03. 系统架构与技术方案
AI 电商解决方案 - 系统架构与详细方案 (Architecture & Solution)
版本: v1.0 日期: 2026-02-09
1. 核心架构设计
系统采用 微服务化 + 智能化中台 架构。
2. 详细解决方案
2.1 智能导购与对话交互流程
- 用户输入: 用户在 C 端发送消息(文本/语音)。
- 上下文组装: 前端将
当前页面商品ID、用户历史行为、购物车概况作为 Hidden Context 一并发送给后端。 - 意图识别 (Router):
Brain识别用户意图:是闲聊、查物流、还是买东西?- 若为 购买意图 -> 路由给 Sales Agent。
- 若为 售后意图 -> 路由给 CS Agent。
- RAG 检索:
- Sales Agent 提取查询关键词(如“红色、显白、连衣裙”)。
- 在向量数据库中检索匹配的商品 Knowledge Chunks。
- 策略干预:
- 检索结果结合 库存状态 (实时查库) 和 利润率 (策略配置) 进行重排序。
- 结果生成:
- LLM 生成回复话术。
- 同时生成 UI Component JSON (如:商品卡片列表)。
- 前端渲染: C 端解析 JSON,渲染出可交互的商品卡片。
2.2 双库数据同步方案 (Product -> Knowledge)
- 触发机制: 当
Products表中的商品上架或更新时。 - ETL 流程:
- 监听数据库变更 (CDC) 或通过 API回调。
- 清洗数据:拼接
Name+Description+Attributes+User Reviews Summary。 - 调用 Embedding API 生成向量。
- 存入
Knowledge Base(Platform DB),并在Products表 (Ecommerce DB) 记录关联 ID。
2.3 风险控制方案
| 风险点 | 解决方案机制 |
|---|---|
| 价格/库存幻觉 | 严格模式 (Strict Mode): 涉及数字、价格、库存的回答,不让 LLM 生成文本,而是强制输出结构化数据卡片,由前端展示真实数据库中的数值。 |
| 响应延迟 | 流式传输 (Streaming): 开启 SSE (Server-Sent Events),让用户立即可见 AI 的“思考”过程。预加载: 客服常用语使用缓存。 |
| 恶意攻击/诱导 | 安全护栏 (Safety Guard): 输入端增加敏感词过滤;输出端增加一致性校验,防止 AI 答应非预期的折扣。 |
3. 系统耦合与集成点
- 账号鉴权:
- C 端与 B 端完全隔离。C 端使用 JWT 独立认证,B 端维持现有 RBAC。
- Skill 接口集成:
- 平台层的
Digital Employee通过 RESTful API 调用电商层 (ecommerce_biz_db) 的 CRUD 接口。 - 需要定义标准的
OpenAPI (Swagger)规范,供 Agent 自动读取工具定义。
- 平台层的
- 埋点与画像回流:
- 对话过程中提取的
用户标签(如: "偏好低价"), 通过异步队列 (Message Queue) 回写到 C 端Customers表的preferences字段。
- 对话过程中提取的