潮玩电商 AI 运营中台 · 演示站

潮玩电商的运营每天要干 16 件事，这里把其中 8 件交给了 AI。 AIY 黑客松扣子 Coze 赛道铜奖作品的纯前端复刻：8 个 Agent 的判断都在浏览器里跑，数据全部虚构，断网也能用。

在线演示：https://zj85997-hash.github.io/chaowan-ai-ops-hub/

这是什么

目标用户是中小型潮玩电商平台的运营主管和客服主管。每天晚上 9 点到凌晨 1 点，是流水的最高峰，也是客诉的最高峰。这时候有三件事最难办：

• 大额投诉赔多少，全靠主管拍脑袋，平均要 2 小时才能给出答复。
• 社群要 8–12 个人轮班盯，还是会漏掉负面消息。
• 开一期新活动，选品、组箱、定价要 7–11 小时，算错一次整箱亏。

原版跑在扣子平台上，由 8 个 Bot、8 条 Workflow、4 个知识库和 Python 代码节点组成。这是团队作品，我负责统筹和路演主讲。

这个仓库是赛后重写的纯前端版本：

• 不依赖扣子，不需要账号，打开网页就能用；
• 用测试保证结果和原版文档里的算例一致。

页面

页面	内容
指挥中心	8 个 Agent 卡片，每个有 2 个场景；运行台可以改输入重跑；「开始 5 步主演示」一路走完：发现客诉、出补偿方案、归档
风控演示台	三栏：群聊输入、五步判定、分级输出。改一个字，结果马上变
组箱定价	输入份数、单价和毛利线，实时配出六个赏级并验算成本上限
知识库	敏感词、FAQ、转人工规则、补偿规则、商品库、运营数据全部摊开；补偿规则可以现场改，改完马上生效
关于	背景、三层结构、16 件事的分工、统一输出契约、安全与合规边界

指挥中心支持深链接：打开 index.html#run=compensation:0 就会直接运行 ① 的第 1 个场景。

8 个 Agent

#	Agent	替代的人力	做什么
①	智能补偿决策	客服主管 1–2 人	按 user_id 精确查库，按补偿 SOP 分层算金额，附合规话术
②	社群风控监控	社群运营 8–12 人	68 个敏感词分四级，做情感分析、跨群串联检测，给出响应时限
③	运营数据问答	数据分析 1–2 人	用自然语言问数，自动算环比，发现异常波动
④	智能选品推荐	选品 2–3 人	按二手热度、吸引力、售罄率、毛利四项打分，排除掉价风险款
⑤	智能组箱策略	组箱定价 3–4 人	分配六个赏级，验算成本上限和 40% 毛利线
⑥	智能积分兑换	兑换测算 1–2 人	算兑换目标商品的最优路径，以及还差多少积分
⑦	用户画像分析	用户运营 2 人	给用户打标签，算价值分和风险分，给出分层策略
⑧	智能客服问答	客服 7–8 人	意图识别、FAQ 检索、置信度计算，该转人工时带着结论转

设计原则

• 规矩交给知识库记，算数交给代码算。
  • 补偿规则、敏感词、FAQ 写在 assets/js/data.js，改一句就生效。
  • 按 user_id 查消费记录、组箱成本验算、环比计算写在 assets/js/engine.js，结果 100% 准确，不会查错人、赔错钱。
• 统一输出契约。 8 个 Agent 都输出同一种结构：thinking、output.summary / metrics / detail / suggestion、meta.confidence / kb_hits。前端只需要一个渲染器。
• 判断过程可见。 thinking 逐条显示，运营看得到 AI 依据什么下的结论。
• AI 只出建议，人拍板。 涉及钱的方案由人点「采纳」才生效，也可以手动改金额。

安全与合规边界

• 置信度低于 0.8 一律转人工，不编答案。
• 判定只看后台客观数据，不看用户投诉写得好不好，避免对表达能力弱的用户不公平。
• 涉及未成年人消费，最高优先级转人工，AI 不给金额。
• 补偿优先线上补货：实际发货并留存物流记录。
• 回收、转卖、收益类问题不作答，平台不参与、不担保任何私下交易。

本地运行

不需要安装任何东西，直接用浏览器打开 index.html 就行。也可以起一个本地服务：

python3 -m http.server 8000

测试用 Node 自带的测试框架，原版文档里的三个算例必须一字不差：

• VIP 大额亏损补偿 ¥32,800
• 高频投诉劝退结算 ¥480
• 80 份组箱成本 ¥2,831，毛利 40.02%

node --test tests/engine.test.mjs

页面的导航和页脚由 build.py 统一生成。改了 build.py 以后，运行：

python3 build.py

数据说明

所有用户、商品、运营数字都是虚构的，不对应任何真实平台或品牌。商品名称是编的，不涉及任何真实 IP。

许可

MIT。作者：付钟浩（Alex）。