电商场景 Agent 设计从商品推荐到售后客服的完整链路一、用户说这件衣服有我尺码吗Agent 该如何理解电商场景的 AI Agent 和通用 Agent 有本质区别电商的每一次对话都可能涉及交易信息的准确性直接影响下单决策和售后体验。一个典型的用户问题这件黑色卫衣有 XXL 吗红色的同款还有吗 Agent 需要理解用户问的是两个维度的库存黑色/XXL、红色/通用并且这两个查询和同一件商品关联。更复杂的是售后场景我上周买的那个蓝牙耳机有杂音能换吗 Agent 需要先查订单、再查售后政策、最后生成换货工单——这是多轮多工具的联动。二、电商 Agent 的全链路架构三、Go 实现电商 Agent 核心逻辑Agent 入口意图路由package ecommerce import ( context encoding/json fmt strings ) // EcommerceIntent 电商意图类型 type EcommerceIntent string const ( IntentProductSearch EcommerceIntent product_search // 商品搜索 IntentProductCompare EcommerceIntent product_compare // 商品对比 IntentOrderQuery EcommerceIntent order_query // 订单查询 IntentRefund EcommerceIntent refund // 退款/退货 IntentLogisticsTrack EcommerceIntent logistics_track // 物流追踪 IntentCouponQuery EcommerceIntent coupon_query // 优惠券查询 IntentEscalate EcommerceIntent escalate // 升级人工 ) // EcommerceContext 电商对话上下文 type EcommerceContext struct { SessionID string UserID string UserProfile *UserProfile // 用户画像 OrderHistory []OrderSummary // 最近订单 CurrentProduct *Product // 当前讨论的商品 } type UserProfile struct { UserID string Tags []string // 用户标签: 高消费, 母婴, 数码爱好者 History []string // 浏览历史: 商品 ID 列表 Preferences map[string]string // 偏好: size→XXL, color→黑色 } type Product struct { ID string Name string Price float64 Stock map[string]int // SKU → 库存: 黑色_XXL → 10 Category string Rating float64 } // EcommerceAgent 电商 Agent type EcommerceAgent struct { llm LLMClient tools *EcommerceToolRegistry // 电商专用工具集 router *IntentRouter } // HandleUserQuery 处理用户查询的主入口 func (ea *EcommerceAgent) HandleUserQuery( ctx context.Context, sessionCtx *EcommerceContext, userQuery string, ) (string, error) { // 1. 意图识别 intent, confidence : ea.router.Classify(userQuery) fmt.Printf([AGENT] 意图: %s (置信度: %.2f)\n, intent, confidence) // 2. 根据意图选择处理策略 switch intent { case IntentProductSearch: return ea.handleProductSearch(ctx, sessionCtx, userQuery) case IntentProductCompare: return ea.handleProductCompare(ctx, sessionCtx, userQuery) case IntentOrderQuery: return ea.handleOrderQuery(ctx, sessionCtx, userQuery) case IntentRefund: // 退款操作需要用户已登录 if sessionCtx.UserID { return 请先登录后再申请退款, nil } return ea.handleRefund(ctx, sessionCtx, userQuery) case IntentLogisticsTrack: return ea.handleLogisticsTrack(ctx, sessionCtx, userQuery) case IntentEscalate: // 无缝转接人工 return ea.transferToHuman(ctx, sessionCtx, userQuery) default: // 降级让 LLM 自由回答 return ea.llm.Generate(ctx, userQuery) } }商品搜索 Agent// handleProductSearch 商品搜索——多条件筛选 库存校验 func (ea *EcommerceAgent) handleProductSearch( ctx context.Context, session *EcommerceContext, query string, ) (string, error) { // 第一步提取搜索条件 searchParams, err : ea.tools.ExtractSearchParams(ctx, query) if err ! nil { return 抱歉我没能理解您的搜索条件能再描述一下吗, nil } // 第二步调用搜索工具 products, err : ea.tools.SearchProducts(ctx, searchParams) if err ! nil { return 搜索服务暂时不可用请稍后再试, err } if len(products) 0 { return fmt.Sprintf(没有找到符合\%s\的商品试试换个关键词, query), nil } // 第三步结合用户画像做个性化排序 ranked : ea.rankByUserProfile(products, session.UserProfile) // 第四步生成推荐文案——突出库存和用户可能关心的属性 return ea.formatProductRecommendation(ranked[:min(5, len(ranked))], session), nil } // rankByUserProfile 基于用户画像的个性化排序 func (ea *EcommerceAgent) rankByUserProfile(products []Product, profile *UserProfile) []Product { if profile nil { return products // 无画像时保持原始排序 } // 评分加权基础分 