用 Solon AI ReActAgent 落地智能客服工单处理 - 带刺的坐椅

🔗 원문 전체 보기 → Cnblogs.com

요약

某电商平台面临售后工单处理效率低下的问题，日均工单量超5,000+，人工客服存在响应慢、处理不一致及重复劳动三大痛点。为解决工单增速远超客服团队扩容速度的矛盾，平台引入ReActAgent技术方案，通过自动化处理实现秒级响应。方案包含订单查询、物流状态检查及赔付策略执行等工具模块，结合SOP规则（如...

본문

某电商平台售后工单日均 5,000+，人工处理有三个老大难：

核心矛盾：工单量增速明显快于客服团队扩编速度。

一、业务方案

1.1 目标

• 常见问题由 Agent 自动处理
• 首响从分钟级降到秒级
• 同类问题走同一套 SOP
• 复杂 / 敏感工单自动转人工

1.2 流程对比

改造前：
客户提交工单 → 排队 → 客服人工查看 → 查订单 → 查物流 → 判断 → 回复

改造后：
客户提交工单 → Agent 秒级响应 → 自动查订单、查物流 → 自动判断 → 自动处理
（无法处理时 → 转人工 + 附完整上下文）

二、技术落地（ReActAgent 实现）

2.1 模块结构

com.example.csagent/
├── tools/
│ ├── OrderTools.java # 查询订单
│ ├── LogisticTools.java # 查询物流
│ └── MarketingTools.java # 申请退款/发券
├── hitl/
│ └── HitlWebController.java # 审批续传接口
└── CSAgentApp.java # 启动入口

2.2 工具定义（真实 API）

在 Solon AI 中，业务工具应继承 AbsToolProvider，方法上标注 @ToolMapping：

import org.noear.solon.ai.annotation.ToolMapping;
import org.noear.solon.ai.chat.tool.AbsToolProvider;
import org.noear.solon.annotation.Param;

/** 订单领域工具 */
public class OrderTools extends AbsToolProvider {
 @ToolMapping(description = "根据订单号查询订单详情，获取商品名、金额、物流单号")
 public String get_order(@Param(description = "订单号") String orderId) {
 // 生产环境改为调用内部订单服务
 if ("ORD_20251229".equals(orderId)) {
 return "{\"orderId\":\"ORD_20251229\", \"amount\": 158.0, "
 + "\"trackNo\": \"track_123\", \"sku\": \"智能耳机\"}";
 }
 return "{\"error\": \"订单不存在\"}";
 }
}

/** 物流领域工具 */
public class LogisticTools extends AbsToolProvider {
 @ToolMapping(description = "根据物流单号查询当前运输状态")
 public String get_logistic_status(@Param(description = "物流单号") String trackNo) {
 if ("track_123".equals(trackNo)) {
 return "{\"status\": \"lost\", \"info\": \"包裹在上海分拨中心丢失\"}";
 }
 return "{\"error\": \"查无此单\"}";
 }
}

/** 营销/补偿领域工具 */
public class MarketingTools extends AbsToolProvider {
 @ToolMapping(description = "根据赔付策略发放补偿。"
 + "规则：小额订单(<=100)发优惠券(coupon)；大额订单(>100)申请全额退款(refund)")
 public String apply_compensation(
 @Param(description = "赔付策略：coupon 或 refund") String strategy,
 @Param(description = "订单金额") double amount) {
 if ("refund".equals(strategy) && amount > 100) {
 return "【系统指令】已成功提交退款申请，金额 " + amount
 + " 元预计 24 小时内原路退回。";
 } else if ("coupon".equals(strategy)) {
 return "【系统指令】已发放 20 元补偿优惠券至用户账户。";
 }
 return "【人工逻辑】赔付策略与金额不匹配，已转交人工客服审核。";
 }
}

2.3 组装 ReActAgent

import org.noear.solon.ai.agent.AgentSession;
import org.noear.solon.ai.agent.react.ReActAgent;
import org.noear.solon.ai.agent.session.InMemoryAgentSession;
import org.noear.solon.ai.chat.ChatModel;

ChatModel chatModel = LlmUtil.getChatModel();

