WAPGROWAI
面向 WhatsApp 收件箱的 AI 客服 Agent 产品，通过业务档案锚定知识，将 AI Agent 嵌入即时通讯收件箱处理客户咨询
时间轴 (近 90 天)
WAPGROWAI 团队部署了一个在 WhatsApp 上运行的 AI 客服 Agent，并发布了一篇工程复盘，总结了七个关键工程问题。
拒绝和转人工的回复使用固定字符串而非模型生成，以缩小提示词注入的攻击面。
当分类器调用失败时，消息被当作范围内处理并交给回答模型，而非保持沉默。
Agent 从一个业务档案中获取答案，整份档案在每次调用时放入系统提示词，上限为 20 万字符，团队不使用分块、嵌入或向量存储等检索方案。
在重建历史时，商家发出的一切消息（包括人工客服输入）都应算作 assistant 轮次，媒体消息应转为占位符，并限制轮次和字符数以控制成本与延迟。
WAPGROWAI 采用对话级锁，一条消息在回复生成期间到达时会被跳过而非排队；如运行多实例，需从共享存储（数据库行或 Redis 键）获得相同保证。
Agent 调用一个 OpenAI 兼容端点并回退到 NVIDIA 的托管模型，故障转移按错误类型区别处理：瞬时错误短暂重试后切换，配额耗尽或模型不可用立即转移，致命错误直接停止。
模型输出适配 WhatsApp 格式：加粗由双星号转为单星号，移除标题符号，长度上限 900 字符，并丢弃推理模型偶尔返回的思维链。
WAPGROWAI 的响应优先级为：按钮和表单回复优先，其次是启动聊天机器人的关键词规则，已在运行的聊天机器人继续，只有在 AI Agent 激活时它才作答，且其拥有对话期间其他规则保持沉默。
上线前必须明确决定：如何处理语音消息和图片、模型完全失败时的行为、转交对话的责任人以及什么情况下结束 AI 接管。
全部知识事实 (10)
WAPGROWAI 团队部署了一个在 WhatsApp 上运行的 AI 客服 Agent，并发布了一篇工程复盘，总结了七个关键工程问题。
50%待验证拒绝和转人工的回复使用固定字符串而非模型生成，以缩小提示词注入的攻击面。
50%待验证当分类器调用失败时，消息被当作范围内处理并交给回答模型，而非保持沉默。
50%待验证Agent 从一个业务档案中获取答案，整份档案在每次调用时放入系统提示词，上限为 20 万字符，团队不使用分块、嵌入或向量存储等检索方案。
50%待验证在重建历史时，商家发出的一切消息（包括人工客服输入）都应算作 assistant 轮次，媒体消息应转为占位符，并限制轮次和字符数以控制成本与延迟。
50%待验证WAPGROWAI 采用对话级锁，一条消息在回复生成期间到达时会被跳过而非排队；如运行多实例，需从共享存储（数据库行或 Redis 键）获得相同保证。
50%待验证Agent 调用一个 OpenAI 兼容端点并回退到 NVIDIA 的托管模型，故障转移按错误类型区别处理：瞬时错误短暂重试后切换，配额耗尽或模型不可用立即转移，致命错误直接停止。
50%待验证模型输出适配 WhatsApp 格式：加粗由双星号转为单星号，移除标题符号，长度上限 900 字符，并丢弃推理模型偶尔返回的思维链。
50%待验证WAPGROWAI 的响应优先级为：按钮和表单回复优先，其次是启动聊天机器人的关键词规则，已在运行的聊天机器人继续，只有在 AI Agent 激活时它才作答，且其拥有对话期间其他规则保持沉默。
50%待验证上线前必须明确决定：如何处理语音消息和图片、模型完全失败时的行为、转交对话的责任人以及什么情况下结束 AI 接管。
50%