基于大模型LLM&RAG的智能客服_智能客服 agent 大模型

对话即服务，Chat as a Service

介绍

智能客服

• 基于大模型 LLM && RAG 的智能客服

AI助手

• 更适合团队使用，一人配置，多人使用。完美权限控制，即可私用，也可公用

在线客服：跟客户聊

• 支持多渠道：

  • 平台渠道：Web/H5/React/Android/iOS/Uniapp/Flutter、
  • 社交渠道：微信公众号/小程序/企业微信/小红书/抖音/快手/百度/微博/知乎、
  • 电商渠道：淘宝/天猫/京东/千牛/抖店
  • 海外渠道：Facebook/Instagram//Whatsapp/Line

• 多种路由策略、

• 详细考核指标

• 坐席工作台、

• 工单系统、

• 坐席管理、

• 数据看板、

• 人工知识库、

• 技能组管理、

• 实时监控、

• 公告、

• 敏感词、

• CRM、

• 报表功能，

• 为客户提供一体化客服工作台服务

社交IM：跟好友聊

• 好友、
• 群组、

企业IM：跟同事聊

• 多层组织架构、
• 角色管理
• 权限管理
• 聊天记录管理

快速开始

# 注意: 此开源版本处于早期阶段，许多功能尚未完善或测试未完成，文档尚待完善，请勿在生产环境使用
git clone https://github.com/Bytedesk/bytedesk.git
# 配置文件: bytedesk/starter/src/main/resources/application-dev.properties
# use maven && vscode
cd bytedesk
mvn install -Dmaven.test.skip=true
# 项目使用了protobuf，可能需要安装 protobuf 编译工具
# 
cd bytedesk/starter
mvn spring-boot:run
# 打包jar并运行:
cd bytedesk/starter
mvn package -Dmaven.test.skip=true
java -jar bytedesk-starter-0.2.3-BYTEDESK.jar
# 后台运行
nohup java -jar bytedesk-starter-0.2.3-BYTEDESK.jar
# 
# 本地预览
开发者入口: http://127.0.0.1:9003/dev
web: http://127.0.0.1:9003/
管理后台: http://127.0.0.1:9003/admin, 用户名: admin@email.com, 密码: admin
客服端: http://127.0.0.1:9003/agent, 用户名: admin@email.com, 密码: admin
访客: http://127.0.0.1:9003/chat?t=0&sid=default_agent_uid&
api文档: http://127.0.0.1:9003/swagger-ui/index.html
actuator: http://127.0.0.1:9003/actuator
h2数据库: http://127.0.0.1:9003/h2-console, 路径: ./h2db/weiyuim, 用户名: sa, 密码: sa

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

预览

管理后台

桌面客户端

Web Chat

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。