Customer Support Intelligence Platform

代理AI客户支持智能平台

投资组合项目 Koushik Samudrala

Customer Support App UI

Query Example

🔗 拥抱脸部空间现场演示

______________________________________________________________________

🚀 概述

该项目是一个生产就绪的多代理客户支持AI平台，作为代理AI架构的模块化和可扩展的演示器而构建。它展示了明确的MCP-风格（模型上下文协议）代理通信、先进的检索增强生成（RAG）、先进的LLM集成（Gemini API）以及所有设计和部署的最先进的编排。

主要专业

• 使用显式消息传递的自定义多代理系统（无直接函数调用）
• 用于文档检索的RAG管道：语义搜索、混合检索、矢量数据库
• 智能体流中集成的知识图驱动推理
• 通过Google Gemini API生成LLM响应（免费、可扩展、零信用卡）
• 带Streamlit的企业级流媒体用户界面
• 完全容器化并部署到Hugging Face Spaces进行云访问

______________________________________________________________________

🌟 特点和专长

1.代理架构（MCP）

• 通过中央总线（MCP）进行显式代理间消息传递
• 代理关注点分离：QueryRouter、RAGAgent、KGAgent、ResponderAgent、EvaluatorAgent
• 轻松扩展/替换单个代理以实现新的业务逻辑

2.检索增强生成（RAG）

• 基于HuggingFace全MiniLM-L6-v2语义嵌入和色度的混合检索
• 可重复使用的组块和文档拆分，用于实际支持场景
• 快速、设备上和可扩展的知识库搜索

3.知识图谱集成

• NetworkX驱动的产品、策略和实体关系域图
• 代理利用图查询链接上下文，解决歧义，并确保响应基于事实

4.LLM集成：Google Gemini API

• Gemini Pro API，用于智能、专业的响应生成
• 免费使用（无信用卡），便于实验
• 快速工程控制：分类、上下文、特定角色说明

5.稳健的评估框架

• 用于反应评估的简单可扩展代理（相关性、质量、幻觉风险、源接地）
• 持续改进代理的历史跟踪

6.流线型用户界面

• 用于用户交互的现代、响应式仪表板
• 代理处理步骤、性能指标、调试日志的实时可视化
• 本地或云托管演示的单命令部署

7.企业就绪部署

• 容器化用于拥抱面部空间（云、可共享、可扩展）
• YAML配置的README用于自动配置
• API密钥的安全保密管理

______________________________________________________________________

🛠️ 工具和技术

• Python 3.10+ –全栈实现语言
• LangChain –多代理和RAG编排框架
• 色度数据库 –可扩展、快速的矢量搜索数据库
• 网络X –知识图构建，实体关系
• 溪流 –带仪表板的专业web应用程序UI
• Google Gemini API（langchain-Google-genai） –LLM供电响应
• Dotenv。 –机密的环境变量管理
• 拥抱面部空间 –免费的云原生托管和部署
• Git –源代码控制和部署管道

______________________________________________________________________

📖 完成分步实施指南

第一步：克隆项目

git clone https://huggingface.co/spaces/koushiksamudrala/customer-support-Intelligence-platform
cd customer-support-Intelligence-platform

步骤2：设置Python环境

python -m venv venv
source venv/bin/activate          # On Mac/Linux
venv\\Scripts\\activate           # On Windows

步骤3：安装所有依赖项

pip install -r requirements.txt

步骤4：配置API密钥

在项目目录中创建.env文件：

GOOGLE_API_KEY=your_gemini_api_key

在Google AI Studio注册并获得免费的API密钥。

步骤5：本地运行（Streamlit UI）

streamlit run app.py

您的应用程序将在http://localhost:8501

第六步：尝试示例问题

• “我可以退货吗？”

• “运输需要多长时间？”

• “你们的退款政策是什么？”

• “有保修吗？”

步骤7：自动测试（可选）

python tests/test_system.py

步骤8：部署到拥抱面部空间（云）

A.Web界面

前往拥抱脸部空间→ 创建空间

将SDK设置为streamlit，将App文件设置为App.py

上传所有脚本、README.md、requirements.txt、.env.example

B.Git推送

huggingface-cli login
git remote add origin [your-space-git-url]
git add .
git commit -m "Initial commit"
git push -u origin main

C.添加API机密

前往设置→ 存储库机密并添加：

Name: GOOGLE_API_KEY
Value: your_gemini_api_key

D.等待构建、测试UI

📂 项目结构

customer-support-Intelligence-platform/
├── mcplib.py             # MCP message bus for agent comms
├── agents.py             # All agent logic (message-driven)
├── rag_pipeline.py       # RAG chunking, embedding, and retrieval
├── knowledge_graph.py    # Knowledge graph definition and access
├── evaluation.py         # Response quality and risk assessment
├── config.py             # All settings in one place
├── app.py                # Streamlit user interface
├── requirements.txt      # Dependency manifest for pip
├── .env.example          # Secrets template
└── tests/
     └── test_system.py   # Automated agent QA

💡 显著成就

• 通过显式消息传递实现多代理编排，以实现可审计性和可扩展性

• 无需信用卡，演示和生产部署的云成本为0美元

• 专业的UI和部署管道，可实现即时共享和使用

• 可扩展架构：交换代理逻辑，添加新的集成，以最小的努力扩展到新的领域

• 即时工程和API集成：现实世界聊天机器人的可靠性

📚 其他学习资源

• LangChain文档

• Google Gemini API文档

• 简化文档

• 色度数据库

• 拥抱面部空间

• 网络X

📣 联系

创建者：Koushik Samudrala

领英：LinkedIn.com/in/koushiksamudrala

空间：客户支持智能平台

⚡ 准备好尝试了吗？

分叉或克隆项目，获得Gemini API密钥，体验代理人工智能客户支持-在企业人工智能研究和工程的前沿！ """