01
产品资料分散
茶叶的价格、规格、口感、冲泡方式和适用场景分散，客服需要反复查找。
PROJECT 01 · AI 茶饮知识服务当前版本 · 项目资料 POC
一叶春山
AI 导购 /
客服知识库
把分散的商品资料变成可检索、可追溯的 AI 销售顾问，用于选茶推荐、产品问答与基础客服场景。
RAGKnowledge BasePOC需求识别
不是普通聊天框，
而是可解释的知识服务 POC。
本页用项目资料整理的知识库与本地规则检索，演示可追溯问答与结构化推荐体验。
部分商品资料仅用于 POC 演示
业务背景与痛点
当产品知识散落在资料里，服务体验就很难稳定。
02
重复咨询较多
送礼怎么选、预算内有什么推荐、红茶还是绿茶、怎么冲泡等问题反复出现。
03
回答口径不统一
不同客服人员可能给出不同答案，容易造成产品信息和推荐口径不一致。
解决方案
先理解需求，再给出带有来源依据的商品建议。
当前为 POC：价格、SKU 与推荐边界仍由规则引擎确定；实时 RAG 仅用于有来源的知识解释，并可安全回退。
01
需求识别
提取预算、对象、场景、偏好和茶类。
02
混合知识检索
结构化事实优先；配置后再以向量检索补充相关知识。
03
可追溯回答
模型只组织已检索资料，并展示本轮实际命中的资料来源。
在线 AI 导购 Demo
用一个真实问题，体验这条 POC 链路。
结构化业务规则保证价格与推荐边界；配置实时 RAG 后，模型仅基于检索资料组织自然回答并展示来源。
一叶春山 · 知识库导购
当前版本 · 项目资料 POC
你好，我是「一叶春山」知识库 POC 导购。你可以告诉我预算、送礼对象、口感偏好，或询问已收录商品与冲泡方式。
演示说明：茶品、SKU、价格证据与来源依据项目资料整理；当前仍是个人作品集 POC。未配置实时 Provider、索引缺失或请求失败时，会自动保留本地规则结果。
POC 边界说明
明确当前实现，才是可信的 POC。
这个版本用于验证业务体验与信息结构，不将个人作品集 POC 包装成已经上线的企业 AI 系统。
当前已实现
- 基于项目资料整理的茶品、SKU、价格证据与来源注册表
- 结构化业务规则优先处理价格、规格、预算与安全边界
- 可选的本地向量索引、服务端实时 RAG 与引用校验
- 缺少密钥、索引或资料不足时明确回退到本地规则结果
暂未接入
- 接入企业真实商品资料与知识运营流程
- 增加部署环境中的真实索引构建与检索评测记录
- 在不改变业务边界的前提下继续扩展后续能力