微信群智能服務助手系統的設計與實現分析

【關鍵詞】微信群；智能服務；系統設計；實現

一、項目背景

隨著微信的廣泛應用，越來越多的企業選擇利用微信群和微信好友等方式來提供用戶服務。然而，在實際運營過程中，企業人員需要隨時關注群內大量繁雜消息，且容易造成客戶訴求響應不及時、客戶服務關系斷層難以重建、微信群和好友數量眾多導致企業服務信息通知遺漏等問題。

微信群智能服務助手系統的功能實現旨在提高企業與客戶之間的溝通效率和服務質量。實現了海量消息自動監測與無用消息的過濾、實時響應客戶訴求、針對不同客戶的個性化服務的精準推送、業務審核的自動化流程管理、重點客戶和敏感用戶的消息及時通知、常見問題的自動應答。

二、系統設計與實現

（一）系統架構

平臺分為應用層、服務層和機器人引擎。應用層包括Web端的管理平臺和微信小程序端的服務助手小程序。服務層包括管理服務、服務助手服務、基礎服務、知識庫服務和數據交互與分析服務。

微信服務助手小程序是基于微信小程序平臺設計研發的一款管理端小程序，包括信息發布、信息審核、日程管理、微信群管理、客戶信息管理等功能。通過微信服務助手小程序，客戶經理或專員能實時在線處理用戶問題和及時響應用戶訴求信息。

智能管理平臺是基于Web技術設計研發的一款微信群智能管理平臺，包括用戶賬號權限分配、微信機器人賬號管理、客服經理管理、微信群管理、微信好友管理、內容發布管理、素材管理、消息管理和報表分析統計等功能[1]。

平臺架構中的所有服務，均采用微服架構設計和研發的，支持分布式部署、流量限制、負載均衡等能力。根據用戶服務量可以動態地擴容和縮減服務。

機器人引擎是基于Nodejs技術研發的，通過模擬Pad協議登錄微信，包括微信客戶賬號的登錄、監控微信消息、發送微信消息、采集微信群信息、采集微信好友信息等功能。

（二）消息隊列主題設計

消息隊列主題名稱包括發送微信消息主題、接收微信消息主題、機器人引擎參數主題、心跳與告警數據主題[2]。平臺能支持多個機器人的接入，需要對消息隊列主題進行分類。管理平臺會優先分配一個不重復的機器人編碼給機器人引擎，消息主題命名按照｛機器人編碼｝/｛主題名稱｝。

（三）機器人引擎設計與實現

機器人引擎采用Nodejs開發語言實現，功能包括微信的通信連接、微信消息收集、微信消息發送、微信群驗證和通知、微信群解散和通知、微信好友驗證和通知、機器人賬號登錄登出通知等[3]。

機器人引擎與平臺之間的數據交互采用消息隊列Kafka，平臺與消息隊列以及機器人引擎與消息隊列的數據采用JSON的統一數據交換格式描述資源[4]。消息隊列Kafka能實現業務解耦、流量控制、防止消息丟失和異步發送，從而構建彈性和高效的分布式系統[5]。

消息發送機制，平臺把消息送到消息隊列的發送微信消息主題，機器人引擎監聽消息隊列的發送微信消息主題[6]。機器人引擎根據協議體中的類型、微信號、微信群號和消息內容把信息發送到微信群和好友，同時反饋消息發送的成功與失敗。

消息收集機制，機器人引擎監聽微信群和好友，實時把群和好友的消息經過協議轉換后把協議內容發送到消息隊列的接收微信消息主題，平臺的數據交互與分析服務監聽消息隊列的接收微信消息主題，對協議內容進行數據加工、語義分析、告警分析、知識庫適配和存儲等[7]。

