[智能客服project] AI提示词配置 | 主协调器 | 闲鱼协议工具

第五章：AI提示词配置

欢迎回来！

在第四章：意图路由器中，我们了解了机器人如何通过IntentRouter确定由哪个专家代理（如PriceAgent或TechAgent）处理用户消息。

但代理被选定后，如何知道该说什么？如何以友好卖家身份应对技术问题，或按照策略进行价格协商？

（专家代理分类的越细，就便于生成更准确的提示词给LLM）

这正是AI提示词配置的核心作用。

为什么AI代理需要"提示词配置"？

想象你聘请演员出演话剧中的特定角色。你不会只说"去表演！"，而是提供剧本、角色性格说明、场景背景以及具体台词指导。

• 我们的AI代理如同演员，大语言模型（LLM）是底层能力，但需要清晰指引——“剧本"和"角色设定”——才能在闲鱼对话场景中正确表现。

• 这些指引即提示词。提示词配置就是定义并加载这些指令的过程，使每个代理在处理特定类型用户请求时，明确知晓行为准则和关键信息。

• 这正是我们告诉AI的方式：“当处理这类消息（如价格问题）时，记住你是卖家，商品细节是这样，对话历史是那样，你的目标是礼貌协商。”

什么是AI提示词配置？

AI提示词配置指代一系列文本指令、规则和上下文信息的集合，由代理打包发送给大语言模型（LLM），用于引导回复生成。

• 在XianyuAutoAgent项目中，这些提示词定义于纯文本文件。

• 每个专家代理（如PriceAgent、TechAgent）甚至路由器的分类回退代理，都有专属的提示词文件。

• 用户可通过简单编辑这些文本文件，轻松定制AI在不同场景下的个性和行为。

核心概念：系统提示词

现代LLM交互通常采用特定消息结构，其中"system"消息用于提供高层指令、设定角色或注入关键上下文。

在本项目中，提示词文件内容即用于构建LLM调用的"system"消息。系统提示词可视作代理的核心指令和角色专属背景知识。

工作原理：提示词实战

回顾AI代理系统章节流程，观察提示词的作用位置：

当XianyuReplyBot根据意图选择代理后，该代理已在启动时加载专属系统提示词。调用LLM前，代理会构建完整的消息结构，包含：

1. 系统提示词（来自配置文件）
2. 商品详情
3. 对话历史
4. 最新用户消息

这种结构化消息（尤其是系统提示词）告知LLM如何解读信息及预期回复类型。

提示词文件位置

提示词配置文件存储于项目根目录的prompts文件夹，包含：

• classify_prompt.txt：用于ClassifyAgent（意图路由器的LLM回退分类），指令LLM输出预定义意图标识（tech/price/default）
• price_prompt.txt：指导PriceAgent价格协商策略，包含底价规则、议价风格等
• tech_prompt.txt：指引TechAgent技术答疑，要求精确引用商品参数，支持外部知识检索
• default_prompt.txt：定义DefaultAgent通用回复风格，设定机器人作为友好卖家的基础人设

定制AI行为

编辑这些文件即可轻松调整AI行为！以price_prompt.txt为例：

你是一个专业的二手商品卖家。你的目标是以合理的价格出售商品，同时保持友好的态度。
与客户交流时，请遵循以下原则：
1. 始终礼貌和友好。
2. 如果客户询问价格或议价，参考【商品信息】和【你与客户对话历史】。
3. 如果客户出价低于你的心理价位，可以适当拒绝或提出你的最低价。
4. 议价不是无限的，如果客户多次大幅度议价，可以婉拒或引导回到原价。
5. 回复请简短明了，不要透露任何个人联系方式（微信、QQ等）。
▲当前议价轮次：{bargain_count}

这是PriceAgent的"剧本"，设定角色（“专业二手卖家”）、目标（“合理定价，保持友好”）及具体规则（“参考商品信息”、“拒绝低价”、“限制议价轮次”）。

• 占位符{bargain_count}将在发送前被替换为实际议价次数（见AI代理系统代码）。

• 修改此文件即可调整议价策略，例如更严格的价格底线或更灵活的沟通风格。

classify_prompt.txt结构略有不同，专用于引导LLM输出单字意图标识：

你是一个意图分类机器人。你需要根据客户的最新消息和对话历史，判断客户的意图。
你的任务是只回复以下标签中的一个，不要回复其他任何内容：
- tech (询问商品技术参数、规格、性能对比等)
- price (询问价格、议价、讨论包邮等)
- default (其他所有意图，例如打招呼、询问是否在、无关问题等)请根据【商品信息】和【你与客户对话历史】，判断用户最新消息的意图：

