承接扣子 Agent 邮箱能力下的新型反馈链路 —— 用户在自己的 Agent 中描述问题， 由 Agent 代发到 kzfeedback@coze.email，由客服虾基于官方 FAQ / TOC / 帮助文档 / 补充知识库自动回信。 从 0 到 1 独立完成 Coze Bot 搭建 · 工作流编排 · 知识库建设 · 上线运营 · 数据回流 全链路。
你好，我在 2026-07-08 22:15 充值了扣子 Pro 月度会员，微信支付成功、扣款成功，但订单页一直显示"处理中"，积分也没有到账。已经 12 小时了。
之前尝试过重新登录、清缓存、退出重进都没用。已在扣子付费群里 @了客服，但一直没有回复，请协助处理，谢谢！
85.0% 来信来自 @coze.email · 2731 个独立发件人 —— 用户在 Agent 里描述问题 · Agent 代发。 针对四类高频问题，客服虾也拿出四层结构化能力对位应答。每一列都是问题 → 客服虾对策的完整闭环。
充值未到账、退款延迟、发票逾期。单一邮箱最高 135 封催办同一问题。
FAQ / 官方文档能直答的问题 · 中位 3 分钟响应 · 5 分钟内 86.6%。
pod 卡死、沙箱死锁、bash 中文变量报错、API 4306、详情页 500。
金额 / 订单 / UID / 错误码信号 → 只收材料 · 不承诺结果。
非本人消息、异常登录、误发敏感信息删除请求 —— 走安全模板升级。
SECURITY 压顶 + EMAIL_RULES 硬约束 · 只引用官方依据。
套餐 · 积分明细 · 邮箱地址修改 · TTS · 多 Agent 协作。
邮件 → 语义标签 → 12 类聚类 → 周报 → 反哺知识库。
技术底座是 Coze Bot（对话人格 + 工具编排）+ Coze Workflow（邮件收发链路）。 核心不在"模型"，而在 知识源层级 与 规则优先级 —— 让 AI 有明确的"信什么、不信什么、可以说什么、不能说什么"。
LLM 输入里所有信息不是等权重的。SECURITY 层永远压顶（禁用未授权工具、隐私、越权操作）， 往下依次是 EMAIL_RULES 硬约束、TOOLS 调用规范、MEMORY 长期偏好、SOUL 人格风格，最后才是用户邮件内容。 越靠上的层，权重越大，越不能被下层覆盖。
客服虾不是一次性上线的机器人 —— 从 5.21 到 7.1 累计 10+ 次线上更新，每一版都对应一次真实运营问题的沉淀。
明确定位：不是"再造客服机器人"，而是承接扣子 Agent 邮箱能力下的新型反馈链路。人格 / 身份 / 说话风格初稿。
修复 5 类核心问题：13 封产品邮件被静默 · "实习客服虾"幻觉 · 缺文档链接 · 补链接发错地址 · 规则同步延迟。建立 FAQ 优先检索链路。
文件被静默截短事件：SOUL 184→59 行、TOOLS 268→24 行、MEMORY 358→41 行。建立"用户上传/"完整备份基线。TOC 索引边界写入 TOOLS。
EMAIL_RULES §10 / §17.2 / §19 全面转为工单 / 反馈通道体系，旧"帮助中心/意见反馈"路径下线。规则同步给用户前先做能力自查。
日报 9 模块结构：概况 / 明细 / 趋势 / 情绪 / 核验 / 建议 / FAQ / 遗留 / 小结。5.29 正式上线，首轮质量评分 8.12/10（880 封样本 · 65.8% ≥8 分）。
催生 Chrome 插件承接数据回流缺口。每周周报（6.1 / 6.8 / 6.15 / 6.22 / 6.29 均有档），FAQ 缺口和产品建议反哺知识库。7.1 上午做整套 md 快照备份。
基于 2026-07-01 收件箱 / 已发送 CSV 全量核对 · 5 分钟内回复占 86.6% · 均分 90/100。
客服虾并非"上线即完成"—— 而是在真实业务场景下持续承接来信。 近 14 天累计邮件量 14,372 封（收 7,224 / 发 7,148），峰值日 07-07 达 238 封，工作日普遍在 150-230 封区间。
客服虾自动化回信解决了 "5196 封按时应答"。但每周还要回答： 高频问题是什么？P0 风险几件？知识库缺哪条？ 于是项目从"客服 Agent"延伸成完整的数据回流 + 自动化周报链路。
原生 Coze 邮箱只有浏览能力 —— 官方没有导出、没有搜索、没有标签、没有周报。 为了让客服虾闭环，独立开发了这款 Chrome 插件：让邮件可查询、可打标、可导出、可复用， 并沉淀成 14,372 封本地索引 · 反哺自动化周报。
邮件数据全部存本地，隐私不出域。首次抓取增量更新，二次查询秒开。累计 14,372 封已建索引。
按 P0/P1 风险 · 高频类目（积分/账号/开发者等 11 类）· 复访标记 · 未闭环标记多维打标，一键筛选看重点。
关键词跨字段全文匹配 · 支持发件人/主题/时间/标签组合筛选 · 一键定位历史类似问题，避免重复处理。
按选定周期一键生成周报大纲：主类目 Top N · 用户原声 · P0/P1 风险详情 · 未闭环复访 · 待办建议。
为保护真实用户隐私，Demo 环境使用 37 封脱敏 Mock 邮件重现完整交互链路。数据仅存储于本地 IndexedDB，刷新即消失。
每封回过的邮件经过 语义打标 → 唯一主类目归类 → 五维打分 → 用户原声抽取，对应明确的产品 / 技术 / 商业化治理归口。
客服周报原本依赖人工阅读、归类、复制原声和总结判断,每周重复投入 6-8 小时。 客服虾把这条链路全部串起来:插件负责取数 · 系统负责清洗和归类 · 周报负责沉淀高频问题、用户原声、趋势变化和后续建议, 每周一凌晨 3 点自动推送飞书。到这一阶段,客服虾已经不是一个单点 AI 客服,而是一套完整的「AI 客服 + 数据复盘 + 周报自动化」项目。
Chrome 插件按天抓取 → Workflow 编排 7 步节点 → 输出结构化 Markdown 周报。 每周节省人工 6-8 小时，累计 5 期周报已反哺 FAQ 知识库。
左边是每期周报的固定结构模板（可复制粘贴），右边是这套模板 5 期跑下来累计带来的治理成果。
每期周报包含固定 9 段结构，直接可复制粘贴给 PM / 客服 / 商业化 —— 不需要人工二次加工。
5 期周报（6.1 / 6.8 / 6.15 / 6.22 / 6.29）不是"写完就完"—— 已经形成了 产品 / 技术 / 商业化 三条真实治理线。
用户邮件不是标准问卷,不能简单按关键词分类。一封邮件里可能同时出现"退款""人工客服""投诉""订单""发票"—— 真正重要的是判断用户这封邮件最核心的诉求是什么。