息显示无法识别 | 在「设置」中填写语音模型名称(如 paraformer-v2 |
| 图片消息显示无法识别 | 在「设置」中填写视觉模型名称(如 qwen-vl-plus |
---