mall-ai-after-sales-platform
Uma plataforma de pós-venda de e-commerce impulsionada por IA que combina RAG, fluxos de trabalho de agentes em várias etapas e transferência para humanos.
Combine a orquestração de agentes LLM com validação de backend Java autoritativa e transferência para humanos.
A mall-ai-after-sales-platform é uma plataforma open source projetada para lojas virtuais gerenciarem suporte ao cliente e serviços pós-compra. Ela une a orquestração de agentes em Python FastAPI com um backend em Java Spring Boot para garantir segurança de transações e verificações de políticas. Você deve usá-la se precisar de fluxos de suporte com IA com etapas explícitas de confirmação do cliente e escalonamento para atendentes humanos.
O que é
O sistema processa solicitações de clientes, responde a dúvidas sobre políticas usando RAG e gerencia fluxos de trabalho de devolução ou reembolso em várias etapas. Ele gera propostas de ação que exigem confirmação explícita do cliente antes de confirmar atualizações no backend Java principal. Quando os casos exigem intervenção manual, ele repassa o contexto completo para representantes de suporte humano sem perder o histórico da conversa.
Para quem
Esta plataforma é ideal para engenheiros de software e equipes técnicas de e-commerce que desejam construir pipelines de suporte de IA controlados. Ela não é adequada para lojistas não técnicos que procuram um plugin SaaS de um clique, pois exige o gerenciamento de microsserviços, bancos de dados e filas de mensagens.
Recursos principais
Roteamento de Chat Unificado
Roteia mensagens de clientes automaticamente entre Q&A simples, processamento de tarefas em vários turnos e transferência para humanos em uma única interface de chat.
Propostas de Ação Controladas
Apresenta soluções de pós-venda estruturadas para os clientes revisarem e aprovarem antes de executar alterações no seu banco de dados Java principal.
RAG e Verificação de Políticas
Combina busca densa e híbrida sobre bases de conhecimento versionadas com verificações de API Java ao vivo para elegibilidade de pedidos e status de logística.
Ambiente de Trabalho de Suporte Humano
Transfere casos complexos para a equipe humana, bloqueia gravações automatizadas de IA e usa embeddings locais para agrupar problemas semelhantes de clientes não resolvidos.
Pronto em 3 passos
Nosso veredito honesto
Pontos fortes
- O backend Java autoritativo revalida a identidade e a elegibilidade para evitar gravações transacionais duplicadas ou inválidas.
- O motor RAG impõe verificação de evidências de fonte antes de retornar respostas de políticas aos clientes.
- A transferência integrada para humanos pausa automaticamente as ações da IA para evitar condições de corrida durante o suporte manual.
- Inclui análise semântica offline usando busca vetorial local para agrupar problemas comuns de clientes não solucionados.
Onde deixa a desejar
- A infraestrutura complexa exige a execução de FastAPI, Spring Boot, MySQL, Redis, MongoDB e RabbitMQ.
- Exige gerenciamento e financiamento de acesso à API de LLM externa, como chaves da DeepSeek.
- Não inclui aplicativos móveis pré-construídos ou opções de hospedagem em nuvem prontas para uso.
Preços & licença
O código-fonte é gratuito sob sua licença open source. Suas únicas despesas são a hospedagem da infraestrutura conteinerizada e o pagamento por chamadas de API de LLM externas.
Vagas para quem fala português
860 vagas remotas abertas de treinamento de IA, atualizadas em 14 de novembro de 2026; a maioria paga $20–$170 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Alternativas
Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.
Use, ou deixe que a gente configure
FAQ
Como a ferramenta garante que a IA não modifique registros do banco de dados diretamente?
O serviço de IA em Python apenas cria ações propostas. O serviço autoritativo Java Spring Boot reverifica permissões de usuário, estado e lógica de negócios antes de executar qualquer gravação final.
O que acontece quando um cliente pede para falar com um humano?
O sistema cria um ticket de transferência, apresenta o status da fila para o cliente e impede que o agente de IA realize gravações automatizadas no banco de dados para esse ticket.
