给博客装了个 AI 客服:从"无效请求"到语义检索的踩坑实录
前两天突发奇想:我的博客能不能有个 AI 客服,访客点一下就能问"这个博客写了什么"、"XX 问题怎么解决",AI 用我自己的文章内容来回答?说干就干,整个开发过程踩了不少坑,记录下来。
整体方案
最终的技术栈是:
- 插件形态:纯 Typecho 插件(Plugin.php 注册路由 + Action.php 处理请求),不用改主题
- 大模型:硅基流动(SiliconFlow)的 DeepSeek-V3
- 知识来源:RAG 检索增强——博客文章做向量化索引,提问时先检索再喂给模型
- 向量模型:BAAI/bge-m3,文章切成 400 字一块,余弦相似度召回
所谓"拿数据库数据训练 AI",实际不是训练,而是把文章内容切块、embedding 存进两张自建表(typecho_aichat_docs / typecho_aichat_chunks),用户提问时算相似度捞出最相关的几块,塞进系统提示词里让模型照着答。文章更新会自动重建索引。
踩坑记录
1. 无效请求
前端 fetch 漏了 ?do=chat 参数,Typecho 的 Action 路由直接返回"无效请求"。修复后顺手让 POST 请求也做了容错。
2. 模型接口全部 502
最开始用的代理服务三个 Key 全挂,换成硅基流动后一次通了。
3. SSL 证书错误
本地 PHP 环境没有 CA 证书包,cURL 直接报 unable to get local issuer certificate。官方 cacert.pem 打包进插件目录解决。
4. 动漫头像按钮
用 AI 生成了一张少女客服形象,但 PNG 带白底,贴在页面上是个白方块。用"边缘泛洪"算法只抠掉边缘连通的白色区域,保留头像内部白色,效果自然多了。
5. 提示气泡刷新就消失
一开始用 sessionStorage 记"已展示",刷新就没了提示;后来改成 localStorage 记"用户点了 ×",只要不主动关闭就一直显示,30 天后重置。
6. AI 不知道最新文章
语义检索天生不适合时序类问题——"最新发布的文章是哪篇"按相似度召回完全答错。加了意图识别:命中"最新/最近/新发了什么"就绕过检索,直接 ORDER BY created DESC 查库。
7. 日期编造
最坑的一个。问《AI GO ADMIN 项目从零跑起来踩坑实录》的发布日期,实际是 2026-11-01,AI 答成 2024-07-21——纯编造。修复手段是在系统提示词里加硬约束:日期必须照抄资料标注,资料未标注就说不知道,禁止把正文里的日期当发布时间。另外现在检索结果里会实时 JOIN 出文章的真实发布时间,不依赖索引里的旧数据。
8. 点名文章排错篇
问某篇具体文章时,检索排序偶尔把别的文章排第一。加了"标题点名重排":问题里完整出现某篇文章标题时,把它强制排到最前。
9. 内存与链接
向量索引一次性全量加载会吃内存,改成 LIMIT 分页扫描;早期索引把域名写死存库,换域名就失效,改成召回后实时生成 URL。
成果
- 右下角动漫形象客服按钮,带提示气泡和脉冲光晕
- 语义检索 + 关键词兜底双通道,语义服务挂了自动降级
- 会话内多轮对话,刷新不丢历史
- 后台可配置 API、模型、欢迎语、快捷提问、头像、检索文章数等
整个插件 5 个文件:Plugin.php(注册与配置)、Action.php(路由与对话)、Index.php(向量索引)、widget.js/css(前端),加上内置的 CA 证书包。从"无效请求"到能准确报出文章发布日期,前后修了十来个坑,最有感触的一点:接大模型不难,难的是让它"不瞎说"——检索准不准、提示词约束严不严,才是 RAG 项目的真正工作量。
评论 (0)