先搞虚拟环境，再装依赖：

第二步：搞定配置和Claude API，别犯低级错误

说到这个我就来气。

config.py

import os
from dotenv import load_dotenv

load_dotenv()

class Config:
ANTHROPIC_API_KEY = os.getenv("ANTHROPIC_API_KEY")
MODEL_NAME = "claude-3-5-sonnet-20241022"
# 我试了一圈，这个Sonnet版本速度和效果最平衡，不像opus那么贵，也不像haiku那么笨
MAX_TOKENS = 1024
TEMPERATURE = 0.3 # 客服场景必须稳，温度设太高它会乱说话
SYSTEM_PROMPT = """你是一个专业的电商客服助手。请遵循以下原则：

main.py（核心逻辑）

from anthropic import Anthropic
from config import Config
import json

client = Anthropic(api_key=Config.ANTHROPIC_API_KEY)

def chat_with_claude(user_message: str, conversation_history: list = None) -> str:
"""核心对话函数，加了重试，不然很容易崩"""
if conversation_history is None:
conversation_history = []

messages = [{"role": "system", "content": Config.SYSTEM_PROMPT}]
messages.extend(conversation_history)
messages.append({"role": "user", "content": user_message})

效果嘛，我大概测了测。加了重试之后，调用失败的次数确实少了很多。之前100次调用大概能成功87次，现在基本能到99次以上，体感上靠谱多了。

一张流程图：用户输入 -> 意图分类器 -> 知识库检索 -> Claude生成回复 -> 记忆存储 -> 返回结果。每个步骤旁边标注平均耗时（单位毫秒）。

第三步：让AI知道用户想干嘛，别傻乎乎地啥都回

没有意图分类，Claude就是个傻子。你跟它说“我要退货”，它可能还在那儿“你好，欢迎光临”。

我设计了一个比较土的规则分类器，但够用了：

intent_classifier.py

import re

class IntentClassifier:
def __init__(self):
self.intents = {
"return": r"退|换|不满|质量问题|退货",
"shipping": r"物流|快递|送货|什么时候到|发货",
"payment": r"付款|退款|优惠|打折|价格",
"complaint": r"投诉|差评|态度差|客服",
"greeting": r"你好|嗨|早上好|下午好|晚上好|在吗"
}

我个人觉得，纯规则分类虽然土，但胜在简单，准确率大概85%左右，对于小项目完全够用了。你要是钱多，也可以用Claude来做分类，效果肯定更好，准确率能到98%，但成本要高出5倍。

小项目用规则，大项目再上AI分类，这个度自己把握。

第四步：让客服长点记性，别聊完就忘

这步很多教程压根儿不提：没有记忆的客服就像金鱼。用户说“我订单号是123”，然后问“什么时候到”，它就忘了订单号，还得用户再说一遍，体验极差。

关于这个，我一开始又犯蠢了。把所有的历史消息全都一股脑塞给Claude，结果token消耗直接爆炸，响应时间从0.5秒涨到2.5秒，慢得跟蜗牛一样。

后来改成只保留最近10轮对话：

memory_manager.py

from datetime import datetime
from typing import List, Dict

class ConversationMemory:
def __init__(self, max_history: int = 10):
self.history: List[Dict] = []
self.max_history = max_history
self.context = {} # 存储提取的关键信息，比如订单号

def add_message(self, role: str, content: str):
self.history.append({
"role": role,
"content": content,
"timestamp": datetime.now().isoformat()
})
# 只保留最近10轮对话，不然token消耗扛不住
if len(self.history) > self.max_history * 2:
self.history = self.history[-self.max_history * 2:]

def extract_key_info(self, text: str) -> Dict:
"""从用户消息中提取关键信息"""
import re
info = {}
order_match = re.search(r'\b(\d{6,10})\b', text)
if order_match:
info["order_id"] = order_match.group(1)
return info

这么一改，token消耗从动不动就2000多，降到了稳定在800左右，响应时间也从2.5秒回到了0.5秒以内。真的好用。

最后一步：搭个Web服务，让客服真正跑起来

光有核心逻辑不行，得有个能用的界面。我用Flask搭了个最简单的Demo：

app.py

from flask import Flask, request, jsonify
from main import chat_with_claude
from memory_manager import ConversationMemory
from intent_classifier import IntentClassifier

app = Flask(__name__)
memory = ConversationMemory()
classifier = IntentClassifier()

@app.route('/chat', methods=['POST'])
def chat():
data = request.json
user_message = data.get('message', '')

# 先分类意图，然后根据意图调整回复策略
intent = classifier.classify(user_message)

# 提取关键信息，比如订单号
key_info = memory.extract_key_info(user_message)
if key_info:
memory.context.update(key_info)

# 带上历史记忆和关键信息
context = memory.get_context_prompt()
enriched_message = f"[意图: {intent}]\n[上下文: {context}]\n[关键信息: {memory.context}]\n用户: {user_message}"

# 调用Claude
reply = chat_with_claude(enriched_message, memory.history[-10:] if memory.history else [])

# 保存本轮对话
memory.add_message("user", user_message)
memory.add_message("assistant", reply)

return jsonify({
"reply": reply,
"intent": intent,
"context": memory.context
})