Agent Skills
返回列表
🏢

智能客服助手

企业运营 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @org-02qudk26/chatfai-automation。

技能介绍

客服流程中的工具碎片化难题

客服团队常面临这样的困境：处理客户咨询时需要在多个工具间切换，手动执行重复操作，既耗时又易出错。当对话量激增时，人工操作的瓶颈尤为明显，客服人员不得不在聊天记录、工单系统、知识库之间频繁跳转，难以保证响应速度和一致性。更棘手的是，现有工具往往缺乏标准化接口，自动化脚本需要频繁调整参数，维护成本高。

基于 Rube MCP 的自动化工作流

该技能通过 Rube MCP 桥接 Composio 的 Chatfai 工具包，将碎片化的客服操作整合为可编程的工作流。核心能力包括：

  • 动态工具发现：每次执行前通过 RUBE_SEARCH_TOOLS 获取最新工具 schema，避免硬编码参数失效问题。工具列表会随 Chatfai 功能更新自动同步，确保兼容性。
  • 连接状态校验：执行任何操作前必须通过 RUBE_MANAGE_CONNECTIONS 确认 Chatfai 连接处于 ACTIVE 状态，避免因认证失效导致的工作流中断。
  • 标准化执行模式：使用 RUBE_MULTI_EXECUTE_TOOL 按发现的工具 slug 执行操作，支持批量任务（如批量回复、工单分类）和复杂工作流（如多轮对话处理）。

工作流程遵循严格的四步法：

  1. 发现可用工具并获取输入 schema
  2. 验证 Chatfai 连接状态
  3. 按 schema 执行具体操作
  4. 处理分页数据直到获取完整结果

工程化注意要点

该方案适用于需要深度集成 Chatfai 的自动化场景，但需注意以下工程实践：

  • 禁止硬编码参数：必须依赖动态获取的工具 slug 和参数，即使当前 schema 未变化
  • session 生命周期管理：在单个工作流中复用 session_id，新工作流需生成新 ID，避免状态污染
  • 分页完整性检查：所有列表类操作需检查响应中的 pagination_token，循环获取直到无后续数据
  • memory 参数必传：即使为空对象 {}，RUBE_MULTI_EXECUTE_TOOL 调用也必须包含该参数，否则可能触发异常

使用场景

  • 客服主管在配置 Chatfai 工作流前，先检查当前 Chatfai 连接是否可用，避免流程执行失败。
  • 运营工程师需要批量关闭过期的客服对话会话，通过搜索工具获取关闭会话的参数并执行。
  • 自动化开发者在构建自动回复机器人时，调用工具发现接口获取 Chatfai 最新的回复工具及入参。
  • 运维人员在执行批量操作前，调用远程工作台函数批量调用 Composio 工具处理工单。

适合人员

  • 负责客服自动化脚本的开发者，需要确保脚本能兼容 Chatfai 工具的动态更新。
  • 管理 Chatfai 连接和权限的运营，需要确认工具连接状态并配置合规的执行参数。
  • 设计客服对话工作流的架构师，需要根据工具 schema 规划多步任务的执行顺序。
  • 监控自动化任务的运维工程师，需要通过工具返回状态排查批量操作中的分页错误。