2026最新SaaS AI客服系统源码下载 Laravel+React智能客服、知识库与AI Agent源码

这是一套基于 Laravel + React 开发的 SaaS AI 客服系统，主要用于把 AI 客服直接部署到现有网站中。系统可以读取网站公开页面内容，建立属于当前工作区的知识库，再生成一个可以嵌入其他网站的 AI Agent。

前端 Widget 不依赖特定网站程序，只需要加入一行 <script> 标签即可使用，支持 WordPress、Shopify、Next.js、React、Vue 以及普通 HTML 页面。系统本身则提供 Agent 配置、知识库、收件箱、人工接管、线索管理、Webhook、计费和发布版本等后台能力。

除了基础的 AI 问答功能，当前版本还增加了 MCP 工具服务器支持。AI 客服可以调用外部 MCP 服务提供的工具，例如订单系统、CRM 或内部 API，从“回答网站问题”进一步扩展到实际业务操作。

部署后使用admin@mail.com登录，点击右上角设置图标进行系统设置，如ai api语言、外观、支付网关、邮件、集成等，具体的设置自行摸索。

修改前端代码后需要再次编译生效。

源码直接打包测试，实际部署可能需要自行清理\bootstrap\下缓存，具体自行查阅laravel项目相关部署教程及注意事项

AI 客服如何嵌入现有网站？

部署方式比较直接。创建 Agent 后，在目标网站的 </body> 标签之前加入一段 Script，即可加载客服 Widget。

由于 Widget 使用 Shadow DOM 渲染，组件样式与宿主网站之间保持隔离，可以减少与 WordPress、Shopify 或前端框架现有 CSS 产生冲突的情况。

• 支持 WordPress
• 支持 Shopify
• 支持 Next.js
• 支持 React
• 支持 Vue
• 支持纯 HTML 网站

Widget 打包后体积控制在 50KB gzip 以内，采用异步加载方式。访客会话支持跨页面刷新保持，另外可以选择启用浏览器 SpeechRecognition 进行语音输入。

从网站内容建立自己的知识库

创建 Agent 时，可以直接填写需要读取的网站 URL。系统会尝试发现站点地图以及关于、价格、FAQ、文档等关键页面，站长可以选择哪些页面需要进入索引流程。

抓取过程会遵循 robots.txt，并限制对需要鉴权的路径进行访问，同时不会主动访问内部主机。

抓取后的网页内容会进行正文提取，再按语义边界切分成多个文本块。当前配置中单个分块约为 500 token，并保留一定重叠内容，随后通过 Cloudflare bge-base-en-v1.5 或 OpenAI text-embedding-3-small 生成向量。

向量数据可以写入 Cloudflare Vectorize 或 Qdrant。每个数据块都会带有 workspace 和 agent 标识，用于保持不同租户之间的检索隔离。

Agent 可以独立配置

知识库建立之后，可以单独设置 Agent 的角色和行为，包括：

• 人设和语气
• 回复语言
• Widget 主题色
• 开场提示
• 行为规则
• 预设回答
• 置信度阈值

对于价格、退款等不希望 AI 自由改写的内容，可以直接配置预设回答。实时预览可以查看访客最终看到的 Widget 样式和基本交互。

Widget 当前支持 8 种语言：英文、西班牙文、法文、德文、葡萄牙文、日文、阿拉伯文和中文。

通过行为规则判断访客意图

AI 客服除了回答问题，还可以根据访客行为触发不同的处理方式。

系统支持按照滚动深度、空闲时间、离开意图以及意图关键词设置行为规则。例如用户连续进行多轮咨询、询问价格或者明确要求演示时，可以触发 Lead 表单。

不同规则还可以进行 A/B 测试，用于比较不同触发条件下的实际转化数据。

Lead 线索捕获与人工接管

当访客表现出较高的购买意向时，系统可以在对话中显示 Lead 表单。访客提交的信息会进入后台收件箱，并可以同时触发其他外部通知。

当前支持的线索处理方式包括：

• 进入系统收件箱
• Slack 提醒
• POST 到自定义 Webhook
• 接入 HubSpot
• 接入 Pipedrive
• 接入 Mailchimp

出站 Webhook 使用 HMAC 签名负载，便于第三方系统验证请求来源。

当需要人工处理时，客服人员可以直接接管当前会话。访客端会显示类似“人工已就位”的状态，而后台收件箱通过 Reverb WebSocket 实时接收新的消息和会话变化。

AI 回答的检索流程

访客发送问题后，系统会优先检查预设回答，再进行向量检索和重排，最后结合检索结果生成带有来源引用的提示并通过 SSE 流式返回模型回复。

当前设计中没有在热路径同步写入数据库，持久化工作会在响应结束后异步处理。

回答可以显示 [1]、[2] 等来源标记，并链接回对应的原始网站页面。每个 Agent 还可以设置自己的置信度阈值，当检索结果不足时，系统可以返回“我不知道”，而不是继续猜测。

