liangdabiao/langgraph_multi-agent-rag-customer-support

本项目实现了一个基于多智能体（Multi-Agent）和检索增强生成（Retrieval-Augmented Generation, RAG）技术的客户支持系统。它利用 Python、LangChain 和 LangGraph 构建了一个能够处理各种旅行相关查询的对话式 AI，包括航班预订、租车、酒店预订和行程推荐。还有对接了woocommerce商城进行商品查询，文章查询，表单提交，订单查询等商城功能。

解决的问题

本项目提供一个安全、专业的企业级AI客户支持系统。解决了AI聊天机器人提供不准确回答（幻觉）或在无监督情况下执行高风险操作的问题。通过采用多代理架构和检索增强生成（RAG），确保回答基于真实数据，并严格控制敏感操作。

工作原理

该系统使用LangGraph和LangChain构建为状态图。采用“主助理”将用户查询路由到专业代理（例如：航班预订、酒店预订、WooCommerce、博客搜索代理）。

关键机制包括：

RAG：使用Qdrant向量数据库从知识库中检索相关信息，再生成回答。
安全护栏：AI“安全检查员”会检查是否存在越狱尝试，并确保用户查询与业务领域相关后才进行处理。
人机协同流程：对于敏感操作（如取消航班），系统需要用户确认和GoHumanLoop框架（例如通过飞书通知）的最终管理员审批。
工具访问：代理使用“安全”工具（自动执行）和“敏感”工具（需确认）的组合。

适用对象

寻找LangGraph和多代理编排实用实现的开发者。
需要与电子商务（WooCommerce）和内部数据库集成的可靠客户支持AI的企业。
对在LLM应用中实现安全护栏和人工审批工作流感兴趣的AI工程师。

亮点

多代理编排：针对不同领域（航班、酒店、汽车、电商）的专用代理。
双层安全机制：结合AI驱动的越狱防护与管理员手动监督。
WooCommerce集成：支持查询产品、订单及提交表单。
可观测性：与LangSmith集成，用于追踪请求生命周期和调试。
状态管理：使用内存检查点保存对话进度。