AIAI 工具图鉴
← 返回全部文章
·约 14 分钟PPT

AI-CS

下载 PPT

配套媒体

本页对应的 PPT 与演示视频

PPT
ai-cs-智能客服系统-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-%E6%99%BA%E8%83%BD%E5%AE%A2%E6%9C%8D%E7%B3%BB%E7%BB%9F-recommend.pptx
本文目录
  1. 🚀 什么是 AI-CS？
  2. ✨ 核心功能一览
  3. 访客侧（嵌入小窗）
  4. 客服侧（工作台）
  5. 官网与 SEO
  6. 🛠️ 5 分钟跑通示例
  7. 方式 A：预构建镜像部署（推荐，最省事）
  8. 方式 B：Docker 本地构建（可自定义端口）
  9. 方式 C：传统部署（Go + Node 全本地开发）
  10. 集成访客小窗到你的网站（一行 iframe）
  11. 📊 与竞品对比
  12. 💡 适用场景
  13. 场景 1：独立开发者 / 小团队官网客服入口
  14. 场景 2：访客侧小窗 - AI 模式 vs 人工模式
  15. 场景 3：客服工作台 + 知识库 RAG
  16. 用户群体总结
  17. 💰 定价方案
  18. 🎯 总结

📌 核心价值：把"AI+人工"客服做成一个开箱即用、可私有化部署的完整产品，而不是一堆要自己拼的零件。

一个 GitHub 上 200+ stars、采用 Go + Next.js 16 现代化技术栈的智能客服系统，把官网小窗、知识库 RAG、客服工作台、实时通讯、可观测性全部串到一条线，且对外完全开源（MIT）。

封面图

🚀 什么是 AI-CS？

AI-CS（AI Customer Service）是一套定位**"AI + 人工一体"的开源智能客服系统，由 2930134478 维护。区别于绝大多数"先有人工、慢慢加 AI"的客服 SaaS，它从 Day 1 就把访客侧（聊天小窗）和客服侧（工作台）**当成一个产品来做。

GitHub stars GitHub forks

核心定位：可私有化部署的"AI+人工"客服平台，不是工具集，而是一个能立刻上线的产品。

它解决的具体问题清单：

  • 小公司 / 独立开发者：买不起动辄几万块/年的客服 SaaS，又不想被锁死在厂商 API
  • 中等企业：数据合规要求"对话不能上云"，需要在自己的服务器上跑完整客服系统
  • 客服团队：AI 答不上时必须能立即转人工，且全程可控、可观测
  • 运维团队：要能看到每天多少会话、AI 回复成功率、知识库命中率、转人工率

✨ 核心功能一览

AI-CS 核心功能一览

AI-CS 的功能被刻意分成了访客侧和客服侧两条主线，互相独立但共享一套底层事件总线。

访客侧（嵌入小窗）

  • AI 模式 / 人工模式自由切换——访客点一下按钮就转人工
  • 文件上传（图片、文档）、消息提示音、可选"本回合联网搜索"
  • 一行 <iframe> 嵌入任意网站（详见后文代码示例）

客服侧（工作台）

  • 会话列表、实时消息（WebSocket）、未读角标
  • 访客 IP 与大致地理位置（离线 ip2region，无第三方依赖）
  • "实时共享草稿输入"——访客和客服能看到对方正在输入但未发送的内容
  • 多模型管理（文本/绘画等）、Prompt 管理、知识库 + RAG
  • 日志中心：结构化日志落库（system_logs 表），按级别/分类/事件/trace_id 筛选
  • 数据报表：按日/区间查看访客打开小窗数、会话数、消息数、AI 回复与失败率、知识库命中率、转人工率

官网与 SEO

  • 蓝白主题官网首页 + 滚动进场动效
  • 完整的 metadata / Open Graph / JSON-LD / sitemap.xml / robots.txt——为获客而设计而不只是后台

