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 10:58:17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
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
6
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
271
2.56 K
暂无简介
Dart
561
125
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
183
13
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
仓颉编程语言运行时与标准库。
Cangjie
128
105
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
357
1.86 K
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
443
🎉 (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
1.03 K
606
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
732
70