# 基于LLM的智能客服机器人

**Repository Path**: leke_code/intelligent-chatbot

## Basic Information

- **Project Name**: 基于LLM的智能客服机器人
- **Description**: 基于 Python Flask 和讯飞星火 LLM 的智能客服机器人，实现了动态知识库管理 (RAG) 与实时流式响应 (SSE)。
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2026-03-18
- **Last Updated**: 2026-03-18

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 基于LLM的智能客服机器人

这是一个基于Python Flask和讯飞星火大语言模型构建的Web智能客服机器人。系统实现了动态知识库管理、多场景客服和实时流式响应等核心功能，旨在提供一个可用于垂直领域的、高效且智能的客户支持解决方案。

---

### ✨ 功能亮点

- **实时流式响应**: 采用Server-Sent Events (SSE)技术，机器人回复像真人打字一样逐字显示，提供流畅的交互体验。
- **动态知识库**: 管理员可通过Web界面对产品知识进行实时的**增、删、改、查 (CRUD)**，无需修改任何代码即可更新机器人的知识储备。
- **多场景支持**: 可通过下拉菜单切换不同的客服场景（如笔记本、键盘），机器人会调用对应的“专家人设”进行回答。
- **AI人设外部化**: AI的行为准则和专家身份定义在外部`prompts.json`文件中，便于非技术人员维护和调整。
- **对话历史记录**: 所有用户与机器人的对话都会被持久化存储到SQLite数据库中，便于后续分析。
- **纯Python后端**: 后端完全基于Flask构建，轻量且易于部署。

---

### 📸 功能截图

![功能截图](images/demo.png) 
*（聊天主界面，展示了流式响应和多场景选择）*

![知识库管理](images/manage.png)
*（后台知识库管理页面，支持完整的CRUD操作）*

---

### 🛠️ 技术栈

- **后端**: Python 3, Flask
- **前端**: HTML5, CSS3, JavaScript (原生)
- **数据库**: SQLite 3
- **AI大模型**: 讯飞星火 API
- **核心库**: `websocket-client`, `python-dotenv`, `flask-cors`
- **核心技术**: Server-Sent Events (SSE), 检索增强生成 (RAG)

---

### 🚀 安装与运行指南

#### 1. 克隆项目

```bash
git clone https://gitee.com/luyuhui666/intelligent-chatbot.git
cd intelligent-chatbot
```

#### 2. 配置环境

**a. 创建并激活虚拟环境 (推荐)**
```bash
# Windows
python -m venv venv
venv\Scripts\activate

# macOS / Linux
python3 -m venv venv
source venv/bin/activate
```

**b. 安装依赖**
```bash
pip install -r requirements.txt
```

#### 3. 配置API密钥

**a. 复制环境变量模板**
```bash
# Windows
copy .env.example .env

# macOS / Linux
cp .env.example .env
```
*(如果项目中没有`.env.example`文件，请手动创建一个名为`.env`的文件)*

**b. 编辑`.env`文件**
打开`.env`文件，填入你从讯飞开放平台获取的API密钥：
```env
# .env
APPID="你的讯飞APPID"
API_KEY="你的讯飞API_KEY"
API_SECRET="你的讯飞API_SECRET"
```

#### 4. 运行应用

一切准备就绪后，在项目根目录下运行以下命令启动后端服务：
```bash
python backend.py
```

服务启动后，你应该会看到类似以下的输出：
```
 * Running on http://127.0.0.1:5000/
数据库已初始化 (messages & products 表).
客服场景人设已从 prompts.json 成功加载。
```

#### 5. 访问应用

打开你的Web浏览器，访问以下地址：
- **聊天机器人主页**: `http://127.0.0.1:5000/`
- **知识库管理页面**: `http://127.0.0.1:5000/manage_knowledge`

现在，你可以开始与你的智能客服机器人互动，并管理它的知识库了！

---

### 📁 项目结构

```
intelligent-chatbot/
│
├── backend.py              # Flask后端核心应用
├── prompts.json            # AI人设配置文件
├── requirements.txt        # Python依赖列表
├── .env                    # 环境变量文件 (本地配置)
│
├── templates/              # 前端HTML模板
│   ├── index.html          # 聊天主界面
│   ├── manage_knowledge.html # 知识库管理主页
│   ├── add_product.html    # 添加知识页面
│   └── edit_product.html   # 编辑知识页面
│
└── chatbot.db              # SQLite数据库文件 (自动生成)
```

---

### 📝 未来展望

- **知识库智能化**: 引入向量数据库和语义搜索，提升知识检索的准确性。
- **后台安全性**: 为知识管理页面增加用户登录认证。
- **生产环境部署**: 使用Gunicorn + Nginx进行生产环境部署。

---

### 👥 团队成员

- **卢宇辉**: 项目组长 & 核心后端
- **唐铭昱**: AI引擎 & 提示词工程
- **周领航**: 测试 & 部署
- **袁麒睿**: 数据库 & 数据工程
- **王哲晰**: 前端开发

感谢指导教师**梁兢**老师的悉心指导。