偏好匹配分 type scored struct { product Product score float64 } var scoredList []scored for _, p : range products { score : p.Rating * 0.3 // 基础分好评率 // 偏好匹配 for _, tag : range profile.Tags { if strings.Contains(p.Category, tag) { score 2.0 // 品类偏好加分 } } // 有库存的优先 totalStock : 0 for _, s : range p.Stock { totalStock s } if totalStock 0 { score 1.0 } scoredList append(scoredList, scored{p, score}) } // 按分数降序排列 sortByScore(scoredList) result : make([]Product, len(scoredList)) for i, s : range scoredList { result[i] s.product } return result } // formatProductRecommendation 生成推荐文案 func (ea *EcommerceAgent) formatProductRecommendation(products []Product, session *EcommerceContext) string { var sb strings.Builder sb.WriteString(为您找到以下商品\n\n) for i, p : range products { sb.WriteString(fmt.Sprintf(%d. **%s**\n, i1, p.Name)) sb.WriteString(fmt.Sprintf( 价格: %.2f | 评分: %.1f\n, p.Price, p.Rating)) // 展示库存状态 totalStock : 0 for sku, stock : range p.Stock { totalStock stock if stock 3 stock 0 { sb.WriteString(fmt.Sprintf( ⚠️ %s 仅剩 %d 件\n, sku, stock)) } } if totalStock 0 { sb.WriteString( [暂时缺货]\n) } sb.WriteString(\n) } return sb.String() }售后处理 Agent// handleRefund 退款处理——查订单 校验政策 创建工单 func (ea *EcommerceAgent) handleRefund( ctx context.Context, session *EcommerceContext, query string, ) (string, error) { // 第一步从查询中提取订单信息 orderInfo, err : ea.tools.ExtractOrderInfo(ctx, query) if err ! nil { return 请提供订单号或告诉我您要退哪件商品, nil } // 第二步查询订单详情 order, err : ea.tools.QueryOrder(ctx, session.UserID, orderInfo.OrderID) if err ! nil { return fmt.Sprintf(未找到订单 %s请核对订单号, orderInfo.OrderID), err } // 第三步检查售后资格 eligibility : ea.checkRefundEligibility(order) if !eligibility.Eligible { return fmt.Sprintf( 抱歉%s原因: %s, eligibility.Message, eligibility.Reason, ), nil } // 第四步执行退款 refundResult, err : ea.tools.ProcessRefund(ctx, session.UserID, order.OrderID, orderInfo.Reason) if err ! nil { // 退款失败升级人工 ea.transferToHuman(ctx, session, fmt.Sprintf(退款失败: 订单 %s, 原因: %v, order.OrderID, err)) return 退款处理遇到问题已为您转接人工客服请稍候。, nil } return fmt.Sprintf( 已为您处理退款。订单 %s金额 %.2f预计 3-5 个工作日内退回原支付方式。, order.OrderID, refundResult.Amount, ), nil } type RefundEligibility struct { Eligible bool Message string Reason string } func (ea *EcommerceAgent) checkRefundEligibility(order *Order) RefundEligibility { // 规则一订单已完成且未超过 7 天 daysSinceComplete : time.Since(order.CompletedAt).Hours() / 24 if daysSinceComplete 7 { return RefundEligibility{ Eligible: false, Message: 该订单已超过 7 天无理由退货期, Reason: 超期, } } // 规则二非定制/虚拟商品 nonRefundCategories : []string{定制商品, 虚拟商品, 生鲜食品} for _, cat : range nonRefundCategories { if strings.Contains(order.Category, cat) { return RefundEligibility{ Eligible: false, Message: fmt.Sprintf(%s 不支持无理由退货, cat), Reason: 品类限制, } } } return RefundEligibility{ Eligible: true, Message: 符合退货条件正在为您处理, } }四、边界分析与 Trade-offs意图识别准确率电商意图分类比通用场景更难——用户表达方式多样这个怎么样可能是问评价、问库存、问价格——需要结合上下文消歧建议意图分类的置信度 0.7 时追问澄清而非猜测库存实时性商品搜索必须展示实时库存不能返回已售罄商品但库存查询本身有成本数据库缓存需要合理设置缓存 TTL高并发场景使用库存预扣减 定期同步金额相关的安全处理退款金额必须由服务端计算不能信任 LLM 的参数订单查询必须过滤当前用户的订单不能跨用户查询所有写操作退款、下单需要有完整的审计日志人工客服的无缝衔接Agent 转人工时需要传递对话摘要用户问题、已执行的步骤避免用户向人工客服重复描述问题摘要应包含订单号、问题类型、自动处理结果五、总结电商 Agent 设计的关键是将不确定的 LLM 生成和确定的电商业务规则分离开售前LLM 负责理解 生成文案搜索结果和库存由确定性 API 提供购买LLM 不参与金额计算和支付流程只做引导售后LLM 负责意图分类和参数提取退款决策由规则引擎决定电商场景对准确性要求极高。一个错误的退款金额或库存信息比回复不够好的伤害大得多。
