ShopMind · 多语言 AI 客服 Agent五工具 · 代码级护栏 · 评测满分 · 实时监控 · 人在回路5 Tools · Policy-as-Code Guardrails · 100% Eval Pass · Human-in-the-Loop
从零交付的跨境电商客服 AI Agent:function calling 工具循环集成订单查询、物流追踪、RAG 知识检索、退款、人工升级五个工具;$200 退款限额等业务护栏以代码执行而非提示词承诺;30 题金标评测集 + LLM-as-judge 五维评分 + 确定性硬门,通过率 100%、考官均分 4.93;JSONL 全链路追踪 + 实时监控面板 + PII 脱敏;升级场景自动转人工(human-in-the-loop),可现场试玩验证。
💡 反思:评测系统是这个项目最大的收获——考官打满分的回答仍可能绕过政策,只有确定性硬门抓住了它。「政策在代码里,不在提示词里」是 AI Agent 落地的第一原则。