这个开源客服系统，终于不只是“把工单电子化”了

很多团队嘴上说自己上了客服系统，实际用下来，往往只是把“微信里来回问”“表格里手动记”换成了“后台里统一记录”。问题被收进工单池了，但回复还是靠客服一条条敲，效率当然会比以前规整一点，可也就那样。

我最近看到一个开源项目 Tentix，第一感觉不是“又一个客服平台”，而是它终于把 AI 放到了真正干活的位置上。这个项目直接把客服流程拆成了几步：先分析用户问题，再自动改写检索词，然后去知识库里找答案，最后生成回复。不是那种只在输入框旁边塞个 AI 助手的轻改造，而是把 AI 当成整个工单流转的一部分。

更关键的是，它不是只拿几篇 FAQ 凑数。Tentix 会把历史工单、重点对话、通用文档，一起沉淀到统一的向量知识库里，底层用的是 PostgreSQL + pgvector，也支持外部向量服务。什么意思？就是它不是“今天答一次，明天又忘”，而是越跑越像一个真的熟悉业务的客服。那些被人工验证过的高质量回复，后面都可能变成下一次自动回复的依据。

还有个点我挺在意：它不是闭门自嗨。官方说明里已经写了多渠道通知，原生支持飞书，也给别的 IM、表单系统留了模块化接入口，还支持 MCP 扩展。对于团队来说，这比“模型多强”更现实。因为客服系统最怕的不是不会答，而是接不进现有工作流。

部署门槛也不算离谱。项目提供 Docker 方式启动，默认端口 3000，配好数据库、对象存储和模型相关环境变量就能跑起来。开源项目能做到这一步，已经比很多“看起来很强，实际全是 demo”的 AI 应用实在不少。

当然，Tentix 也不是装上就万事大吉。AI 客服真正难的，从来不是“能不能生成一句话”，而是你的知识库脏不脏、历史工单有没有沉淀价值、哪些场景该自动答、哪些场景必须交给人。但至少，Tentix 给了一套挺像样的方向：别再让客服系统只负责存档了，应该让它真的开始处理问题。

如果你的团队现在还被重复咨询拖着走，这种 AI 原生的工单系统，确实值得拿 Docker 拉起来跑一遍。它未必一下子替掉所有人工，但把那些高频、标准、重复的回复先吞掉，已经很值了。