Files
Obsidian/githubLibs/labringtentix TenTix (10x Efficiency) - An AI native customer service platform with 10x accelerated resolution. Support MCP extension, and AI knowlage base system.md
2026-07-21 14:53:24 +08:00

10 KiB
Raw Permalink Blame History

title, source, author, published, created, description, tags
title source author published created description tags
labring/tentix: TenTix (10x Efficiency) - An AI native customer service platform with 10x accelerated resolution. Support MCP extension, and AI knowlage base system. https://github.com/labring/tentix/blob/main/README.zh-CN.md
GitHub
2026-03-28 TenTix (10x Efficiency) - An AI native customer service platform with 10x accelerated resolution. Support MCP extension, and AI knowlage base system. - labring/tentix
clippings

Tentix = Ten (10x 效率) Tix (工单系统)

English | 中文

基于 AI 的客服平台,提供 10 倍加速的解决方案。

  • 🚀 10 倍更快的响应速度
  • 🤖 10 倍减少人工干预
  • 😊 10 倍提升用户满意度

image

🖥 在 Sealos 上体验

在应用市场一键部署,只需配置一个 ai 客服,一个员工,即可体验。

目录

核心架构

graph TD
    A[工单数据源] --> B[知识库构建模块]
    C[通用文档] --> B
    D[收藏对话] --> B

    B --> E[统一向量知识库<br/>PostgreSQL + pgvector]

    E --> F[LangGraph AI Agent]

    G[用户消息] --> H[查询提炼模块]
    I[工单信息] --> H

    H --> J[知识检索模块]
    E --> J

    J --> F
    F --> K[生成回复]

    subgraph "知识来源优先级"
        L[1. 收藏对话<br/>权重: 1.0]
        M[2. 历史工单<br/>权重: 0.8]
        N[3. 通用知识<br/>权重: 0.6]
    end
graph TD
    A[开始构建] --> B{选择知识类型}

    B -->|收藏对话| C[提取收藏的工单/消息]
    B -->|历史工单| D[筛选高质量已解决工单]
    B -->|通用知识| E[加载文档文件]

    C --> F[AI增强处理<br/>生成摘要和检索词]
    D --> G[构建工单文档<br/>提取关键对话]
    E --> H[文档分块处理]

    F --> I[向量化处理]
    G --> I
    H --> I

    I --> J[存储到统一知识库]
    J --> K[完成]

已实现特性

  • 客服聊天系统
  • AI 能力(LangGraph 工作流:分析 → 生成查询 → 检索 → 生成答复)
  • 多渠道通知推送,飞书已支持,其它 IM/表单可按模块化接入
  • 🔧 可扩展架构:模块化设计,支持按需扩展
  • 统一认证设计:插拔式配置第三方接口,便于对接第三方系统
  • 向量后端:支持 PostgreSQL + pgvector 或外部向量服务切换 (FastGPT)
  • Agent 模型配置:在后台预留模型/温度/TopP/最大 Token 等参数位

部署要求

  • Bun ≥ 1.2.16
  • PostgreSQL(支持 pgvector 扩展)
  • MinIO(或兼容的对象存储)
  • OpenAI/FastGPT 等 AI 服务凭证

部署

1. 通过 Dockerfile 构建镜像

docker build -t tentix:latest .

2. 配置 PostgreSQL 完成数据库同步

说明:迁移脚本会读取项目根目录的 .env.local ,需要配置 DATABASE_URL。

cd server
bun run migrate

3. 配置应用必须的环境变量

  • 必需(必须配置):
DATABASE_URL="postgres://USER:PASSWORD@HOST:PORT/DB"

# 生成 Base64 加密密钥(在 server 目录执行)
#   cd server && bun run script/getCryptoKey.ts
ENCRYPTION_KEY="<上一步生成的Base64密钥>"

# 存储对话中的图片等多媒体
MINIO_ACCESS_KEY="<minio-access-key>"
MINIO_SECRET_KEY="<minio-secret-key>"
MINIO_BUCKET="<bucket-name>"
MINIO_ENDPOINT="<http(s)://host:port>"  # 例如:http://minio:9000
  • AI 相关(按需配置):
OPENAI_BASE_URL="<https://api.openai.com/v1>"
OPENAI_API_KEY="<openai-api-key>"
SUMMARY_MODEL="<用于摘要的模型名>"
EMBEDDING_MODEL="<用于向量化的模型名>"
CHAT_MODEL="<用于对话的模型名>"
MAX_AI_RESPONSES_PER_TICKET=3  # 单工单 AI 回复次数上限,默认 3
  • 可选(飞书群聊与员工推送):
FEISHU_APP_ID="<feishu-app-id>"
FEISHU_APP_SECRET="<feishu-app-secret>"
FEISHU_CHAT_ID="<feishu-chat-id>"
APP_URL="<对外可访问的应用地址>"

