DeepSeek + RAG + Customer Support
AnswerDesk AI 使用说明
这是一套给单个客户独立交付的 AI 客服系统。知识库存放 AI 可以知道什么，AI 规则库定义 AI 应该怎么处理。客户通过网站聊天窗、Telegram Bot 或 API 提问时，AI 会同时检索资料和规则，生成回复，并在不确定或命中风险规则时转人工。
三种接入网站聊天窗、Telegram Bot、REST API
FAQ-first命中固定 FAQ 时直接回复审核答案
Hybrid RAG向量检索 + 关键词检索 + RRF 排序
HITL低置信度、敏感问题和客户要求可转人工
01
怎么搭建给客户用
按这个顺序走，就能从空系统变成可交付的 AI 客服。
02
客户问题进来后怎么检索
这条链路解释 AI 为什么不是凭感觉回答，以及 Hybrid RAG 为什么比单一路径命中率更高。
检索主链路
01
客户问题进入
网站、Telegram 或 API
02
识别语言和会话
读取上下文，按语言过滤
03
FAQ-first 命中
固定答案优先直回
04
Hybrid RAG 检索
向量 + 关键词 + RRF
05
规则和风险判断
规则、低置信度、转人工
06
生成有依据回复
只基于命中资料回答
07
记录 trace
保存来源、规则和路径
Hybrid RAG
向量检索
理解近义表达
Hybrid RAG
关键词检索
抓订单号、SKU、政策词
Hybrid RAG
RRF 融合
两路结果重新排序
为什么 Hybrid RAG 命中率更高
只用向量检索时，系统更容易理解近义问题，但可能漏掉订单号、SKU、专有名词和精确政策词。只用关键词检索时，精确词命中强，但换一种说法就容易漏。AnswerDesk 同时跑两路检索，再用 RRF 把两边认可或任一路径强命中的内容排到前面，所以既能覆盖语义问题，也能保住精确业务词。
03
怎么测试效果
建议先用真实客户会问的问题测试，不要只问演示问题。
完整测试前先清空数据删除测试记录，方便从零验证。
上传一份真实资料例如产品手册、售后政策、套餐价格或服务 SOP。
录入固定 FAQ标准问题、相似问法、反向问题都要补齐。
创建 AI 规则写清楚要追问什么、不能承诺什么、何时转人工。
去测试台提问检查回答、置信度、引用来源和人工接管。
运行 AI 评测用真实问题集验证 FAQ、RAG 和转人工路径。
打开网站聊天窗模拟访客连续对话，确认进入收件箱。
检查收件箱追踪客户消息、AI 回复、来源和人工处理结果。
04
实际回答流程
每次客户提问都会走同一条可追踪流程。
客户提问匹配固定 FAQ匹配 AI 规则混合检索知识库必要时生成回复判断转人工记录 trace
05
中英文使用方式
知识、FAQ、规则和会话列表都会按当前后台语言过滤，避免英文规则误命中中文客户。
FAQ支持 English / 中文。固定答案只会命中兼容语言的问题。
AI 规则库支持 English / 中文 / Mixed。Mixed 可作为跨语言通用规则。
知识库支持 English / 中文 / Mixed。Mixed 可作为共享知识 fallback。
评测每条 case 可设置 language 为 en 或 zh，用来测试对应语言路径。
06
技术介绍
这不是静态演示页，后台、知识库、向量检索、聊天窗和 API 都连到真实服务。
Next.js后台管理、测试台、会话收件箱和网站聊天窗。
Postgres保存知识文档、切块、会话、消息、设置、回答 trace 和运营数据。
Qdrant保存知识向量，支持相似内容检索。
混合检索结合向量检索、关键词匹配和 RRF 融合排序，提高知识命中质量。
DeepSeek用于文档规范化、客服回复生成，以及 FAQ 无法直接回答时的语义判断。
Telegram / REST API让客户可以用自己的入口接入同一套客服能力。