本文介绍了开源的 AI Agent 客服系统 AgentDesk它支持知识库问答、人工接管、工单闭环和私有化部署。AgentDesk 专为处理在线咨询、知识库问答和人工协同设计的 AI Helpdesk 基础系统。文章详细展示了系统的界面和功能包括客户侧在线咨询、客服工作台、知识库、模型配置和 AI Agent 编排。此外还介绍了系统的核心能力和适用场景如官网在线客服、SaaS 产品支持、AI 人工混合接待等。AgentDesk 使用 Apache-2.0 开源协议技术栈包括 Golang、Next.js、SQLite/MySQL 和 Qdrant 等。项目地址https://github.com/huabeitech/agent-desk。一、开源项目简介AgentDesk开源的 AI Agent 客服系统支持知识库问答、人工接管、工单闭环和私有化部署。面向需要同时处理在线咨询、知识库问答、人工协同和服务跟踪的团队。它不是把 LLM 接进聊天框而是一套围绕客服场景设计的 AI Helpdesk 基础系统。二、开源协议使用Apache-2.0开源协议三、界面展示产品预览客户侧在线咨询、客服工作台、知识库、模型配置和 AI Agent 编排都在同一套系统中完成。客户侧在线咨询客户可以在 Web 聊天页中直接发起咨询。AI Agent 会先接待基于知识库回答问题当用户明确要求人工介入时会触发转人工确认流程。客服工作台客服工作台支持会话列表、消息处理、AI 转人工、客服回复、会话标签、关联客户和工单信息查看适合客服日常接待使用。知识库与 AI 配置知识库 FAQAI Agent 配置知识库用于沉淀 FAQ、文档和可检索内容AI Agent 可以绑定模型配置、知识库、Skills 和工具能力形成面向具体客服场景的智能客服实例。模型配置模型配置支持 OpenAI-compatible 接入方式可分别配置大语言模型、向量模型和重排模型并管理上下文、输出、超时、重试和启用状态。四、功能概述为什么选择它AI 先接待让 AI Agent 优先处理常见问题、标准流程和知识库问答。知识约束回答通过 RAG 和 Answerability Gate 判断知识片段是否足以回答减少超出知识库范围的乱答。自然转人工当知识库不足、用户明确要求或流程需要人工确认时进入人工接管。会话到工单闭环在线会话、客服接待、工单创建、状态流转和处理记录在同一套系统里完成。适合二次开发后端使用 Go前端使用 Next.js支持 Skills、MCP 和 OpenAI-compatible 模型接入。可私有化部署支持 SQLite / MySQL 和 Qdrant适合本地体验、内网部署和企业自托管。核心能力AI Agent 客服AI 优先回复支持兜底、确认、工具调用和人工协同。在线会话系统支持访客会话、消息收发、未读状态、会话分配、转接和关闭。客服工作台客服可接管会话、回复用户、转接同事、关联客户和创建工单。知识库 RAG支持知识库、文档、FAQ、切片、向量检索、检索日志和质量分析。Answerability Gate判断检索内容是否足以支撑回答不足时返回兜底提示并建议联系人工。工单系统支持从会话创建工单、分类、指派、状态流转、进展记录和闭环处理。客服组织管理支持客服档案、客服组、排班和自动分配能力。AI 扩展能力支持 Skills、MCP 调试和外部工具接入。多入口接入提供管理后台、客服工作台、客户侧 Web 页面和嵌入式 SDK。适用场景官网在线客服SaaS 产品支持AI 人工混合接待企业内部服务台售后、报障、投诉和运营支持需要知识库问答与人工协同的客服团队五、技术选型技术栈BackendGolang Gin GORM github.com/mlogclub/simpleFrontendNext.js 16 React 19 shadcn/ui Tailwind CSSDatabaseSQLite / MySQLVector DBQdrantAIOpenAI-compatible LLM / Embedding RAG Skills MCP项目结构.├── cmd/ # server / migration / generator / testdata├── internal/│ ├── bootstrap/ # 启动、路由、数据库和迁移初始化│ ├── builders/ # model / 聚合结果到 response DTO 的映射│ ├── handlers/ # dashboard / api / third HTTP handlers│ ├── middleware/ # Gin middleware│ ├── migration/ # 幂等数据迁移│ ├── models/ # GORM models│ ├── repositories/ # 数据访问层│ ├── services/ # 业务编排和事务边界│ ├── ai/ # LLM / RAG / Runtime / Skills / MCP│ └── pkg/ # config / dto / enums / httpx / utils 等基础包├── web/ # Next.js 前端工程│ ├── app/dashboard/ # 管理后台与客服工作台│ ├── app/support/ # 客户侧接入和聊天页面│ ├── components/ # React 组件│ ├── lib/ # API client、SDK 源码和工具函数│ └── public/sdk/ # 构建后的嵌入式 SDK├── config/ # 配置文件├── docker/ # Docker 配置└── docs/ # 项目文档常用命令make dev # 同时启动后端和前端开发服务make run # 构建前端 SPA 后启动后端make run-go # 启动后端自动确保 SPA 已构建make web-dev # 启动前端开发服务make build # 构建前端 SPA 和当前平台 Go 二进制make build-linux # 构建 linux/amd64 二进制make release # 构建常用平台二进制make web-build-spa # 构建 web 静态 SPA 和嵌入式 SDKmake test # 运行 Go 测试自动确保 SPA 已构建make check # 运行 Go 测试、前端 typecheck 和 lintmake generator # 执行代码生成make enums # 生成前端枚举make migration # 执行 migrationmake testdata # 初始化中文演示/测试数据make testdata TESTDATA_LANGen # 初始化英文演示/测试数据六、源码地址开源项目地址https://github.com/huabeitech/agent-desk最后如果说程序员已经是高薪职业那么干AI的程序员就是高薪中的高薪。现在的市场已经用数据给程序员指明了方向学AI大模型就是冲刺高薪的最优解看着身边越来越多的同行转型大模型、拿到高薪offer很多人心里都动了心但真正的难题来了零基础小白不知道从哪入门有基础的程序员找不到系统学习路径实战项目练手无门面试不知道考什么别慌今天就给大家整理了一份【2026年最新版】AI大模型免费学习资源包覆盖从入门到实战、从理论到面试、从基础到进阶的全流程所有资料均已整理归档无冗余、无套路免费分享给每一位想抓住AI风口的程序员和小白扫码免费领取全部内容1、大模型系统化学习路线2、大模型学习书籍文档3、AI大模型最新行业报告4、大模型项目实战配套源码5、大模型大厂面试真题四阶段精细化学习规划附时间节点可直接照做结合上述资源给大家整理了一份可直接落地的四阶段学习规划总时长约2个月小白可循序渐进程序员可根据自身基础调整节奏高效掌握大模型核心能力快速实现从“入门”到“能落地、能面试”的跨越。第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…扫码免费领取全部内容6、这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
收藏必备!小白程序员轻松入门大模型:AgentDesk AI Agent 客服系统详解
发布时间:2026/6/9 23:09:24
本文介绍了开源的 AI Agent 客服系统 AgentDesk它支持知识库问答、人工接管、工单闭环和私有化部署。AgentDesk 专为处理在线咨询、知识库问答和人工协同设计的 AI Helpdesk 基础系统。文章详细展示了系统的界面和功能包括客户侧在线咨询、客服工作台、知识库、模型配置和 AI Agent 编排。此外还介绍了系统的核心能力和适用场景如官网在线客服、SaaS 产品支持、AI 人工混合接待等。AgentDesk 使用 Apache-2.0 开源协议技术栈包括 Golang、Next.js、SQLite/MySQL 和 Qdrant 等。项目地址https://github.com/huabeitech/agent-desk。一、开源项目简介AgentDesk开源的 AI Agent 客服系统支持知识库问答、人工接管、工单闭环和私有化部署。面向需要同时处理在线咨询、知识库问答、人工协同和服务跟踪的团队。它不是把 LLM 接进聊天框而是一套围绕客服场景设计的 AI Helpdesk 基础系统。二、开源协议使用Apache-2.0开源协议三、界面展示产品预览客户侧在线咨询、客服工作台、知识库、模型配置和 AI Agent 编排都在同一套系统中完成。客户侧在线咨询客户可以在 Web 聊天页中直接发起咨询。AI Agent 会先接待基于知识库回答问题当用户明确要求人工介入时会触发转人工确认流程。客服工作台客服工作台支持会话列表、消息处理、AI 转人工、客服回复、会话标签、关联客户和工单信息查看适合客服日常接待使用。知识库与 AI 配置知识库 FAQAI Agent 配置知识库用于沉淀 FAQ、文档和可检索内容AI Agent 可以绑定模型配置、知识库、Skills 和工具能力形成面向具体客服场景的智能客服实例。模型配置模型配置支持 OpenAI-compatible 接入方式可分别配置大语言模型、向量模型和重排模型并管理上下文、输出、超时、重试和启用状态。四、功能概述为什么选择它AI 先接待让 AI Agent 优先处理常见问题、标准流程和知识库问答。知识约束回答通过 RAG 和 Answerability Gate 判断知识片段是否足以回答减少超出知识库范围的乱答。自然转人工当知识库不足、用户明确要求或流程需要人工确认时进入人工接管。会话到工单闭环在线会话、客服接待、工单创建、状态流转和处理记录在同一套系统里完成。适合二次开发后端使用 Go前端使用 Next.js支持 Skills、MCP 和 OpenAI-compatible 模型接入。可私有化部署支持 SQLite / MySQL 和 Qdrant适合本地体验、内网部署和企业自托管。