# 智能客服

**Repository Path**: lhdxhl/intelligent

## Basic Information

- **Project Name**: 智能客服
- **Description**: 智能客服主要使用Pyhton开发，使用langchain集成deepseek、GLM等大模型平台开发
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2026-01-12
- **Last Updated**: 2026-02-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 智能客服系统 v2.0.0

这是一个支持多种大语言模型（GLM、DeepSeek）的增强版智能客服系统，集成了四大核心能力：多轮上下文对话、企业知识库问答、可扩展工具调用、私有化部署支持。

## 核心能力

✅ **多轮上下文对话** - 智能记住对话历史，保持上下文连贯性  
✅ **企业知识库问答** - 基于 RAG 架构，从企业知识库中精准检索信息  
✅ **可扩展 Agent/工具调用** - 灵活的 Agent 框架，支持 7 种内置工具和自定义工具扩展  
✅ **私有化部署** - 完全自主可控，支持本地部署，数据安全不出企业网络

## 功能特性

- ✅ 支持智谱AI GLM-4 大语言模型
- ✅ 支持 DeepSeek 大语言模型
- ✅ 支持多轮对话，自动记录上下文
- ✅ 命令行交互界面
- ✅ 统一 Web 界面（推荐）
- ✅ 对话历史管理（查看、清空）
- ✅ **企业知识库 RAG 检索** 🆕
- ✅ **PostgreSQL 数据库存储** 🆕
- ✅ **本地文件上传到知识库** 🆕
- ✅ 7 种内置工具（天气、订单、价格计算等）
- ✅ 友好的用户体验和错误处理
- ✅ 可配置的模型参数
- ✅ 统一启动脚本，一键启动所有功能

## 技术栈

- **后端框架**: Python
- **AI 模型**: 
  - 智谱AI GLM-4
  - DeepSeek
- **Web 框架**: Flask
- **数据库**: PostgreSQL（知识库存储）🆕
- **环境配置**: python-dotenv
- **向量嵌入**: sentence-transformers

## 项目结构

```
.
├── enhanced_customer_service.py      # 增强版客服系统（集成所有核心能力）
├── knowledge_base_rag.py            # RAG 知识库模块（ChromaDB 版）
├── knowledge_db.py                 # PostgreSQL 知识库模块 🆕
├── agent_system.py                 # Agent 和工具调用系统
├── web_service.py                 # Web 服务接口（RESTful API）
├── start.py                      # 统一启动脚本 ⭐
├── init_db.py                    # 数据库初始化脚本 🆕
├── customer_service.py            # GLM 版命令行客服系统（旧版）
├── web_customer_service.py        # GLM 版 Web 客服系统（旧版）
├── deepseek_customer_service.py   # DeepSeek 版命令行客服系统（旧版）
├── deepseek_web_customer_service.py # DeepSeek 版 Web 客服系统（旧版）
├── requirements.txt               # Python 依赖
├── .env.example                 # 环境变量模板
├── .gitignore                  # Git 忽略文件
├── README.md                   # 项目说明文档
├── README_CORE_CAPABILITIES.md  # 核心能力详细文档
├── DEPLOYMENT_GUIDE.md        # 部署指南
└── templates/
    ├── index.html            # Web 界面模板（旧版）
    └── unified_with_kb.html  # 统一 Web 界面（带知识库管理）🆕
```

## 快速开始

### 前置要求

在启动系统之前，需要准备以下环境：

1. **AI 模型 API 密钥**（任选其一）：
   - DeepSeek: [https://platform.deepseek.com/](https://platform.deepseek.com/)
   - GLM-4: [https://open.bigmodel.cn/](https://open.bigmodel.cn/)

2. **PostgreSQL 数据库**（用于知识库存储）：
   - 安装 PostgreSQL 12 或更高版本
   - 创建数据库用户和数据库
   - 或使用 Docker 快速启动（见下方）

### 方式一：使用统一启动脚本（推荐）⭐

```bash
# 1. 安装依赖
pip install -r requirements.txt

# 2. 配置环境变量
cp .env.example .env
# 编辑 .env 文件，填入 API 密钥和数据库连接字符串

# 3. 初始化数据库（可选）
python init_db.py

# 4. 启动系统
python start.py

# 5. 选择 1 - 启动 Web 服务
# 然后在浏览器中访问: http://localhost:5000/ui
```

### PostgreSQL 快速启动（使用 Docker）

如果没有本地 PostgreSQL，可以使用 Docker 快速启动：

```bash
# 1. 启动 PostgreSQL 容器
docker run -d \
  --name intelligent-postgres \
  -e POSTGRES_PASSWORD=postgres \
  -e POSTGRES_DB=intelligent_kb \
  -p 5432:5432 \
  postgres:15

# 2. 更新 .env 中的 DATABASE_URL
# DATABASE_URL=postgresql://postgres:postgres@localhost:5432/intelligent_kb

# 3. 运行数据库初始化
python init_db.py

# 4. 启动系统
python start.py
```

