xianjing-ai/docs/技术方案建议书.md

# 鲜境物联 · AI 智能客服｜技术路线建议书

> 依据材料：框架合作建议书、AI 客服建议书与报价、验收标准（附件三）、委托开发合同、开发计划与进度表（附件二）。  
> 结论先看：**推荐「开源自托管二开 + 核心业务定制」；不推荐纯自研，不推荐纯公有云 SaaS。二开底座首选 Dify。**

---

## 1. 项目边界（合同已锁死的硬约束）

| 维度 | 合同 / 计划约定 | 对技术选型的含义 |
|------|------------------|-------------------|
| 周期 | **7 周**（约 2 个月），自首付款 + 必要资料齐备起算 | 必须复用成熟对话/RAG 底座，禁止从零造轮子 |
| 费用 | 一次性实施 **¥50,000**；年度订阅 **¥30,000/年** | 人力预算紧，二开性价比远高于纯自研 |
| 场景一 | 选 **一个高频渠道** 做 24h 智能咨询（意图→追问→方案→人工接管） | 首期渠道做深一个，勿同时铺网站+FB+邮件 |
| 场景二 | 录音/对话 → 语义识别 → 知识库 → 自动生成方案 | 可与场景一共用同一知识库与方案引擎 |
| IP | 定制功能 + 知识库归甲方；乙方保留通用框架复用权；开源须清单披露 | **自托管开源二开完全合规**，且利于乙方后续复用 |
| 数据 | 建议书明确：数据自主可控、避开对第三方平台（如阿里）依赖 | 排除强绑定公有云客服 SaaS 作为主路径 |
| 验收 | 功能闭环 + AI Eval（意图≥85%、方案≥80%、完成≥70%、幻觉≤5%、泄露 0%） | 必须单独做评测与人工接管，不能只做「能聊天」 |

进度锚点（附件二）：

| 阶段 | 周次 | 必须产出 |
|------|------|----------|
| P1 需求诊断 | W1 | 需求清单、资料清单、方案判定逻辑初稿 |
| P2 概念验证 | W2 | 可运行 Concept Demo |
| P3 真实验验 | W3 | 真实场景验证报告 |
| P4 MVP | W4–W6 | 可上线 MVP（含约定渠道对接） |
| P5 试运行 | W7+ | 效果看板、首轮优化 |

在 **5 万 / 7 周** 约束下，任何「自研完整客服中台」都会在 W2–W3 断档。

---

## 2. 三条路线怎么选

### 2.1 纯自研（LangChain/自写服务 + 自研后台）

| 优点 | 风险 |
|------|------|
| 完全可控、后续扩展空间大 | 知识库后台、对话编排、评测、权限、多轮状态机都要自写 |
| 契合乙方「保留通用框架」长期意图 | 7 周内难同时达到验收阈值；5 万预算撑不起完整团队 |

**结论：不作为首期主路径。** 可作为二期沉淀「方案判定引擎 / Eval」时逐步抽离自研模块。

### 2.2 纯 SaaS（扣子 Coze、阿里云智能客服、腾讯企点等）

| 优点 | 风险 |
|------|------|
| 上线快、少运维 | 与「数据自主可控、避开第三方平台依赖」直接冲突 |
| | 知识库/对话数据常落在厂商侧；出海/模型切换受限 |
| | 合同要求开源清单与定制归属，SaaS 难谈清底层复用 |

**结论：不推荐作主交付。** Demo 可用公有能力试效果，生产必须迁出自托管。

### 2.3 开源自托管二开 + 业务定制（推荐）

| 优点 | 风险 |
|------|------|
| W2 即可出 Concept Demo | 底座升级需跟社区版本 |
| 知识库/对话/工作流开箱可用 | 「卖方案」逻辑仍要定制，不能只靠默认 FAQ RAG |
| 符合数据本地化与 IP 条款 | 需选好 License（Apache/MIT 优先）并出开源清单 |
| 年度订阅可覆盖模型+运维+迭代 | 多渠道若一次做满会爆工期——合同已限制「选一个高频渠道」 |

