全栈

电商客服 Agent MVP

基于 DeepSeek Tool Calling 构建智能电商客服 MVP，使用 JSON Mock 数据跑通 React 聊天页、Express API、业务 Tool、安全策略与自动化测试。

周期: 个人项目｜持续迭代
角色: AI 辅助独立开发
类型: 全栈

查看 GitHub 仓库

我的工作

围绕电商客服 MVP 拆分商品查询、商品推荐、订单查询、物流查询、优惠券、FAQ、售后规则和人工转接 8 个业务 Tool。
抽离统一 Tool Catalog，用 Zod 校验工具参数，并约束所有商品、订单、物流、优惠券和售后事实只能来自 `data/*.json`。
新增基于 `@modelcontextprotocol/sdk` 的 MCP Tool Layer，将同一组电商业务 Tool 注册为可通过 MCP 调用的工具，并提供 stdio server 与内存执行器。
封装 DeepSeek OpenAI 兼容调用层，将模型、base URL、thinking 配置和 Tool Calling 协议集中在 `llmService` 管理。
实现标准 Tool Calling 循环：模型决策、工具执行、结果回传、最终客服回复，并保留内存多轮上下文和工具失败处理。
将提示词攻击、API Key、隐私查询、越权订单操作等风险请求前置到安全策略中，在调用模型前直接拒答或进入转人工边界。
构建 React + Vite + TailwindCSS 聊天页，提供由后端从 Mock 数据动态生成的演示快捷入口。
补充 README、架构图、流程图、典型场景、Tool 清单、AI 分工说明、MIT License、Security、CI 和 Issue/PR 模板。
建立后端、Tool、安全策略、路由、数据完整性、MCP 执行器和前端组件测试；latest main 分支 GitHub CI 已通过。

技术流程

用户在 React 聊天界面输入客服问题
Express /chat 接口先执行 safetyPolicy 风险检查
允许进入模型流程后，chatService 组合 system prompt、历史消息和 tools schema
DeepSeek 返回 tool_calls，Tool Catalog / Tool Registry 校验工具名和参数
业务 Tool 从 data/*.json 读取结构化 Mock 数据
模型结合 Tool 结果生成最终客服回复
投诉、赔偿、法律、账号异常、愤怒用户或连续失败确定性转人工
同一组 Tool 也可通过 MCP server 暴露给 MCP 客户端或内存执行器调用

问题与约束

Agent 项目容易只停留在聊天界面演示，真正影响可信度的是业务事实来源、Tool 边界、异常处理和安全策略。该项目重点验证一条可运行链路：React 页面、Express 聊天接口、DeepSeek Tool Calling、JSON 业务 Tool、最终客服回复，并明确不把 MVP 包装成生产系统。

关键技术决策

用 Tool Catalog 管理能力边界

将商品、推荐、订单、物流、优惠券、FAQ、售后规则和人工转接注册为统一 Tool Spec，再同时供 Tool Registry 与 MCP server 复用。

MCP 层不复制业务逻辑

MCP server 只负责协议适配和结构化返回，实际业务仍调用同一组 Tool，避免 Function Calling 与 MCP 两套实现分叉。

安全策略前置

提示词泄露、API Key、隐私查询、越权改订单等请求不交给模型自由判断，而是在调用模型前确定性拦截。

演示入口动态生成

MVP 没有登录系统，因此通过 `/demo/examples` 从 JSON 数据动态生成可点击案例，避免演示者手动记 Mock 订单号和物流单号。

MVP 保持可运行但不伪装生产化

当前使用 JSON Mock 数据和内存会话，重点验证 Agent 核心链路；仓库明确不包含数据库、登录、JWT、RAG、后台管理、Docker、消息队列或多 Agent。

结果与复盘

完成一个可运行的智能电商客服 Agent MVP，并将仓库整理为可展示作品：README 包含界面预览、架构图、Tool Calling 时序、典型场景、Tool 清单和验证结果；最新 main 分支已合入 MCP Tool Layer，GitHub Actions 覆盖类型检查、Lint、测试和构建且通过。live intent 测试需真实 DeepSeek API Key 手动运行。

项目边界

公开个人项目。当前为 MVP，不连接真实电商平台，不处理真实订单；不包含数据库、登录、JWT、RAG、后台管理、Docker、消息队列或多 Agent。AI 参与了较多编码和文档生成，本人主要负责方向定义、阶段边界、功能验收、验证和迭代。