基于Python+RAG智能客服系统源码


一、效果预览1.1 模型配置:选厂商就自动填好15 项厂商预设。选中厂商后 Base URL 和默认模型自动填充,协议下拉按该厂商实际
支持的协议动态生成。填完 Key 点「测试连接」,直接看到模型的真实回复。

右边还有个「🔄」按钮 —— 点它会调厂商的 /models 接口,拉取你这个账号真正能用的
模型列表,而不是让你对着文档猜模型名。拉不到就自动回退到内置推荐列表,不会卡住。

1.2 RAG 设置:参数不用猜,能预览Top-K、相似度阈值、切分策略都在这里。关键是那个「🔍 预览切分效果」按钮 ——
选一份已上传的文档或直接粘贴文本,立刻看到会被切成多少片、每片多长、
归属哪个章节,不用真的入库消耗 embedding 配额。

调参数这件事,能看到结果和纯靠猜,完全是两种体验。

1.3 向量库:三选一,只显示相关字段Chroma(默认,本地文件零部署)/ Qdrant / Milvus 三选一。选中哪个就只显示它需要的
字段 —— 选 Chroma 不会让你看到一堆 Qdrant 的连接参数。

Milvus 支持 Milvus Lite:Base URI 填个 .db 文件路径就能跑,不用装 etcd 和 minio。

1.4 信息:改一次,所有站点生效 名称、头像、欢迎语、联系方式。这里改完,所有已经嵌入到各个网站的组件都会同步 ——
因为组件启动时会自己来读这份配置,不需要你去改每个站点的嵌入代码。

1.5 聊天预览:后台里直接测 配完不用切页面,就在后台里问。答案里的 Markdown 会正常渲染(加粗、列表、代码块),
文章链接是可点击的超链接而不是一串纯文本。

1.6 嵌入指南:三种方式,一键复制<script> 标签 / iframe / 小程序 web-view,代码直接复制。

1.7 装到网站上是什么样 嵌入代码就这么几行:

<script src=”https:// 你的域名 /widget/customer-service.js?v=1″></script><script>  CustomerService.init({apiUrl: ‘https:// 你的域名 ’});</script>组件是单文件、零依赖、免构建的原生 JS,19KB。不用 npm,不用打包,
丢到任何页面都能跑。


四、源码获取4.1 仓库地址
https://github.com/vfaner/intelligent-customer-service
MIT 协议,可自由商用、二次开发。

4.2 三步跑起来① 装依赖

git clone https://github.com/vfaner/intelligent-customer-service.git
cd intelligent-customer-service/backendpython3 -m venv .venvsource .venv/bin/activate          # Windows: .venv\Scripts\activatepip install -r requirements.txt② 启动

PyCharm 用户:右键 backend/run.py → Run

命令行:

python run.py
③ 打开管理后台配置

浏览器访问 http://localhost:8000/admin/

[td]

顺序 做什么
1️⃣ 顶部若有横幅 → 点「🚀 一键初始化」
2️⃣ 「模型配置」→ 选厂商 → 填 API Key →「🔌 测试连接」→「💾 保存」
3️⃣ 同页「🧬 向量模型」→「⬆︎ 复用对话模型的 Key/URL」→「🔌 测试并探测维度」
4️⃣ 「知识文档」→ 拖入 txt/md/docx/xlsx/pdf → 自动解析入库
5️⃣ 「聊天预览」→ 直接提问验证

全程不需要编辑任何文件。

4.3 环境要求[td]

项目 要求
Python 3.11+(已在 3.14.5 上验证)
数据库 SQLite(默认,零配置)或 MySQL
向量库 Chroma(默认,零部署)/ Qdrant / Milvus
模型 任意一个厂商的 API Key
Node.js 仅跑前端自检时需要,运行项目不需要

文档[td]

文档 内容
README.md 中文总览、页面导览、配置项参考、FAQ
README.en.md English version
docs/API.md 24 个接口的详细说明
docs/DEPLOYMENT.md 服务器部署完整步骤
docs/EMBED_GUIDE.md 嵌入网站 / 小程序 / 桌面端
基于 Python+RAG 智能客服系统源码
基于 Python+RAG 智能客服系统源码
基于 Python+RAG 智能客服系统源码
基于 Python+RAG 智能客服系统源码
基于 Python+RAG 智能客服系统源码
基于 Python+RAG 智能客服系统源码
基于 Python+RAG 智能客服系统源码
© 版权声明
THE END
喜欢就支持一下吧
点赞5 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容