# 🚀 AI 客服系统 - 快速开始

## 目录结构

```
ai-chatbot-service/
├── app/
│   ├── __init__.py
│   ├── main.py           # FastAPI 主服务 (端口 8890)
│   ├── chatbot.py        # LangGraph 客服逻辑
│   ├── knowledge.py      # 知识库管理
│   └── config.py         # 配置文件
├── static/               # 静态文件
├── templates/
│   └── index.html        # 聊天界面
├── knowledge_base/       # 知识库文档
│   └── sample_faq.txt    # 示例 FAQ
├── data/                 # 数据库文件
├── requirements.txt
├── start.sh              # 启动脚本
└── README.md
```

## 快速开始

### 1. 配置 API Key

编辑 `app/config.py`：

```python
# 方案1: 直接修改配置
LLM_API_KEY = "your-deepseek-api-key"  # DeepSeek API Key

# 或者使用 OpenAI
# LLM_API_KEY = "your-openai-key"
# LLM_BASE_URL = "https://api.openai.com"
# LLM_MODEL = "gpt-3.5-turbo"
```

**或者设置环境变量（推荐）：**
```bash
export DEEPSEEK_API_KEY="your-key"
export OPENAI_API_KEY="your-key"  # 用于嵌入模型
```

### 2. 准备知识库

将 FAQ 文档放入 `knowledge_base/` 目录，支持格式：
- `.txt` - 文本文件
- `.md` - Markdown 文件
- `.pdf` - PDF 文件

### 3. 启动服务

```bash
# 方式1: 使用启动脚本
./start.sh

# 方式2: 手动启动
cd app
python3 main.py
```

访问: http://localhost:8890

### 4. 测试 API

```bash
# 发送消息
curl -X POST http://localhost:8890/chat \
  -H "Content-Type: application/json" \
  -d '{"message": "你们的工作时间是？", "session_id": "test123"}'

# 获取历史记录
curl http://localhost:8890/history/test123
```

## 系统要求

- Python 3.9+
- 内存: 2GB+ (推荐 4GB)
- 无需 GPU
- 依赖 LLM API (DeepSeek/OpenAI)

## 端口使用

服务运行在 **8890** 端口，确保端口未被占用。

## 常见问题

**Q: 需要 API Key 吗？**
A: 只需要 DeepSeek API Key（大语言模型），嵌入模型使用免费的 HuggingFace 模型，本地 CPU 运行，无需额外 Key。

**Q: 如何添加更多知识？**
A: 将文档放入 `knowledge_base/` 目录，重启服务会自动加载。

**Q: 支持多人同时聊天吗？**
A: 支持！每个会话有独立的 session_id，互不影响。