Agent Skills
返回列表
智能客服服务

智能客服服务

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 @user_3299e856/customer-service。

技能介绍

解决的问题

客服场景里,常见问题往往分散在 Markdown、JSON、YAML、TXT 文档中,回复既要准确,又要保持自然语气,还需要把无法回答的问题沉淀为工单。customer-service 将知识库检索、问题分类、模板化回复和 ticket 记录组织成一条清晰工作流,适合需要按产品线维护 FAQ 的运营或工程团队。

工作方式

  • 读取 references/config.toml,通过 scripts/config_manager.py 初始化或更新配置。
  • 使用 scripts/knowledge_search.py 在按产品线组织的知识库中检索,支持 Markdown、JSON、YAML、TXT。
  • 将问题自动归入 功能咨询、使用问题、售后、技术支持 或 投诉。
  • 结合 references/reply_templates.json 生成较温和的回复;未覆盖时调用 scripts/create_ticket.py 创建工单。
  • 工单字段包括 ticket_id、product、category、priority、status、question、customer_info 和 resolution,其中 priority 可为 urgent/high/normal/low。

适用边界

它适合已有结构化知识库、需要标准化客服回复和工单留痕的场景。若知识库未覆盖问题,技能只能记录工单,不能直接给出解决方案;回复风格也依赖 reply_templates.json,不适合严格法律措辞、多语言合规或人工强审核的客服流程。

使用场景

  • 客服收到产品功能咨询,需要从 Markdown FAQ 检索答案并生成温和回复。
  • 用户反馈使用报错,需要分类为使用问题并引用知识库步骤给出答复。
  • 问题知识库未收录,需要记录 urgent 工单并给客户对应工单号。
  • 售后团队按产品线组织 TXT 和 YAML 文档,用于生成标准化售后答复。

适合人员

  • 需要把产品线 FAQ 转成统一客服答复的运营
  • 处理功能咨询和使用问题、需要留痕工单的客服
  • 维护 Markdown/YAML 知识库并生成答复的工程支持
  • 需要区分投诉与技术支持并自动转工单的售后