工程能力

9 项核心工程能力

大模型集成

GPT-4o / Claude / DeepSeek / 通义 / 文心 / 豆包
我们怎么用
不押注单一模型。按业务场景分级 —— 复杂推理用 Claude / GPT-4o,客服对活用 DeepSeek / 通义降本,本地化部署用开源模型兜底。三家模型供应商同时跑,任何一家出问题 5 分钟切换到备选,业务不中断。
真实场景
某跨境电商客服 Agent 主用 DeepSeek(成本低),订单异常处理自动切到 GPT-4o(准确率高),月 Token 成本比纯用 GPT-4o 降 62%。

Agent 框架

Dify / Coze / 扣子 / FastGPT / 阿里百炼 / n8n
我们怎么用
按"客户能力 vs 我们的熟悉度"选框架 —— 客户运维强选 Dify(开源、可视化),要快速上线选 Coze(开箱即用模板多),要私有化选 FastGPT(轻量),不锁死在某一个。后期客户想换框架,我们配合迁移。
真实场景
某连锁零售品牌在 Dify 上搭了 4 个 Agent 跑 8 个月,运维团队已能自主迭代,我们交接后基本不再介入

知识库 / RAG

向量召回 + 关键词召回 + 重排序三路融合
我们怎么用
不只用向量检索 —— 三路召回并行:向量(语义相似)、关键词(专有名词)、重排序(相关性打分)。对长文档(合同 / 报告)特别有效,召回准确率从单路 70% 提升到 92%。多租户隔离,敏感行业(法律、医疗)支持本地化部署。
真实场景
某律所用 RAG 查判例库,原本律师手动查 30 分钟/次,现在 AI 30 秒出答案且命中率 91%。

多渠道接入

公众号 / 视频号 / 抖音 / 小红书 / WhatsApp / 网页
我们怎么用
一个 Agent 后端、N 个前端渠道。同一份知识库、同一套对话逻辑,用户从微信来和从抖音来获得的是一致的体验。客户无需为每个渠道重复开发,后台统一看数据。
真实场景
某美业品牌同时接公众号 + 视频号私信 + 小红书 + 抖音,4 个渠道共用 1 个 Agent,客服人力降 70% 且响应时长从平均 8 分钟降到 12 秒。

语音能力

阿里通义 / 讯飞 ASR + 主流商用 TTS 音色库
我们怎么用
ASR(语音转文字)用阿里 / 讯飞双备份,识别准确率 95%+;TTS(文字转语音)支持真人音色定制、方言、情感调节。支持智能 IVR 呼入接待 + 通话转工单 + 通话分析,合规稳妥。
真实场景
某连锁口腔诊所日均 60+ 通咨询电话全部 AI 接待,客户等待时长从 2 分钟降到 8 秒,到店率提升 35%。

业务系统集成

CRM / ERP / 电商后台 / 财务 / 飞书 / 钉钉 / 企微
我们怎么用
Agent 不只是"聊天",要能读写你的业务系统。已对接 30+ 主流系统(飞书审批、企微 CRM、淘宝店铺、抖音店铺、销售易、用友、金蝶...)。有 API 的接 API,没 API 的用浏览器自动化,都能打通。
真实场景
某电商客户咨询时,Agent 实时调订单系统查物流、调 CRM 查客户等级、调优惠系统算折扣,全自动化不再"踢皮球"

数据 / 存储

MySQL / PostgreSQL / MongoDB / Redis / ES / ClickHouse
我们怎么用
对话记录向量化存 Milvus / Qdrant,会话状态走 Redis,业务数据进客户原有的 MySQL / PG(不动客户数据主权)。支持分租户隔离 + 字段级脱敏,敏感数据本地化。
真实场景
某医疗客户 12 万条历史问诊记录做 RAG,敏感字段(身份证、电话)自动脱敏,符合医疗数据合规要求。

云部署

阿里云 / 腾讯云 / 华为云 / AWS / 私有化
我们怎么用
三种部署模式可选 ——云端 SaaS(最快,2 周上线)、私有化(数据不出企业,金融 / 医疗 / 政企首选)、混合云(敏感数据本地、AI 调用云端)。不绑定任何云厂商,客户已有云就在那上面跑。
真实场景
某银行客户要求私有化部署,我们 6 周完成从代码到上线,所有数据不离开银行内网,符合金融监管要求。

监控与运维

调用追踪 / Token 成本 / 质量评测 / 灰度发布
我们怎么用
每一次调用都记账、每一次回答都打分。Token 成本超阈值自动告警,对话满意度下降自动触发提示词优化任务。客户在后台看板能看到:调用量、响应时长、命中率、人力节省比例,全透明。
真实场景
某零售客户月 Token 成本从 8000 涨到 12000,系统自动告警,定位到是某 SKU 咨询激增,2 小时内定位 + 优化,避免持续浪费。

企业微信 / 钉钉 / 飞书 三大渠道

路径一

钉钉 / 飞书 原生「客服助理」+ 阿里云 AppFlow(零代码)

通过钉钉 / 飞书 原生的"客服助理"或阿里云 AppFlow 等连接器,无需编写代码即可快速搭建智能客服。企业只需在后台上传知识文档、配置问答规则与人工转接策略,便能实现基于知识库的自动回复和人工无缝接管。

  • 钉钉后台可视化配置,0 代码门槛
  • 知识库直接上传 FAQ / 产品手册
  • 智能转人工:复杂问题自动流转,附带完整上下文
  • 适用场景:客服咨询、产品答疑、HR 助手等
钉钉 / 飞书 原生客服助理 + 阿里云 AppFlow 零代码配置示意
路径二

企业微信 / 钉钉 / 飞书 开放 API + 第三方大模型(深度定制)

通过调用企业微信 / 钉钉 / 飞书 的开放 API,将第三方大模型(如 DeepSeek、通义千问等)接入到企业内部系统中,实现高度定制化的智能客服。典型架构包括接入层、路由层、逻辑层和数据层,可通过 RAG 技术构建专属知识库,并设置异步回复、交互式卡片等高级功能。

  • 4 层架构:接入层 / 路由层 / 逻辑层 / 数据层
  • 支持 DeepSeek、通义千问等主流大模型接入
  • RAG 专属知识库,对接企业内部文档
  • 异步回复 + 交互式卡片 + 业务系统联动
  • 适用场景:复杂业务、深度集成、规模化使用
企业微信 / 钉钉 / 飞书 开放 API + 第三方大模型 4 层架构示意