Service, with a Human Exit.
让客服工作流知道何时回答，何时交给人。
REQUEST
RULES / ROUTING
LLM RESPONSE
HUMAN HANDOFF
客服请求包含多种不同的任务。
这个 C 端智能客服 Agent 覆盖产品咨询、维护建议、优惠券申领、客户情绪判断与紧急人工介入，项目时间为 2026 年 1 月至 2 月。
回答问题只是客服流程中的一部分。
不同请求需要不同处理路径。产品咨询与优惠券申领并不相同，情绪判断与紧急人工介入也需要进入工作流的考虑范围。
为不同请求安排适当的处理路径。
项目通过规则与 LLM 路由的结合组织多种服务场景，并保留人工介入的出口。简历未提供具体路由阈值或服务级别承诺。
规则、模型与人工协作。
以 n8n 与 LangChain 编排工作流，接入 Ollama 与 DeepSeek API，将请求路由到对应处理逻辑，并结合客户情绪判断和紧急人工介入。图示是流程概括，不表示每次请求都经过全部步骤。
搭建客服 Agent 工作流。
基于简历列出的技术搭建 Agent，把规则与 LLM 路由结合，实现所述五类客服能力。未将这一成果延伸为生产运营或持续维护职责。
编排与推理各有位置。
技术栈为 n8n、LangChain、Ollama 与 DeepSeek API。简历没有注明数据库、向量检索服务、线上基础设施或模型版本。
功能边界已描述，量化评测待补充。
材料提供了工作流覆盖的功能，没有给出测试集、路由准确率、人工转接率或用户满意度。页面不以构建完成代替效果验证。
完成规则与 LLM 结合的客服链路。
形成支持咨询、维护建议、优惠券申领、情绪判断与紧急人工介入的 Agent Workflow。上线规模与业务结果在简历中未注明。
SOURCE / Robin Huang 个人简历。未提供的数据、上线状态与技术细节不作推断。