### 启动菜单

启动后，你将看到一个交互式菜单：

```
请选择启动模式：
1. 启动 Web 服务（推荐）- 统一 Web 界面，集成所有功能
2. 启动命令行对话模式 - 交互式命令行界面
3. 演示知识库功能 - 测试 RAG 检索系统
4. 演示 Agent 系统 - 测试工具调用功能
5. 查看 API 文档 - 显示 RESTful API 使用说明
6. 查看部署指南 - 显示部署相关说明
0. 退出
```

### 方式二：命令行参数启动

```bash
# 启动 Web 服务
python start.py --mode web

# 启动命令行模式
python start.py --mode cli

# 演示知识库
python start.py --mode kb

# 演示 Agent 系统
python start.py --mode agent
```

### 环境变量配置

```env
# 模型选择（选择其中一个）
AI_PROVIDER=deepseek          # 或 zhipuai

# GLM 模型配置
ZHIPUAI_API_KEY=
ZHIPUAI_MODEL=glm-4          # 模型名称

# DeepSeek 模型配置
DEEPSEEK_API_KEY=
DEEPSEEK_MODEL=deepseek-chat  # 模型名称

# 通用配置
TEMPERATURE=0.7              # 温度参数 (0-1)
MAX_TOKENS=2000              # 最大生成 token 数

# Web 服务配置
FLASK_HOST=0.0.0.0
FLASK_PORT=5000
FLASK_DEBUG=False

# PostgreSQL 数据库配置 🆕
# 格式: postgresql://用户名:密码@主机:端口/数据库名
DATABASE_URL=postgresql://postgres:password@localhost:5432/intelligent_kb
```

## 使用方法

### 统一 Web 界面（推荐）⭐

**重要提示** 🚀：
- 首次启动时，系统会自动预加载知识库模型（sentence-transformers），可能需要 1-3 分钟
- 启动完成后，访问网页将非常快速，无需等待加载时间
- 模型文件会缓存到本地，后续启动会更快

访问 http://localhost:5000/ui 体验完整的智能客服系统：

**主要功能**：
- 💬 实时对话交互
- 📚 **企业知识库问答** 🆕
- 🔧 工具调用（天气、订单、价格等）
- 📝 对话历史管理
- 🎨 现代化 UI 设计
- 📤 **本地文件上传** 🆕
- 🔍 **知识库检索** 🆕

**知识库管理**：
- 上传文件（TXT、MD、PDF、DOC、DOCX）
- 添加文本文档
- 搜索知识库（支持分类筛选）
- 查看所有文档
- 删除文档
- 查看知识库统计信息

### RESTful API

服务启动后，可使用以下 API 端点：

**基础端点**：
```bash
# 健康检查
curl http://localhost:5000/health
```

**聊天相关**：
```bash
# 发送消息
curl -X POST http://localhost:5000/chat \
  -H "Content-Type: application/json" \
  -d '{"message": "你好"}'

# 清空历史
curl -X POST http://localhost:5000/clear

# 获取历史
curl http://localhost:5000/history

# 获取会话信息
curl http://localhost:5000/info
```

**知识库管理** 🆕：
```bash
# 搜索知识库
curl -X POST http://localhost:5000/knowledge/search \
  -H "Content-Type: application/json" \
  -d '{"query": "产品价格", "top_k": 5}'

# 获取文档列表
curl http://localhost:5000/knowledge/documents

# 添加文档（文本）
curl -X POST http://localhost:5000/knowledge/documents \
  -H "Content-Type: application/json" \
  -d '{"title": "文档标题", "content": "文档内容", "category": "general"}'

# 上传文件
curl -X POST http://localhost:5000/knowledge/upload \
  -F "file=@document.txt" \
  -F "title=文档标题" \
  -F "category=general"

# 获取统计信息
curl http://localhost:5000/knowledge/stats

# 获取分类列表
curl http://localhost:5000/knowledge/categories
```

**工具和会话**：
```bash
# 获取工具列表
curl http://localhost:5000/tools
```

详细的 API 文档请查看 `DEPLOYMENT_GUIDE.md`

### 命令行对话模式

```bash
python start.py
# 选择 2 - 启动命令行对话模式
```

**交互命令**:
- 直接输入您的问题进行对话
- 输入 `clear` 清空对话历史
- 输入 `history` 查看对话历史
- 输入 `info` 查看会话信息
- 输入 `quit` 或 `exit` 退出程序

### 数据库初始化 🆕

系统提供了两种数据库初始化脚本：

**方式一：交互式初始化（推荐用于首次使用）**
```bash
python init_db.py
```

该脚本会：
1. 检查 PostgreSQL 连接
2. 创建数据库（如果不存在）
3. 创建数据表
4. 询问是否添加示例文档

**方式二：自动初始化（推荐用于脚本或 CI/CD）**
```bash
python init_db_auto.py
```

该脚本会自动执行所有步骤，无需交互：
1. 检查 PostgreSQL 连接
2. 创建数据库（如果不存在）
3. 创建数据表
4. 自动添加示例文档
5. 显示统计信息