MCP 工具服务器：让 AI 不只是回答问题

当前版本增加了 MCP 工具服务器功能。客服 Agent 可以调用外部 MCP Server 中提供的工具，将 AI 客服与企业已有业务系统连接起来。

例如，外部 MCP 服务可以提供订单查询、CRM 数据、内部 API 或其他业务工具。每个工作区只需要登记一次 MCP Server，系统会发现服务器提供的工具，再根据客服人员的权限决定哪些工具可以实际使用。

服务器注册

服务器注册表负责保存 MCP 端点和相关凭据，同时处理 JSON-RPC 握手和服务器信息获取。凭据在存储时进行加密，并不会直接显示在用户界面中。

按 Agent 分配工具权限

发现工具后，系统会列出对应的工具结构，并为每个 Agent 建立明确的允许列表。即使多个 Agent 共用一个 MCP Server，也不会因此自动拥有该服务器中的全部工具。

远程工具安全控制

远程 MCP 工具被视为不可信输入，调用参数在发送前会进行清理，工具输出进入模型提示之前会进行长度限制，每个服务器还设置了断路器机制。

当某个服务器连续出现故障时，断路器可以暂时停止继续调用，避免单个远程工具故障影响整个客服流程。

MCP 活动日志

系统会记录工具调用情况，包括调用目标、结果大小、执行时长和返回结果等信息，并支持按照客服人员查看。日志还可以按照计划进行清理。

发布版本与一键回滚

Agent 的编辑内容不会直接影响线上 Widget。系统采用“草稿 + 发布快照”的方式管理配置。

点击发布后，当前 Agent 会生成一个不可变版本，Widget 运行时读取已经发布的版本，而不是实时读取后台草稿。这样在修改人设、知识库规则或行为条件时，不会因为保存草稿就立即影响线上访客。

每次发布都会保留版本历史，并可以回滚到之前的任意快照。

Widget 初始化接口 /v1/widget/init 还会执行允许来源校验，用于限制 Widget 的合法加载来源。

部署环境

PHP：8.4 及以上

MySQL：8.0

Redis：需要

项目使用 Laravel，因此部署前需要准备 PHP、Composer、数据库和 Redis 环境，同时根据实际功能配置 AI 模型、向量数据库、邮件、支付及第三方集成服务。

Laravel 项目初始化

完成项目依赖安装和环境变量配置后，可以执行以下 Artisan 命令：

php artisan key:generate 
php artisan migrate --seed 
php artisan storage:link

初始化数据会创建默认管理员和客户账号：

管理员：admin@mail.com

客户：customer@mail.com

默认密码：password

首次登录后，可以进入后台设置页面，对 AI API、语言、外观、支付网关、邮件和第三方集成等项目进行配置。

启动 Laravel Octane

项目提供 Laravel Octane 服务启动方式，默认端口为 8000：

php artisan octane:start --port=8000

实际生产环境中，还需要根据服务器架构配置 Nginx、PHP-FPM 或其他反向代理方式。当前项目给出的 Nginx 环境中，需要特别注意 FastCGI 缓冲区和读取超时参数。

fastcgi_buffer_size 128k; fastcgi_buffers 4 256k; fastcgi_busy_buffers_size 256k; fastcgi_read_timeout 120;

如果部署路径、PHP-FPM 端口或域名不同，需要按照自己的服务器环境修改对应配置。

适合哪些场景？

这套系统适合需要在现有网站中加入 AI 客服，同时希望自己控制知识库、Agent 配置和后台数据的项目。

比较典型的使用方式包括企业官网 AI 客服、SaaS 产品咨询、在线文档问答、销售线索捕获、产品售前咨询以及需要连接 CRM 或内部业务系统的智能客服场景。

如果只需要一个简单的网站聊天窗口，这套系统提供的功能相对完整；而如果项目还需要知识库、人工接管、Lead、版本控制和 MCP 工具调用，那么现有架构更适合作为二次开发基础。

系统核心组成

• Laravel + React 应用
• AI Agent 与网站知识库
• 可嵌入任意网站的 Chat Widget
• 实时收件箱与人工接管
• Lead 捕获与 Webhook
• Slack、CRM 等外部集成
• MCP 工具服务器
• Agent 工具权限控制
• 发布快照与版本回滚
• 多语言 Widget
• 行为规则和 A/B 测试

从功能结构来看，这套项目已经不仅是一个简单的 AI 问答 Widget，而是把网站内容索引、知识库检索、Agent 配置、实时客服、销售线索以及外部工具调用整合到了同一个 Laravel + React 应用中。对于准备搭建自己的 AI 客服 SaaS 或将 AI Agent 接入现有网站的开发者，可以作为进一步开发和部署的基础。