ReActAgent agent = ReActAgent.of(chatModel)
 .defaultToolAdd(new OrderTools())
 .defaultToolAdd(new LogisticTools())
 .defaultToolAdd(new MarketingTools())
 .modelOptions(o -> o.temperature(0.0)) // 决策场景建议低温
 .maxTurns(10)
 .autoRethink(true)
 .build();

AgentSession session = InMemoryAgentSession.of("demo_customer_job_001");

String userPrompt = "我的订单号是 ORD_20251229，到现在还没收到货，帮我查查怎么回事并给出处理方案。";

String result = agent.prompt(userPrompt)
 .session(session)
 .call()
 .getContent();

System.out.println(result);

Agent 会自主完成：

1. get_order → 拿到物流单号 track_123 和金额 158
2. get_logistic_status → 识别 lost
3. apply_compensation(strategy=refund, amount=158) → 触发退款

2.4 业务 SOP 怎么写？

不要再写虚构的 AiInterceptor 路由表。正确做法是：

1. 把 SOP 写进 system prompt
2. 把动作封装成工具，让 Agent 自己按规则调用

ReActAgent agent = ReActAgent.of(chatModel)
 .systemPrompt(t -> """
 你是电商售后决策助手。处理规则：
 1. 先查订单，再查物流
 2. 若物流状态为 lost：
 - 金额 <= 100：发优惠券
 - 金额 > 100：申请全额退款
 3. 若已签收：引导客户联系邻居/快递员，不要直接退款
 4. 无法判断时说明原因并建议转人工
 """)
 .defaultToolAdd(new OrderTools())
 .defaultToolAdd(new LogisticTools())
 .defaultToolAdd(new MarketingTools())
 .build();

2.5 人工升级兜底（HITL）

金额超过阈值时，用官方 HITLInterceptor 暂停执行：

import org.noear.solon.ai.agent.react.intercept.HITLInterceptor;
import org.noear.solon.ai.agent.react.intercept.HITL;
import org.noear.solon.ai.agent.react.intercept.HITLDecision;
import org.noear.solon.ai.agent.react.intercept.HITLTask;

HITLInterceptor hitl = new HITLInterceptor()
 .onTool("apply_compensation", (trace, args) -> {
 double amount = Double.parseDouble(args.get("amount").toString());
 return amount > 100 ? "大额赔付需人工审核" : null; // null = 放行
 });

ReActAgent agent = ReActAgent.of(chatModel)
 .defaultToolAdd(new OrderTools())
 .defaultToolAdd(new LogisticTools())
 .defaultToolAdd(new MarketingTools())
 .defaultInterceptorAdd(hitl)
 .build();

审批提交与续传（对齐 article/1286）：

HITLTask task = HITL.getPendingTask(session);

if ("approve".equals(action)) {
 HITL.submit(session, task.getToolName(),
 HITLDecision.approve().comment("管理员已核实"));
} else {
 HITL.submit(session, task.getToolName(),
 HITLDecision.reject("风险操作，已被管理员驳回"));
}

// 提交后静默续传
ReActResponse resp = agent.prompt().session(session).call();

三、业务效果（定性）

上线后常见变化：

• 自动链路：查单 → 定位问题 → 标准赔付，秒级完成
• 人工链路：大额/异常单由 AI 备好上下文，人只做确认
• 一致性：同一类问题按统一规则处理，减少“看人下菜”

不在此编造具体百分比。真实数据请以你们线上埋点为准。

真实处理示例

客户：“我的订单号是 ORD_20251229，到现在还没收到货”

Agent 处理链路：

1. get_order("ORD_20251229") → 金额 158，物流单号 track_123
2. get_logistic_status("track_123") → lost
3. 金额 > 100 → 触发 apply_compensation(refund, 158)
4. 若已配 HITL，则先挂起审批，管理员点“批准”后继续

四、同类场景扩展

五、落地建议

1. 从高频低价值工单开始：查物流、查订单先跑通
2. HITL 阈值从宽到严：初期退款全审批，再逐步放宽
3. SOP 写进 prompt + 工具描述：不要虚构拦截器路由
4. 保留“转人工”底线：客户明确要求时立即升级

参考

• react - 示例2 - 电商售后智能决策
• react - 示例3 - 人工介入（HITL）
• react - ReActAgent 像人类一样思考与行动