基于PHP的AI智能客服系统源码解析与实战指南-开发者社区

基于PHP的AI智能客服系统源码解析与实战指南

如果你已经会用 Composer 拉包、用 Laravel 写 CURD，却还没亲手撸过“能听懂人话”的客服系统，这篇笔记正好能给你补全最后一块拼图。下面把我在公司从 0 到 1 落地 AI 客服时踩过的坑、写的代码、测的数据全部摊开，照着抄也能跑起来，再改改就能上线。

1. 背景与痛点：传统客服到底卡在哪？

先放一张老系统架构图，痛点一眼就能看出来：

人工坐席 8×5，晚高峰排队 20+ 人，转化率直接掉 30%。
关键词规则呆板，“退货”写成“退火”就答非所问。
对话记录散落在个人 PC，质检想抽查得靠导 Excel。

AI 客服要解决的其实就是三句话：24h 在线、意图识别、数据沉淀。如果还能越聊越聪明，老板就愿意掏预算了。

2. 架构设计：先画一张能落地的 MVC+WebSocket 图

分层思路一句话总结：
路由层只负责把 bits 搬来搬去；业务层把语言变成意图；数据层把意图沉淀成钱。

Presentation 层
浏览器 ⇆ Nginx ⇆ PHP-FPM(Swoole) 常驻 WebSocket，保证 200ms 内把消息推到前端。
Domain 层
对话状态机（State 模式）+ 意图分类器（第三方 NLP）+ 答案模板渲染器。
Infrastructure 层
MySQL 只存结构化订单、会员信息；Redis 做对话上下文缓存；对象存储放语音文件。

WebSocket 握手成功后，后端会给客户端发一个sid（UUIDv4），之后每次上行都带这个sid，保证多轮对话不串线。

3. 核心代码实现：先让程序“听得懂”人话

下面三段代码可以直接放进 Laravel 项目，命名空间自己改。

3.1 入口 Controller（符合 PSR-12 声明）

<?php declare(strict_types=1); namespace App\Http\Controllers\Api; use App\Services\ChatService; use Illuminate\Http\JsonResponse; use App\Http\Controllers\Controller; class ChatController extends Controller { public function reply(): JsonResponse { // 1. 基础校验 $payload = request->validate([ 'uid' => 'required|uuid', // 用户 ID 'text' => 'required|string|max:500', ]); // 2. 生成/复用会话 ID $sid = session()->get('chat_sid', fn() => Str::uuid()->toString()); session()->put('chat_sid', $sid); // 3. 丢给领域服务 $resp = app(ChatService::class)->handle($payload['uid'], $sid, $payload['text']); return response()->json($resp); } }

时间复杂度：O(1)，纯校验；空间复杂度：O(1)。

3.2 对话状态机（State 模式）

场景：用户说“我要退货”→ 状态机从IdleState转到CollectOrderState，再收集订单号→ 转到ConfirmReturnState。

<?php namespace App\Chat; interface State { public function handle(ChatContext $ctx, string $input): array; } class IdleState implements State { public function handle(ChatContext $ctx, string $input): array { if (Str::contains($input, ['退货', '退款'])) { $ctx->setState(new CollectOrderState()); return ['reply' => '请提供订单号']; } return ['reply' => '我还在学习，请换个说法~']; } } class CollectOrderState implements State { public function handle(ChatContext $ctx, string $input): array { if (preg_match('/\d{10,}/', $input, $m)) { $ctx->orderNo = $m[0]; $ctx->setState(new ConfirmReturnState()); return ['reply' => "收到订单 {$m[0]}，确认退货请回复 1"]; } return ['reply' => '订单号格式好像不对，请重新输入']; } }

状态机把 if-else 拆成类，复杂度各 State 都是 O(1)，新增状态不会动老代码。

3.3 对接阿里云 NLP（一句话拿到意图）

public function detectIntent(string $text): string { $client = new AlibabaCloud\Nlp\V2\NlpClient([ 'accessKeyId' => config('nlp.ak'), 'accessKeySecret' => config('nlp.sk'), 'regionId' => 'cn-hangzhou', ]); $req = new AlibabaCloud\Nlp\V2\Models\GetIntentRequest(); $req->text = $text; $resp = $client->getIntent($req); return $resp->intent ?? 'unknown'; }

官方接口平均耗时 120ms，QPS 限 200，超了会 503，所以下面要加缓存。

4. 性能优化：让 200 并发也稳如老狗

4.1 数据库连接池（Swoole 版）

'pool' => [ 'min' => 5, // 启动即开 5 条长连接 'max' => 20, 'max_idle_time' => 60, ],

压测 200 并发、持续 30s，无连接等待，MySQL CPU 稳在 30%。

4.2 对话上下文缓存（Redis Hash）

// 每次状态变更后写缓存，过期 15min Redis::hMSet("chat:$sid", $ctx->toArray()); Redis::expire("chat:$sid", 900);

读 O(1)、写 O(1)，加上 Pipeline 后 1s 可抗 5w 次状态切换。

4.3 ApacheBench 对比

指标	无缓存	加缓存
RPS	420	2100
95% latency	480ms	92ms
错误率	3%	0%

5. 避坑指南：血泪经验，提前抄作业

多轮对话上下文丢失
起因：负载均衡七层转发，WebSocket 落到不同 Pod。
解法：Sticky Session + Redis 共享chat:$sid，或者干脆用 Gateway + Nacos 做一致性哈希。
敏感词过滤误杀
早期/.*(fuck).*/i把“豆腐块”也干掉。
优化：白名单优先 + 双数组 Trie，时间复杂度 O(n)，n 为句子长度，内存占用 2MB 级。
异步日志阻塞
file_put_contents 同步写，高峰 CPU 飙到 70%。
换成 monolog/rotating + Swoole\Coroutine\System::writeFile，QPS 再涨 18%。

6. 安全考量：别让客服变成攻击入口

XSS 防护
所有用户文本先过htmlspecialchars，前端渲染用{{ $text | e }}（Blade 自动转义）。
对话数据加密
敏感列如手机号、地址，写入 DB 前先用openssl_encrypt(AES-256-GCM, $key, $iv)，密钥放 Kubernetes Secret，轮换周期 90 天。
单元测试示例（PHPUnit）

public function test_return_flow(): void { $ctx = new ChatContext(); $ctx->setState(new IdleState()); $out = $ctx->reply('我要退货'); $this->assertSame('请提供订单号', $out['reply']); }

跑vendor/bin/phpunit --filter test_return_flow绿条才提交 MR，避免逻辑回退。