关键词

智能客服AI聊天知识库工单系统团队协作

使用说明

项目简介

Bytedesk 是一款基于 AI 驱动的智能客服平台，旨在提供全渠道客户服务和团队协作能力。它集成了即时通讯、知识库、工单系统、AI 聊天等多种功能模块，帮助企业构建高效的客户服务体系。其中 AI 聊天模块包含了 MCP (Model Context Protocol) 功能，支持与 LLM 客户端进行标准化上下文信息交互。

主要功能点

  • 全渠道客户服务: 支持多种沟通渠道。
  • 知识库: 内置知识库管理系统，方便构建和维护常见问题解答 (FAQ) 和帮助中心。
  • 工单系统: 提供完善的工单管理功能，支持 SLA 管理和报表统计。
  • AI 聊天 (含 MCP): 集成 Ollama、DeepSeek、智谱 AI 等多种 LLM 模型，支持知识库检索 (RAG)、Function Calling 和 MCP 协议，可作为 MCP 服务器使用，为 LLM 客户端提供上下文服务。
  • 团队协作: 支持多级组织结构、角色和权限管理，方便团队协同工作。

安装步骤

  1. 克隆仓库: 使用 'git clone https://github.com/Bytedesk/bytedesk.git' 命令克隆代码仓库到本地。
  2. 进入 Docker 部署目录: 使用 'cd bytedesk/deploy/docker' 命令进入 Docker 部署目录。
  3. 启动 Docker 容器 (方法 1，需要 Ollama): 运行 'docker compose -p bytedesk -f docker-compose.yaml up -d' 命令启动 Docker 容器。 如果选择此方法，可能需要预先拉取 Ollama 模型，例如 'ollama pull deepseek-r1:1.5b' 和 'ollama pull qwen2.5:1.5b'。
  4. 启动 Docker 容器 (方法 2，自带 Ollama): 运行 'docker compose -p bytedesk -f docker-compose-ollama.yaml up -d' 命令启动 Docker 容器。 如果选择此方法，容器会自动拉取 Ollama 模型。
  5. 或者从源码运行: 如果选择从源码运行，首先需要安装 Maven 和 JDK，然后进入项目根目录 'bytedesk'，运行 './mvnw install -Dmaven.test.skip=true' 进行安装，再进入 'starter' 目录，运行 './mvnw spring-boot:run' 启动服务。

服务器配置

MCP 客户端需要配置连接 Bytedesk MCP 服务器的信息。以下是一个 JSON 格式的配置示例，请根据实际部署情况修改 'command' 和 'args' 字段。

{
  "serverName": "Bytedesk MCP Server",
  "command": "http://127.0.0.1:9003",  // Bytedesk 服务器的访问地址，根据实际部署地址修改
  "protocol": "HTTP", // 假设使用 HTTP 协议，根据实际情况调整
  "transport": "JSON-RPC 2.0", // 假设使用 JSON-RPC 2.0 协议
  "description": "Bytedesk MCP Server for AI Chat",
  "args": {
    //  可以根据 Bytedesk API 的需要添加额外的参数，例如 API 密钥等
    //  "apiKey": "YOUR_API_KEY"
  }
}

配置说明:

  • 'serverName': MCP 服务器的名称，可以自定义。
  • 'command': 重要 - Bytedesk 服务器的访问地址。 如果使用 Docker 部署在本地，默认可能是 'http://127.0.0.1:9003'。 请务必根据实际部署的服务器 IP 地址和端口进行修改。
  • 'protocol': 使用的协议，这里假设为 'HTTP'。 需要根据 Bytedesk 实际 MCP 实现的协议进行设置。
  • 'transport': 数据传输格式，这里假设为 'JSON-RPC 2.0'。 需要根据 Bytedesk 实际 MCP 实现的传输协议进行设置。
  • 'description': 服务器的描述信息，可自定义。
  • 'args': 可选 - 额外的参数。 如果 Bytedesk MCP 服务器需要 API 密钥或其他认证信息，可以在这里配置。 注释中提供了一个 'apiKey' 的示例，但需要查看 Bytedesk 的 MCP 文档以确定是否需要以及需要哪些参数。

注意: 以上配置为假设的通用配置，实际的 MCP 客户端配置可能需要参考 Bytedesk 的官方 MCP 文档或 API 文档来获取更准确的配置信息，例如具体的 JSON-RPC 方法、参数格式、认证方式等。 特别是 'protocol' 和 'transport' 字段，以及 'args' 中的参数，需要根据 Bytedesk 的 MCP 实现来精确配置。

基本使用方法

  1. 启动 Bytedesk 服务器: 按照安装步骤启动 Bytedesk 服务器。
  2. 配置 MCP 客户端: 在 MCP 客户端中，填入上述服务器配置信息，确保 'command' 地址指向正在运行的 Bytedesk 服务器。
  3. 连接 MCP 服务器: 在 MCP 客户端中，尝试连接配置好的 Bytedesk MCP 服务器。
  4. 调用 MCP 功能: 连接成功后，即可使用 MCP 客户端调用 Bytedesk 服务器提供的资源 (Resources)、工具 (Tools) 和 Prompt 模板 (Prompts) 等功能，与 LLM 进行交互，实现上下文感知的人工智能应用。 具体可调用的 MCP 功能和 API 方法需要参考 Bytedesk 的 MCP 接口文档。

信息

分类

商业系统

访问项目