工程实践 / 可核查的项目演示

让售后需求
走完一次可信的执行。

电商售后工单 Agent,将自然语言需求连接到订单与物流查询、售后申请、人工审批和事务执行。每一步都留下可追踪的业务状态。

这是静态项目作品页。视频和截图来自实际运行;页面不提供在线对话或业务后台。

单 Agent 架构LangGraphMCP / HTTPFastAPIMySQLStreamlit

01 / SEE IT RUN

真实运行,看得到过程。

本地运行的实际浏览器录屏。
订单、退款、补发均使用演示数据。

真实浏览器录屏2026.10.21

像对话一样,查询与跟进售后

查看订单与物流、继续追问、保留上下文,并通过历史对话恢复已有任务。模型回复与工具轨迹来自实际运行。

下载对话录屏
真实完整业务录屏2026.10.20

从申请,到人工审批与结果落库

观察客户与审批员工作台、候选动作和批准后的真实业务状态。录像中的写入发生在演示数据库,不涉及真实支付。

下载完整业务录屏

点击视频原生控件播放;移动端可全屏观看。视频为已录制证据,不是当前运行的服务。

02 / HOW IT WORKS

把模型能力,放进业务约束。

用工具查询事实,用代码执行规则,
用人工审批决定是否提交业务动作。

  1. 01

    用户消息

    提交需求并绑定
    已登录客户身份

  2. 02

    模型工具查询

    经 MCP 查询
    订单、物流、库存

  3. 03

    准备申请

    生成候选动作
    此时不写业务结果

  4. 04

    人工审批

    核对申请与版本
    批准或拒绝

  5. 05

    事务执行

    校验额度与库存
    幂等写入 MySQL

  6. 06

    结果回复

    依据已保存结果
    返回实际工单号

03 / THE WORKSPACE

真实界面,也保留真实状态。

点击截图查看原图,
核对对话内容与历史任务。

售后服务工作台真实截图,显示两次物流查询对话、历史对话侧栏和已保存状态
对话与上下文

模型在同一任务中继续回答物流追问;只读查询不创建售后申请。

售后工作台历史任务真实截图,展示通过已有任务恢复先前保存的对话记录
历史任务与恢复

读取之前保存的任务记录,让已有对话与处理状态可被再次核查。

04 / EVIDENCE, NOT JUST A DEMO

效果有记录,边界有说明。

查看评测方法

本轮真实模型评测

评测进行中

新一轮真实评测进行中

结果待验证
完整评测口径

固定 48 个案例,每例重复 3 次,共 144 次真实任务。判据同时检查工具轨迹、审批状态、数据库结果与最终回复。历史完整结果为 129 / 144(89.6%);历史数字不代表本轮结果。

本轮是在查看历史结果后进行的回归复测,历史保留案例不再视为未见测试集。两轮并发条件不同,结果差异不能用于证明模型优化的因果收益;有限重试与恢复规则见评测文档。

本轮数据从公开指标文件加载;未完成时不展示推算结果。

查看指标 JSON
可核查的证据索引
证据类别回答什么问题查看记录
真实录屏与截图界面是否真实运行,申请如何流转?本页录屏 ↑ · 界面截图 ↑
评测方法与结果样本如何划分,成功如何判定,失败是否保留?评测文档 ↗
工程验收审批、权限、并发、幂等与恢复如何验证?验收记录 ↗
架构与实现模型、MCP 工具、状态图和事务分别负责什么?架构文档 ↗ · 业务源码 ↗

05 / SCOPE & LIMITS

演示的是工程闭环。
业务范围明确。

本项目基于现有 Agent 服务框架,实现面向电商售后的单 Agent工作流。LangGraph 管理状态和人工中断;独立 HTTP MCP 提供工具;FastAPI 提供接口;MySQL 保存业务状态。

所有订单、退款与补发均为模拟业务。不连接真实支付、商家订单或外部仓储。录屏展示已运行的本地系统;这个公开页面只提供媒体和文档,不托管实时模型或售后后台。

固定案例评测用于工程回归,不能代替真实线上效果、完整隐私审计或生产安全认证。测试和演示的具体覆盖范围以对应记录为准。

从源码与验证记录继续了解