← 返回全部文章
·约 7 分钟PPT

AI-CS

配套媒体

本页对应的 PPT 与演示视频

AI-CS-recommend.mp4
PPT
AI-CS-recommend.pptx浏览器不能直接打开 PPT,下载后用 PowerPoint / WPS / Keynote 查看
下载没反应?点这里复制直链

侧边栏预览窗口(Electron webview)会拦截下载,把下面的链接复制到 Chrome / Edge 地址栏打开即可保存。

PPT../../AI-CS-recommend.pptx
视频../../AI-CS-recommend.mp4
本文目录
  1. 🚀 什么是 AI-CS?
  2. ✨ 核心功能一览
  3. 🛠️ 快速上手:5 分钟跑通示例
  4. 安装 / 部署
  5. 配置环境变量
  6. 访问入口
  7. 📊 与竞品对比
  8. 💡 适用场景
  9. 场景 1:客服工作台(dashboard)
  10. 场景 2:访客小窗-AI 自动模式
  11. 场景 3:可视化报表(analytics)
  12. 用户群体总结
  13. 💰 定价方案
  14. 🎯 总结

📌 核心价值:把官网右下角客服小窗做成一套可用、可运营、可排障的智能客服系统

AI-CS 是一套开源的、可私有化部署的 AI 客服系统,支持 AI + 人工无缝切换、多模型管理、知识库 RAG 检索。适合把"官网右下角客服小窗"与"客服工作台"一起落地的团队。

封面图


🚀 什么是 AI-CS?

AI-CS(AI Customer Service)是一个现代化的智能客服系统,支持实时聊天、文件传输、知识库问答、可观测运维,并完整开源。系统采用 AI + 人工一体的设计思路,可无缝切换两种服务模式,适合私有化部署到企业内部。

GitHub stars GitHub forks

核心定位:可私有化部署的 AI+人工客服系统,企业数据完全自主可控


✨ 核心功能一览

AI-CS 核心功能

功能模块 描述 亮点
访客聊天小窗 iframe 嵌入任意网站 AI/人工模式切换
客服工作台 WebSocket 实时消息 多模型管理 + RAG
知识库管理 可视化配置 向量检索可按需启用
结构化日志 按级别/分类/trace_id 筛选 完整可观测性
数据报表 会话/消息/AI 回复率 命中率+转人工统计
官网 SEO OG/JSON-LD/sitemap 开箱即用

🛠️ 快速上手:5 分钟跑通示例

安装 / 部署

# 克隆项目
git clone https://github.com/2930134478/AI-CS.git
cd AI-CS

# 复制配置
cp .env.example .env

# Docker 一键启动
docker-compose -f docker-compose.prod.yml up -d

配置环境变量

# 数据库
MYSQL_ROOT_PASSWORD=your_strong_password
DB_PASSWORD=your_strong_password

# 管理员
ADMIN_PASSWORD=your_admin_password

# 安全密钥(64 位 hex)
ENCRYPTION_KEY=your_64_char_hex

# 域名
NEXT_PUBLIC_SITE_URL=https://your-domain.com

# 向量库开关(首次部署可关闭)
MILVUS_DISABLED=true

访问入口

官网首页:http://localhost:3000
访客聊天:http://localhost:3000/chat
客服登录:http://localhost:3000/agent/login

注意:首次部署可关闭 Milvus 向量库,等基础功能跑通后再启用 RAG


📊 与竞品对比

AI-CS vs 竞品对比


💡 适用场景

场景 1:客服工作台(dashboard)

AI-CS 客服工作台

功能说明:客服工作台是 AI-CS 的核心运营界面,集成 WebSocket 实时消息、访客状态、AI 知识库检索、人机协作等功能。客服人员可同时管理多个会话,AI 自动推荐答案,人工可一键接管。

输入要求:客服账号登录 + 模型 API 密钥

输出效果:统一的多会话处理界面 + AI 辅助回复

适用场景:企业客服中心、电商客服团队、售前售后


场景 2:访客小窗-AI 自动模式

AI-CS 访客小窗

功能说明:访客在右下角小窗与 AI 实时对话,AI 自动理解问题并基于 RAG 知识库检索最佳答案,支持多轮对话与文件传输。访客也可主动要求转人工。

输入要求:访客自然语言提问

输出效果:实时 AI 文字回复 + 知识库引用

适用场景:FAQ 自动应答、售前咨询、文档检索


场景 3:可视化报表(analytics)

AI-CS 可视化报表

功能说明:按日或自定义区间查看关键指标:访客小窗打开数、会话与消息量、AI 回复率与失败率、知识库命中率等。结构化日志配合 trace_id 可追溯关键链路与异常。

输入要求:累计运行数据

输出效果:多维度运营仪表盘

适用场景:运营复盘、SLA 监控、异常排障


用户群体总结

  • ✅ 中小企业:开箱即用,5 分钟搭建完整客服
  • ✅ 开发者:可深度定制,技术栈 Next.js + Go
  • ✅ 数据敏感行业:私有化部署,数据完全自主
  • ❌ 不适合:无技术团队维护(需简单 SaaS)

💰 定价方案

完全免费开源

开源协议: MIT(可商用)

💡 完全免费:MIT 协议,可商用、可二次开发、无授权费


🎯 总结

AI-CS 是一套真正面向生产的开源智能客服系统,作者从"官网右下角小窗"演进到完整客服平台,涵盖了访客/客服/官网三位一体的完整链路。特别适合需要私有化部署、重视数据可控的中型企业。

推荐指数: ⭐⭐⭐⭐(满分5星,技术细节扣一星)

适合人群:中小企业客服负责人、客服系统集成商、ToB SaaS 开发者

立即体验: AI-CS GitHub 仓库

在线演示: demo.cscorp.top


数据截至 2026年06月13日,最新信息请以官网为准。