Ecom-Service-Agent: 从0到1实战企业级电商客服Agent系统

背景

大家好，我是淮南，Top 985科班出身，有多家大厂后端 & AI Agent 研发经验。

我在小红书上运营着一个 AI Agent 面经系列，分享了我面试字节、阿里、MiniMax 等多家公司 AI Agent 岗位的真实面经，目前已经积累了 5000+ 粉丝。在和大家交流的过程中，我发现很多同学对 Agent 相关技术很感兴趣，但苦于没有一个完整的、可跟着动手的实战项目。

所以我决定做这件事 —— 以电商客服为场景，从0到1带大家实战一个企业级 Agent 系统。

为什么选电商客服？

电商客服是 Agent 最经典的落地场景之一：业务逻辑清晰（查订单、退换货、推荐商品、售后处理），大家容易理解，面试中也经常被问到。做完这个项目，你不仅能掌握 Agent 核心技术栈，还能直接写进简历。

更新方式

我会在小红书上每期更新一个 Agent 相关技术，对应本仓库的一个 commit / tag。特别复杂的技术点会拆成 2 期。你可以跟着每期笔记，checkout 到对应的 tag，一步一步跟着做。

扫码关注我的小红书，获取每期更新通知：

技术演进路线（更新预告）

本项目会按照由浅入深的节奏，逐步叠加 Agent 相关技术：

基础篇

• 纯 Prompt 实现客服对话
• 结构化输出（Structured Output）
• 多轮对话管理

进阶篇

• ReAct 范式的 Agent（思考-行动交替，最经典的 Agent 范式）
• 工具调用 / Function Calling（查订单、查库存等）
• MCP（Model Context Protocol）集成
• RAG 检索增强生成（接入商品库、FAQ、退换货政策等）

高级篇

• Plan-and-Execute（先规划再执行，适合复杂多步骤请求）
• Reflexion 反思机制（自我评估与迭代改进）
• REWOO（预规划 + 批量执行，高效处理并行任务）
• Memory：短期记忆 & 长期记忆
• Skill：可复用的能力模块（退货处理、订单跟踪等标准化流程）
• Multi-Agent 协作（客服路由、售前售后分流）
• Agent 评估体系

以上为初步规划，实际更新可能会根据大家的反馈进行调整。

项目架构 & 更新历史

这是本项目最核心的部分，会随着每一期的更新持续完善。

当前架构

ecom-service-agent/
├── main.py                   # CLI 入口，多轮对话循环（启动恢复 + 退出保存）
├── requirements.txt          # Python 依赖
├── .env.example              # 环境变量示例
├── config/
│   └── settings.py           # 配置管理（从 .env 读取，含 MCP 开关）
├── prompts/
│   ├── customer_service.py   # 电商客服 system prompt（含工具使用指南）
│   └── summarizer.py         # 历史摘要 prompt
├── schemas/
│   └── response.py           # 结构化输出 schema（Pydantic）
├── agent/
│   ├── chat.py               # 核心 ReAct 循环（通过 ToolManager 调用工具）
│   ├── summarizer.py         # LLM 自我压缩老对话（支持工具消息）
│   └── storage.py            # 会话 JSON 持久化
├── tools/                    # 电商工具集（Function Calling）
│   ├── mock_data.py          # Mock 数据：订单、商品、物流
│   ├── registry.py           # 本地工具注册表 + OpenAI schema + 分发执行
│   ├── manager.py            # ToolManager：统一管理本地工具 + MCP 工具
│   ├── order.py              # 查询订单详情
│   ├── product.py            # 搜索商品信息
│   ├── logistics.py          # 查询物流轨迹
│   └── refund.py             # 申请退款
├── mcp_server/               # MCP Server（独立微服务）
│   └── server.py             # FastMCP + Streamable HTTP，暴露 4 个电商工具
├── mcp_client/               # MCP Client（同步封装）
│   ├── client.py             # MCPClient：同步封装，后台线程管理异步连接
│   └── converter.py          # MCP Tool schema → OpenAI function calling 格式转换
└── sessions/                 # 运行时生成，已 .gitignore
    └── session.json          # 当前会话快照

更新日志

每期更新后，这里会同步更新架构图和更新日志。

求职辅导

我目前也在做 AI 方向的求职辅导，服务内容包括：

• 简历精修（针对 AI / Agent 岗位优化）
• 项目包装（帮你把项目经历讲出亮点）
• 模拟面试（还原大厂真实面试流程）
• 全程陪跑（从投递到拿 offer）

有需要的同学可以添加我的微信：HuaiNan54321，备注「求职辅导」。