返回指挥中心

这是什么项目

AIY 黑客松扣子 Coze 赛道铜奖作品,原版跑在扣子平台上。这个演示站把同一套逻辑用纯前端重写了一遍,谁都能直接打开试。

01/Story

背景

目标用户是中小型潮玩电商平台的运营主管和客服主管。每天晚上 9 点到凌晨 1 点是流水最高峰,也是客诉最高峰:大额投诉赔多少全靠主管拍脑袋,社群要 8–12 个人轮班盯着还是会漏,开一期新活动的选品组箱定价要 7–11 小时,算错一次整箱亏。

原版在扣子平台上用 8 个 Bot、8 条 Workflow、4 个知识库和 Python 代码节点实现,外挂指挥中心看板、社群风控演示台和移动端对话页。团队作品,我负责统筹和路演主讲:把业务拆成智能体施工图纸、带队按时交付、上台路演。

这个演示站是赛后重写的纯前端版本:8 个 Agent 的判断逻辑都在浏览器里跑,不依赖扣子、不需要账号,用测试保证和原版文档里的算例结果一致。

02/Architecture

三层结构

展示层   指挥中心 · 社群风控演示台 · 组箱定价 · 知识库
            │  统一 JSON 输出契约
智能体层 ①补偿决策 ②社群风控 ③数据问答 ④智能选品
         ⑤智能组箱 ⑥积分兑换 ⑦用户画像 ⑧智能客服
            │  规则(语义) / 数据(精确查询)
数据层   补偿 SOP · 敏感词 68 + FAQ 31 · 运营与用户数据 · 商品库 50

一条最重要的设计:规矩交给知识库记,算数交给代码算。补偿规则、敏感词、FAQ 放知识库,改一句话立刻生效;按 user_id 查消费记录、组箱成本验算、同环比计算放代码,100% 准确,不会查错人、赔错钱。

03/Tasks

16 件事里交给 AI 的 8 件

运营环节原来的人力 / 耗时归属Agent
选品2–3 人 · 4–6 小时🟢 AI④
组箱2 人 · 2–3 小时🟢 AI⑤
定价与出货率1–2 人 · 1–2 小时🟢 AI⑤
素材与上架1–2 人 · 2–3 小时⬜ 人工保留—
找潮玩主播推广3–4 人 · 每周⬜ 人工保留—
投放与内容复盘2 人 · 每周🟡 人机配合—
引导加微信进群2–3 人 · 每日🟡 人机配合—
社群运营8–12 人 · 7×24 轮班🟢 AI②
处理群里的负面消息要求 15 分钟内🟢 AI②
常规客服7–8 人 · 每日 8–10 小时🟢 AI⑧
数据监控1–2 人 · 每日 2 小时🟢 AI③
区分老客新客2 人 · 每日🟢 AI⑦
投诉分级30 分钟 / 例🟡 人机配合⑧ → ①
大额亏损投诉处理主管 · 2 小时 / 例🟢 AI①
发货与供应链3–4 人 · 每日⬜ 人工保留—
积分兑换测算1–2 人 · 每日🟢 AI⑥

绿色正好压在最耗人的几条上:砍的不是好做的,是最费人的。素材审美、主播谈判、供应链和最终拍板,主动留给人。

04/Contract

统一输出契约

{
  "agent_id": "risk_monitor",
  "agent_name": "社群风控监控",
  "thinking": ["① 敏感词匹配……", "② 情感分析……", "③ 风险分级……"],
  "output": {
    "summary": "🔴一级高危,建议 15 分钟内响应",
    "metrics": [{"label": "风险等级", "value": "🔴一级高危"}],
    "detail": "### 风险概览 ……",
    "suggestion": "客服主管 15 分钟内在群内回应……"
  },
  "meta": {"latency_ms": 1800, "confidence": 0.95, "kb_hits": 5}
}
  • thinking:让判断过程对运营可见,不可见就不可信。
  • metrics:固定 2–4 个关键指标,一眼看结论。
  • confidence:低于 0.8 一律转人工,是安全阀不是装饰。
  • kb_hits:命中了几条知识库规则,证明结论有出处、不是编的。
05/Safety

安全与合规边界

AI 不做的四件事

  • 按 user_id 查数据不走语义检索,避免查错人、赔错钱。
  • 置信度低于 0.8 强制转人工,不编答案。
  • AI 只出建议,涉及钱的决定由人点「采纳」才生效。
  • 判定只看后台客观数据,不看用户投诉写得好不好。

业务侧

  • 出货概率在活动页公示;平台仅向 18 岁以上用户提供服务。
  • 涉及未成年人消费:最高优先级转人工,AI 不给金额。
  • 补偿优先线上补货,实际发货并留存物流记录。
  • 回收、转卖、收益类问题不作答:平台不参与、不担保任何私下交易。
06/How

这个演示站怎么做的

纯静态网站,零依赖:assets/js/data.js 是知识库和演示数据,assets/js/engine.js 是 8 个 Agent 的规则引擎,页面只负责展示。

用 Node 自带的测试框架写了 13 个测试,原版文档里的三个算例一字不差:VIP 大额亏损补偿 ¥32,800、高频投诉劝退结算 ¥480、80 份组箱成本 ¥2,831 / 毛利 40.02%。

所有用户、商品、运营数字都是虚构的,不对应任何真实平台或品牌。源码在 GitHub,MIT 许可。作者:付钟浩(Alex)。