【AI实战项目】基于LangChain4j+Springboot+Vue+RAG+PGVector的AI智能客服与工单处理系统

该项目资料获取请点击上方⬆️卡片,然后进入【AI实战库】板块即可搜索到。

B站演示视频

https://www.bilibili.com/video/BV1pEhV64ERV

一、项目技术栈

前后端分离

后端:Spring Boot 3 + LangChain4j + MyBatis + PageHelper + Hutool + JWT

前端:Vue3 + Vite + Element-Plus + Vue-Router + Axios + Sass

AI 技术:LangChain4j AI Services + LangChain4j EmbeddingModel + RAG 检索增强生成 + PGVector 相似度检索 + 多轮客服会话 + AI 工单自动分类与优先级识别 + AI 回复建议 + AI 服务质检 + 引用来源追踪

数据库:MySQL(业务数据)+ PostgreSQL + PGVector(向量数据)

版本要求:

jdk 21,MySQL 5.7 或者 8,PostgreSQL 建议 16 以上并安装 pgvector 扩展,node.js 版本 18 以上,maven 版本建议 3.8 及以上,navicat 建议不低于 16

二、项目功能描述

  1. 管理员

    登录、个人信息、修改密码

    用户信息:管理系统所有用户

    客服知识库分类与文档管理:维护客服知识库分类与知识文档

    知识文档上传与文本解析:上传文档并解析为文本

    知识片段切分与管理:将文档切分为知识片段

    片段 Embedding 向量化:对片段执行向量化并写入 PGVector

    AI 客服聊天与 RAG 引用来源:基于知识库进行问答并展示引用来源

    客户会话记录与满意度评价:查看会话记录与满意度评价

    工单分类与工单管理:维护工单分类,处理人工工单

    AI 工单分类与优先级识别:由 AI 自动识别工单分类与优先级

    AI 回复建议与客服处理:AI 给出回复建议辅助客服处理工单

    AI 服务质检与统计分析:对客服服务进行 AI 质检与统计

  2. 用户

    登录、注册、个人信息、修改密码

    AI 客服问答:向智能客服提问,获取基于企业知识库的回答,并看到回答引用了哪些资料

    提交工单:提交人工工单并查看处理进度

    满意度评价:对客服会话进行满意度评价

三、项目创新点

"AI 客服 + 人工工单"双轨闭环:常见问题走 RAG 智能客服自动回答,复杂问题转人工工单,AI 全程辅助,形成完整客服处理链路。

企业知识库 RAG:知识文档经解析、切片、Embedding、PGVector 检索后再生成回答,答案有据可依并可追踪引用来源。

AI 工单自动分类与优先级识别:工单进入系统即由 AI 判定分类与优先级,减少人工分派成本,提升响应效率。

AI 回复建议辅助人工:针对人工工单,AI 结合知识库给出回复建议,客服在建议基础上处理,兼顾效率与准确性。

AI 服务质检与统计分析:对客服会话与工单处理进行 AI 质检并统计满意度,把服务质量从"凭感觉"变为"可量化"。

MySQL + PGVector 混合存储:业务数据与向量数据分库存储,附 Windows 本地 PGVector 安装教程,工程可落地。

四、关键页面截图

相关推荐
撸串-研究生3 小时前
社区流浪宠物领养救助系统【附源码】
mysql·springboot·宠物·社区公益服务
流浪0015 小时前
大模型技术全景(二十三):RAG 应用阶段的检索、提示词增强与生成
llm·rag·提示词增强·rag检索
梦想的颜色5 小时前
【AI速览】RAG 向量数据库选型:Milvus、Chroma、Qdrant、PGVector 全维度横向对比
数据库·milvus·chroma·rag·pgvector·向量库·qdrant
衡石科技8 小时前
从语义准备到模型验收:HENGSHI SENSE Data Agent 的 RAG 与部署工程实践
java·大数据·人工智能·数据分析·rag
wewowilling1 天前
RAG知识库--coze
大模型·agent·知识库·rag·coze
熊出没1 天前
AI Agent 生产级架构设计:工具调用与MCP、RAG、安全护栏与评估体系
人工智能·安全·架构设计·rag·ai agent
鱼宵1 天前
LangChain4j 生产化改造:记忆落 Redis、向量落 ES,重启再也不丢
数据库·redis·elasticsearch·langchain4j
小易老师AI实战1 天前
大模型Token成本优化指南:彻底解决推理成本高、响应慢问题(企业落地完整版)
大模型·rag·大模型推理·推理加速·kv 缓存·token 优化·llm 降本
流浪0011 天前
大模型技术全景(二十二):RAG 数据入库与向量数据库
llm·向量数据库·rag·rag数据库入库
飞鸟真人1 天前
RAG入门(一)用Qdrant和ollama做一个简单的医学问答软件
rag·ollama·qdrant·医学问答