突破传统AI客服的"玻璃天花板"，实现真正的对话智能
大多数AI客服只是高效的"信息检索器"，遇到模糊问题就束手无策。
我们通过追问/反问机制和多智能体协作，让AI真正理解用户意图，
从被动回答到主动解决问题。
用户的意图往往是模糊的，知识库的规定也无法穷尽所有情况。
这时，一次精准的追问，才是连接用户与答案的桥梁。
核心问题：把用户当"数据源"，而非"沟通对象"
核心创新：从"回答问题"到"理解并解决问题"
行业唯一支持追问/反问的开源智能客服系统
当用户问题模糊时，系统会主动追问和澄清，引导用户获得精准答案。 通过"决策-执行"分离架构，避免传统巨石型Prompt的脆弱性。
基于LangGraph构建，采用业界前沿的Multi-Agent架构。 意图分类器智能路由，各领域专家Agent精准处理，突破"画布+规则"束缚。
当无法完全确定用户意图时，基于知识库内容"逆向生成"推荐问题。 "猜你想问"、"猜你想办"、"猜你想买"全覆盖。
长、中、短期记忆结合，独立用户画像沉淀。 可赋能第三方应用（如冷启动推荐），也可接入第三方画像增强效果。
文档问答(RAG) + 数据库问答(Text2SQL) + 业务流程办理(Agents)。 支持20+字段排列组合查询，远超行业平均水平。
支持文本、语音、实时语音、图片输入。 多语言能力(含小语种)、情感识别、富文本展示。 航班订阅等高级功能开箱即用。
系统上线≠万事大吉。我们内置完整的LLM评估框架，确保每个模块持续优化。
传统AI客服上线后，效果衰减是常态。我们的系统上线即自带全方位评估平台，无需额外开发。 通过持续评估，及时发现问题、优化Prompt、调整策略，确保系统能力不衰减反增强。 这是从"一次性交付"到"持续进化"的质的飞跃。
从被动响应到主动进化，让AI系统拥有"学习能力"
💡 提示：查看 专家审核界面演示
大多数AI客服上线后就"僵化"了。我们的系统通过评估→审核→反馈→优化的完整闭环， 让AI不断从真实对话中学习，从专家经验中汲取营养，实现自我进化。 这不仅仅是一个客服系统，更是一个可持续成长的智能中枢。
对比行业主流客服系统（数据来源：实际产品调研）
| 功能维度 | 乌鲁木齐机场 | 杭州机场 | 无锡机场 | 航旅纵横 | 我们的系统 🚀 |
|---|---|---|---|---|---|
| 多模态覆盖 | 文本 | 文本、图片 | 文本 | 文本、语音 | 文本、语音、实时语音、图片 ✨ |
| 多轮对话 | ✗ | ✗ | ✓ | ✓ | ✓✓✓ |
| 追问/反问 | ✗ | ✗ | ✗ | ✗ | ✓ 行业唯一 🏆 |
| 知识库范围 | 安检为主 | 安检为主 | 安检为主 | 安检、联检、海关 | 安检、联检、海关、边检、机场设施 ✨ |
| 航班查询 | 4字段 | 多字段 | 5字段 | 多字段 | 20+字段排列组合(Text2SQL) 🎯 |
| 富文本展示 | ✗ | ✗ | ✗ | ✗ | ✓ 图文卡片 |
| 航班卡片 | ✗ | ✗ | ✗ | ✗ | ✓ 进港/出港/中转 3种样式 |
| 多语言 | ✗ | ✓ | ✗ | ✗ | ✓ 含小语种 |
| 航班订阅 | ✗ | ✗ | ✗ | ✗ | ✓ 实时推送 |
| 技术架构 | 画布+规则 | 画布+规则 | 画布+规则 | 画布+规则 | 多智能体协作(LangGraph) 🏗️ |
总结：目前市场上的机场客服功能单一，聚焦知识问答。 我们通过多智能体架构实现全场景覆盖，是行业唯一支持追问/反问的开源方案。
如何优雅地实现"追问/反问"？传统的巨石型If-Else Prompt已经行不通。
# 臃肿的巨石型Prompt（伪代码）
你是一个智能客服。
IF 用户的问题很宽泛 AND 检索到的知识是多个具体细则 THEN
你需要总结这些细则的分类，并向用户提问，引导他明确具体类别
ELSE IF 用户的问题很具体 AND 检索到的知识能直接回答 THEN
你就直接根据知识回答
ELSE IF ... (更多其他逻辑分支)
...
问题：
❌ 脆弱且不可预测 - LLM对复杂指令理解不精确
❌ 维护成本极高 - 每次调整都是"牵一发而动全身"
❌ 认知负担过重 - 要求LLM同时完成分析、判断和生成关系向量匹配 或
专用分类模型
根据决策结果
选择专家级小Prompt
LLM只需专注
单一生成任务
不只是"问答"，更是"沟通" · 不只是"交付"，更是"进化"
✨ 追问/反问能力 · 🧪 DeepEval评估 · 👨⚕️ 专家审核 · 🔄 自进化闭环
完全开源，可轻松迁移至各行各业