Chatwoot + FastGPT
适合中文场景、希望 1-2 周上线的个人或中小团队
- Chatwoot 负责多渠道会话、坐席协作和人工接管
- FastGPT 负责知识库问答、工作流与 API 能力
- 技术栈清晰、部署路径成熟，迭代成本可控
若涉及商用，请提前确认项目许可证与部署条款。
开源项目怎么选
不要追求“最全”，优先选择与你当前团队能力匹配、可持续维护的组合。
Chatwoot + Dify
适合希望做复杂 Agent 工作流和多模型管理的团队
- 在会话平台之外，扩展 Agent 编排与工具链调用
- 适合后续接入业务系统 API 与自动化任务
- 便于分层管理 Prompt、流程与环境配置
上线前建议先做灰度流量验证，控制错误放大风险。
Rasa + 自定义动作
适合强流程、强规则、强审计场景
- 对话策略与规则控制力度更强
- 可以深度接入业务动作与审批流程
- 在高合规场景下更容易建立可解释性
工程投入更高，适合有专门研发维护能力的团队。
传统工单台 + AI 扩展
适合已有客服系统，先做增量 AI 改造
- 保留现有工单流程，先接入摘要、建议回复、自动分流
- 改造风险低，适合保守上线策略
- 后续可逐步升级到全链路智能客服
需要提前定义人工兜底 SLA，避免自动化失控。
场景速查：你该选哪条路
我要最快上线一个可用的中文智能客服
Chatwoot + FastGPT
工程复杂度低、上线速度快、后续扩展空间够用。
我要做多步骤 Agent 工作流和跨系统自动化
Chatwoot + Dify (+ n8n)
适合做流程编排、工具调用和系统联动。
我要严格控制话术、流程和合规行为
Rasa + 自定义动作
规则能力强，更适合可解释与可审计要求高的业务。
我已有工单系统，不想大改架构
Zammad/FreeScout/osTicket + AI 插件
以增量改造方式切入，风险更低。
个人可搭建技术路线
先做可用，再做自动化，再做精细化运营，这是最稳的落地顺序。
01
单机 MVP
先用 Docker Compose 部署 Chatwoot + AI 引擎，打通网站或 IM 的入站咨询。
02
知识库与转人工
建立 FAQ / 文档知识库，配置“低置信度自动转人工”策略。
03
自动化联动
通过 Webhook / API 接 CRM、工单与通知系统，减少手工同步。
04
运营与优化
按会话质量、转人工率、响应效率持续迭代 Prompt 与流程。
最小可行架构（MVP）
用户入口
网站 / WhatsApp / 微信 / Telegram
会话中台
Chatwoot / 工单系统
AI 引擎
FastGPT / Dify / Rasa
业务连接
CRM / ERP / 支付 / 物流
人工兜底
坐席接管 + 质检复盘
核心原则
- 会话层、AI 层、业务层分离，避免耦合失控
- 关键流程必须有人工接管开关
- AI 与坐席协同，而不是完全替代
上线前检查清单
建议优先做
- 先定义“哪些问题必须人工处理”的边界
- 上线前做小流量灰度，观察误答与漏答
- 保留会话日志与策略版本，便于回溯
- 每周复盘 FAQ 命中率和转人工原因
常见风险点
- 只追求自动化率，忽略用户满意度
- 直接全量上线，不做灰度和回滚预案
- 没有数据边界与权限控制策略
- 忽视开源项目版本更新与安全补丁