5. 运行容器

docker run -d \
  --name tentix \
  -p 3000:3000 \
  --env-file ./.env.local \
  tentix:latest
  • 健康检查: /health
  • 默认端口: 3000

开发指南

开发帮助:可参阅 DEVELOPMENT_GUIDE.md · server/README.md · frontend/README.md

按以下步骤快速启动本地开发环境。

克隆与安装

git clone https://github.com/labring/tentix.git
cd tentix
bun install

配置数据库与迁移

说明:迁移脚本会读取项目根目录的 .env.local ,需要先配置 DATABASE_URL 。

你可以在 Sealos 控制台 启用一个 PostgreSQL 数据库,Sealos 提供便捷的数据库创建与自带管理工具。

# 在项目根目录创建/编辑 .env.local,至少包含:
echo 'DATABASE_URL="postgres://USER:PASSWORD@HOST:PORT/DB"' >> .env.local

# 进入 server 并执行迁移
cd server
bun run migrate

完成数据库同步。

配置环境变量

cp .env.template .env.local
# 按需补全/覆盖 .env.local 中的变量(如 ENCRYPTION_KEY、MINIO_*、OPENAI_* 等)

提示:如需生成 ENCRYPTION_KEY ,在 server 下执行 bun run script/getCryptoKey.ts ,将结果填写到 .env.local 。

启动开发环境

cd ..  # 回到项目根目录(若当前在 server 下)
bun run dev

常用命令

bun run lint
bun run typecheck
bun run format
bun run build
# Dry run build for testing and check build errors
bun run build --dry
# Force build
bun run build --force

路线图

以下为优先级排序的功能规划,覆盖 Admin 与 客服端 数据面板:

  • Admin 功能
    • 人员管理面板:修改角色(含客服),管理账号与绑定(Sealos/飞书)
      • 知识库索引:新增“通用文档”和“历史工单”的索引能力
      • 历史工单索引:支持定时任务(如每 7/14 天) - 通用文档:上传、解析与结构化抽取,形成统一知识条目
      • 知识库命中测试:无需新建工单即可测试检索命中与答复质量
      • 知识库图形面板:收藏对话/通用文档/历史工单的索引查看与可视化
      • 知识图谱可视化:知识条目、关系与权重的图形化展示
      • 提示词定制化:Agent 工作流提示词可视化配置与 A/B 实验
      • 工作流编排:将当前固定工作流演进为可编排机器人模式
  • 数据分析面板
    • 工单分布:按种类的饼图、反馈工单占比(饼图)
      • 知识库命中率:趋势与分布
      • 工单数量:按时间分布(折线图)
      • 工单反馈数据:按时间(折线)与星级占比(饼图)
      • 转人工数据:转人工/未转人工/总量对比
  • 客服端面板与功能
    • 知识库命中测试入口
      • 索引管理与可视化查看
      • 个人工单指标:
      • 分派给自己/参与的/与自己有关的工单量(支持过滤:转人工/未转人工/全部) - 按模块分布的统计与趋势

Todo 列表(摘要):

  • Admin:人员管理与账号绑定(Sealos/飞书)
  • Admin:通用文档与历史工单索引(含定时任务)
  • Admin:知识库命中测试与图形面板
  • Admin:提示词定制化与工作流编排
  • 分析:工单分布、命中率、数量与反馈趋势
  • 客服端:命中测试与索引可视化;个人指标看板

🤝 参与贡献

提交代码

  1. Fork 本项目到你的 GitHub 账号
  2. 创建功能分支: git checkout -b feature/your-feature
  3. 提交变更: git commit -m 'feat: your change'
  4. 推送分支: git push origin feature/your-feature
  5. 发起 Pull Request(PR)

提交信息规范

采用 Conventional Commits 规范:

feat: add new feature
fix: fix bug
docs: update documentation
style: format code
refactor: refactor code
test: add tests
chore: update dependencies

代码评审

所有代码变更需要通过 Pull Request 进行评审:

  • 确保所有测试通过
  • 遵循项目的代码规范
  • 补充必要的文档与注释
  • 更新相关测试用例

🆘 支持

如遇到问题或有疑问:

  1. 先在 Issues 中搜索是否已有类似问题
  2. 新建 Issue 详细描述你的问题
  3. 联系项目维护者

祝编码愉快!🎉