掌握了 Koog 框架的核心技術後，讓我們把這些技術整合起來，建立一個真正實用的 AI 客服機器人！
接下來我們要把這些技術組合起來，建立一個專注於對話功能的 AI 客服機器人
現在讓我們把前面學到的技術組合起來，建立一個完整的 AI 客服機器人
/**
* 對話紀錄資料結構 - 用來儲存對話歷史
*/
data class ConversationRecord(
val userMessage: String,
val assistantResponse: String,
val timestamp: Long = System.currentTimeMillis()
)
/**
* 客服工具集 - 提供實用的客服功能
*/
@LLMDescription("客服工具集，包含訂單查詢、營業時間查詢和常見問題搜尋")
class CustomerServiceToolSet : ToolSet {
@Tool
@LLMDescription("查詢訂單狀態和配送資訊")
fun lookupOrder(
@LLMDescription("訂單編號，格式如 ORD-20241201-001")
orderId: String
): String {
return try {
// 模擬訂單查詢邏輯
when {
orderId.isBlank() -> "請提供有效的訂單編號"
orderId.startsWith("ORD-") -> {
val randomStatus = listOf(
"已確認，預計 3-5 個工作天送達",
"已出貨，配送中，預計明天送達",
"已送達，感謝您的購買",
"處理中，我們正在準備您的商品"
).random()
"訂單 $orderId 狀態：$randomStatus"
}
else -> "訂單編號格式不正確，請確認後重新輸入"
}
} catch (e: Exception) {
"查詢訂單時發生錯誤：${e.message}"
}
}
@Tool
@LLMDescription("查詢指定門市或地區的營業時間")
fun getBusinessHours(
@LLMDescription("門市名稱或地區，如：台北、高雄、台中")
location: String
): String {
return try {
val businessHours = mapOf(
"台北" to "週一至週日 9:00-22:00",
"台中" to "週一至週日 10:00-21:00",
"高雄" to "週一至週日 9:30-21:30",
"桃園" to "週一至週日 9:00-21:00",
"台南" to "週一至週日 10:00-20:00"
)
val normalizedLocation = location.trim()
businessHours[normalizedLocation]
?: "目前僅提供台北、台中、高雄、桃園、台南地區的營業時間查詢。一般門市營業時間為週一至週日 9:00-21:00"
} catch (e: Exception) {
"查詢營業時間時發生錯誤：${e.message}"
}
}
@Tool
@LLMDescription("搜尋常見問題的解答")
fun searchFaq(
@LLMDescription("問題關鍵字，如：退款、配送、會員")
keyword: String
): String {
return try {
val faqDatabase = mapOf(
"退款" to "退款政策：商品收到後 7 天內可申請退款，商品需保持原包裝。退款處理時間約 7-14 個工作天。",
"配送" to "配送時間：一般商品 3-5 個工作天，急件可選擇隔日配送（需加收費用）。",
"會員" to "會員權益：免費註冊即享 95 折優惠，消費滿額可累積點數兌換禮品。",
"保固" to "保固服務：電子產品提供 1 年保固，非人為損壞免費維修。",
"客服" to "客服時間：週一至週五 9:00-18:00，客服專線：0800-123-456"
)
val result = faqDatabase.entries.find {
it.key.contains(keyword) || keyword.contains(it.key)
}
result?.value ?: "很抱歉，沒有找到相關的常見問題。您可以嘗試其他關鍵字，或直接聯絡客服人員協助。"
} catch (e: Exception) {
"搜尋常見問題時發生錯誤：${e.message}"
}
}
}
/**
* AI 客服機器人 - 整合前面學習的核心技術
* 專注於對話功能，提供友善的客服體驗，並支援對話歷史和工具系統
*/
class SmartCustomerService {
// 對話歷史儲存 - 使用簡單的 MutableList
private val conversationHistory = mutableListOf<ConversationRecord>()
// 工具註冊 - 包含客服相關工具
private val toolRegistry = ToolRegistry {
tools(CustomerServiceToolSet())
}
// AI Agent - 整合執行器、工具和提示
private val agent = AIAgent(
executor = simpleOpenAIExecutor(ApiKeyManager.openAIApiKey!!),
systemPrompt = createCustomerServicePrompt(),
toolRegistry = toolRegistry,
llmModel = OpenAIModels.CostOptimized.GPT4_1Mini,
temperature = 0.7
)
init {
println("🤖 AI 客服機器人啟動完成！")
println("💭 對話歷史功能已啟用")
println("🔧 工具系統已載入：訂單查詢、營業時間、FAQ 搜尋")
}
// 專業客服提示系統設計
private fun createCustomerServicePrompt(): String {
return """
