mall-ai-after-sales-platform
Une plateforme e-commerce de service après-vente propulsée par l'IA combinant RAG, des workflows d'agents multi-étapes et le transfert vers un humain.
Combinez l'orchestration d'agents LLM avec la validation d'un backend Java autoritaire et le transfert humain.
Mall AI After-Sales Platform est une plateforme open-source conçue pour les boutiques en ligne afin de gérer le support client et le service après-achat. Elle associe l'orchestration d'agents Python FastAPI à un backend Java Spring Boot pour garantir la sécurité des transactions et la vérification des politiques. Vous devriez l'utiliser si vous avez besoin de workflows de support par IA avec des étapes de confirmation explicite du client et une escalade vers des agents humains.
Qu'est-ce que c'est
Le système traite les demandes des clients, répond aux questions sur les politiques à l'aide du RAG et gère des workflows de retour ou de remboursement en plusieurs étapes. Il génère des propositions d'action qui nécessitent une confirmation explicite du client avant d'appliquer les mises à jour au backend Java principal. Lorsque les cas nécessitent une intervention manuelle, il transmet l'intégralité du contexte aux représentants du support humain sans perdre l'historique des conversations.
Pour qui
Cette plateforme convient aux ingénieurs logiciels et aux équipes e-commerce techniques qui souhaitent construire des pipelines de support IA contrôlés. Elle ne convient pas aux marchands non techniques cherchant un plugin SaaS en un clic, car elle nécessite la gestion de microservices, de bases de données et de files d'attente de messages.
Fonctionnalités clés
Routage de chat unifié
Achemine automatiquement les messages des clients entre Q&A simple, traitement de tâches en plusieurs tours et transfert humain dans une seule interface de chat.
Propositions d'actions contrôlées
Présente des solutions après-vente structurées aux clients pour examen et approbation avant d'exécuter les modifications dans votre base de données Java principale.
RAG et vérification des politiques
Combine une recherche dense et hybride sur des bases de connaissances versionnées avec des vérifications d'API Java en direct pour l'éligibilité des commandes et le statut logistique.
Poste de travail du support humain
Transfère les cas complexes au personnel humain, gèle les écritures automatisées de l'IA et utilise des embeddings locaux pour regrouper les problèmes clients non résolus similaires.
Opérationnel en 3 étapes
Notre verdict honnête
Ses atouts
- Le backend Java autoritaire revalide l'identité et l'éligibilité pour éviter les écritures transactionnelles en double ou invalides.
- Le moteur RAG impose la vérification des sources factuelles avant de renvoyer les réponses aux politiques aux clients.
- Le transfert humain intégré met automatiquement en pause les actions de l'IA pour éviter les conditions de concurrence lors du support manuel.
- Comprend une analyse sémantique hors ligne utilisant la recherche vectorielle locale pour regrouper les problèmes clients non résolus courants.
Ses limites
- L'infrastructure complexe nécessite l'exécution de FastAPI, Spring Boot, MySQL, Redis, MongoDB et RabbitMQ.
- Nécessite la gestion et le financement de l'accès à l'API LLM externe, telle que les clés DeepSeek.
- Aucune application mobile pré-construite ou option d'hébergement cloud clé en main fournie par défaut.
Tarifs & licence
Le code source est gratuit sous sa licence open-source. Vos seuls frais sont l'hébergement de l'infrastructure conteneurisée et le paiement des appels d'API LLM externes.
Missions pour francophones
867 missions ouvertes à distance en entraînement d’IA, mises à jour le 14 novembre 2026 ; la plupart paient $20–$170 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Alternatives
Ces outils IA évalués font le même travail instantanément — depuis notre annuaire noté.
Utilisez-le, ou laissez-nous l'installer
FAQ
Comment l'outil garantit-il que l'IA ne modifie pas directement les enregistrements de la base de données ?
Le service IA Python crée uniquement des actions proposées. Le service Java Spring Boot autoritaire revérifie les autorisations de l'utilisateur, l'état et la logique métier avant d'exécuter toute écriture finale.
Que se passe-t-il lorsqu'un client demande à parler à un humain ?
Le système crée un ticket de transfert, présente l'état de la file d'attente au client et empêche l'agent IA d'effectuer des écritures automatisées dans la base de données sur ce ticket.