**结论：唯一与合同周期、金额、数据主权、验收指标同时匹配的路线。**

---

## 3. 二开底座对比与推荐

面向本项目关键能力：RAG 知识库、多轮工作流（追问）、工具调用（方案匹配）、自托管、国产/海外模型可切换、可接人工接管。

| 底座 | 知识库/RAG | 工作流/Agent | 业务后台完备度 | 中文生态 | 与本项目匹配 | 建议 |
|------|------------|--------------|-----------------|----------|--------------|------|
| **Dify** | 强 | **强**（可视化工作流贴合意图→追问→方案） | **高**（知识库/日志/应用开箱） | 强 | ★★★★★ | **首选** |
| Flowise | 中（偏编排侧） | **强**（LangChain 节点灵活） | **低**（缺完整客服运营后台） | 中 | ★★★ | 可做引擎，不适合单独交付 |
| Ragflow | **检索质量突出** | 工作流弱于 Dify | 中（偏知识工程） | 强 | ★★★★ | 检索难达标时与 Dify 组合 |
| FastGPT | 强（偏问答） | 中 | 高 | 强 | ★★★★ | 备选，复杂判定易顶天花板 |
| MaxKB | 够用 | 偏基础 | 中高 | 强 | ★★★ | 简单 FAQ 够用，本项目偏弱 |
| Botpress | 中 | 对话机器人强 | 中高 | 中 | ★★★ | 渠道多时考虑 |
| 扣子/阿里云等 SaaS | 强 | 强 | 高（非自托管） | 强 | ★★ | 违背数据自主原则 |

### 推荐组合（按投入递增）

**方案 A｜默认推荐（匹配 5 万 / 7 周）**

```
渠道入口（网站插件 或 FB 选其一）
        ↓
   Dify（自托管）
   ├─ 知识库（产品/技术/方案）
   ├─ 工作流：意图分类 → 追问槽位 → RAG → 方案生成
   ├─ 低置信度 / 敏感 → 转人工
   └─ 模型：智谱等国产 API（可切私有化）
        ↓
人工接管：Chatwoot（开源）或企业微信/飞书群机器人
后台：Dify 控制台 + 轻量效果看板（对话日志导出 + Eval 表）
场景二：录音 → ASR（阿里/讯飞/开源 Whisper 私有化择一）→ 同一工作流出方案
```

**方案 B｜检索效果不达标时升级**

- 文档解析与向量检索改 **Ragflow**，对话编排仍用 **Dify**（或 Dify 调 Ragflow API）。
- 适用于产品资料 PDF/图纸多、默认切块幻觉压不下去时。

**方案 C｜不推荐首期**

- 全自研 Agent 框架：超预算与工期。
- 纯 FastGPT 无工作流定制：难做「先判断再追问再出组合方案」。

### 为何首选 Dify（而不是 Flowise）

Dify 和 Flowise 都能自托管、都能画工作流，但**产品形态不同**：

| 对比项 | Dify | Flowise |
|--------|------|---------|
| 定位 | 偏「可交付的 LLM 应用平台」 | 偏「LangChain 可视化编排器」 |
| 知识库运营 | 文档上传、分段、召回测试、权限较完整 | 有向量/文档节点，**缺甲方业务人员可长期维护的知识库后台** |
| 合同要的后台 | 对话日志、应用配置、基础观测更开箱 | 多半要**另做 Admin / 日志 / 效果看板** |
| 「卖方案」链路 | Chatflow/Workflow 直接支撑意图→追问→出方案 | 也能搭，但槽位追问、会话状态、对外 Chat API 要更多拼装 |
| 甲方侧使用门槛 | 运营/销售助理可在控制台改知识库 | 改流程基本是**开发在画布上改节点** |
| 中文资料与实施案例 | 多，便于 FDE 驻场与交接 | 英文社区为主，国内交付摩擦更大 |
| 二开成本（相对本项目） | 定制重心在业务规则与 Eval | 定制要覆盖 **规则 + 大半个运营后台**，易吃掉 5 万预算 |
| License | **非纯 Apache**：Apache-2.0 + 附加条款（多租户 SaaS、去 Logo 等需商业授权） | Apache-2.0 |