### 旧版文件（已弃用）

以下文件为旧版本，已集成到增强版中，不推荐使用：

```bash
python customer_service.py            # GLM 命令行（旧版）
python web_customer_service.py        # GLM Web（旧版）
python deepseek_customer_service.py   # DeepSeek 命令行（旧版）
python deepseek_web_customer_service.py # DeepSeek Web（旧版）
```

建议使用 `python start.py` 统一启动脚本。

## 数据库架构 🆕

### knowledge_documents 表

| 字段名 | 类型 | 说明 |
|---------|------|------|
| id | INTEGER (主键) | 文档 ID |
| title | VARCHAR(500) | 文档标题 |
| content | TEXT | 文档内容 |
| category | VARCHAR(100) | 文档分类 |
| file_name | VARCHAR(500) | 原始文件名 |
| embedding | TEXT | 向量嵌入（逗号分隔）|
| created_at | DATETIME | 创建时间 |
| updated_at | DATETIME | 更新时间 |

### 支持的文件格式 🆕

- **文本文件**: .txt, .md
- **文档文件**: .doc, .docx
- **PDF 文件**: .pdf

最大文件大小: 16 MB

## 常见问题

### Q: 如何获取智谱AI的API密钥？

A: 访问 [智谱AI开放平台](https://open.bigmodel.cn/)，注册账号后即可在控制台获取 API 密钥。

### Q: 如何获取 DeepSeek 的 API 密钥？

A: 访问 [DeepSeek 开放平台](https://platform.deepseek.com/)，注册账号后即可获取 API 密钥。

### Q: 如何配置 PostgreSQL 数据库？ 🆕

A: 
1. 安装 PostgreSQL 12+
2. 创建数据库和用户
3. 更新 .env 文件中的 DATABASE_URL
4. 运行 `python init_db.py` 初始化数据库

或使用 Docker 快速启动：
```bash
docker run -d --name intelligent-postgres \
  -e POSTGRES_PASSWORD=postgres \
  -e POSTGRES_DB=intelligent_kb \
  -p 5432:5432 postgres:15
```

### Q: 为什么回复很慢？

A: 这可能是因为网络延迟或 API 服务器负载较高。可以尝试：
1. 检查网络连接
2. 使用更快的模型
3. 减少 `MAX_TOKENS` 值

### Q: 知识库如何工作？ 🆕

A: 
1. 文档上传到 PostgreSQL 数据库
2. 使用 sentence-transformers 生成向量嵌入
3. 基于余弦相似度进行语义检索
4. 返回最相关的文档内容

### Q: 如何部署到生产环境？

A: 建议使用生产级 Web 服务器（如 Gunicorn + Nginx）:

```bash
pip install gunicorn
gunicorn -w 4 -b 0.0.0.0:5000 web_service:app
```

详见 `DEPLOYMENT_GUIDE.md` 获取完整的部署指南。

### Q: 支持哪些模型？

#### GLM 模型
- glm-4（最新模型）
- glm-3-turbo
- glm-4-flash
- glm-4-air

#### DeepSeek 模型
- deepseek-chat
- deepseek-coder

## 扩展开发

### 添加自定义知识库 🆕

```python
from knowledge_db import get_knowledge_base

# 获取知识库实例
kb = get_knowledge_base()

# 添加文档
doc_id = kb.add_document(
    title="我的文档",
    content="文档内容",
    category="custom"
)

# 搜索文档
results = kb.search("搜索关键词", top_k=5)
```

### 添加自定义工具

```python
from agent_system import Tool

# 创建自定义工具
def custom_function(param):
    # 自定义逻辑
    return "处理结果"

custom_tool = Tool(
    name="custom_tool",
    description="自定义工具描述",
    function=custom_function,
    parameters={
        "type": "object",
        "properties": {
            "param": {
                "type": "string",
                "description": "参数描述"
            }
        },
        "required": ["param"]
    }
)

# 注册工具
agent_manager.register_tool(custom_tool)
```

### 添加语音输入/输出

可以集成语音识别和语音合成库实现语音交互。

## 许可证

MIT License

## 贡献

欢迎提交 Issue 和 Pull Request！

## 联系方式

如有问题或建议，请提交 Issue。

## 致谢

- [智谱AI](https://open.bigmodel.cn/) - 提供 GLM 大语言模型服务
- [DeepSeek](https://www.deepseek.com/) - 提供 DeepSeek 大语言模型服务
- [Flask](https://flask.palletsprojects.com/) - 轻量级 Web 框架
- [OpenAI](https://openai.com/) - 提供兼容的 API 格式
- [PostgreSQL](https://www.postgresql.org/) - 开源数据库系统
- [sentence-transformers](https://www.sbert.net/) - 语义向量嵌入模型