# ai_crm

**Repository Path**: li-binfeng/ai_crm

## Basic Information

- **Project Name**: ai_crm
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-08-03
- **Last Updated**: 2026-08-03

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# AI CRM 智能客服系统

基于 LangChain + Flask + Gradio 构建的智能客服系统，通过意图识别和工具链路实现课程咨询、行业咨询等功能。

## 功能特点

- 智能意图识别（硅基流动 DeepSeek-V3）
- RAG 课程检索（本地知识库 + 关键词匹配向量检索）
- 行业信息查询（Tavily API 实时搜索）
- 流畅的对话体验（Gradio Web 界面）
- 用户认证系统（注册/登录/会话管理）
- API 限流保护（flask-limiter）
- LLM 调用重试机制

## 系统架构

```
用户输入 → 意图识别(DeepSeek-V3) → Agent路由 → 工具调用 → 响应生成
    ↓
用户认证 ← 聊天历史管理 ← MySQL数据库
```

**双服务架构：**
- **Flask API**（端口 5000）：后端 RESTful API，处理业务逻辑
- **Gradio Web**（端口 7863）：前端用户界面，登录/注册/聊天

## 快速开始

### 1. 环境准备

```bash
python -m venv ai_crm_env
ai_crm_env\Scripts\activate  # Windows
pip install -r requirements.txt
```

### 2. 配置环境变量

```bash
cp .env.example .env
```

编辑 `.env`，填入以下配置：

| 变量 | 说明 | 示例 |
|------|------|------|
| `DB_HOST/PORT/USER/PASSWORD/NAME` | MySQL 数据库连接 | `localhost:3306` |
| `SILICONFLOW_API_KEY` | 硅基流动 API Key | `sk-xxx` |
| `SILICONFLOW_MODEL` | 硅基流动模型名 | `deepseek-ai/DeepSeek-V3` |
| `SILICONFLOW_BASE_URL` | 硅基流动 API 地址 | `https://api.siliconflow.cn/v1` |
| `TAVILY_API_KEY` | Tavily 搜索 API Key | `tvly-xxx` |

### 3. 启动服务

```bash
python main.py
```

### 4. 访问系统

- **Web 界面**: http://localhost:7863 （用户访问此地址）
- **API 服务**: http://localhost:5000 （仅返回 JSON，无页面）

## 项目结构

```
ai_crm_system/
├── main.py              # 主程序入口（启动 Flask + Gradio 双服务）
├── app.py               # Flask API 服务（登录/注册/聊天等路由）
├── ui.py                # Gradio Web 界面（登录/注册/聊天 UI）
├── config.py            # 配置文件（数据库/API密钥/模型配置）
├── models.py            # SQLAlchemy 数据模型（User/Session/ChatHistory等）
├── database.py          # 数据库管理类（DatabaseManager）
├── tools.py             # LangChain Agent 工具（意图识别/RAG/行业搜索）
├── prompts.py           # 提示词模板
├── utils.py             # 工具函数
├── vectorstore.py       # 向量数据库管理
├── simple_vectorstore.py # 简化向量存储（关键词匹配）
├── simple_text_splitter.py # 文本分割器
├── recreate_database.py # 数据库重建脚本
├── setup.py             # 项目初始化脚本
├── requirements.txt     # 依赖包
├── knowledge.txt        # 课程知识库
├── .env                 # 环境变量配置
├── .env.example         # 环境变量模板
├── static/css/          # 自定义 CSS 样式
├── logs/                # 日志目录
└── data/vectorstore/    # 向量数据库存储
```

## API 文档

### 用户认证

```
POST /user/register
Body: {"username": "xxx", "password": "xxx"}
Response: {"success": true, "user_id": 1, "message": "注册成功"}

POST /user/login
Body: {"username": "xxx", "password": "xxx"}
Response: {"success": true, "user_id": 1, "username": "xxx", "session_id": "uuid"}
```

