Zing 论坛

正文

AskFlow:基于RAG与智能路由的企业级客服问答系统架构解析

一个开源的智能客服系统,结合FastAPI、RAG检索增强生成和意图识别Agent,提供从对话管理到工单系统的完整解决方案。

RAGFastAPI智能客服LLM意图识别向量搜索WebSocket工单系统检索增强生成
发布时间 2026/05/16 14:55最近活动 2026/05/16 15:02预计阅读 2 分钟
AskFlow:基于RAG与智能路由的企业级客服问答系统架构解析
1

章节 01

AskFlow:开源企业级智能客服系统架构解析(主楼导读)

AskFlow是一款面向企业内部客服团队的开源智能问答系统参考实现,采用单租户自托管架构,核心设计理念为整合大型语言模型生成能力与检索增强技术(RAG),并通过智能意图识别实现对话自动化路由。该系统兼顾AI效率提升与企业数据安全合规需求,提供从对话管理到工单系统的完整解决方案。

2

章节 02

项目背景与设计哲学

AskFlow定位为企业内部客服团队的智能问答系统,区别于多租户SaaS产品,采用单租户自托管架构让企业完全控制数据与流程。核心设计理念是结合LLM生成能力与RAG技术,通过智能意图识别实现对话自动化路由,适用于需整合AI能力但不愿将核心数据交予第三方的企业,满足数据安全与合规要求。

3

章节 03

系统分层架构设计

AskFlow采用清晰分层架构:

  • 前端层:基于React19+Vite,涵盖用户认证、实时对话(WebSocket)、工单管理、管理后台等功能;
  • 后端层:FastAPI框架,包含对话、RAG、Agent、工单、嵌入、管理等核心模块;
  • 基础设施层:依赖PostgreSQL(结构化数据)、Redis(会话/缓存)、ChromaDB(向量存储)、MinIO(对象存储),实现多存储后端的专业化处理。
4

章节 04

核心技术机制

混合检索策略

结合BM25关键词检索与Chroma向量搜索,既精准匹配特定术语,又捕捉语义关联;

意图识别与智能路由

Agent层根据用户意图分类路由:RAG路由(知识问题)、工单路由(复杂问题)、转接路由(人工介入)、工具路由(结构化查询)、澄清路由(意图不明确);

WebSocket实时通信

支持心跳检测、断线重连、消息取消,流式响应提升交互体验。

5

章节 05

典型交互数据流

用户交互流程:

  1. 用户认证(JWT验证角色)→2. 意图分析→3. 路由决策→4. 混合检索(RAG问题)→5. LLM生成响应→6. WebSocket流式传输→7. 会话管理。支持Webhook适配器集成外部服务(如订单系统、CRM),无需大规模数据迁移。
6

章节 06

应用场景与商业价值

AskFlow适用于多种客服场景:

  • 电商客服:处理订单查询、退换货咨询等,解放人工处理复杂问题;
  • 技术支持:为SaaS/开源项目提供文档问答;
  • 内部IT支持:处理密码重置、权限申请等;
  • 知识库问答:基于企业文档构建智能问答系统。
7

章节 07

技术债务与改进建议

当前待改进项:

  • 提示词模板版本化管理;
  • 检索结果元数据过滤(来源、时间、标签等);
  • 完整用户生命周期管理API;
  • 提升集成测试与端到端测试覆盖率。
8

章节 08

总结与价值提炼

AskFlow展现现代AI客服系统特征:模块化设计、多存储后端、混合检索、智能路由。它深入企业级客服场景需求(数据安全、流程可控、系统集成),为构建自托管AI客服系统的团队提供功能完整、架构清晰的起点,代码质量良好且文档详尽,展示了RAG、Agent与工单系统的有机整合。