今天给大家拆解一款专为客服场景设计的对话分析工具,能够自动化处理和分析客服对话记录,提取关键业务洞察。
应用通过多阶段工作流实现从原始数据到分析结果的全流程处理,大幅提升客服质量管理效率。
01
思路分析
1. 整体技术架构
2. 核心处理流程
1)数据预处理阶段
- 文件名标准化处理
- 对话内容提取与清洗
- 数据结构化转换
2)并行分析阶段
- 内容摘要生成
- 问题分类打标
-
情感等级评估
-
采用批处理模式同时运行多个分析任务
- 三大分析模块独立工作:
3)结果整合阶段
- 聚合各分析模块结果
- 统一数据结构
- 准备可视化展示
4)用户交互阶段
- 文件上传接口
- 分析进度展示
- 多维结果可视化
02
详细步骤
## 1. 智能应用的创建
1)创建智能应用
2)编辑智能应用
完成应用名称、应用介绍及图标的信息
- preprocess_data数据处理工作流搭建
1)工作流的创建和编辑
完成工作流名称和描述的信息填写
2)开始节点
参数类型选择如下
3)代码节点——处理文件名
开始节点之后增加代码节点
代码(注意:这里是javascript脚本)
// 在这里,您可以通过 ‘params’ 获取节点中的输入变量,并通过 'ret' 输出结果// 'params' 和 'ret' 已经被正确地注入到环境中// 下面是一个示例,获取节点输入中参数名为‘input’的值:// const input = params.input; // 下面是一个示例,输出一个包含多种数据类型的 'ret' 对象:// const ret = { "name": ‘小明’, "hobbies": [“看书”, “旅游”] };function getCleanFileName(url) { // 先通过正则提取完整文件名(包括.xlsx) const fullNameRegex = /([^/?#]+?\.xlsx)/i; // 不区分大小写匹配.xlsx结尾的文件名 const match = url.match(fullNameRegex); if (!match) return null; // 未找到.xlsx文件 // 提取匹配到的文件名,并去除.xlsx之后的内容 const fullFileName = match[1]; // 匹配结果中的第一个分组(完整文件名) const tildeIndex = fullFileName.indexOf('~'); // 查找~的位置 if (tildeIndex === -1) { return fullFileName; // 无~符号时直接返回 } else { return fullFileName.substring(0, tildeIndex); // 截取到~之前的内容 }}async function main({ params }: Args): Promise<Output> { // 构建输出对象 const ret = { "filename": getCleanFileName(params.input) }; return ret;}
或者python代码:
import reasync def main(args: Args) -> Output: params = args.params file = params.get("input", "") # 使用正则表达式匹配文件名 pattern = r'/([a-f0-9]{32})\.xlsx' match = re.search(pattern, file) filename = match.group(1) if match else "" # 构建输出对象 ret: Output = { "filename": filename } return ret
代码可以让DeepSeek帮你写:
将下列内容输入给deepseek。
我以下字符串数据"{ "input": "https://p26-bot-workflow-sign.byteimg.com/tos-cn-i-mdko3gqi…— 以上为试看内容(约 40%),开通会员后阅读全文 —