你是一個專業、友善的 AI 客服助手，名字叫「9527」
你的服務原則：
1. 用正體中文回答，語調親切專業
2. 耐心解答客戶的各種問題
3. 提供清楚、有用的資訊
4. 記住之前的對話內容，提供連貫的服務
5. 遇到複雜問題時，建議客戶聯絡真人客服
你有以下工具可以使用：
- lookupOrder：查詢訂單狀態，需要客戶提供訂單編號
- getBusinessHours：查詢門市營業時間，可以指定地區
- searchFaq：搜尋常見問題解答，根據關鍵字查找
使用工具的時機：
- 客戶詢問訂單狀態時，使用 lookupOrder 工具
- 客戶詢問營業時間時，使用 getBusinessHours 工具
- 客戶有一般性問題時，使用 searchFaq 工具搜尋相關解答
請記住，你的目標是讓每位客戶都感受到溫暖的服務體驗
""".trimIndent()
}
/**
* 處理客戶問題 - 核心對話功能，支援對話歷史和工具系統
*/
suspend fun chat(customerMessage: String): String {
return try {
// 建立包含對話歷史的完整輸入
val fullInput = buildString {
// 加入對話歷史作為上下文
if (conversationHistory.isNotEmpty()) {
appendLine("=== 對話歷史 ===")
conversationHistory.takeLast(5).forEach { record -> // 只取最近 5 輪對話
appendLine("客戶：${record.userMessage}")
appendLine("9527：${record.assistantResponse}")
}
appendLine("=== 當前問題 ===")
}
append(customerMessage)
}
// 使用 AIAgent 處理客戶問題（自動包含工具使用）
val assistantResponse = agent.run(fullInput)
// 儲存到對話歷史
conversationHistory.add(
ConversationRecord(
userMessage = customerMessage,
assistantResponse = assistantResponse
)
)
assistantResponse
} catch (e: Exception) {
// 健全的錯誤處理機制
println("處理對話時發生錯誤：${e.message}")
"很抱歉，我現在遇到一些技術問題。請稍後再試，或直接撥打客服專線。"
}
}
/**
* 取得對話歷史統計資訊
*/
fun getConversationStats(): String {
return "📊 目前已進行 ${conversationHistory.size} 輪對話"
}
/**
* 清除對話歷史
*/
fun clearHistory() {
conversationHistory.clear()
println("🗑️ 對話歷史已清除")
}
/**
* 開始互動式對話 - 使用 while 迴圈實現連續對話
*/
suspend fun startInteractiveChat() {
println("🎉 歡迎使用 AI 客服系統")
println("💬 您可以開始提問，輸入 'exit' 結束對話，輸入 'stats' 查看統計")
println("=".repeat(50))
while (true) {
print("\n💬 您的問題：")
val input = readlnOrNull()?.trim()
when {
input.isNullOrEmpty() -> continue
input.lowercase() == "exit" -> {
println("👋 感謝使用 AI 客服系統，祝您有美好的一天！")
println(getConversationStats())
break
}
input.lowercase() == "stats" -> {
println(getConversationStats())
continue
}
input.lowercase() == "clear" -> {
clearHistory()
continue
}
else -> {
try {
print("🤖 9527 回應中...")
val response = chat(input)
print("\r🤖 9527：$response\n")
println("-".repeat(50))
} catch (e: Exception) {
println("⚠️ 系統錯誤：${e.message}")
}
}
}
}
}
}
這個 SmartCustomerService 實作雖然簡潔，但整合了 AI 客服系統的所有核心技術
ApiKeyManager 統一管理 API 金鑰MutableList<ConversationRecord> 儲存完整對話記錄CustomerServiceToolSet，提供訂單查詢、營業時間查詢、FAQ 搜尋從執行結果可以看到，AI 客服現在具備了真正的記憶能力
資料結構設計
data class ConversationRecord(
val userMessage: String,
val assistantResponse: String,
val timestamp: Long = System.currentTimeMillis()
)
使用簡單的 data class 和 MutableList，避免過度複雜的設計
對話歷史整合
val fullInput = buildString {
if (conversationHistory.isNotEmpty()) {
appendLine("=== 對話歷史 ===")
conversationHistory.takeLast(5).forEach { record ->
appendLine("客戶：${record.userMessage}")
appendLine("9527：${record.assistantResponse}")