该提示词明确LLM的角色（“意图分类机器人”），并严格限制输出为预定义标签，确保IntentRouter能正确解析分类结果。

代码中的提示词加载机制

如AI代理系统所示，XianyuReplyBot类在启动时加载提示词文件：

# 摘自 XianyuAgent.py 的简化代码片段
class XianyuReplyBot:def __init__(self):# ... 初始化客户端 ...self._init_system_prompts() # 加载提示词self._init_agents() # 使用提示词初始化代理# ... 初始化路由器 ...def _init_system_prompts(self):"""从文件加载各代理提示词"""prompt_dir = "prompts"try:with open(os.path.join(prompt_dir, "classify_prompt.txt"), "r", encoding="utf-8") as f:self.classify_prompt = f.read()with open(os.path.join(prompt_dir, "price_prompt.txt"), "r", encoding="utf-8") as f:self.price_prompt = f.read()with open(os.path.join(prompt_dir, "tech_prompt.txt"), "r", encoding="utf-8") as f:self.tech_prompt = f.read()with open(os.path.join(prompt_dir, "default_prompt.txt"), "r", encoding="utf-8") as f:self.default_prompt = f.read()logger.info("提示词加载成功")except Exception as e:logger.error(f"提示词加载失败: {e}")raise # 加载失败时终止def _init_agents(self):"""初始化各领域代理"""self.agents = {'classify': ClassifyAgent(self.client, self.classify_prompt, self._safe_filter),'price': PriceAgent(self.client, self.price_prompt, self._safe_filter),'tech': TechAgent(self.client, self.tech_prompt, self._safe_filter),'default': DefaultAgent(self.client, self.default_prompt, self._safe_filter),}

BaseAgent子类在生成回复时，通过_build_messages方法构建LLM输入：

# 摘自 XianyuAgent.py 的简化代码片段
class BaseAgent:def __init__(self, client, system_prompt, safety_filter):self.client = clientself.system_prompt = system_prompt # 加载的提示词文本self.safety_filter = safety_filterdef _build_messages(self, user_msg: str, item_desc: str, context: str) -> List[Dict]:"""构建LLM消息链"""system_content = f"【商品信息】{item_desc}\n【对话历史】{context}\n{self.system_prompt}"return [{"role": "system", "content": system_content},{"role": "user", "content": user_msg}]

PriceAgent还会在系统消息中插入bargain_count，为LLM提供明确的议价阶段信息。

结论

AI提示词配置是XianyuAutoAgent项目中定义各代理行为规则、角色设定及应答策略的核心方法。

• 通过prompts目录下的文本文件，用户无需修改核心代码即可定制AI的交互方式。

• 每个代理加载专属提示词并整合至LLM输入，有效引导生成符合场景需求的回复。

理解提示词配置机制后，您可自由调整AI卖家在闲鱼平台的交互策略。接下来我们将见证所有组件——对话记忆、通信层、AI代理系统、意图路由器和提示词配置——如何协同工作，详见下一章主协调器。

---

第六章：主协调器

在前几章中，我们已经构建了XianyuAutoAgent的核心组件：

• 第一章：对话记忆 - 学习机器人如何跟踪聊天历史和细节–sql
• 第二章：闲鱼通信层 - 探索机器人如何连接闲鱼平台并收发消息–websocket
• 第三章：AI代理系统 - 了解机器人如何使用AI生成回复–LLM
• 第四章：意图路由 - 解析用户意图的机制–正则匹配给专家代理-->提示词txt
• 第五章：AI提示配置 - 通过文本文件定制AI行为

这些组件各自独立，但如何协同工作？谁负责启动引擎、管理消息流并确保系统平稳运行？

这正是主协调器的职责所在。

为什么需要"主协调器"？

想象一台由齿轮、杠杆、引擎和线路组成的复杂机器。每个部件都有特定功能，但需要中央控制系统来协调运作。

我们的XianyuAutoAgent也是如此。主协调器需要：

1. 系统启动
2. 建立连接闲鱼平台
3. 持续监听消息
4. 路由消息到正确处理流程（存储记忆、AI分析）
5. 连接管理（处理断连、令牌过期）
6. 协调回复发送

主协调器如同空中交通管制员或交响乐指挥，虽不直接操作但确保系统有序运行。

主协调器的构成

核心职责包含：

• 系统启动
• 通过WebSocket连接闲鱼实时消息流
• 管理连接生命周期（重连、心跳、令牌刷新）
• 接收原始消息
• 传递消息给其他组件处理
• 协调回复发送

在项目中，main.py文件中的XianyuLive类即为主协调器实现。

运行机制：主循环

通过时序图展示主协调器工作流程：

核心组件：XianyuLive类

系统启动与主循环

# main.py 简化代码片段
if __name__ == '__main__':# 加载配置load_dotenv()# 初始化组件bot = XianyuReplyBot()xianyuLive = XianyuLive(cookies_str)# 启动主循环asyncio.run(xianyuLive.main())

