用 OpenClaw 打造 7*24 小时 AI 客服:零基础搭建知识库客服系统

手把手教你把产品文档变成智能客服

---

上周有个朋友问我：

"我们公司产品文档有 200 多页，客服每天重复回答同样问题，累死了。有没有办法让 AI 自动回答？"

我说："用 OpenClaw 知识库啊，30 分钟就能搞定。"

他半信半疑地试了，结果——一周后客服工作量减少了 70%。

今天就把这个方法分享给大家。

---

01 为什么选择 OpenClaw 做客服系统？

先说结论：OpenClaw + 知识库 = 零成本打造 7×24 小时智能客服

相比传统方案的优势：

工作效率

传统客服：8 小时

OpenClaw 客服：24 小时在线

响应速度

传统客服：人工等待

OpenClaw 客服：秒级响应

成本

传统客服：每月几千到几万

OpenClaw 客服：服务器 85 元/月

服务态度

传统客服：情绪波动

OpenClaw 客服：始终如一

知识更新

传统客服：培训周期长

OpenClaw 客服：上传文档即可

---

02 整体架构

在开始之前，先了解一下整个系统的架构：

用户提问 → OpenClaw → 检索知识库 → RAG 生成答案 → 返回用户

核心原理：RAG（检索增强生成）

简单说就是：

1.把你的文档切成小块，转换成「向量」存入数据库

2.用户提问时，找出最相关的文档块

3.把相关文档和问题一起发给 AI，生成答案

---

03 第一步：准备知识库文档

知识库的质量直接决定客服的效果。建议按以下结构组织：

推荐目录结构

knowledge-base/

├── 01_产品文档/ （产品介绍、功能说明）

├── 02_FAQ/ （常见问题）

├── 03_价格政策/ （报价、折扣、售后）

├── 04_销售话术/ （优秀对话记录）

└── 05_培训资料/ （客服培训内容）

支持的文件格式

文档类：PDF、DOCX、Markdown、TXT

表格类：Excel、CSV

代码类：Python、JavaScript、HTML

网页类：可自动抓取

技巧：文档越结构化、标注越清晰，AI 回答越准确。

---

04 第二步：安装和配置知识库

2.1 安装知识库插件

全局安装 ClawHub CLI（仅需执行一次）：

npm i -g clawhub --registry https://registry.npmmirror.com

安装知识库相关 Skills：

npx clawhub@latest install knowledge-base

npx clawhub@latest install rag-engine

2.2 配置知识库路径

打开配置文件：

notepad $env:USERPROFILE\.openclaw\openclaw.json

添加以下配置：

{

"knowledge": {

"enabled": true,

"paths": [

"C:/Users/你的用户名/knowledge-base"

"autoSync": true,

"chunkSize": 512,

"overlap": 64

}

参数说明：

chunkSize：每块文字的大小，推荐 512 字符

overlap：块与块之间的重叠，推荐 64 字符

autoSync：自动检测文件变化，推荐 true

2.3 初始化索引

执行命令：

openclaw knowledge rebuild

等待索引完成，通常 1-2 分钟。

---

05 第三步：构建客服机器人

3.1 创建客服 Skills

在 ~/.openclaw/skills/ 目录下创建 customer-service 文件夹：

mkdir $env:USERPROFILE\.openclaw\skills\customer-service

创建 SKILL.md 文件：

name: customer-service

description: 企业客服机器人，解答产品咨询、售后问题

企业智能客服

功能说明：基于公司知识库，自动回答客户咨询。

使用方式：客户提问产品、价格、售后等问题时触发。

回复原则：

1.先检索知识库，优先引用文档内容

2.不确定的问题，回复「这个问题我来转人工处理」

3.涉及隐私、敏感信息不回答

4.语气友好、专业

3.2 配置 RAG 参数

{

"rag": {

"topK": 5,

"minScore": 0.7,

"hybridSearch": true,

"rerank": true

}

参数说明：

topK：返回最相关的文档块数，推荐 5

minScore：最低相关度阈值，推荐 0.7

hybridSearch：混合关键词+语义搜索，推荐 true

rerank：重排序结果，推荐 true

---

06 第四步：接入多渠道

6.1 接入飞书（推荐国内企业）

第一步：创建飞书自建应用

1.打开飞书开放平台 open.feishu.cn

2.创建企业自建应用

3.添加「机器人」能力

第二步：配置消息事件

在应用配置页面：

订阅 im.message.receive_v1 事件

开通 im:message 权限

第三步：配置到 OpenClaw

执行命令：openclaw channels add

选择「飞书」，填入 App ID、App Secret、机器人名称。

配置文件示例：

{

"channels": {

"feishu": {

"enabled": true,

"appId": "cli_xxxxxxxx",

"appSecret": "xxxxxxxxxxxxxxxx",

"botName": "智能客服"

