客服机器人助手是大多数公司的刚需，但目前市面上的客服助手普遍存在如下问题：

意图识别弱：传统规则引擎无法处理用户多轮复杂问法

知识更新滞后：活动政策变更需手动更新知识库，存在时间差

数据安全隐患：第三方SaaS平台存在客户对话数据泄露风险

本次通过dify搭建一个基于大模型（deepseek）可以调用本地知识库的电商客服助手，分为三大步骤：

1.需要搭建一个本地化的电商常见问题知识库

2.需要通过dify编排我们的智能客服助手应用

3.发布智能客服应用并嵌入到我们的业务系统

一、基础环境准备：通过dify安装deepseek大模型

进入dify后点击右上角个人资料模块，点击设置按钮。如图11-1所示。

图11-1 dify设置模块

首先要配置模型供应商，可以直接选择深度求索的deepseek大模型进行安装。如图11-2所示。

图11-2 dify选择模型供应商

这里我们用在线版本的deepseek，你也可以本地部署deepseek，再打开dify的本地部署大模型的配置开关，就可以直接用本地部署的deepseek作为dify的大模型供应商。在线版的deepseek需要APIkey才能运行，这个时候你需要去deepseek的开放平台，充值一笔并创建APIkey就可以使用了。如图11-3所示。

图11-3 deepseek创建APIkey

二、 搭建本地化电商常见问题知识库二、 搭建本地化电商常见问题知识库

第一步：进入dify的主页面后选择知识库菜单，并点击创建知识库按钮。如图11-4所示。

图11-4 dify创建知识库

我们可以选择导入已有文本，dify支持主流的格式如txt、word、xls，dify的知识库也支持直接同步Notion、Web站点的内容。如图11-5所示。

图11-5 dify知识库导入文件

接下来要设置知识库针对资料分快的规则及索引方式，图片中的分段最大长度指知识库切割资料时单段文本最长限制（比如每段最多1000字，防溢出）。分段重叠长度是指相邻两段内容重复的字数（比如第一段结尾是“天气很好，适合”，第二段开头重复“适合_出去玩”，避免上下文断裂），我们按默认设置即可。如图11-6所示。

图11-6 dify知识库的分块规则

最后设置对知识库的检索规则，倒排索引就是用关键词找文档（如搜“苹果”显示相关文章）。TopK：从结果中按权重（如热度、相关性）快速挑前K个最优解，类似“显示前10条最好的”。如图11-7所示。

图11-7 dify知识库的索引规则

这些步骤完成，我们就创建好了一个可以供大模型检索的简单知识库。如图11-8所示。

图11-8 dify知识库创建完成

三、通过dify编排智能客服助手应用

首先看下整体逻辑：
1.当我们的用户向客服机器人问一个问题时首先要在私有知识库“电商产品常见问题”中检索相关答案
2.把检索到的答案交给大模型（配置的是deepseek）去推理
3.将大模型推理出的结果回复给用户
整体逻辑如如图11-9所示。

图11-9 智能客服助手整体逻辑

第一步是配置知识检索环节也就是我们的知识库，选择好我们已经建立的“电商产品常见问题”知识库。如图11-10所示。

图11-10 选择知识库

第二步选择LLM，这里配置的是deepseek，SYSTEM中你可以增加一些提示词如敏感词的过滤等。如图11-11所示。

图11-11 选择大语言模型

最后一步就是将大模型推理出的内容直接回复给用户。如图11-12所示。

图11-12 大模型输出结果直接回复给用户

四、发布智能客服应用并应用到我们的业务系统

智能客服的流程编排完后，点击发布按钮后，在弹出的页面点击运行就可以看到我们智能客服机器人的效果。如图11-13所示。

图11-13 发布智能客服机器人

我们编排的智能客服机器人的效果如下图，图中展示的是有用户问我们都销售哪些品类，大模型基于私有知识库回答的结果。如图11-14所示。

图11-14 智能客服机器人回答问题

下图是我们上传的“电商产品常见问题”知识库的内容，可以看到大模型还是对我们建立的知识库的回答做了一定的优化，比如电子产品增加了细类智能手机、平板电脑等，查询我建立的知识库并未出现智能手机、平板电脑的字眼，这里说明大模型自我发挥产生了幻觉，也就是瞎编内容。你可以在第二步LLM配置中的SYSTEM中针对大模型的回复增加一些要求，如：不要瞎编一些内容，需要严格基于知识库回答的提示词，就可以降低大模型幻觉出现的概率。如图11-15所示。

图11-15 上传的知识库的内容

最后针对聊天助手类的智能体，dify还提供了嵌入业务系统的方法，可以直接将dify生成的代码嵌入到你们公司产品网页的前端页面内。如图11-16所示。

图11-16 将智能问答助手嵌入企业内部产品

下图11-17所示是嵌入业务系统后的效果。

图11-17 最终效果