FreeScout中处理亚马逊客户邮件重复创建工单的解决方案
2025-06-25 04:19:15作者:宣聪麟
问题背景
在使用FreeScout作为亚马逊卖家中心(SellerCentral)的客户支持系统时,发现一个常见问题:当亚马逊客户回复已有工单时,系统没有正确关联到原工单,而是创建了新的独立工单。这会导致客户对话历史分散,影响支持效率。
技术分析
FreeScout默认会根据邮件头中的References或In-Reply-To字段来识别关联邮件。但亚马逊市场(Amazon Marketplace)的邮件系统有其特殊性:
- 亚马逊发送的客户邮件通常带有特定域名(如@marketplace.amazon.de)
- 这些邮件可能不包含标准的邮件线程标识信息
- 回复邮件可能被视为全新的对话请求
解决方案
通过FreeScout的过滤器钩子(Filter Hook)机制,我们可以自定义邮件处理逻辑。以下是实现方案的核心代码解析:
\Eventy::addFilter('conversation.created_by_customer', function ($conversation, $thread, $customer) {
// 检查是否来自亚马逊市场的邮件
if (!empty($thread) && $thread->from && strpos($thread->from, '@marketplace.amazon.de') !== false) {
// 获取同一客户的历史工单
$prev_conversations = $mailbox->conversations()
->where('customer_id', $customer->id)
->where('id', '<>', $conversation->id)
->where('status', '!=', Conversation::STATUS_SPAM)
->where('state', Conversation::STATE_PUBLISHED)
->orderBy('created_at', 'desc')
->get();
// 合并历史工单内容
foreach ($prev_conversations as $prev_conversation) {
// 转移所有对话线程
foreach ($prev_conversation->threads as $thread) {
$thread->conversation_id = $conversation->id;
$thread->setMeta(Thread::META_PREV_CONVERSATION, $prev_conversation->id);
$thread->save();
}
// 处理附件标记
if ($prev_conversation->has_attachments && !$conversation->has_attachments) {
$conversation->has_attachments = true;
$conversation->save();
}
// 处理星标状态
$mailbox_star_folders = Folder::where('mailbox_id', $prev_conversation->mailbox_id)
->where('type', Folder::TYPE_STARRED)
->get();
// 转移星标
foreach ($conv_star_folder_ids as $conv_star_folder_id) {
$folder = $mailbox_star_folders->find($conv_star_folder_id);
if ($folder->user) {
$conversation->star($folder->user);
$prev_conversation->unstar($folder->user);
}
}
// 删除旧工单并更新计数器
$prev_conversation->delete();
$mailbox->updateFoldersCounters();
}
}
return $conversation;
}, 20, 3);
实现原理
- 钩子机制:使用
conversation.created_by_customer过滤器,在工单创建时介入处理 - 邮件识别:通过检查发件人地址中的
@marketplace.amazon.de域名识别亚马逊邮件 - 工单合并:
- 查找同一客户的所有历史工单
- 将历史对话线程转移到新工单
- 保留附件标记和星标状态
- 删除重复的旧工单
- 状态同步:确保文件夹计数器和各种状态标记正确更新
部署建议
- 将此代码添加到FreeScout的
app/helpers.php文件或自定义插件中 - 根据实际使用的亚马逊市场域名调整过滤条件(如.de/.com/.co.uk等)
- 建议先在测试环境验证效果
- 可添加日志记录以监控合并过程
注意事项
- 此解决方案会强制合并同一客户的所有历史工单,确保这符合您的业务流程
- 对于高流量系统,可能需要优化查询性能
- 合并操作不可逆,建议先备份数据
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.76 K
Ascend Extension for PyTorch
Python
348
413
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
889
609
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
338
185
暂无简介
Dart
778
193
deepin linux kernel
C
27
11
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
758
React Native鸿蒙化仓库
JavaScript
303
357
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
896