AI落地Best Practice · 企业与业务成品 · 2025-11-12

微软开源智能呼叫中心,完全替代人工客服

微软开源AI呼叫中心解决方案,用GPT技术实现24/7智能客服,成本仅为人工的1/10!

核心内容:

  1. 基于Azure和GPT-4的智能呼叫系统架构
  2. 支持多语言/敏感数据处理的RAG技术方案
  3. 云原生部署与品牌定制化能力

项目简介

基于 Azure 和 OpenAI GPT 的 AI 驱动的呼叫中心解决方案。

通过一个 API 调用,让 AI 座席拨打电话。或者,直接从配置的电话号码呼叫机器人!

保险、IT 支持、客户服务等等。该机器人可以在几小时(真的)内进行定制以满足您的需求。

## 要求机器人呼叫一个电话号码data='{ "bot_company": "Contoso", "bot_name": "Amélie", "phone_number": "+11234567890", "task": "帮助客户解决数字工作场所问题。助手在 IT 支持部门工作。目标是帮助客户解决问题并在索赔中收集信息。", "Agent_phone_number": "+33612345678", "claim": [ { "name": "hardware_info", "type": "text" }, { "name": "first_seen", "type": "datetime" }, { "name": "building_location", "type": "text" } ]}'curl \ --header 'Content-Type: application/json' \ --request POST \ --url https://xxx/call \ --data $data

功能特性

部署

先决条件

推荐使用 GitHub Codespaces 快速入门。 环境将自动设置所有必需的工具。

在 macOS 中,使用 Homebrew,只需输入 make brew。

对于其他系统,请确保已安装以下内容:

然后,需要 Azure 资源:

1. 创建新的资源组

2. 创建通信服务资源

3. 购买电话号码

现在先决条件(本地 + Azure)已配置完成,可以进行部署了。

远程(在 Azure 上)

GitHub Actions 上提供了预构建的容器镜像,将用于在 Azure 上部署解决方案:

1. 创建轻量配置文件

根据 config-remote-example.yaml 中的示例填写模板。该文件应放置在项目根目录下,名为 config.yaml。它将由安装脚本(包括 Makefile 和 Bicep)用于配置 Azure 资源。

2. 连接到您的 Azure 环境

az login

3. 运行部署自动化

[!TIP] 在 image_version 参数下指定发布版本(默认为 main)。例如,image_version=16.0.0 或 image_version=sha-7ca2c0c。这将确保未来任何项目的破坏性更改不会影响您的部署。

make deploy name=my-rg-name

等待部署完成。

4. 获取日志

make logs name=my-rg-name

本地(在您的机器上)

1. 先决条件

如果您在第一个安装部分跳过了 make brew 命令,请确保已安装以下内容:

最后,运行 make install 来设置 Python 环境。

2. 创建完整配置文件

如果应用程序已部署在 Azure 上,您可以运行 make name=my-rg-name sync-local-config 将配置从远程复制到本地机器。

[!TIP] 要使用服务主体向 Azure 进行身份验证,您还可以在 .env 文件中添加以下内容:

AZURE_CLIENT_ID=xxxAZURE_CLIENT_SECRET=xxxAZURE_TENANT_ID=xxx

如果解决方案尚未在线运行,请根据 config-local-example.yaml 中的示例填写模板。该文件应放置在项目根目录下,名为 config.yaml。

3. 运行部署自动化

如果解决方案尚未部署在 Azure 上,则执行此步骤。

make deploy-bicep deploy-post name=my-rg-name

4. 连接到 Azure Dev 隧道

[!IMPORTANT] 隧道需要在单独的终端中运行,因为它需要一直运行

## 登录一次devtunnel login# 启动隧道make tunnel

5. 快速迭代代码

[!NOTE] 要覆盖特定的配置值,您可以使用环境变量。例如,要覆盖 llm.fast.endpoint 值,您可以使用 LLM__FAST__ENDPOINT 变量:

LLM__FAST__ENDPOINT=https://xxx.openai.azure.com

[!NOTE] 此外,local.py 脚本可用于测试应用程序,无需电话呼叫(即无需通信服务)。使用以下命令运行脚本:

python3 -m tests.local

make dev

高级用法

启用通话录音

通话录音默认禁用。要启用它:

  1. 在 Azure 存储帐户中创建一个新容器(例如 recordings),如果您已在 Azure 上部署了解决方案,则此步骤已完成
  2. 将应用配置中的功能标志 recording_enabled 更新为 true

使用 AI 搜索…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/zhinengkefu/2025111219564.html