🚀 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：

# 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）：

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

# 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

# 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。

2.3 KiB Raw Blame History Unescape Escape