（四）數據交互與分析服務設計與實現

數據交互與分析服務包括微信消息發送API接口（管理端發送的消息、微信小程序端發送消息）、消息分詞、語義分析、知識庫適配和數據存儲。

微信消息發送API接口，管理端發送的消息、微信小程序端發送消息統一發送到消息隊列，由機器人引擎處理，調用微信API完成發送。

消息分詞，機器人引擎監聽到微信賬號接收到私信或群聊信息時，發送到消息隊列，由數據交互與分析服務處理[8]。通過詞性分析分解提取關鍵詞，以便后續處理。

（五）知識庫服務設計與實現

知識庫服務是用來提供專業知識的分類、查詢與問答。知識庫服務涵蓋專屬知識庫和智能機器人應答模型。

（1）建立專屬知識庫，平臺致力于建立智能服務助手專屬的知識庫，旨在豐富客戶的業務知識。結合本行業的業務知識范圍，平臺專屬知識庫采用組織樹的形式管理知識的類型等級和內容分類，以便用戶能夠快速檢索和獲取所需信息，從而提高知識管理的效率。平臺為不同單位設定了應用權限，確保知識庫內容的針對性[9]。在展示方面，平臺以卡片的形式平鋪展示知識信息，用戶可以通過點擊卡片來查看詳細的知識詳情。知識庫的內容形式多樣，包括文本、圖片、鏈接、語言、視頻等，平臺致力于維護和管理本行業的業務知識，并盡可能覆蓋用戶關心的各個方面。通過建立全方位和多層級的知識庫，為用戶提供更全面、便捷的知識服務。

（2）設計智能機器人應答模型，模型以關鍵詞為核心、以知識定義類型為輔助。用戶通過微信聊天、微信小程序等交流方式發送問題，智能服務助手通過關鍵詞匹配知識庫的內容，并自動推送相應的知識應答給用戶。用戶的問題先通過關鍵詞匹配，再與知識庫中的內容進行匹配，并生成相應的知識應答[10]。這種基于關鍵詞匹配的方法使得模型能夠快速定位并提供準確的答案。用戶無需翻閱大量信息，即可獲得滿足其需求的知識應答。知識庫內容不斷更新和完善，結合了客戶經常提問的高頻問題。通過不斷更新知識庫的樣本數據和微調數據，能夠提升模型的準確性和響應能力。

三、協議設計

協議是描述機器人引擎與消息隊列、數據交互與分析服務（本章節簡稱數據服務）與消息隊列之間的數據交互內容，協議采用JSON的統一數據交換格式描述資源。

（一）初始化協議

初始化協議描述機器人引擎在啟動后發送初始化請求給數據服務獲取機器人配置信息和Token的協議，以及數據服務回復初始化所需信息給機器人引擎的協議。

發送初始化協議（機器人引擎→數據服務）

回復初始化協議（數據服務→機器人引擎）

（二）掃碼協議

掃碼協議描述機器人引擎在登錄微信前發送登錄所需二維碼給數據服務的協議。

發送掃碼協議（機器人引擎→數據服務）

（三）登錄協議

登錄協議描述機器人引擎在登錄微信后發送登錄微信賬號信息給數據服務的協議。

發送登錄協議（機器人引擎→數據服務）

（四）登出協議

登出協議描述機器人引擎在登出微信后發送通知給數據服務的協議。

發送登出協議（機器人引擎→數據服務）

（五）錯誤協議

錯誤協議描述機器人引擎在運行過程中發生錯誤后發送錯誤信息給數據服務的協議。

發送錯誤協議（機器人引擎→數據服務）

四、流程設計

（一）定制化消息流程

平臺用戶可以通過智能助手管理平臺提供的內容管理功能來設計定制化內容。定制化內容的形式可以包括文字、圖片、小視頻、音頻和鏈接等多種形式[11]。為了方便管理常用素材內容（如節氣提醒、節日提醒、常用圖片等），平臺提供了素材管理功能，用戶可以從素材庫中選擇并使用這些常用素材。

在設計定制化內容時，內容需要經過平臺管理員的審核。只有審核通過的內容才可以通過機器人引擎發送到微信群、好友或微信小程序端[12]。此外，定制化內容還支持按周期發送到微信群或好友，但只有審核通過的信息才能按周期發送。

為了保證信息發送的可靠性，平臺支持對發送失敗的信息進行重發，并提供信息發送的監控功能。這樣，平臺用戶可以及時發現發送異常并進行處理，確保信息能夠準確可靠地發送給目標用戶。

（二）知識庫回答流程

用戶可以通過私聊方式向微信智能機器人發送需要了解的內容，或者在微信群中艾特微信智能機器人。機器人引擎會收集用戶的信息，并通過語義分析和關鍵詞匹配搜索知識庫中的內容。一旦匹配完成，機器人將自動推送知識庫中相關的內容反饋給客戶。有些內容無法在知識庫中匹配成功的會自動回復一條標準的話術或者類似問題提示的方法反饋給用戶。

結束語

本文先介紹了微信廣泛使用中產生海量的繁雜信息對企業產生的不利影響。為了減少人工海量消息篩選的工作量和遺漏、提升企業的服務質量和客戶滿意度，并提出了解決方案——微信群智能服務助手系統。它的引入可以有效解決傳統微信群運營中的問題，提高溝通效率，提供更便捷和個性化的服務體驗，提升企業的服務質量和客戶滿意度。