FreeScout中处理亚马逊客户消息重复创建工单的解决方案
2025-06-25 08:59:23作者:幸俭卉
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,发现一个常见的技术问题:当亚马逊客户对已有工单进行回复时,系统没有正确地将新消息关联到原有工单,而是创建了全新的工单。这种情况会导致客户支持流程混乱,影响工作效率和客户体验。
问题分析
该问题的核心在于FreeScout默认的消息处理机制无法正确识别来自亚马逊平台(@marketplace.amazon.de域名)的客户回复消息与已有工单的关联性。这种问题通常出现在以下场景:
- 亚马逊平台的消息传递机制可能使用了特殊的邮件头或格式
- 系统默认的会话匹配逻辑无法识别亚马逊特有的消息标识
- 客户回复时可能改变了原始消息的引用结构
技术解决方案
针对这一问题,可以通过FreeScout的过滤器钩子(Filter Hook)机制来自定义消息处理逻辑。以下是实现方案的核心代码和解释:
\Eventy::addFilter('conversation.created_by_customer', function ($conversation, $thread, $customer) {
// 检查是否是来自亚马逊的消息
if (!empty($thread) && $thread->from && strpos($thread->from, '@marketplace.amazon.de') !== false) {
$mailbox = $conversation->mailbox;
// 查找同一客户的历史会话
$prev_conversations = $mailbox->conversations()
->where('customer_id', $customer->id)
->where('id', '<>', $conversation->id)
->where('status', '!=', Conversation::STATUS_SPAM)
->where('state', Conversation::STATE_PUBLISHED)
->orderBy('created_at', 'desc')
->get();
// 合并历史会话到当前会话
foreach ($prev_conversations as $prev_conversation) {
// 转移所有历史会话的线程
foreach ($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();
}
// 处理星标状态转移
$mailbox_star_folders = Folder::where('mailbox_id', $prev_conversation->mailbox_id)
->where('type', Folder::TYPE_STARRED)
->get();
$conv_star_folder_ids = ConversationFolder::select('folder_id')
->whereIn('folder_id', $mailbox_star_folders->pluck('id'))
->where('conversation_id', $prev_conversation->id)
->pluck('folder_id');
foreach ($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);
}
}
// 删除旧会话并更新计数器
$prev_conversation->delete();
$mailbox->updateFoldersCounters();
if ($conversation->mailbox_id != $prev_conversation->mailbox_id) {
$prev_conversation->mailbox->updateFoldersCounters();
}
}
}
return $conversation;
}, 20, 3);
实现原理
-
消息来源识别:通过检查发件人地址中的'@marketplace.amazon.de'域名来识别亚马逊客户消息
-
历史会话查找:查询同一客户在同一邮箱中的所有非垃圾、已发布的会话记录
-
数据合并:
- 将所有历史会话的线程(Thread)转移到新会话中
- 保留附件标记
- 转移星标状态
- 更新文件夹计数器
-
清理工作:删除已合并的旧会话,避免数据冗余
部署建议
-
将此代码添加到FreeScout的自定义代码区域(通常位于
app/Http/Controllers/Custom/目录下) -
建议在非生产环境先进行测试,验证合并逻辑的正确性
-
对于大型系统,可能需要优化查询性能,特别是当客户有大量历史会话时
-
考虑添加日志记录,便于排查可能的合并问题
注意事项
-
此解决方案针对德国亚马逊(.de域名),如需适配其他地区,需相应调整域名检测逻辑
-
合并操作是不可逆的,建议在执行前确保有完整的数据备份
-
对于特别重要的会话,建议先手动验证合并效果
-
系统升级时需检查此自定义代码的兼容性
通过实现这一解决方案,可以有效解决亚马逊客户消息重复创建工单的问题,提升客户支持系统的效率和用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218