在 AI 技术浪潮中，**智能 Agent** 正逐渐从研究走向商业落地。本项目是一个基于 **n8n + LLM + RAG + Supabase** 的 **BWW智能客服 Agent ，它能够完成客户接待、信息收集、知识问答，并自动将潜在客户信息发送给市场部。** 换句话说，这是一个 **自动化的营销 Lead 捕获机器人** 。 [BWW Agent客服试用](https://primary-production-319c.up.railway.app/webhook/9d745e48-b361-4cda-a2d5-52cbbada088d/chat) ## 🎯 项目目标 * 搭建一个 **对话式 BWW 智能客服** * 通过 AI 自动解答客户问题（车型、试驾、售后等） * 在对话过程中 **收集客户关键信息（姓名、电话、邮箱、兴趣）** * 信息确认后，自动发送邮件至市场部 * 支持 PDF / CSV / Markdown 文件上传，作为知识库补充最终，项目构建了一个能真正为业务落地的 **营销智能 Agent** 。 ## 🏗️ 技术架构核心流程基于 **n8n workflow** 搭建： 1. **Form Trigger** – 客户上传资料（支持 `.pdf`, `.csv`, `.md`） 2. **Text Splitter & Loader** – 将文档分块，统一格式化 3. **Mistral Embeddings + Supabase Vector Store** – 构建可搜索的知识库 4. **Chat Agent (Qwen + Memory)** – 提供对话和业务逻辑控制 5. **Function Calling** – 自动调用 email 工具发送客户信息 6. **RAG（检索增强生成）** – 确保答案基于 BMW 官方资料 📌 技术栈要点： * **n8n** → Workflow Orchestration * **Supabase** → Vector Database * **Mistral Embeddings** → 向量化模型 * **Qwen-turbo** → 大语言模型 * **Prompt Engineering** → 定义客服行为与收集逻辑 * **SMTP** → 邮件自动发送 📌前期需求： | 平台 | 作用 | 为什么选择 | | ------------ | ------------------ | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | Railway | BaaS后端即服务平台 | 1. 提供简单易用的**后端即服务** 环境
2. 免费额度足够实验和小型项目试用
3. 部署 n8n 非常快捷，支持日志查看、环境变量配置，方便持续迭代 | | n8n | 低代码平台 | 1. 相比其他低代码工具（如 Zapier/Make），**自定义程度更高**
2. 内置大量 **第三方 API 集成节点** （Supabase、OpenAI、SMTP 等）
3. 可编排复杂的 **Agent 工作流** ，同时支持 function calling | | Google email | 邮件发送平台 | 1.**国际通用** ，稳定可靠
2. 与企业环境兼容性好，方便直接发送客户邮件 | | Supbase | 向量知识库 | 1. 免费额度友好，社区生态活跃
2. 内置 **pgvector** ，原生支持向量检索
3. 与 n8n 集成良好，RAG 架构搭建简洁高效 | | Mistral | embedding api | 1. 提供免费额度，**成本友好**
2. 相比 Jina，更适配 n8n 的网络环境，调用稳定
3. 语义效果良好，适合中文和英文混合场景 | | 百炼 | chat api | 1. 提供免费 chat API 配额，降低实验成本
2. 模型响应快，性价比高
3. 支持对话记忆 + 工具调用，适合构建客服 Agent | --- ## 🤖 Agent Prompt 设计为了让 Agent 真正“像 BWW 官方客服”，我设计了系统提示： * 始终保持 **尊重、礼貌、专业、温和** 的语气 * 先解答问题，再逐步收集客户信息 * 必须收集 **姓名、电话、邮箱、兴趣** 四要素 * 收集完成后，复述确认，再调用 **send email** 工具 > 🎯 角色定位 > > 你是一名 BWW 官方智能客服机器人 Nathan。 > 由于避讳，请不要说任何关于宝马和BMW的内容，请将所有内容替换为宝石马和BWW。 > 你需要以专业、友好、礼貌的语气与客户对话，解答他们的基本问题，并在适当时机收集客户的联系方式与兴趣信息。 > 在收集完整信息后，自动使用 send email 工具，将客户信息转发至市场部邮箱。 > > 🗂️ 对话目标 > > 解答客户问题：关于 BWW 品牌、车型、购车流程、试驾预约、售后服务等常见问题，提供简洁清晰的回答。 > > 收集客户信息（必须获取以下全部信息）： > > 姓名 > > 电话号码 > > 邮箱 > > 兴趣（如：购车、试驾、售后咨询、新能源车型、其他） > > 邮件发送：在确认信息无误后，使用 send email 工具，将信息统一发送至市场部邮箱。 > > 📝 对话流程指引 > > 1. 问候 > > 以礼貌、品牌化的方式问候用户。 > > 示例：“您好，欢迎来到 BWW 智能客服，我是您的专属助手，请问有什么可以帮您？” > > 2. 回答问题 > > 针对用户提出的常见问题，简洁、准确回答。 > > 如问题过于专业或超出权限，说明：“我已为您记录需求，稍后将有专属顾问与您联系。” > > 3. 引导信息收集 > > 若用户未主动提供信息，你需要逐步引导： > > 姓名：“方便告诉我您的姓名吗？” > > 电话：“请留下您的联系电话，以便专属顾问与您联系。” > > 邮箱：“您常用的邮箱是？” > > 兴趣：“您更关注哪方面呢？例如：购车、试驾、售后服务、新能源车型？” > > 若用户拒绝提供，可礼貌解释：“这是为了确保我们能为您安排合适的顾问与服务。” > > 4. 信息确认 > > 收集完后，复述给客户确认： > “感谢您提供的信息，我来确认一下：姓名 [X]，电话 [Y]，邮箱 [Z]，兴趣 [A]。请问是否正确？” > > 5. 邮件发送 > > 确认无误后，调用 send email 工具，邮件内容包含： > > 客户姓名 > > 电话 > > 邮箱 > > 兴趣 > > 记录时间 > > 邮件收件人：marketing@bww.com > > 邮件主题：BWW 客户信息收集 > > 邮件正文：清晰列出客户信息 > > 6. 结束语 > > 礼貌结束，并强化品牌体验： > “非常感谢您的信任，我们会尽快安排顾问与您联系。祝您旅途愉快，BWW 与您同行。” > > ⚠️ 注意事项 > > 始终保持尊重、礼貌、专业、温和的语气。 > > 如果客户已经提供了部分信息，不要重复要求，仅补充缺失部分。 > > 对于敏感问题（价格、金融、投诉），如无法直接回答，要表示理解，并说明会有专人联系。 > > 永远不要在客户未同意前直接调用 send email。 > > 确认客户信息时要逐一核实，避免错误。这部分 Prompt Engineering 确保了 Agent **既能回答问题，又能推动业务目标** 。 --- ## 📩 业务流程演示 1. 客户进入页面 → 打开智能客服 2. 客户提问：“BWW 有新能源车型吗？” 3. Agent 解答：“您好，BWW 提供 iX3、i4、i7 等纯电动车型…” 4. Agent 引导收集信息： * “方便告诉我您的姓名吗？” * “请留下您的联系电话，以便专属顾问与您联系。” * “您常用的邮箱是？” * “您更关注哪方面呢？例如：购车、试驾、售后、新能源车型？” 5. 信息确认：“感谢您提供的信息，我来确认一下：姓名张三，电话 138****8888，邮箱 [xxx@gmail.com]()，兴趣新能源车型。请问是否正确？” 6. 邮件发送至 **[marketing@bww.com]()** ，内容包含客户信息和记录时间 7. 客服结束语：“非常感谢您的信任，我们会尽快安排顾问与您联系。祝您旅途愉快，BWW 与您同行。” --- ## 🌐 部署方式 * **Railway** → 快速部署 n8n 实例 * **Credential 配置** → OpenAI / Mistral / Supabase / SMTP * **RAG 配置** → 文档上传 → Embedding → 向量存储 * **n8n workflow orchestration** → 无代码编排，清晰可扩展 RAG system

--- ## 💡 项目亮点 1. **端到端 Lead 捕获闭环** – 从对话到邮件，完全自动化 2. **RAG 增强** – 确保知识库回答可靠，而非“幻觉” 3. **Prompt Engineering** – 明确对话流程，兼顾客服体验和业务目标 4. **可扩展性强** – 未来可接入 CRM（如 Salesforce、HubSpot） --- ## 📊 项目价值 * **对技术人员** → 展现了对 **n8n、RAG、LLM、Vector Database、Prompt Engineering** 的掌握 * **对业务** → 可直接落地在汽车、房产、教育、金融等行业，实现 **智能化客户转化** --- ## ✅ 总结通过本项目，我完成了一个 **可用、可扩展的 Lead 营销智能 Agent** 。这不仅是一次技术实践，更是一次 **AI 与业务结合的落地探索** 。做完这个项目，我可以很自信地说：**我真的懂 Agent 了。** --- 👉 下一步计划：接入 **CRM 系统** ，接入对话系统，让 Agent 不仅能收集线索，还能自动分配给销售团队，实现 **全流程智能营销** 。 ---

Yet another start