基于Springboot3+SpringAI+LLM+RAG+PGVector+Embedding的AI 智能客服与工单处理系统

一、项目技术栈

前后端分离

后端：SpringBoot3 + MyBatis + PageHelper + Hutool + JWT（Java 21 / Maven）
前端：Vue3 + Vite + Element-Plus + Vue-Router + Axios + Sass
AI 技术：RAG 检索增强生成 + Embedding 向量化 + PGVector 相似度检索 + 多轮客服会话 + AI 工单自动分类与优先级识别 + AI 回复建议 + AI 服务质检 + 引用来源追踪
数据库：MySQL（业务数据）+ PostgreSQL + PGVector（向量数据）

版本要求： jdk 不低于 17，MySQL 5.7 或者 8，node.js 版本 18 以上，maven 版本建议 3.8 及以上，navicat 建议不低于 16

二、项目功能描述

1. 管理员 / 客服

登录、个人信息、修改密码
用户信息：管理系统所有用户
客服知识库分类与文档管理：维护客服知识库分类与 FAQ 文档
FAQ 文档上传与文本解析：上传文档并解析为文本
知识片段切分与管理：将文档切分为知识片段
片段 Embedding 向量化：对片段执行向量化并写入 PGVector
AI 客服聊天与 RAG 引用来源：基于知识库进行问答并展示引用来源
客户会话记录与满意度评价：查看会话记录与满意度评价
工单分类与工单管理：维护工单分类，处理人工工单
AI 工单分类与优先级识别：由 AI 自动识别工单分类与优先级
AI 回复建议与客服处理：AI 给出回复建议辅助客服处理工单
AI 服务质检与统计分析：对客服服务进行 AI 质检与统计

2. 用户

登录、注册、个人信息、修改密码
AI 客服问答：向智能客服提问，获取基于企业 FAQ 的回答
提交工单：提交人工工单并查看处理进度
满意度评价：对客服会话进行满意度评价

三、项目创新点

1. "AI 客服 + 人工工单"双轨闭环：常见问题走 RAG 智能客服自动回答，复杂问题转人工工单，AI 全程辅助，形成完整客服处理链路。
2. 企业 FAQ 知识库 RAG：FAQ 文档经解析、切片、Embedding、PGVector 检索后再生成回答，答案有据可依并可追踪引用来源。
3. AI 工单自动分类与优先级识别：工单进入系统即由 AI 判定分类与优先级，减少人工分派成本，提升响应效率。
4. AI 回复建议辅助人工：针对人工工单，AI 结合知识库给出回复建议，客服在建议基础上处理，兼顾效率与准确性。
5. AI 服务质检与统计分析：对客服会话与工单处理进行 AI 质检并统计满意度，把服务质量从"凭感觉"变为"可量化"。
6. MySQL + PGVector 混合存储：业务数据与向量数据分库存储，附 Windows 本地 PGVector 安装教程，工程可落地。

六、关键页面截图

（等武哥补充关键页面截图）