消息处理流程

async def handle_message(self, message_data, websocket):# 步骤1：消息确认# 步骤2：过滤非聊天消息# 步骤3：提取聊天信息# 步骤4：处理卖家控制命令# 步骤5：保存用户消息# 步骤6：检查人工模式# 步骤7：获取商品信息# 步骤8：获取对话上下文# 步骤9：AI生成回复# 步骤10：处理议价计数# 步骤11：保存机器人回复# 步骤12：发送回复

连接生命周期管理

• 心跳机制：定期发送心跳包检测连接
• 令牌刷新：异步任务维护令牌有效性
• 异常处理：自动重连机制保证服务连续性

组件协同

主协调器通过持有各组件实例实现协同：

• XianyuApis处理平台通信
• ChatContextManager管理记忆存储
• XianyuReplyBot驱动AI生成

结论

主协调器作为系统核心，承担连接管理、消息路由、组件协调等关键职责，通过XianyuLive类实现完整的自动化流程控制。

下一章：闲鱼协议工具

---

第七章：闲鱼协议工具

在第六章：主协调器中，我们了解了XianyuLive类如何协调整个机器人运作——连接闲鱼平台、监听消息并协调数据流向记忆系统和AI系统。

• 然而，主协调器负责管理何时执行操作，而具体如何与闲鱼平台进行技术交互则需要专门的协议工具。

• 闲鱼平台与大多数在线平台类似，在API和WebSocket通信中使用特定的技术"语言"。这些通信不仅需要特殊格式的消息体，还涉及唯一标识符和安全校验码等复杂机制。

为什么需要"协议工具"？

闲鱼通信层（特别是XianyuLive和XianyuApis类）直接与服务器交互时面临以下技术挑战：

通过WebSocket发送消息时需构造包含以下元素的复杂数据结构：

• 消息唯一ID（uuid）
• 请求唯一ID（mid）
• 会话ID（cid）
• 接收方ID（toid）
• Base64等特殊编码的消息内容
• 其他技术参数

HTTP API调用（如获取商品详情）需要：

• appKey、时间戳t、版本v、类型type等参数
• 安全签名sign（采用临时令牌token+时间戳+请求数据的特定算法生成）

接收的WebSocket消息可能采用Base64编码和MessagePack二进制格式，需要专用解码器处理

协议工具构成

这些工具函数主要位于utils/xianyu_utils.py文件，包含：

1. 唯一ID生成

# 来自utils/xianyu_utils.py
def generate_mid() -> str:"""生成符合闲鱼要求的mid"""return f"{随机数}{时间戳} 0"  # 示例：1231630000000 0def generate_uuid() -> str:"""生成设备特征uuid"""return f"-{时间戳}1"  # 示例：-16300000001

通过时间戳与随机数组合生成符合平台规范的标识符

2. 安全签名生成

def generate_sign(t: str, token: str, data: str) -> str:"""MD5哈希签名算法"""app_key = "34839810"  # 闲鱼H5接口固定密钥msg = f"{token}&{t}&{app_key}&{data}"return hashlib.md5(msg.encode()).hexdigest()

该签名算法用于API请求合法性验证

3. 消息解码系统

在实际项目之中，错误的日志信息打印是非常重要的，一定要重视对报错的处理

核心解码函数实现：

class MessagePackDecoder:"""自定义MessagePack解析器"""def decode(self) -> Any:try:# 解析二进制数据结构return self._decode_value()  except Exception:return base64回退处理def decrypt(data: str) -> str:"""多层解码处理器"""try:decoded_bytes = base64.b64decode(清理数据)# 优先尝试MessagePack解析return MessagePackDecoder(decoded_bytes).decode()except MessagePackError:# 回退文本解码return decoded_bytes.decode('utf-8')

支持从二进制到结构化数据的完整解析流程

4. Cookie解析器

def trans_cookies(cookies_str: str) -> Dict:"""Cookie字符串转字典"""return {k:v for cookie in cookies_str.split("; ") for k,v in [cookie.split('=',1)]}

将.env文件中的cookie字符串转换为requests可用的字典格式

系统架构关系

技术实现细节

MessagePack解码器

包含20+种数据类型处理逻辑，支持：

• 定长/变长整数
• 浮点数解析
• 数组/映射结构
• 扩展数据类型处理

错误处理机制

采用三级回退策略：

1. 优先MessagePack解析
2. 尝试UTF-8文本解码
3. 最终十六进制转储+错误日志

模块结构

结论

协议工具模块作为闲鱼通信的"技术密码本"，承担着：

• 唯一标识生成
• 安全认证签名
• 复杂消息解码
• 输入数据标准化

通过封装这些底层技术细节，使主协调器能够专注于业务流程控制，实现通信层与业务逻辑的解耦。这是构建稳定可靠的闲鱼自动化系统的关键技术保障