# 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） |

---