Files

3.5 KiB
Raw Permalink Blame History

呼叫坐席功能验证指南

后端 http://localhost:8000 | 前端 http://localhost:5173


前置条件

  1. 后端 8000 端口已启动
  2. 前端 H5 5173 端口已启动
  3. 数据库已包含 ai_substantive_reply_count 列(项目用 create_all(checkfirst=True),重启后端即自动添加)

测试流程(按顺序验证)

测试1:打招呼被拦截,按钮不出现

步骤 操作 预期结果
1 浏览器打开 http://localhost:5173 进入会话窗口
2 输入 "你好" 发送 AI回复引导话术(如"你好!请描述你遇到的IT问题..."),按钮不出现
3 输入 "hi" 发送 同上,引导话术,按钮不出现

测试2:直接呼叫人工被拦截

步骤 操作 预期结果
4 输入 "人工坐席" 发送 AI回复引导话术(如"请先描述你的问题,AI会先帮你分析..."),按钮不出现
5 输入 "转人工" 发送 同上

测试3:正常问题 → AI回复1~2次,按钮不出现

步骤 操作 预期结果
6 输入 "我的打印机连不上了" AI给出第1次实质性回复,按钮仍不出现
7 输入 "我试了重启还是不行" AI给出第2次实质性回复,按钮仍不出现

测试4AI回复满3次,按钮出现

步骤 操作 预期结果
8 输入 "驱动也重装了还是不行" AI给出第3次实质性回复,👊 呼叫坐席」按钮出现
9 检查底部引导文案 变为 "👊👊 呼叫坐席通道已开启..." 橙色闪烁

测试5:点击按钮 → 弹窗动画

步骤 操作 预期结果
10 点击「👊 呼叫坐席」按钮 全屏弹窗,直接进入摇人动画(7个场景SVG依次切换)
11 等待动画播放 自动发送 shake 请求,成功后有"已通知坐席"提示
12 弹窗自动关闭 约4秒后自动关闭,会话进入排队状态

测试6API 直接验证(可选)

用 curl 验证后端逻辑:

# 1. 获取/创建当前会话
curl -s http://localhost:8000/api/h5/conversations/current -H "X-Employee-Id: test001" | python -m json.tool

# 检查返回的 can_call_agent 应为 falseai_substantive_reply_count 应为 0

# 2. 发送问候语 → 应该收到引导回复
curl -s -X POST http://localhost:8000/api/h5/conversations/current/messages \
  -H "Content-Type: application/json" \
  -d '{"employee_id":"test001","content":"你好"}' | python -m json.tool

# 检查 is_guidance 应为 truecan_call_agent 应为 false

# 3. 发送实际问题 x3
curl -s -X POST http://localhost:8000/api/h5/conversations/current/messages \
  -H "Content-Type: application/json" \
  -d '{"employee_id":"test001","content":"打印机连不上"}' | python -m json.tool

# 重复3次,第3次后 can_call_agent 应为 true

# 4. 在未满3次时尝试 shake → 应返回 1003 错误
curl -s -X POST http://localhost:8000/api/h5/conversations/current/shake \
  -H "Content-Type: application/json" \
  -H "X-Employee-Id: test002" \
  -d '{}' | python -m json.tool

注意事项

  1. 每个会话独立计数ai_substantive_reply_count 是 Conversation 级别的字段,不同用户/会话不共享
  2. 切换会话会重置:新会话从 0 开始
  3. 后续可扩展:如果用户说"谢谢"等结束语,可以重置计数;当前版本未实现此逻辑