**对本合同的含义：**

1. 验收写了「知识库可增删改查、对话记录可追溯、数据看板」——Dify 自带大半；Flowise 二开等于还要自研一层运营面。  
2. 7 周里 W2 就要 Concept Demo、W3 真实验证——Dify 用控制台灌资料即可；Flowise 更适合「工程师已写好链路」的演示，不适合业务专家自己改库。  
3. Flowise **不是不能用**，更适合：团队强依赖 LangChain 生态、只要 API 引擎、运营后台另有系统承接。鲜境首期没有现成客服中台，用 Flowise 会把二开做成「半自研」。  
4. 若坚持 Flowise：建议 **Flowise 只做编排引擎 + 自研/套 Chatwoot 做会话与人工接管 + 自研轻量知识库管理**，工作量和风险高于 Dify 单底座。

**一句话：Flowise 是好用的编排器；Dify 更接近「能验收交付的 AI 客服底座」。** 在 5 万 / 7 周下选后者。

### 为何首选 Dify（相对其他底座）

1. **工作流原生支持**合同核心链路「意图识别 → 追问 → 方案生成」，比纯问答库更贴「卖方案」。  
2. **自托管 + 多模型**：满足数据可控与智谱/Gemini 等切换。  
3. **许可可用但非纯 OSI 开源**：主体基于 Apache-2.0，另有附加条款（见下节）；单客户自托管交付通常可行，多租户转售/去 Logo 需另谈商业授权。  
4. **W2 Concept Demo** 可在底座上直接配知识库+简易流，不必先写后台。  
5. 人工接管、评测、渠道适配用周边开源/薄封装即可，不必绑死一家云。

#### Dify 许可要点（合同 5.4 开源清单必写清）

- **不是** MIT / BSD，也**不是**无修改的纯 Apache-2.0 / 纯 OSI 开源。  
- 官方名称：**Dify Open Source License** = **Apache License 2.0 + 附加条件**。  
- 一般允许：商业使用、作为企业应用开发平台、作为其他应用的后端（含单客户私有化部署）。  
- 附加限制（触发则需向 LangGenius 取得书面商业授权）：  
  1. 用源码运营**多租户**环境（一个 Workspace ≈ 一个租户）；  
  2. 使用其前端时**去除或修改**控制台/应用中的 Logo 与版权信息（纯 API、不使用其 `web` 前端则不受此项约束）。  
- 贡献代码方面：生产方可调整协议；贡献可能被用于其云业务。  
- 对鲜境项目：单甲方自托管、保留 Dify 品牌、不做对外多租户 SaaS → **通常不触发商业授权**；合同附件仍应列出该 License 全文链接与限制摘要。

---

## 4. 必须自研/定制的部分（二开不等于零开发）

这些是验收与差异化的关键，**不要指望底座默认能力**：

| 模块 | 做法 | 归属（按合同） |
|------|------|----------------|
| 方案判定逻辑 | 从业务专家萃取规则/决策树 → Dify 工作流节点或 Tool | 定制成果 → 甲方 |
| 产品组合匹配 | 结构化产品表 + 规则/检索混合，禁止纯自由发挥 hallucination | 定制 + 知识库 → 甲方 |
| 追问槽位设计 | 按两大类技术路线设计必问项（预算、场景、工况等） | 定制 → 甲方 |
| 人工接管策略 | 置信度阈值、敏感词、超时、留资表单 | 定制 → 甲方 |
| AI Eval | 200 条标注集、盲测流程、幻觉抽检脚本 | 评测资产 → 甲方 |
| 渠道适配 | **只做一个**高频入口的对接与样式 | 定制 → 甲方 |
| 开源清单 | Dify/Chatwoot/依赖 License 列表 | 合同强制交付 |

