From b85e1a25576796c1a65a249d5eecab946472700f Mon Sep 17 00:00:00 2001 From: mlogclub Date: Sat, 2 May 2026 14:57:49 +0800 Subject: [PATCH] docs: update rag answerability flow --- README.md | 105 ++++++++++++++++++++++++++++-------------------------- docs | 2 +- 2 files changed, 56 insertions(+), 51 deletions(-) diff --git a/README.md b/README.md index aafebac..13d3cfd 100644 --- a/README.md +++ b/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
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
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
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
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。 diff --git a/docs b/docs index ff1dc42..60beef4 160000 --- a/docs +++ b/docs @@ -1 +1 @@ -Subproject commit ff1dc42207a554025763d8d080611b6f324a094c +Subproject commit 60beef424bbc17ae4231af6d20fdfcf4a01282c8