docs: update rag answerability flow

README.md

@@ -7,8 +7,8 @@
 它不是一个简单的聊天机器人，而是一套围绕客服场景设计的完整系统：
 
 - AI Agent 先接待，优先处理常见问题与标准流程
-- 知识库检索驱动回答，支持 RAG 场景
-- 在低置信度、无答案或命中规则时转人工
+- 知识库检索驱动回答，并通过 Answerability Gate 防止超出知识库范围时乱答
+- 知识库无法支撑回答时返回兜底提示，并建议用户联系人工客服
 - 后台可管理会话、工单、客服组、知识库、AI 配置、Skills 和 MCP
 - 提供管理后台、客服工作台与客户侧 Web 接入入口
 
@@ -29,33 +29,35 @@ flowchart TD
     A[用户发起咨询<br/>Web 客服入口 / Open API] --> B[创建或匹配会话]
     B --> C[客户发送消息]
     C --> D[触发 AI Reply Runtime]
-    D --> E[加载会话历史 / AI 配置 / 可用工具]
-    E --> F[按需选择 Skill]
-    F --> G[按需注入知识库检索结果]
-    G --> H[Agent 运行并决定下一步]
-    H --> I{直接回复?}
-    I -- 是 --> J[LLM 生成回复并返回用户]
-    J --> K{问题是否结束?}
-    K -- 否 --> C
-    K -- 是 --> L[结束会话或沉淀数据]
-    I -- 否 --> M{是否调用 Graph / MCP Tool?}
-    M -- 是 --> N[执行 Skill / Graph / MCP Tool]
-    N --> O{需要用户确认?}
-    O -- 否 --> H
-    O -- 是 --> P[向用户发起确认]
-    P --> Q{用户确认结果}
-    Q -- 取消 --> J
-    Q -- 确认转人工 --> R[会话转人工并进入待接入池]
-    R --> S[按客服组/排班自动分配或人工分配]
-    S --> T[客服工作台接管]
-    T --> U{是否需要工单跟踪?}
-    U -- 是 --> V[人工处理中创建/关联工单]
-    U -- 否 --> W[人工继续处理]
-    V --> W
-    W --> X[问题解决并关闭]
-    Q -- 确认建单 --> Y[从当前会话创建工单]
-    Y --> H
-    M -- 否 --> J
+    D --> E[加载会话历史 / AI 配置]
+    E --> F[按绑定知识库执行检索]
+    F --> G{知识片段是否足以回答?}
+    G -- 否 --> Z[返回知识库兜底提示<br/>并建议联系人工客服]
+    G -- 是 --> H[准备 Skills / MCP Tools]
+    H --> I[将可信知识上下文交给 Agent]
+    I --> J{直接回复?}
+    J -- 是 --> K[LLM 基于知识生成回复并返回用户]
+    K --> L{问题是否结束?}
+    L -- 否 --> C
+    L -- 是 --> M[结束会话或沉淀数据]
+    J -- 否 --> N{是否调用 Graph / MCP Tool?}
+    N -- 是 --> O[执行 Skill / Graph / MCP Tool]
+    O --> P{需要用户确认?}
+    P -- 否 --> I
+    P -- 是 --> Q[向用户发起确认]
+    Q --> R{用户确认结果}
+    R -- 取消 --> K
+    R -- 确认转人工 --> S[会话转人工并进入待接入池]
+    S --> T[按客服组/排班自动分配或人工分配]
+    T --> U[客服工作台接管]
+    U --> V{是否需要工单跟踪?}
+    V -- 是 --> W[人工处理中创建/关联工单]
+    V -- 否 --> X[人工继续处理]
+    W --> X
+    X --> Y[问题解决并关闭]
+    R -- 确认建单 --> AA[从当前会话创建工单]
+    AA --> I
+    N -- 否 --> K
 ```
 
 ## 核心业务流程
@@ -124,12 +126,13 @@ flowchart TD
     D --> E[AI Agent 绑定知识库]
     E --> F[用户提问触发 AI Runtime]
     F --> G[按知识库配置执行检索]
-    G --> H{是否命中有效片段?}
-    H -- 是 --> I[将知识片段注入运行时上下文]
-    I --> J[Agent 基于知识生成回复]
-    H -- 否 --> K[走知识库 fallback 文案或升级策略]
-    J --> L[记录检索日志 / 运行日志]
-    K --> L
+    G --> H[Answerability Gate 判定知识是否足以回答]
+    H --> I{可被知识片段支撑?}
+    I -- 是 --> J[将可信知识片段注入运行时上下文]
+    J --> K[Agent 基于知识生成回复]
+    I -- 否 --> L[返回知识库 fallback 文案<br/>并建议联系人工客服]
+    K --> M[记录检索日志 / Answerability Trace / 运行日志]
+    L --> M
 ```
 
 ### 5. AI Reply Runtime 流程
@@ -137,20 +140,22 @@ flowchart TD
 ```mermaid
 flowchart TD
     A[客户消息进入运行时] --> B[装载会话历史]
-    B --> C[加载 AI Config / 可用工具]
-    C --> D[尝试命中 Skill]
-    D --> E[按需注入知识库检索结果]
-    E --> F[构造 Agent 输入消息]
-    F --> G[Agent 执行]
-    G --> H{输出类型}
-    H -- 直接回复 --> I[写回 AI 消息]
-    H -- Tool 调用 --> J[执行 Graph / MCP Tool]
-    J --> K{是否触发确认中断?}
-    K -- 否 --> G
-    K -- 是 --> L[保存 checkpoint / pending interrupt]
-    L --> M[等待用户回复确认或取消]
-    M --> N[恢复执行 Resume]
-    N --> G
+    B --> C[加载 AI Config]
+    C --> D[按绑定知识库检索]
+    D --> E{Answerability Gate 是否通过?}
+    E -- 否 --> F[写回 fallback 回复<br/>并建议联系人工客服]
+    E -- 是 --> G[加载可用工具并尝试命中 Skill]
+    G --> H[构造带可信知识的 Agent 输入消息]
+    H --> I[Agent 执行]
+    I --> J{输出类型}
+    J -- 直接回复 --> K[写回 AI 消息]
+    J -- Tool 调用 --> L[执行 Graph / MCP Tool]
+    L --> M{是否触发确认中断?}
+    M -- 否 --> I
+    M -- 是 --> N[保存 checkpoint / pending interrupt]
+    N --> O[等待用户回复确认或取消]
+    O --> P[恢复执行 Resume]
+    P --> I
 ```
 
 ## 适用场景
@@ -289,7 +294,7 @@ make migration    # 执行 migration
 
 - AI 客服系统
 - AI Helpdesk / AI Support Platform
-- RAG + Human Handoff 的落地样板
+- RAG 可回答性判定 + Human Handoff 的落地样板
 - 面向企业场景的 AI Agent 应用框架
 
 如果你在寻找一个 **以 AI Agent 为中心，而不是仅仅把 LLM 嵌进聊天框** 的客服系统，这个项目就是为此设计的。