mall-ai-after-sales-platform
Una plataforma de postventa de comercio electrónico impulsada por IA que combina RAG, flujos de trabajo de agentes de varios pasos y derivación a agentes humanos.
Combina la orquestación de agentes LLM con la validación autoritativa del backend en Java y la derivación humana.
Mall AI After-Sales Platform es una plataforma de código abierto diseñada para tiendas online para gestionar la atención al cliente y el servicio postventa. Combina la orquestación de agentes en Python FastAPI con un backend de Java Spring Boot para garantizar la seguridad de las transacciones y las comprobaciones de políticas. Debes usarla si necesitas flujos de trabajo de soporte con IA que incluyan pasos explícitos de confirmación por parte del cliente y escalado a agentes humanos.
Qué es
El sistema procesa solicitudes de clientes, responde preguntas sobre políticas utilizando RAG y gestiona flujos de trabajo de devolución o reembolso de varios pasos. Genera propuestas de acción que requieren la confirmación explícita del cliente antes de aplicar actualizaciones en el backend principal de Java. Cuando los casos necesitan intervención manual, transfiere el contexto completo al personal de soporte humano sin perder el historial de la conversación.
Para quién
Esta plataforma se adapta a ingenieros de software y equipos técnicos de comercio electrónico que desean construir canales de soporte de IA controlados. No es adecuada para comerciantes sin perfil técnico que busquen un plugin SaaS de un solo clic, ya que requiere gestionar microservicios, bases de datos y colas de mensajes.
Funciones clave
Enrutamiento de chat unificado
Enruta automáticamente los mensajes de los clientes entre preguntas y respuestas simples, procesamiento de tareas en varios turnos y derivación a humanos dentro de una única interfaz de chat.
Propuestas de acción controladas
Presenta soluciones postventa estructuradas a los clientes para su revisión y aprobación antes de ejecutar cambios en tu base de datos principal de Java.
RAG y verificación de políticas
Combina la búsqueda densa e híbrida sobre bases de conocimiento versionadas con comprobaciones en directo mediante la API de Java para verificar la elegibilidad de pedidos y el estado logístico.
Banco de trabajo de soporte humano
Transfiere casos complejos al personal humano, congela las escrituras automatizadas de la IA y utiliza incrustaciones locales para agrupar problemas de clientes similares sin resolver.
Listo en 3 pasos
Nuestro veredicto honesto
Lo mejor
- El backend autoritativo en Java revalida la identidad y la elegibilidad para evitar escrituras transaccionales duplicadas o no válidas.
- El motor RAG aplica la comprobación de evidencias en las fuentes antes de devolver respuestas sobre políticas a los clientes.
- La derivación integrada a humanos pausa automáticamente las acciones de la IA para evitar condiciones de carrera durante el soporte manual.
- Incluye análisis semántico offline mediante búsqueda vectorial local para agrupar problemas comunes de clientes que no han sido atendidos.
Sus límites
- La infraestructura compleja requiere ejecutar FastAPI, Spring Boot, MySQL, Redis, MongoDB y RabbitMQ.
- Requiere gestionar y financiar el acceso externo a la API del LLM, como las claves de DeepSeek.
- No incluye aplicaciones móviles preconstruidas ni opciones de alojamiento en la nube listas para usar.
Precios y licencia
El código base es gratuito bajo su licencia de código abierto. Tus únicos gastos son el alojamiento de la infraestructura en contenedores y el pago de las llamadas externas a la API del LLM.
Empleos para hispanohablantes
866 puestos remotos abiertos de entrenamiento de IA, actualizados el 14 de noviembre de 2026; la mayoría paga $20–$170 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Alternativas
Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.
Úsalo, o deja que lo configuremos
FAQ
¿Cómo garantiza la herramienta que la IA no modifica directamente los registros de la base de datos?
El servicio de IA en Python solo crea acciones propuestas. El servicio autoritativo de Java Spring Boot vuelve a verificar los permisos de usuario, el estado y la lógica de negocio antes de ejecutar cualquier escritura final.
¿Qué ocurre cuando un cliente solicita hablar con un humano?
El sistema crea un ticket de derivación, muestra el estado de la cola al cliente y bloquea al agente de IA para que no realice escrituras automatizadas en la base de datos para ese ticket.