🛠️ 5 分钟跑通示例

AI-CS 提供了 3 种部署方式，从"零运维"到"完全自托管"全谱系覆盖。

方式 A：预构建镜像部署（推荐，最省事）

只需要改一个 .env 文件、跑一条 docker-compose 命令。

# 1. 克隆仓库
git clone https://github.com/2930134478/AI-CS.git
cd AI-CS

# 2. 复制环境变量模板
cp .env.example .env

# 3. 至少改这 4 项（必填）
#    - MYSQL_ROOT_PASSWORD   MySQL root 密码
#    - DB_PASSWORD           数据库用户密码
#    - ADMIN_PASSWORD        默认 admin 账号密码
#    - ENCRYPTION_KEY        后端加密密钥（64 位 hex）
#
#    生成 ENCRYPTION_KEY:
#    Linux/Mac:  openssl rand -hex 32
#    Windows:    -join ((48..57)+(97..102) | Get-Random -Count 64 | %{[char]$_})

# 4. 启动（预构建镜像，秒级）
docker-compose -f docker-compose.prod.yml up -d

启动完成后访问：

注意：默认端口前端 3000、后端 18080。如果改端口，建议用方式 B 本地构建镜像，否则静态资源路径会与历史端口强绑定。

方式 B：Docker 本地构建（可自定义端口）

docker-compose up -d --build

适合需要彻底自定义前端/后端端口、内网部署、需要挂载额外卷的场景。

方式 C：传统部署（Go + Node 全本地开发）

# 后端
cd backend
go mod tidy
go run main.go

# 前端（新开终端）
cd ../frontend
npm install
npm run dev

环境要求：Go 1.24+ / Node.js 20.9.0+ / MySQL 8.0+。这种方式适合二次开发、深度定制。

集成访客小窗到你的网站（一行 iframe）

部署完成后，把下面这段 HTML 放到你官网 </body> 之前就行：

<iframe
  id="ai-cs-chat-iframe"
  src="https://你的域名/chat"
  style="display:none;position:fixed;bottom:80px;right:20px;width:400px;height:600px;border:none;border-radius:12px;box-shadow:0 20px 25px -5px rgba(0,0,0,.1);"
></iframe>

或者用项目自带的 frontend/public/widget.js（AICSWidget.init({ ... })），细节都在脚本注释里。

📊 与竞品对比

AI-CS vs 商业 SaaS vs 自建方案

为什么这张表值得仔细看？

  • 私有化部署这条：商业 SaaS 几乎都是"只能上云"，AI-CS 一步到位支持 Docker 镜像/源码两种私有化路径
  • AI+人工一体这条：传统 SaaS 以人工为主、AI 为辅；自建方案则要自己写胶水代码；AI-CS 是从 Day 1 就为"无缝切换"而设计
  • 可观测性这条：商业 SaaS 给你看"漂亮的 BI 报表"，自建方案要自己写；AI-CS 提供了 system_logs 表 + trace_id 体系，按 trace_id 就能追到一次完整会话

💡 适用场景

场景 1：独立开发者 / 小团队官网客服入口

官网首页（核心能力模块）

功能说明：AI-CS 提供了完整的官网首页（首页自带 SEO + 蓝白主题 + 滚动动效），右下角内置可交互的客服小窗。访客点一下按钮就能进聊天界面。

输入要求：部署 AI-CS 后，把 NEXT_PUBLIC_SITE_URL 改成你自己的域名

输出效果：一个 100% 可控的官网 + 内嵌客服入口，不依赖任何第三方服务

适用场景：

  • SaaS 产品官网（让访客从"浏览"直接进入"对话"）
  • 独立开发者的"联系我"页
  • 内部工具的"反馈"入口

场景 2：访客侧小窗 - AI 模式 vs 人工模式

人工模式 AI 模式
人工客服模式 AI 客服模式

功能说明：访客在小窗里可以随时切换 AI / 人工模式。AI 模式背后接 LLM（OpenAI / DeepSeek / 自部署均可），人工模式直接把消息路由到客服工作台。

