SupportPilot — 电商智能客服系统

一个基于 OpenAI + ReAct + RAG + MCP + Multi-Agent + Memory + Skill 的电商客服 Agent，提供完整的智能客服「客服机器人」能力。

核心特性

模块	说明
ReAct Agent	思考 → 工具调用 → 观察 → 循环，支持多步推理
RAG 知识检索	退换货政策、配送说明、会员权益等文档的向量检索（支持 Numpy / ChromaDB 两种后端）
MCP 工具服务	通过 Model Context Protocol 暴露订单/物流/商品/退款工具，支持远程调用
Multi-Agent	Router 意图分类 → 专属子 Agent 执行（订单、售后、商品咨询等）
Memory 记忆	短期记忆（本次对话摘要）+ 长期记忆（跨会话用户偏好持久化）
Skill 技能	可插拔技能模块，Agent 可按需编排复用能力
Evaluation	LLM-as-Judge 离线评测框架，自动化质量/幻觉/过程合理性打分
Web UI	FastAPI + SSE 流式接口，配套莫兰迪风格聊天前端

项目结构

SupportPilot/
├── main.py                    # 入口：交互式命令行
├── api.py                     # FastAPI 服务（端口 8000）
├── static/
│   └── index.html             # 聊天 Web UI（单文件）
├── app/
│   ├── agent/
│   │   ├── chat.py            # EcomAgent：单 Agent ReAct 主循环
│   │   ├── tools/             # 工具集：订单/物流/商品/退款/知识库/记忆/技能
│   │   ├── memory/            # 短期 + 长期记忆管理
│   │   ├── skills/            # 可插拔技能定义
│   │   └── rag/               # 向量检索（Numpy/ChromaDB）
│   ├── multi_agent/
│   │   ├── orchestrator.py    # Multi-Agent 编排器
│   │   ├── router.py          # 意图路由
│   │   └── agents.py          # 子 Agent 配置
│   ├── evaluation/            # 离线评测框架
│   ├── prompts/               # 各模块系统提示词
│   ├── schemas/               # Pydantic 响应模型
│   └── config/settings.py     # 统一配置（从 .env 读取）
├── mcp_server/server.py       # FastMCP HTTP 服务（端口 9123）
├── tests/                     # 单元测试
├── .env.example               # 配置模板
└── requirements.txt

快速开始

1. 创建环境并安装依赖

conda create -n supportpilot python=3.11 -y
conda activate supportpilot
pip install -r requirements.txt

2. 配置环境变量

cp .env.example .env
# 编辑 .env，填写 OPENAI_API_KEY 和其他配置

3. 构建知识库索引（RAG）

python app/scripts/build_kb_index.py

4a. 启动 Web UI（推荐）

uvicorn api:app --reload --port 8000
# 浏览器访问 http://localhost:8000

4b. 或使用命令行对话

python main.py

命令行支持以下指令：

命令	功能
reset	重置当前对话
memory	查看短期/长期记忆
skills	查看已加载的技能列表
quit / exit	退出并保存会话

Web API

方法	路径	说明
POST	/api/chat	SSE 流式对话（思考过程实时推送）
POST	/api/reset	重置会话
GET	/api/session	当前会话信息
GET	/api/memory	短期/长期记忆
GET	/api/skills	已加载技能列表

运行模式

单 Agent 模式（默认）

# .env 中设置
MULTI_AGENT_ENABLED=false

ReAct 循环 + 全量工具，适合功能验证和教学演示。

Multi-Agent 模式

# .env 中设置
MULTI_AGENT_ENABLED=true

Router 按意图分发给专属子 Agent，各 Agent 只持有对应工具集，结构更清晰。

启用 MCP 工具服务

# 先启动 MCP Server
python mcp_server/server.py

# .env 中设置
MCP_ENABLED=true
MCP_SERVER_URL=http://127.0.0.1:9123/mcp

配置参考

环境变量	默认值	说明
OPENAI_API_KEY	—	API Key（必填）
OPENAI_BASE_URL	https://api.openai.com/v1	API 地址（支持第三方兼容接口）
MODEL_NAME	gpt-4o-mini	模型名称
TEMPERATURE	0.7	生成温度
RAG_BACKEND	numpy	向量后端：numpy / chroma
MCP_ENABLED	false	是否启用 MCP 远程工具
MULTI_AGENT_ENABLED	false	是否启用 Multi-Agent 模式
MEMORY_ENABLED	true	是否启用记忆系统
SKILLS_ENABLED	true	是否启用技能模块

完整配置项见 .env.example。

离线评测

python app/scripts/run_eval.py

评测框架使用 LLM-as-Judge 对回复进行质量、幻觉、过程合理性三个维度打分，结果输出到控制台。

运行测试

python -m pytest tests/ -v

技术栈

• LLM: OpenAI SDK（兼容 DeepSeek、Moonshot 等第三方接口）
• Web 框架: FastAPI + SSE 流式推送
• 向量检索: Numpy（余弦相似度）/ ChromaDB
• MCP: mcp>=1.8.0（FastMCP Streamable HTTP）
• 数据校验: Pydantic v2
• 配置管理: pydantic-settings + python-dotenv