核心能力AI Agent 客服AI 优先回复支持兜底、确认、工具调用和人工协同。在线会话系统支持访客会话、消息收发、未读状态、会话分配、转接和关闭。客服工作台客服可接管会话、回复用户、转接同事、关联客户和创建工单。知识库 RAG支持知识库、文档、FAQ、切片、向量检索、检索日志和质量分析。Answerability Gate判断检索内容是否足以支撑回答不足时返回兜底提示并建议联系人工。工单系统支持从会话创建工单、分类、指派、状态流转、进展记录和闭环处理。客服组织管理支持客服档案、客服组、排班和自动分配能力。AI 扩展能力支持 Skills、MCP 调试和外部工具接入。多入口接入提供管理后台、客服工作台、客户侧 Web 页面和嵌入式 SDK。适用场景官网在线客服SaaS 产品支持AI 人工混合接待企业内部服务台售后、报障、投诉和运营支持需要知识库问答与人工协同的客服团队五、技术选型技术栈BackendGolang Gin GORM github.com/mlogclub/simpleFrontendNext.js 16 React 19 shadcn/ui Tailwind CSSDatabaseSQLite / MySQLVector DBQdrantAIOpenAI-compatible LLM / Embedding RAG Skills MCP项目结构.├── cmd/ # server / migration / generator / testdata├── internal/│ ├── bootstrap/ # 启动、路由、数据库和迁移初始化│ ├── builders/ # model / 聚合结果到 response DTO 的映射│ ├── handlers/ # dashboard / api / third HTTP handlers│ ├── middleware/ # Gin middleware│ ├── migration/ # 幂等数据迁移│ ├── models/ # GORM models│ ├── repositories/ # 数据访问层│ ├── services/ # 业务编排和事务边界│ ├── ai/ # LLM / RAG / Runtime / Skills / MCP│ └── pkg/ # config / dto / enums / httpx / utils 等基础包├── web/ # Next.js 前端工程│ ├── app/dashboard/ # 管理后台与客服工作台│ ├── app/support/ # 客户侧接入和聊天页面│ ├── components/ # React 组件│ ├── lib/ # API client、SDK 源码和工具函数│ └── public/sdk/ # 构建后的嵌入式 SDK├── config/ # 配置文件├── docker/ # Docker 配置└── docs/ # 项目文档常用命令make dev # 同时启动后端和前端开发服务make run # 构建前端 SPA 后启动后端make run-go # 启动后端自动确保 SPA 已构建make web-dev # 启动前端开发服务make build # 构建前端 SPA 和当前平台 Go 二进制make build-linux # 构建 linux/amd64 二进制make release # 构建常用平台二进制make web-build-spa # 构建 web 静态 SPA 和嵌入式 SDKmake test # 运行 Go 测试自动确保 SPA 已构建make check # 运行 Go 测试、前端 typecheck 和 lintmake generator # 执行代码生成make enums # 生成前端枚举make migration # 执行 migrationmake testdata # 初始化中文演示/测试数据make testdata TESTDATA_LANGen # 初始化英文演示/测试数据六、源码地址开源项目地址https://github.com/huabeitech/agent-desk最后如果说程序员已经是高薪职业那么干AI的程序员就是高薪中的高薪。现在的市场已经用数据给程序员指明了方向学AI大模型就是冲刺高薪的最优解看着身边越来越多的同行转型大模型、拿到高薪offer很多人心里都动了心但真正的难题来了零基础小白不知道从哪入门有基础的程序员找不到系统学习路径实战项目练手无门面试不知道考什么别慌今天就给大家整理了一份【2026年最新版】AI大模型免费学习资源包覆盖从入门到实战、从理论到面试、从基础到进阶的全流程所有资料均已整理归档无冗余、无套路免费分享给每一位想抓住AI风口的程序员和小白扫码免费领取全部内容1、大模型系统化学习路线2、大模型学习书籍文档3、AI大模型最新行业报告4、大模型项目实战配套源码5、大模型大厂面试真题四阶段精细化学习规划附时间节点可直接照做结合上述资源给大家整理了一份可直接落地的四阶段学习规划总时长约2个月小白可循序渐进程序员可根据自身基础调整节奏高效掌握大模型核心能力快速实现从“入门”到“能落地、能面试”的跨越。第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…扫码免费领取全部内容6、这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】