输入要求：在 .env 里配置 AI 模型（如 OPENAI_API_KEY / OPENAI_BASE_URL）

输出效果：访客点"转人工"按钮后，对话无缝流转到工作台；客服回复的内容，访客侧实时看到

适用场景：

  • 电商客服（先 AI 答 FAQ，不行转人工）
  • SaaS 产品支持（先 AI 排查，不行转工程师）
  • 在线教育（先 AI 答疑，不行转辅导老师）

场景 3：客服工作台 + 知识库 RAG

注：工作台与知识库管理界面以 GitHub 仓库 agent/ 目录下的实机截图为准。访客消息进来后，工作台收到提示音 + 未读角标，客服可以同时打开多个会话窗口并实时回复。

功能说明：AI-CS 内置 Milvus 向量库 + 知识库管理界面。客服可以上传文档（FAQ / 产品手册 / 内部 Wiki），AI 自动做向量化。访客提问时，AI 先检索知识库再回答，并显示命中来源（带引用）。

输入要求：

  1. .env 里设 MILVUS_DISABLED=false（启用 RAG）
  2. 启动 docker-compose -f docker-compose.milvus.yml up -d 拉起 Milvus
  3. 在工作台"知识库管理"上传文档

输出效果：AI 回答问题时附带"参考了 XX 文档第 X 节"等可追溯信息

适用场景：

  • 产品文档问答（让访客直接问"你们的 API 怎么鉴权？"）
  • 内部知识助手（让员工问"年假怎么请？"）
  • 客服培训（新人可以问历史会话，AI 给出标准答案）

注意：如果你暂时不想用知识库，把 MILVUS_DISABLED=true 即可——AI 对话与人工客服完全不受影响，Milvus 挂了不会导致整个服务起不来。

用户群体总结

  • ✅ 独立开发者 / 小团队：免费、可控、可改，不需要被 SaaS 锁死
  • ✅ 中等企业 SaaS：需要私有化部署 + AI 能力 + 完整工作台
  • ✅ 电商 / 在线教育 / 金融：需要 AI 答 FAQ、人工接管复杂问题
  • ✅ 客服系统集成商：拿到 MIT 源码可以深度二次开发
  • ❌ 不适合：完全不想运维服务器、追求"零代码开箱即用"的团队——这种需求建议直接用智齿、合力亿捷等 SaaS

💰 定价方案

完全免费。 这是一个 100% 开源（MIT 协议）的项目，你的成本只有：

  • 服务器：1 台 2C4G 云主机（前端 + 后端 + MySQL ≈ 60-100 元/月）；加 Milvus 再加 ~150 元/月
  • AI 模型 API：用 DeepSeek、通义千问、OpenAI 等，按 token 计费
  • 运维时间：首次部署 30 分钟-2 小时（含配置 .env、跑 docker-compose）

💡 新用户福利：项目提供了完整的预构建镜像（537yaha/ai-cs-backend:latest + 537yaha/ai-cs-frontend:latest），不需要从源码编译，docker-compose 拉起来就能用。

开源协议：MIT © 2025 2930134478

🎯 总结

AI-CS 不是一个"还需要二次开发"的半成品，而是一个可以直接上生产的客服系统：完整的产品官网、可私有化部署的架构、AI+人工无缝切换、Milvus 知识库 RAG、日志中心 + 数据报表可观测。对于预算有限、数据不能上云、需要快速上线客服能力的团队，这是一个值得认真评估的方案。

推荐指数： ⭐⭐⭐⭐（满分 5 星）

适合人群：

  • 想私有化部署的中小团队（核心场景）
  • 需要 AI+人工一体的电商 / SaaS / 在线教育
  • 客服系统集成商（MIT 可商用、可深度定制）

立即体验：

数据截至 2026-06-13，最新信息请以 GitHub 仓库为准。