}
appendLine("=== 當前問題 ===")
}
append(customerMessage)
}
val response = agent.run(fullInput)
將對話歷史以結構化方式整合到輸入中，配合 AIAgent 的工具系統，讓 AI 能「看到」完整的對話脈絡並自動選擇工具
要注意的是，這裡暫時不考慮歷史對話遺失的問題，這裡只拿最後 5筆
在 Koog 框架中，有兩種主要的對話管理方式，但它們不能直接混用
val conversationPrompt = prompt("conversation") {
system("你是友善的助手")
user("使用者問題")
}
val response = executor.execute(conversationPrompt, model)
適用場景：純對話、複雜提示結構、需要精確控制對話格式
val agent = AIAgent(
executor = executor,
systemPrompt = "你是友善的助手",
toolRegistry = toolRegistry,
llmModel = model
)
val response = agent.run("使用者輸入")
適用場景：需要工具功能、自動工具選擇、企業級應用
AIAgent 只有 run() 方法，沒有 chat() 方法選擇 prompt DSL
選擇 AIAgent + 工具系統
本文採用 AIAgent 方式，因為客服機器人需要訂單查詢、營業時間查詢等實用工具功能
我們為客服機器人整合了三個實用的工具
訂單查詢工具 (lookupOrder)
營業時間查詢工具 (getBusinessHours)
FAQ 搜尋工具 (searchFaq)
Annotation-based 工具設計
@Tool
@LLMDescription("查詢訂單狀態和配送資訊")
fun lookupOrder(
@LLMDescription("訂單編號，格式如 ORD-20241201-001")
orderId: String
): String
使用註解方式快速建立工具，程式碼簡潔易懂
工具選擇
private val toolRegistry = ToolRegistry {
tools(CustomerServiceToolSet())
}
註冊相關的工具後，AI 會根據客戶問題自動選擇合適的工具，無需手動指定
suspend fun main() {
println("🎉 AI 客服機器人技術展示")
println("=".repeat(35))
// 建立客服機器人實例
val chatbot = SmartCustomerService()
// 模擬一些客戶對話 - 現在有上下文記憶和工具使用
val conversations = listOf(
"你好！我想了解你們的服務",
"請問台北門市的營業時間？", // 測試營業時間查詢工具
"我想查詢訂單 ORD-20241201-001 的狀態", // 測試訂單查詢工具
"請問你們的退款政策是什麼？", // 測試 FAQ 搜尋工具
"我剛才查詢的訂單如果要退款該怎麼辦？", // 測試記憶功能 + FAQ
"謝謝你的協助！"
)
// 逐一進行對話
conversations.forEachIndexed { index, message ->
println("\n💬 客戶：$message")
val response = chatbot.chat(message)
println("🤖 9527：$response")
// 顯示對話統計
if (index == conversations.size - 1) {
println("\n${chatbot.getConversationStats()}")
}
// 模擬對話間隔
delay(1000)
}
println("\n🎊 對話測試完成！")
}
🎉 AI 客服機器人技術展示
===================================
🤖 AI 客服機器人啟動完成！
💭 對話歷史功能已啟用
🔧 工具系統已載入：訂單查詢、營業時間、FAQ 搜尋
💬 客戶：你好！我想了解你們的服務
🤖 9527：您好！很高興為您服務。我是9527，您的專屬AI客服助理。請問您想了解我們哪方面的服務呢？像是訂單查詢、商品資訊、退款政策、門市營業時間等，我都可以為您說明喔！如果您有具體問題，也歡迎隨時告訴我。
💬 客戶：請問台北門市的營業時間？
🤖 9527：台北門市的營業時間是週一至週日的上午9點到晚上10點。如果您還有其他問題，隨時告訴我喔！
💬 客戶：我想查詢訂單 ORD-20241201-001 的狀態
🤖 9527：您的訂單 ORD-20241201-001 目前狀態是「處理中」，我們正在準備您的商品。如果您需要進一步協助，隨時告訴我喔！
💬 客戶：請問你們的退款政策是什麼？
🤖 9527：您好，我們的退款政策是：商品收到後 7 天內可申請退款，且商品需保持原包裝。退款處理時間約為 7-14 個工作天。如果您有其他問題，或需要協助申請退款，請隨時告訴我喔！
💬 客戶：我剛才查詢的訂單如果要退款該怎麼辦？
🤖 9527：您好！如果您想對訂單 ORD-20241201-001 申請退款，請您確認商品是在收到後7天內，且商品包裝保持完整。接著您可以透過我們的官方客服管道提交退款申請，通常需要提供訂單編號和退款原因。我可以幫您提供退款申請的詳細流程或協助聯繫真人客服，請問您需要嗎？
💬 客戶：謝謝你的協助！
🤖 9527：不客氣！很高興能幫助到您。如果之後還有任何問題或需要協助，隨時歡迎找我喔。祝您有美好的一天！😊
📊 目前已進行 6 輪對話
🎊 對話測試完成！
通過建立這個 AI 客服機器人，我們成功示範了如何整合 Koog 框架的核心技術
API 管理與安全
ApiKeyManager 來管理 API 金鑰提示工程與對話設計
工具系統整合
架構設計選擇
下一篇文章中，我們將學習如何開發非同步工具，讓 AI Agent 能夠與外部 API 服務互動
圖片來源：AI 產生
同步刊登於 Blog 第一次學 Kotlin Koog AI 就上手 Day 08：技術整合實戰：建立 AI 客服機器人
iThome鐵人賽
看影片追技術