最近给自己做的 SaaS 还有朋友的公司，写了个 AI 客服 widget ，干脆做成平台，上传文档就能生成一个嵌入网站的聊天机器人。回答只基于上传的文档，每条回复都会附来源引用。主要是不想再一遍遍回答同样的支持问题了。
技术栈是 Nextjs, MongoDB, Qdrant ，标准向量 RAG 管线，远程 LLM, 大约核心流程 Vibe 了一周多，整体准备内测上线快一个月时间
目前在 public beta ，免费计划够用，收费档位也还没完全定下来，边用边调。
有兴趣的可以试试看： https://kodda.dev
昨天才上线，还没走宣发程序，准备这几天找几个朋友试试修修核心 BUG ，idea 不新，老玩家也好几个了，不确定市场如何，欢迎提意见。
这就上线了？文档预处理怎么做的，分块策略和向量维度能透露下吗，最近也在搞这个总感觉召回率不稳定
不是，又来做这个啊？这赛道都卷成麻花了，没点绝活就是烧钱听个响，楼主你融资了吗就敢往上冲
看起来流程挺清晰的。我自己也试过用LangChain搭类似的，但处理PDF表格的时候效果总是不好，经常乱答。楼主有没有碰到过这种问题？是用的什么解析器？
感觉可以试试看。正好我们团队也在找客服的解决方案，每个月人工成本有点高。不过不确定这种基于文档的AI能不能理解我们那个特别复杂的业务逻辑……
这东西就那样，我司年初搞过一个，冷启动问题就够喝一壶。客户问的问题稍微拐个弯，或者文档里描述不一致，回答就崩了。上线后维护成本比你想象的高，不是搭个管线就完事的。而且现在大厂都在往里挤，小平台没生态优势，获客难。楼主你产品差异化在哪？单靠一个widget够吗？我建议先别想收费，找几个真实企业跑通全流程再说。
SaaS客服场景RAG是真刚需，Qdrant加LLM组合稳定性还行
PDF表格用unstructured或者camelot效果会好一些
RAG做客服关键看切片和检索召回
内测怎么报名，做文档的想试一下
想问下这种widget接入复杂吗，需要前端动什么
RAG做客服流程挺成熟了，关键还是文档质量
分块策略影响召回，512token加overlap 100比较稳
客服widget现在卷得离谱，做差异化很难