AI Customer Service MCP Server
🎧 AI客服一体化MCP Server — 基于50个B站AI客服视频深度学习，12个核心工具，7大电商平台接入
✨ 核心特性
| # | 工具 | 功能 | 应用场景 |
|---|---|---|---|
| 1 | intent_classify |
意图识别 | 自动分类用户消息(FAQ/咨询/投诉/订单/闲聊/转人工) |
| 2 | sentiment_analyze |
情绪分析 | 识别用户情绪(满意/焦虑/不满/愤怒)及紧急度 |
| 3 | knowledge_search |
知识库检索 | 向量+关键词混合检索，支持自定义知识库 |
| 4 | faq_match |
FAQ精准匹配 | 语义匹配FAQ库，秒级返回标准答案 |
| 5 | response_generate |
智能回复生成 | 意图+情绪驱动，带话术模板和建议动作 |
| 6 | conversation_manage |
多轮对话管理 | 上下文维护、槽位填充、转人工判断 |
| 7 | escalation_check |
转人工判断 | 多维度综合决策(意图+情绪+历史) |
| 8 | product_info |
商品信息查询 | 价格/库存/规格，支持关键词和分类搜索 |
| 9 | order_track |
订单物流追踪 | 订单状态/物流信息/预计送达 |
| 10 | platform_adapter |
多平台接入 | 千牛/企微/飞书/抖店/拼多多/京东/微信小程序 |
| 11 | response_polish |
回复拟人化 | 去AI味+温度调节，4种风格(warm/professional/cute/concise) |
| 12 | analytics_report |
客服数据分析 | 响应率/满意度/热点问题/意图分布/优化建议 |
额外: auto_reply 一键自动回复接口，输入用户消息 → 自动完成全流程 → 返回最佳回复
🚀 快速开始
安装
pip install customer-service-mcp
# 或
pip install -e .
MCP模式 (Claude Desktop / Cursor)
{
"mcpServers": {
"customer-service": {
"command": "python",
"args": ["-m", "customer_service_mcp"]
}
}
}
REST API模式 (Coze / VPS部署)
python cs_rest.py
# 服务启动在 http://www.mzse.com/cs-api
Docker部署
docker build -t customer-service-mcp .
docker run -p 9006:9006 customer-service-mcp
📖 使用示例
意图识别
result = intent_classify("这个银手镯多少钱")
# → {"intent": "faq", "sub_intent": "price_query", "confidence": 0.85}
情绪分析
result = sentiment_analyze("你们怎么还没发货！！等了5天了！！")
# → {"emotion": "angry", "urgency": "high", "need_escalation": True}
一键自动回复
curl -X POST http://www.mzse.com/cs-api/auto_reply \
-H "Content-Type: application/json" \
-d '{"message": "银手镯会变黑吗", "session_id": "user123"}'
# 返回:
# {
# "reply": "关于您的问题，纯银在空气中会自然氧化变黑，这是正常现象。可以用专业银布擦拭恢复光泽，或用牙膏轻柔清洗～",
# "intent": "faq",
# "emotion": "neutral",
# "faq_matched": true,
# "should_escalate": false
# }
多平台接入查询
result = platform_adapter("qianniu", "info")
# → 千牛客服API配置、接入方式、难度评估
🏗️ 架构设计
┌─────────────────────────┐
│ AI客服MCP Server │
└────────────┬────────────┘
┌───────────────────────┼───────────────────────┐
│ │ │
┌──────▼──────┐ ┌──────▼──────┐ ┌──────▼──────┐
│ 感知层 │ │ 决策层 │ │ 执行层 │
│ 意图识别 │ │ FAQ匹配 │ │ 回复生成 │
│ 情绪分析 │───────→│ 知识库检索 │───────→│ 拟人化 │
│ 转人工判断 │ │ 多轮对话 │ │ 商品查询 │
└─────────────┘ │ 数据分析 │ │ 订单追踪 │
└─────────────┘ │ 平台适配 │
└─────────────┘
核心设计原则（来自50视频学习）
- 人机协同80/20: AI处理80%重复问题 + 人工20%复杂问题
- Rerank是分水岭: 加不加差15-20%准确率
- 3分钟回复率: 电商核心指标，AI自动回复必做
- 情绪优先: 愤怒客户必须转人工，不做AI回复
- 兜底回复: AI无法回答时必须有人工兜底
🛒 电商平台接入指南
| 平台 | 难度 | 官方API | 接入方式 | 成本 |
|---|---|---|---|---|
| 千牛/淘宝 | ★★ | ✅ | API直连 | 免费 |
| 微信小程序 | ★ | ✅ | 客服消息API | 免费 |
| 企业微信 | ★★★ | ✅ | 客服API+WebSocket | 免费 |
| 飞书 | ★★★ | ✅ | 机器人API | 免费 |
| 拼多多 | ★★★ | 有限 | 插件/RPA | 中 |
| 京东 | ★★★ | 有限 | API+RPA | 中 |
| 抖音/飞鸽 | ★★★★ | ❌ | RPA模拟 | 高(有风险) |
📊 知识来源
本MCP Server基于B站50个AI客服/智能客服视频深度学习成果：
- 7大平台对比: Coze/Dify/FastGPT/OpenClaw/RPA/SpringBoot/SaaS
- RAG 6大提准确率法: 文档结构化+Chunk优化+Embedding选型+Rerank+QA分类+知识库清洗
- 电商4平台接入方案: 千牛(最易)>企微>抖店(最难)
- 人机协同最佳实践: AI 80% + 人工 20%
详细报告: AI客服50视频深度学习报告
📝 License
MIT License - 自由使用、修改、分发
