实战AI快速开发微信智能客服系统（四）- 系统架构

在上一篇，我们已经写出了产品需求文档PRD，里面其实已经有一些架构方面的考虑了。但是真正在让AI帮我们编程之前，我们还需要把架构梳理一遍。与一般的网站，小程序，小游戏不同，我们这样的系统很大程度上依赖第三方的API和库，第三方的API和库的选择，可以说很大程度上决定了系统的成败，因为那些底层的能力是我们自己编程所不能解决的，或者说如果需要我们自己大量编程的话，从成本和效率上来讲，对于我们很不合算。

从需求来看，我们主要要用到下面的几大API和库：

1. 微信信息发送的API

2. 能实现RAG的库

微信信息发送的API是一个敏感的话题，腾讯只开放了企业微信的API和公众号的API，没有公开的API来实现普通微信信息的提取和发送。Github上一些开源的项目很多都是通过反向工程微信的通讯协议，模拟微信客户端来收发微信信息，这些项目大多有封号的风险，或者是要付费的。我之前有一篇文章仔细讨论过这个问题。

微信自动发聊天信息接口研究-优快云博客

从安全角度来说，wxauto比较好，因为它本身不涉及对微信协议的反向工程。它有点像现在的AI大模型操作计算机，通过程序来操纵微信桌面客户端。还有一个项目是操纵网页版微信客户端，但是因为有很多微信账号是没法登录微信网页版的，所以也没法用。

智能客服里最关键的要数知识库的构建了。如果要想让机器人能专业的回答问题，需要把专业的知识和一些聊天的应答技巧等放到知识库里，然后在回答问题的时候从知识库中找到相应知识，再交给大模型来回答。这里用到的关键技术就是Retrieval-Augmented Generation（检索增强生成）技术。这种技术结合了信息检索和文本生成的能力，旨在提高生成模型回答问题的准确性、相关性和事实性。

在这个领域也已经有很多的开源项目了。我通过下面的提示词在Deepseek里搜索一下，就能搜索到很多：

我想做一个智能客服系统，里面涉及到知识问答，商家把一些产品介绍等知识文档上传，然后客户有问题的话，可以从知识库里找到相应知识，由大模型来回答。请帮忙查一下有哪些可以用的开源项目能实现这个需求。

在Claude上得到的回答如下：

我来帮您搜索一下目前可用的开源智能客服和知识问答系统项目。基于我的搜索结果，为您推荐以下几个优秀的开源项目来实现智能客服系统的需求：

推荐的开源项目

1. Dify (强烈推荐)

Dify 是一款开源的大语言模型(LLM) 应用开发平台，融合了后端即服务（Backend as Service）和 LLMOps 的理念，使开发者可以快速搭建生产级的生成式 AI 应用。即使你是非技术人员，也能参与到 AI 应用的定义和数据运营过程中。

主要特点：

• 支持RAG检索增强生成
• 内置知识库管理功能
• 可视化应用构建界面
• 支持创建带有业务数据的官网 AI 智能客服
• 支持多种集成方式（微信、钉钉、Telegram等）

2. MaxKB

MaxKB 是一款强大易用的企业级 AI 助手，支持 RAG 检索增强生成、工作流编排、MCP 工具调用能力，广泛应用于智能客服、企业内部知识库问答、员工业务助手、学术研究与教育等场景。

主要特点：

• 专门针对企业级应用
• 内置智能客服功能
• 支持RAG技术
• 易于部署和使用<