ClawBot通过LLM适配器动态识别意图、Redis会话状态实现上下文感知分流、Webhook触发人工协同分流。具体包括配置intent-router.yaml启用模型与规则、启用Redis上下文路由、设置Webhook推送人工坐席。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
ClawBot 能识别用户意图并实现智能分流，其核心依赖于本地部署的大语言模型理解能力与可配置的意图路由规则。以下是实现该功能的具体路径：
一、基于LLM适配器的动态意图识别
ClawBot 通过开放标准LLM适配器接入GPT-4、Claude、混元等模型，在接收到用户消息后，自动执行语义解析与意图分类。系统不依赖预设关键词库，而是将原始对话输入模型，由模型输出结构化意图标签（如“退货”“查订单”“预约客服”），再交由路由引擎分发。
1、在 ClawBot 配置目录中打开 config/skills/intent-router.yaml 文件。
2、确认 llm_provider 字段已设置为启用状态，并指向已授权的模型API端点。
3、向配置文件中添加意图映射规则，例如："不想要了" → "return_request"，支持正则与模糊匹配。
4、保存后执行 clawbot reload skills 命令使新规则生效。
二、Redis会话状态驱动的上下文感知分流
ClawBot 利用本地Redis集群持久化存储用户会话状态，确保在多轮对话中持续追踪用户身份、历史行为与当前任务阶段。当用户发送新消息时，系统自动关联session_id提取前序交互上下文，避免孤立判断导致误分流。
1、检查 Redis 服务是否运行：执行 redis-cli ping，返回 PONG 表示正常。
2、确认 ClawBot 配置中 redis_url 指向本地 127.0.0.1:6379 或企业内网高可用集群地址。
3、在 intent-router.yaml 中启用 context_aware_routing: true 开关。
4、重启 ClawBot 网关服务：执行 systemctl restart clawdbot-gateway。
三、Webhook触发式人工协同分流
当LLM置信度低于阈值（默认0.82）或检测到高风险操作（如“我要投诉”“转接主管”），ClawBot 自动终止自动应答流程，将完整对话快照、用户设备指纹、当前意图标签打包为结构化JSON，通过预设Webhook推送到人工坐席系统。
1、在企业微信管理后台开通可信IP白名单，添加 ClawBot 服务器IP。
2、编辑 config/webhooks/human-handoff.json，填入目标IM系统接收地址与鉴权token。
3、设置分流触发条件，例如：intent == "complaint" OR confidence < 0.75。
4、验证推送链路：向 ClawBot 发送测试语句“我要投诉物流”，检查人工端是否收到含 handoff_reason: "high_risk_intent" 的载荷。