### 聊天接口

```
POST /chat
Body: {"query": "Python课程怎么报名？", "phone": "13800138000", "session_id": "uuid"}
Response: {
    "success": true,
    "response": "课程信息...",
    "session_id": "uuid",
    "intent_code": 1,
    "response_time": 1200
}
```

`phone` 和 `session_id` 均为可选，系统通过 `session_id` 查找关联用户。

### 会话管理

```
POST /session/create
Body: {"phone_number": "13800138000"}
Response: {"success": true, "session_id": "uuid"}

GET /sessions/{session_id}/history
Response: {"success": true, "history": [...]}
```

### 其他接口

| 路由 | 方法 | 说明 |
|------|------|------|
| `/` | GET | API 状态信息 |
| `/init` | POST | 初始化系统（数据库+向量库） |
| `/health` | GET | 健康检查 |
| `/vectorstore/update` | POST | 更新向量库 |
| `/vectorstore/clear/{collection}` | POST | 清空向量库 |
| `/user/{phone}/history` | GET | 获取用户历史 |

## Agent 工具链

| 工具 | 意图编号 | 说明 |
|------|----------|------|
| `detect_intent` | - | 意图识别，返回 1/2/3 |
| `course_rag_search` | 1 | 基于本地知识库检索课程信息 |
| `industry_search` | 2 | 通过 Tavily API 检索行业信息 |
| `general_response` | 3 | 通用回复（闲聊/其他） |

## 模型配置

| 用途 | 模型 | 平台 | 参数 |
|------|------|------|------|
| 意图识别 | DeepSeek-V3 | 硅基流动 | temperature=0.0, max_tokens=10, timeout=15s |
| 对话生成 | DeepSeek-V3 | 硅基流动 | temperature=0.7, max_tokens=1024, timeout=30s |

## 数据库设计

| 表 | 说明 |
|----|------|
| `users` | 用户表（id, username, password, phone_number, email, created_at, last_login, is_active） |
| `sessions` | 会话表（id/UUID, user_id, phone_number, created_at, last_activity, is_active） |
| `chat_history` | 聊天记录表（user_id, session_id, query, response, intent_code, tool_used, response_time） |
| `knowledge_base` | 知识库表（collection_name, content, metadata_json） |
| `api_logs` | API 日志表（endpoint, method, user_id, request_data, response_data, status_code, response_time） |

密码使用 SHA256 哈希存储。

## 许可证

MIT License



┌─────────────────────────────────────────────────────┐
│                    main.py（启动入口）                  │
│  ┌──────────────────┐   ┌──────────────────────┐    │
│  │  Flask API :5000 │   │  Gradio Web UI :7863  │    │
│  │  (app.py)        │   │  (ui.py)              │    │
│  └────────┬─────────┘   └──────────┬───────────┘    │
│           │                        │                │
│  ┌────────▼────────────────────────▼───────────┐    │
│  │           tools.py（Agent 核心）               │    │
│  │  ┌──────────┐ ┌────────────┐ ┌──────────┐   │    │
│  │  │ course_  │ │ industry_  │ │ general_ │   │    │
│  │  │ rag_     │ │ search     │ │ response │   │    │
│  │  │ search   │ │ (Tavily)   │ │ (LLM直答) │   │    │
│  │  └────┬─────┘ └─────┬──────┘ └────┬─────┘   │    │
│  │       │             │             │          │    │
│  │  ┌────▼─────┐ ┌─────▼──────┐     │          │    │
│  │  │vector-   │ │ Tavily API │     │          │    │
│  │  │store     │ │ (联网搜索)  │     │          │    │
│  │  └──────────┘ └────────────┘     │          │    │
│  └──────────────────────────────────┼──────────┘    │
│                                     │               │
│  ┌──────────────────────────────────▼───────────┐    │
│  │         MySQL (SQLAlchemy ORM)                │    │
│  │  users / sessions / chat_history /            │    │
│  │  knowledge_base / api_logs                    │    │
│  └──────────────────────────────────────────────┘    │
└─────────────────────────────────────────────────────┘