底座本身、通用连接器、模板工作流 → 属乙方可复用框架（合同 5.1 / 5.2）。

---

## 5. 与 7 周计划的落地映射

| 周次 | 技术动作（建议） | 防延期要点 |
|------|------------------|------------|
| W1 | 锁定唯一渠道；萃取方案判定树；资料分级入库标准 | 甲方不给齐资料则工期按合同顺延 |
| W2 | Dify 部署 + 样本知识库 + Concept Demo（追问 3–5 轮能出草案） | Demo 先通闭环，不追求全量资料 |
| W3 | 导入真实资料；人工盲测方案准确率；调检索与提示词 | 未达标先调知识结构，勿急着上第二渠道 |
| W4–W5 | 人工接管、留资、日志；场景二 ASR 联调（可并行薄做） | 渠道对接放本阶段，避免 W2 分心 |
| W6 | UAT、安全脱敏、开源清单、部署文档 | 预留修缺陷缓冲 |
| W7 | 生产试运行、效果看板、首轮 Eval 报告 | 订阅期内持续迭代算年度服务 |

**砍范围优先级（预算不够时）：**  
保：知识库 + 追问闭环 + 方案生成 + 人工接管 + 单渠道。  
可后置：多渠道、精美独立 Admin、复杂经营看板、海外获客（属框架二期）。

---

## 6. 模型与部署建议（贴合数据自主）

- **推理**：优先智谱 / 其他国产 API；敏感或申报需要时再上私有化（vLLM 等），首期不必自建 GPU。  
- **Embedding**：与知识库同环境部署，避免文档出域。  
- **ASR（场景二）**：可先用云端 ASR 降本；若录音含客户机密，改为私有化 Whisper 类方案。  
- **部署**：客户机房或乙方托管的独立 VPC 均可，但知识库与对话日志不得默认进公有 SaaS。

年度 ¥3 万订阅建议覆盖：Token 上限、监控、知识库更新、Eval 与小迭代——与合同 3.3 一致；超用量或新渠道走变更单。

---

## 7. 风险与门禁

| 风险 | 应对 |
|------|------|
| 把项目做成「通用 FAQ 机器人」导致方案匹配<80% | W1 必须产出判定树；W3 专家盲测不过不进 P4 全量开发 |
| 同时做多渠道拖死工期 | 严格按合同「一个高频渠道」 |
| 幻觉与敏感泄露 | RAG 强制引用；输出护栏；Eval 自动化+人工抽检 |
| 开源协议纠纷 | 交付开源组件清单；避免传染性 Copyleft 污染定制代码 |
| 5 万预算被运维吞掉 | 首期单机/小集群 Docker Compose；监控用开源 |

---

## 8. 最终建议（决策一页纸）

1. **路线**：开源自托管 **二开**，不是纯自研，不是纯 SaaS。  
2. **底座**：**Dify 首选**；检索吃力再加 **Ragflow**；人工席位用 **Chatwoot**（或现有企微/飞书）。  
3. **定制重心**：方案判定 + 产品组合 + 追问槽位 + AI Eval + 单渠道接入。  
4. **与合同一致**：7 周、5 万实施、3 万/年订阅、知识库与定制归甲方、框架归乙方可复用。  
5. **首期成功标准**：附件三阈值达标 + 一个渠道 7×24 可用 + 销售辅助能基于录音/文本出方案。

---

## 9. 建议甲方/乙方立刻确认的 5 件事

1. 首期「一个高频渠道」究竟是网站还是 Facebook？  
2. 两大类技术的方案判定树由哪几位业务专家拍板？  
3. 模型选型：智谱 API 是否可直接用于生产？是否有私有化硬性要求？  
4. 场景二是否与场景一同周验收，还是 W7 后订阅期迭代？  
5. 部署位置：甲方机房还是乙方托管 VPC？

确认以上后，即可按附件二从 P1 启动，无需再纠结纯自研。