}

第四步：测试

在飞书中搜索机器人名称，发送「你好」，应该能收到自动回复。

---

6.2 接入微信公众号

第一步：登录微信公众平台 mp.weixin.qq.com

1.进入「设置与开发」→「开发设置」

2.配置服务器地址（需要公网 IP）

第二步：使用内网穿透

如果你的电脑没有公网 IP，使用内网穿透工具：

使用 ngrok：ngrok http 18789

或者使用国内的花生壳、natapp 等

第三步：配置回调

URL：http://你的域名/wx/webhook

Token：自行设置

EncodingAESKey：自动生成

配置文件：

{

"channels": {

"wechat": {

"enabled": true,

"token": "your-token",

"encodingAesKey": "your-aes-key"

}

---

6.3 接入企业微信

第一步：创建企业微信机器人

1.登录企业微信管理后台

2.进入「应用管理」→「创建应用」

3.选择「企业自建应用」

第二步：配置应用

应用名称：「智能客服」

应用可见范围：选择需要的部门/人员

第三步：获取 AgentID 和 Secret

第四步：配置到 OpenClaw

{

"channels": {

"wecom": {

"enabled": true,

"corpId": "wwxxxxxxxxxxxx",

"agentId": 1000001,

"corpSecret": "your-secret"

}

---

6.4 接入钉钉

第一步：创建钉钉应用

1.登录 open.dingtalk.com

2.创建应用 → 选择「企业内部开发」

3.添加「机器人」能力

第二步：获取配置信息

App Key

App Secret

第三步：配置到 OpenClaw

{

"channels": {

"dingtalk": {

"enabled": true,

"appKey": "dingxxxxxxxxxxxx",

"appSecret": "your-secret"

}

---

07 第五步：优化客服效果

7.1 设置置信度阈值

不是所有问题都适合 AI 回答，设置阈值更智能：

{

"confidence": {

"high": 0.85, // 高置信度，直接回答

"medium": 0.6, // 中置信度，给出选项

"low": 0.4, // 低置信度，转人工

"reject": 0.4 // 低于此值不回答

}

逻辑说明：

置信度 ≥ 0.85：直接回答，用户看到自动回复

置信度 0.6-0.85：给出选项，用户看到「您是在问...？」

置信度 < 0.6：标记转人工，用户看到「这个问题转人工处理」

---

7.2 添加意图识别

让 AI 识别用户意图，提供更精准服务：

支持识别的意图：

咨询：查产品、问价格

投诉：反馈问题

售后：技术支持

购买：引导下单

转接：转人工客服

配置示例：

{

"intents": {

"inquiry": ["产品", "功能", "介绍", "是什么"],

"complaint": ["投诉", "不满", "太差", "垃圾"],

"support": ["打不开", "出错", "怎么办", "帮帮我"],

"purchase": ["买", "购买", "多少钱", "价格"]

}

---

7.3 知识库维护

定期更新知识库：

增量更新（只更新变化的文件）：

openclaw knowledge sync

全量重建：

openclaw knowledge rebuild

查看知识库状态：

openclaw knowledge status

建议：

每周更新一次产品文档

每月优化一次 FAQ

每季度分析一次对话日志，补充遗漏问题

---

08 效果评估

关键指标：

解答率：AI 成功回答的问题占比，目标 > 80%

准确率：回答正确的比例，目标 > 90%

响应时间：从提问到回复的时间，目标 < 3 秒

转人工率：需要人工介入的比例，目标 < 20%

查看对话日志：

查看最近对话：openclaw logs --recent 100

查看特定渠道：openclaw logs --channel feishu

导出对话记录：openclaw logs export --format csv --output logs.csv

---

09 成本估算

项目说明费用

服务器 2核4G云服务器 85元/月

API调用约50元/万次对话 50元/月（按1000次/天）

域名（如需）可选 30元/年

总计约150元/月

对比人工客服：

1 个客服月薪：4000-6000 元

1 个 AI 客服：150 元/月

节省 97% 成本

---

10 注意事项

安全风险：

不要让 AI 回答涉及机密、隐私的问题

敏感操作（退款、修改订单）需要人工确认

定期检查对话日志，发现异常及时处理

合规要求：

如实告知用户这是 AI 客服

保留对话记录备查

遵守各平台的机器人政策

---

11 快速启动清单

步骤 1：整理知识库文档

步骤 2：安装 OpenClaw

步骤 3：配置知识库插件

步骤 4：上传并索引文档

步骤 5：创建客服 Skill

步骤 6：配置渠道接入

步骤 7：设置置信度阈值

步骤 8：测试并优化

---

总结

用 OpenClaw 打造客服系统，只需 5 步：

1.整理文档：把产品资料变成结构化知识库

2.安装配置：5 分钟完成 RAG 部署

3.创建 Skill：定义客服机器人的行为规范

4.接入渠道：飞书、微信、钉钉一键连接

5.持续优化：根据对话数据不断改进

后台回复「openclaw」获取官方文档和 GitHub 链接。

---